Master's Thesis

Comparison of methods for identifying human driver models

Final Thesis 6.03 MB Appendix 11.19 MB

Author of thesis: Bc. Martin Malatinec

Acad. year: 2025/2026

Supervisor: Ing. Ondrej Mihálik

Reviewer: doc. Ing. Miroslav Jirgl, Ph.D.

Abstract:

This master's thesis addresses the problem of identification and modeling
of the dynamic properties of a human operator in a human-machine system
during vehicle control. The main objective is to develop a software framework
in the Matlab environment for automated processing of data obtained from a
vehicle simulator and to compare the efficiency of different driver model
structures. The theoretical part presents a review of modern approaches to
human factor modeling, where the driver is characterized by classical linear
models of the McRuer and Donges type, as well as by nonlinear systems
represented by fuzzy systems and recurrent neural networks. The practical
part comprises data collection from 15 respondents in four driving scenarios
differing in the character of the disturbance signal, and the implementation
of two model structures: a Mamdani fuzzy PD controller optimized by a genetic algorithm, and an LSTM
recurrent neural network. Significant attention is devoted to a cross-validation, which verifies the ability of the models to generalize the learned control
strategy to unseen data. The results discuss the capability of individual
model structures to faithfully represent driver dynamics, highlighting the
substantially better generalization properties of the LSTM network and the
static Donges model.

Keywords:

dynamic driver models, human operator, fuzzy systems, LSTM neural networks, McRuer model, Donges model, cross-validation, vehicle simulator, human-machine systems

Date of defence

09.06.2026

Result of the defence

Defended (thesis was successfully defended)

znamkaDznamka

Grading

D

Process of defence

Student odprezentoval a odpověděl na otázky oponenta. Student přiznal některé nedostatky, na které komise poukázala. Z výsledné obhajoby vyplývá, že práce postrádá matematický rigor, používá vágní pojmy a nesprávné nastavení algoritmů pro některé případy. Odpovědi studenta potvrzují neadekvátně provedenou literární rešerši.

Language of thesis

Slovak

Faculty

Department

Study programme

Cybernetics, Control and Measurements (MPC-KAM)

Composition of Committee

prof. Ing. Michal Prauzek, Ph.D. (předseda)
doc. Ing. Petr Beneš, Ph.D. (místopředseda)
doc. Ing. Jakub Arm, Ph.D. (člen)
Ing. Martin Čala, Ph.D. (člen)
Ing. Jaroslav Lepka, Ph.D. (člen)
prof. Ing. Radomil Matoušek, Ph.D. (člen)
Ing. Lukáš Pohl, Ph.D. (člen)

Supervisor’s report
Ing. Ondrej Mihálik

Diplomová práce se zabývá identifikací a porovnáním modelů řidiče v systému člověk–stroj. Téma je zpracováno vhodným způsobem. Struktura práce je přehledná a logická, jednotlivé kapitoly na sebe navazují a hlavní výzkumný záměr je jasně formulován. Teoretická část představuje základní přístupy k modelování řidiče, avšak rešeršní záběr je spíše užší a opírá se pouze o omezený počet zdrojů. Část z nich tvoří práce z prostředí VUT, což omezuje šíři literárního přehledu. Práce s literaturou je tedy korektní, ale nepůsobí jako rozsáhlá rešerše.

Praktická část je velmi dobrá a představuje přesvědčivější složku celé diplomové práce. Autor zde navrhl a implementoval funkční softwarové řešení v prostředí MATLAB pro zpracování dat ze simulátoru a identifikaci modelů. Porovnává nelineární diskrétní modely s klasickými spojitými referenčními modely Dongese a McRuera, což přímo odpovídá zadání práce. Student použil experimentální data pouze od 15 respondentů; je však škoda, že nevyužil data z předchozích prací.

Metodika identifikace je technicky správná a práce ukazuje velmi dobrou orientaci v modelování stavovým popisem, ve fuzzy logice i v rekurentních sítích. Za nejzajímavější část považuji křížovou validaci, která umožňuje posoudit nejen shodu s naměřenými daty, ale i schopnost generalizace modelů. U fuzzy systému je patrná závislost výsledku na nastavení parametrů a na způsobu učení, což mohlo být rozebráno podrobněji. Právě v této oblasti bych ocenil systematičtější zkoumání hyperparametrů fuzzy modelu a jeho optimalizačního procesu.

U LSTM modelu je zpracování přesvědčivé a výsledky ukazují, že síť má dobrou schopnost zachytit dynamiku řidiče i v náročnějších scénářích. Z textu je zřejmé, že autor rozumí jak samotné implementaci, tak interpretaci získaných dat.

Závěry jsou převážně opřeny o výsledky měření a působí věcně, bez zbytečného přehánění. Slabší rešeršní základ však omezuje možnost širšího metodického porovnání s dalšími možnými přístupy, které by mohly práci posunout ještě dál. Celkově jde o diplomovou práci s velmi dobrou praktickou částí, avšak s méně přesvědčivým literárním zázemím. Předloženou práci proto doporučuji k obhajobě s hodnocením C (71 bodů). Points proposed by supervisor: 71

Grade proposed by supervisor: C

Diplomant se v rámci své práce zabýval porovnáním různých typů modelů aproximujících chování lidského operátora – řidiče v rámci testovacích měřeních na dostupném simulátoru řízení vozidla.
V souladu se zadáním práce se student seznámil s dostupným simulátorem řízení vozidla a realizoval testovací měření v definovaném scénáři s 15 osobami. Další krokem měla být rešerše nejnovějších přístupů k modelování interakce řidič-vozidlo. V rámci této rešerše se diplomant omezil pouze na velmi úzké spektrum modelů a rešerše tak dle mého názoru postrádá původní účel, tzn. prozkoumat maximum možných variant a z nich následně vybrat vhodné modely pro danou aplikaci. Přesto se však diplomant zaměřil na 4 typy modelů pokrývajících různé přístupy modelování chování řidiče při řízení laterálního pohybu (simulovaného) vozidla. Ty v práci popsal, následně je využil pro aproximaci měřených charakteristik a navzájem je porovnal využitím standardních metrik, zejména pak ME (Model Efficiency). Zde chválím zejména snahu o objektivní porovnání modelů z pohledu jejich schopnosti generalizace, zejména využitím 3-fold křížové validace napříč různými typy scénářů. Nicméně zároveň mám k této části několik připomínek. Na straně 16 je rozpor v označení reakčního zpoždění v textu a příslušném obrázku. Rovnicím 1.1 a 1.2 popisujících model soustavy chybí detailnější popis/odvození nebo odkaz na literární zdroj. Ačkoli v teoretickém úvodu (rešerši modelů) diplomant popisuje a odkazuje Bi-LSTM model, v praktické části následně používá jednosměrný LSTM model bez dalšího vysvětlení. V další části práce pak porovnává právě LSTM model a fuzzy model s referenčními lineárními modely, u kterých vychází z citované diplomové práce jeho předchůdce. Není mi ale jasné, proč pro tato srovnání využil statický Dongesův model a McRuerův model 1. řádu, když odkazovaný zdroj uvádí, že mnohem lepší výsledky dosahují dynamický Dongesův model a McRuerův model 2. řádu. V tomto kontextu tak přístup k porovnání jednotlivých variant není z mého pohledu zcela korektní. K tomu působí poměrně nejednoznačně i fakt, že McRuerův model je všude v práci označován jako model 1. řádu, jehož použití pak odpovídají i grafy na obr. 4.2 a 4.4, ale rovnice popisující tento model (3.34) je evidentně 2. řádu. Ohledně použití uvedených lineárních modelů v práci rovněž postrádám diskuzi nad tím, proč jsou popsány a používány v diskrétní variantě, když jejich výchozí popis je v dostupné literatuře spojitý. S tím souvisí i další bod zadání (bod č.5), kde měl diplomant za úkol porovnat vliv identifikace ve spojité a diskrétní doméně na efektivnost modelů. Předpokládám, že tato část zpracování mohla nějak souviset právě s tím, že referenční lineární modely jsou ve výchozí variantě spojité a fuzzy a LSTM přirozeně diskrétní. Nicméně vzhledem k tomu, že i lineární modely byly využity v diskrétní formě, nepovažuji takový přístup za korektní srovnání a z mého pohledu tak není tento úkol v práci v dostatečné míře splněn.
Diplomová práce je sepsána poměrně čtivou formou celkem na 53 stranách (Úvod až Závěr) a je logicky členěna do 4 hlavních kapitol, přičemž značnou část práce (kapitoly 3-4) lze považovat za vlastní dílo diplomanta. Ačkoli práce obsahuje minimum překlepů na první pohled působí poměrně dobrým dojmem, vyskytují se zde místy poněkud nestandardní formulace (např. „zesílení prochází osou 0 dB“) či nevhodně přeložené termíny (viz např. „kroková“ změna namísto běžně používaného slova „skoková“), některá tvrzení v textu nejsou podložena odkazem na relevantní zdroj informací, u některých rovnic chybí popis symbolů a na obrázky občas chybí odkaz v textu. V práci je využito celkem 35 relevantních literárních zdrojů. Odkazy na tyto zdroje bych však doporučil uspořádat.
Diplomant v rámci této práce prokázal schopnost zorientovat se v poměrně komplexní problematice a aplikovat nabyté znalosti. Nicméně vzhledem k výše uvedeným připomínkám, zejména pak diskutabilnímu splnění některých bodů zadání, navrhuji hodnocení práce 50 b/E s tím, že by měl diplomant u SZZ představit, zda a do jaké míry byl splněn zejména 5. bod zadání. Topics for thesis defence:
  1. 1. Jak jste realizoval bod zadání č.5, tzn. porovnání vlivu identifikace ve spojité nebo diskrétní doméně na efektivnost modelů?
  2. 2. Proč jste pro porovnání použil právě statický Dongesův model (namísto dynamického)? Jaký řád McRuerova modelu byl reálně použit? Pokud 1. řád, jak naznačují i obr. 4.2 a 4.4., proč nebyl (dle výsledků DP, na kterou jste navazoval a kterou v práci odkazujete) použit 2. řád?
  3. 3. Na str. 18 popisujete model soustavy (laterálního pohybu vozidla). Jak souvisí jednotlivé veličiny s modelem na obr. 1.2?
  4. 4. Podle čeho jste vybral strukturu a počet funkcí příslušnosti pro vstupy a výstup fuzzy PD regulátoru?
Points proposed by reviewer: 50

Grade proposed by reviewer: E

Responsibility: Mgr. et Mgr. Hana Odstrčilová