شماره ركورد كنفرانس :
3985
عنوان مقاله :
مدل سازي رفتار راننده در كنترل فرمان در اجتناب از برخورد بر اساس تئوري تنظيم ريسك
عنوان به زبان ديگر :
Modeling driver steering behavior for collision avoidance based on Risk homeostasis theory
پديدآورندگان :
مظفري حامد mozaffari.ha@gmail.com دانشگاه صنعتي خواجه نصيرالدين طوسي; , نحوي علي nahvi@kntu.ac.ir دانشگاه صنعتي خواجه نصيرالدين طوسي;
كليدواژه :
مدل سازي رفتار راننده , تنظيم ريسك , پايداري لياپانوف , كنترل فرمان , اجتناب از برخورد
عنوان كنفرانس :
دومين كنفرانس بين المللي مكانيك و هوافضا
چكيده فارسي :
مدل¬سازي رفتار راننده بر اساس مباني روانشناسي، مي¬تواند در توسعه سيستم¬هاي كمك به راننده بسيار راهگشا باشد. اگرچه تا كنون مدل¬هاي متعددي در حوزه¬هاي مختلف علوم ارائه شده است، هنوز مدلي دقيق، پايدار و قابل فهم از نظر روانشناسي ارائه نشده است. در اين مقاله، تئوري تنظيم ريسك با روش پايداري لياپانوف و مباني ديناميك خودرو پياده سازي مي¬شود تا مدلي پايدار، كم حجم، عمومي و سازگار با مباني روانشناسي ارائه شود. اين مدل جهت بررسي رفتار راننده در كنترل فرمان به منظور اجتناب از برخورد ارائه شده است. مدل مذكور ابتدا به كمك شبيه سازي در يك سناريو رانندگي، از نظر پايداري و دقت عملكرد مورد ارزيابي قرار مي¬گيرد. سپس عموميت آن در سناريو ديگري با حضور موانع مختلف مورد ارزيابي قرار مي¬گيرد.نتايج شبيه¬سازي حاكي از دقت، پايداري و حجم كم محاسباتي مدل ارائه شده مي¬باشند، در حالي كه مباني مورد استفاده از نقطه نظر روانشناسي قابل فهم هستند.
چكيده لاتين :
A psychological plausible driver model can develop intelligent systems significantly. Most driver models found in scientific papers have used only control theory methods, so they are not general and psychological plausible. In this paper, a unified approach is presented. “Risk homeostasis theory”, the prominent motivational theory, is formulated by “Lyapunov stability method” in Control-Theory to present a general and psychologically plausible model. This approach is used to model driving steering behavior for collision avoidance. The performance of this model is measured by simulation of two scenarios. The results demonstrate that the expected accuracy, generality, simplicity and similarity to human drivers have been certified.