第二章 相關研究
2.2 駕駛人模型
設計一個判斷駕駛人狀態之安全系統前，需了解駕駛人的行為模式，因此 駕駛人模型的取得是重要的研究。
1.A. Modjtahedzadeh, R. A. Hess [4] 文中表示一個單輸入單輸出的駕駛/車 輛 模型如(圖 2.2)所示
圖 2.2 駕駛/車輛 系統[4]
駕駛的動態方程式可以用線性的轉移函數GD表示，GD輸入為側向偏移 輸出為方向盤操縱角度
Ye
δ ，根據(McRuer and Krendel,1974)所提出交越 SW
(crossover)模型，駕駛人的補償行為GD必須像下式
(2.1)
( )
es/D V c
G G s ≈ω e−τ s
ω 為迴路轉移函數 Gc DGV(s)的增益交越頻率，亦即 G GD V
(
jωc)
=1.0。一個良好的駕駛/車輛 系統的特性是駕駛或車輛與雜訊的靈敏度為最小，
式(2.2 )中Ky為常數，為了達到交越頻率處有-20 dB/dec 的現象，因此低頻
區零點位於−1/ T3處，低頻增益主要和駕駛注意行駛路徑的效能有關，並不 會造成穩定性的問題。
駕駛在開車時都會有看前方路徑的行為(preview)，所看的距離會因為行 車速度而有所影響，依作者的經驗通常在 2s 到 9s (6.1-91.4m) 之間，
Preview 可以讓駕駛知道下一段路的軌跡，更容易照路徑行駛。
Crossover 模型可以表示駕駛之行為模式，擁有良好的操縱及受雜訊的 影響小，文中提到駕駛 preview 的行為，合乎一般駕駛行為該有的觀點，
此觀點可和實驗所得之駕駛人模型特性比較，判斷實驗準確性。
2. L.K Chen,A.G Ulsoy [5] 文中讓十二個駕駛人於駕駛模擬器開兩小時 的車，隨時觀察詢問駕駛人狀況，記錄駕駛時車子的側向位置和方向盤操 縱角度，將側向位置 當系統輸入，方向盤角度y δ 為系統輸出，以系統識 別的方法分析，分別使用了 ARX、ARMAX、BJ 和 OE 模型結構之系統識 別 分 析 ( 有 關 非 時 變 系 統 識 別 將 於 第 三 章 介 紹 ) ， 由 模 擬 的 數 據 看 出 ARMAX 和 BJ 模型較 ARX 與 OE 模型的識別效果更為準確，且使用 ARMAX 二階模型即可得到較佳的資料比對結果。
文中之實驗時間為兩小時，可以使用後半段資料分析駕駛疲勞之情況，
且實驗時間中駕駛會有專注力較高或較低的情況，因此可以分析出多種狀 態情況下之駕駛行為，在文中提到實驗得到一個變化很快且無法模型化的 不確定項(uncertainty)，此不確定項表示駕駛行為的改變明顯受到時間影 響，可以推測駕駛人行為變化速度極快，使用非時變系統並不能完全表示 駕駛各種狀態。
3. J.H Kim, et al. [6] 建造一個 3D 的虛擬環境，讓駕駛人尾隨著一輛卡車 後行駛，收集駕駛人方向盤操縱角度和剎車器使用之資料，並在特定路段 讓卡車停住，觀察前車急停時駕駛者之反應，觀察出時速 50 公里，車距 26 公尺時駕駛人反應時間為 2 秒，開車時間超過一年的駕駛可在不剎車減 速的情況下閃避碰撞，開車時間不到半年的新手駕駛在沒有剎車減速的情 況下將無法避開碰撞;以此實驗收集之資料發展一套開關式模型，將駕駛人 狀態區分為五個形式，表示各種情況下的駕駛人狀態。
文中用模擬器收集資料之優點是不必裝上任何的感應器，因此收集的資 料不會受到感應器誤差之影響，但實際行車中要考慮的不只有行車速度，
道路狀況(晴天、雨天不同)也會影響到駕駛閃避的反應，在模擬器中駕駛 已知前車會急停，已做出反應的準備，因此反應速度會比臨時狀況下反應 快，所得到的模型特性應為駕駛狀況較好之特性。