基于驾驶员视觉特性的道路视错觉控速标线关键参数

基于驾驶员动态视觉理论,利用3D-MAX和UC-win/Road模拟了道路视错觉控速标线,采用SMI2.1眼镜式眼动仪检测并记录了25名被测试者的眼动数据,分析了标线关键参数对驾驶员瞳孔面积变化率指标和运行速度的影响,并建立趋势面模型进行定量分析。通过敏感性分析,得到标线三个关键参数对瞳孔面积变化率的影响程度。结果表明:标线的横向宽度、角度、间距对行车速度降低有显著影响,颜色和线宽对其影响不显著。随着标线的横向宽度增大和间距变小,驾驶人产生车道变窄和车速增加的错觉越加明显,瞳孔面积变化增大。当视错觉控速标线角度为30°~45°时,瞳孔面积变化率较小;当视错觉控速标线的角度为135°~150°时,驾驶员的瞳孔面积变化率增大,在150°时最明显,角度为135°时次之。三个关键参数对瞳孔面积变化率的影响排序为角度间距横向宽度。     

基于驾驶员视觉特性的道路视错觉控速标线关键参数研究

基于驾驶员动态视觉理论,利用3D-MAX和UC-win/Road模拟了道路视错觉控速标线,采用SMI2.1眼镜式眼动仪检测并记录了25名被测试者的眼动数据,分析了标线关键参数对驾驶员瞳孔面积变化率指标和运行速度的影响,并建立趋势面模型进行定量分析。通过敏感性分析,得到标线三个关键参数对瞳孔面积变化率的影响程度。结果表明:标线的横向宽度、角度、间距对行车速度降低有显著影响,颜色和线宽对其影响不显著。随着标线的横向宽度增大和间距变小,驾驶人产生车道变窄和车速增加的错觉越加明显,瞳孔面积变化增大。当视错觉控速标线角度为30°~45°时,瞳孔面积变化率较小;当视错觉控速标线的角度为135°~150°时,驾驶员的瞳孔面积变化率增大,在150°时最明显,角度为135°时次之。三个关键参数对瞳孔面积变化率的影响排序为角度间距横向宽度。     

驾驶员距离差感知度对交通流不稳定性的影响

针对实际交通中驾驶员距离差感知度对交通流不稳定性的重要影响,提出一种考虑驾驶员距离差感知度的跟驰模型,并对紧急交通情形下交通流不稳定性进行研究,得出如下结论:1)当实际车头间距小于感知安全距离时,距离差感知不敏感者的交通流不稳定区域更小;且对于感知不敏感者,驾驶员距离差感知度系数越小,交通流不稳定性越小,反之亦然; 2)驾驶员距离差感知度系数越大,驾驶员需要的实际安全距离越小,反之亦然.     

基于ANFIS的高速公路车辆跟驰模型与仿真

为了更好地描述高速公路上驾驶员在车辆跟驰过程中表现出来的模糊、不确定性的行为特征,采用自适应模糊神经网络ANFIS来建立车辆跟驰模型.首先,通过小波分析方法,对采集到的跟车数据进行降噪,消除外界因素的干扰,从而恢复数据的原始信息;根据信号处理方法,利用相关函数计算出驾驶员在跟驰过程中的反应时间.然后,建立以两车速度差、车头间距和后车速度作为输入,以及后车加速度作为单输出的自适应模糊神经网络跟车模型.最终,对该模型仿真训练,自适应生成驾驶员跟驰行为规则,并与传统的GM跟车模型对比分析.结果表明,该网络模型能较客观地反映高速公路上的驾驶员跟驰行为.     

车辆追尾碰撞避免技术

在理论建模的基础上,讨论了实现追尾碰撞避免的主要影响因素,即跟车距离测试技术、行驶环境、驾驶员因素以及追尾碰撞报警方式和报警频度,并指出了追尾碰撞避免技术的研究方向。     

驾驶员前向避撞行为特征的降维及多元方差分析

驾驶员在追尾临撞工况下的避撞过程可以分为多个阶段(如制动前、制动后),而在每一阶段中,又存在多个分析角度(如制动快慢、制动力度)及不同的关键时刻与特征值,因此系统描述驾驶员的避撞行为需要多种参数.对多种避撞行为参数进行降维处理,并探究工况紧急程度对每类参数的综合影响.利用同济大学8自由度高仿真驾驶模拟器,研究驾驶员在不同前车减速度(0.30g,0.50g,0.75g)和不同初始车头时距(1.5s,2.5s)下的避撞行为,全面记录了驾驶员危险感知、油门释放和刹车制动等避撞行为参数.利用主成分分析对众多参数进行降维处理,将避撞行为特征划分为感知反应、制动延误、制动力度3个方面,并通过多元方差分析探究车头时距、前车减速度及二者交互项对这3个方面的影响.结果表明,驾驶员感知反应受到车头时距和前车减速度同时影响,制动延误受到车头时距、前车减速度以及二者交互项的影响,制动力度则仅受到前车减速度的影响.在变化趋势上,随着工况紧急程度的增加,驾驶员的感知反应越快,制动延误越短,而制动力度越大.     

工况紧急程度对驾驶员避撞行为的影响

利用同济大学8自由度高仿真驾驶模拟器研究了临撞工况紧急程度对驾驶员避撞行为的影响.通过不同初始车头时距(1.0 s,[1.0 s,1.5 s),[1.5 s,2.5 s])和不同前车减速度(0.30g,0.50g,0.75g)的组合,建立了不同紧急程度的前车减速临撞工况,运用驾驶员感知反应时间、油门释放反应时间、制动转移时间、制动延误、最大刹车踏板压力、最大减速度等指标比较了不同紧急程度下避撞行为的差异.结果表明,①随着工况紧急程度的增加,驾驶员更快地释放油门及达到最大刹车踏板压力,并且施加更大的制动力度;②当初始车头时距为1.5 s左右时,驾驶员感知反应时间约为1.2s,而当初始车头时距增大到2.5 s以上时,感知反应时间变得非常大,甚至达到了3 s;③驾驶员开始释放油门与开始制动间的转移时间不受工况紧急程度影响,保持在0.8 s附近;④在低紧急程度下,驾驶员表现出多阶段刹车行为,使得驾驶员需要更多的时间才能达到最大刹车踏板压力.     

基于驾驶模拟实验的驾驶风格对高速公路换道行为的影响

为考察不同驾驶风格驾驶员在高速公路上的换道行为,对36名驾驶员进行了驾驶模拟实验研究和问卷调查.采用K-中心聚类方法将驾驶员分为谨慎型、普通型和激进型.基于驾驶模拟实验所得的134次换道过程记录,提取了换道频次、持续时间、平均速度、横向加速度峰值、与前车相对距离以及碰撞时间等数据,并采用单因素方差分析方法对这些数据进行对比分析.结果表明:不同风格驾驶员换道行为存在显著差异;随着谨慎程度的增加,换道频次和换道平均速度降低,车间相对距离和碰撞时间均增大,从而提升了换道过程的安全性.研究结果可提升交通仿真软件中换道行为模型的精细化程度,并为驾驶人层面交通安全政策的制定提供参考.     

跟驰行驶状态下的驾驶模拟有效性研究

为验证驾驶模拟技术在跟驰行为研究中的有效性,设计了实车实验与驾驶模拟实验。选取了跟驰距离、跟驰距离标准差、车头时距及驾驶员反应延迟时间作为分析指标,并采用Wilcox检验、生存分析方法分别验证了非时间数据、时间数据的有效性。结果表明跟驰距离、车头时距、驾驶员反应延迟时间具备绝对有效性,两种不同实验环境下跟驰距离标准差随跟驰速度变化趋势相同,具备相对有效性。实车实验中,前车加速度、前后车相对距离、前车加速度变化状态显著影响驾驶员反应延迟时间。有效性分析结果为基于驾驶模拟实验的跟驰行为研究提供前提条件,生存分析结果可用于驾驶员反应延迟时间建模及跟驰模型优化。     

基于自然驾驶数据的避撞预警对跟车行为影响

基于60 689 km车辆运行数据提取了1 613个跟车行为片段,并分析了前向避撞预警(FCW)系统对跟车行为2个重要参数——车头时距和反应时间的影响.结果表明,FCW系统对跟车车头时距影响不显著,但显著降低了跟车中的反应时间.白天状态下,反应时间减少了0.13 s;后车逼近前车时,反应时间减少了0.09 s.     

微观交通流中跟车模型的仿真研究

在研究跟随状态中车辆运行特性的基础上,提出了一种新的跟车模型.与传统的跟车模型相比,新模型考虑了车辆的长度,并将传统模型中的期望间距转换为期望车头时距,反映了后车速度对跟车状态的影响.采用实际道路上的车辆跟车数据,在Simulink环境下,对2种跟车模型进行了仿真分析,结果表明在一定程度上,由于考虑了更多实际情况,新模型优于传统模型.为了能反映车辆在实际中加速、减速以及不同跟车类型的差异性,给出了进一步改进新模型的方向.     

车辆跟驰模拟中的驾驶行为与模糊逻辑控制

分析了车辆驾驶员信息处理过程及性格特征,在描述了基于驾驶员速度、距离判断跟车模式的基础上,应用模糊数学方法,建立了车辆跟驰驾驶行为的模糊逻辑控制模型.     

高速公路不同跟车状态下安全行车间距分析

根据在行车辆间的安全行车间距表达式，对高速公路上不同制动系统结构、不同跟车状态及不同车速下的安全行车间距值进行了定量计算。计算结果表明，在行车辆的行车速度、制动强度、跟车状态、驾驶员自身状况、制动系统结构均对安全行车间距大小产生影响。其中跟随车辆行车速度VBO的大小对安全行车间距的影响最大，最不利情况下发生追尾事故的危险性最高，且这种危险性随跟随车辆行车速度VBO的增加而增大。     

混合交通环境下降雨对车辆跟驰行为的影响分析与模型构建

针对混合交通环境下车辆跟驰分析时缺少对降雨环境考虑的问题,通过研究驾驶人在降雨环境下驾驶行为的改变,构建在不同降雨强度下适用的跟驰模型。首先,通过Python程序从云控平台数据库中提取车辆跟驰数据和降雨强度数据,分析了车辆在不同降雨强度和交通流状态下的跟驰速度、加速度和车头间距等变化特征以及其相互作用关系,进一步探索了降雨与正常天气下车辆跟驰行为的差异。其次,从优化速度跟驰模型出发,使用加速度衡量跟驰行为特性,综合考虑降雨对前后车相对距离和相对速度的影响,提出了适用于不同降雨强度下的安全间距和驾驶人期望速度确定方法,构建了不同降雨强度下的跟驰模型,并采用遗传算法对新模型进行了参数标定。最后,通过交叉验证方法对标定结果进行了评估,计算了模型输出值与实际值之间的误差。研究结果表明：降雨环境下车辆速度和加速度随着降雨强度的增加有不同幅度的降低,但是车辆加速度变化程度比车辆速度变化程度明显,这说明加速度对于降雨反应更加灵敏;降雨环境下,车头间距受前车速度影响,进而控制后车跟驰速度,不同降雨强度和不同前车速度区间都影响车头间距大小,后车跟驰速度随着车头间距的增大而增大;模型计算结果与实测值的均方...     

公路视错觉减速标线与驾驶员心率指标关系研究

为了研究公路视错觉减速标线横向宽度和角度对驾驶人心率变化的影响,选择横向宽度20~55 cm、角度0°~180°进行室外实车试验。采用心率变化率作为评价公路视错觉减速标线的横向宽度和角度安全舒适性的指标,并建立了数学模型。结果表明:驾驶人心率变化率随着标线横向宽度增大而增加;标线角度为130°~150°时心率变化率增大,在150°时达到峰值;当角度为30°~45°时心率变化率较小。在进入视错觉减速标线初期,标线横向宽度对驾驶员心率影响较大;在进入视错觉减速标线后期,标线角度对驾驶员心率影响较大;在进入视错觉减速标线末期,横向宽度和角度对驾驶员心率变化率的的影响关系为协同作用。     

基于高逼真驾驶模拟器雾霾天气下跟驰行为分析

为研究雾霾天气下车辆跟驰行为,基于8自由度高逼真驾驶模拟器,设置晴天和雾霾天两个实验场景,采集不同交通状态下跟驰驾驶行为数据,分析车头时距、车头间距、车头延迟时距、加速度、减速度等跟驰行为关键变量.实验结果表明,雾霾天气显著影响了跟驰行为,最大车头间距在自由流、拥挤流和阻塞流跟驰状态下分别增加了8.7%、19.4%和25.6%;自由流跟驰状态下最小车头间距减小了13.0%;阻塞流跟驰状态下最小车头时距减小了47.9%,但延迟时距及其离散性增加了15.5%和28.2%;雾霾天气下后车的加速行为更为谨慎.不同交通状态下的跟驰行为存在显著差异.随着跟驰车速增加,最大、最小车头间距及其离散性显著增加;最大、最小车头时距及其离散性则呈先增加后减小趋势,延迟时距显著增加.     

紧急情况下驾驶员行为特性分析

为了提高汽车安全性,除需要研究车辆稳定性外,对紧急情况下驾驶员的驾驶行为研究也十分重要.通过行驶记录仪对北京市内50辆出租车进行了为期12个月的实车数据采集.驾驶过程中,并不对驾驶员发布指令,采集仪器也不会对驾驶员造成干扰.基于该数据,对紧急情况下的驾驶员行为特性进行分析.按记录的冲突数量将驾驶员分为冲突多发、冲突一般、冲突少发3类,对比分析了驾驶员在追尾冲突中的行为特性.结果表明,在紧急情况下,冲突多发、冲突少发两类驾驶员都存在跟车过近现象,且对危险的感知、反应时间和制动速度不存在显著差异,但多发驾驶员在回避过程中采取强制动较为迟缓,造成减速度偏大,驾驶行为更为激进.     

基于BP神经网络的纵向避撞安全辅助算法

针对复杂人-车-路交通环境下汽车前向防碰撞预警系统(FCWS)在实际工程应用中存在虚警漏警、可接受性差等问题,为提高FCWS对驾驶群体行为差异的适应性,提出了驾驶员行为特性自适应学习的纵向避撞安全辅助算法,建立了基于BP神经网络的闭环驾驶跟驰习惯模型。该网络模型以跟车车距、前车减速度、前车速度、自车速度、环境亮度、路面附着系数、紧急制动次数、本次驾驶时间为输入,采用动量梯度下降自适应学习率方法对网络模型进行训练,进而预测出自车待制动减速度。引入聚类算法思想,对训练样本集进行特征聚类,进一步改善了BP网络的预测性能,设计了激进、谨慎、新手3类典型驾驶群体,通过制动深度、期望碰撞时间倒数、应急反应时间来表征驾驶群体性特征,在稳态跟车过程中对不同驾驶群体的行为特性进行学习,建立起非线性输入输出映射关系知识库,进而预测出相应群体的待制动行为,实现差异化预警,可有效降低虚警或预警不及时现象。仿真结果表明,改进后的BP网络减小了训练过程中陷入局部极小的可能性,提高了网络收敛速度以及预测精度,激进群体与新手群体待制动曲线下降的趋势相对更陡,激进群体跟车距离相对偏近,新手群体采取制动措施时所需相对车距相对偏远,以补偿较长的反应距离,从而验证了该理论模型对不同驾驶群体的适应性。     

考虑驾驶员模糊感知的深度学习跟驰模型

为模拟驾驶人记忆效应以及模糊感知特性,设计了基于模糊感知时间窗的深度学习跟驰模型。提取highD数据集跟驰轨迹,以0.2 s最小时间间隔,连续3 s本车速度、前后车速度差、车头间距的时序数据作为模型输入,模拟驾驶记忆。训练深度学习跟驰模型,得出单层32个输出维度的门控循环单元（GRU）网络可以很好拟合实际数据。在每次输入模型的时序数据中,用模型预测值替换部分真实跟驰状态值,作为驾驶员对场景的估计,即模糊感知。实验得出对同一场景的不同模糊感知,可产生不同跟驰行为,模拟了驾驶行为的异质性,可为异质交通行为仿真提供方法。     

基于驾驶模拟器的车联网环境搭建及对驾驶行为的影响

为研究网联环境下车载设备对驾驶行为的影响,设计了车载终端人机交互界面,搭建了基于驾驶模拟仓的车、车通信环境,并开展模拟驾驶实验,采集了4个场景下车辆运行数据。通过对速度、加速度、跟车间距、超速驾驶员比例等驾驶行为数据以及人口学的统计分析,研究不同交通状态下,是否配备车载终端对驾驶行为影响的差异性。实验数据表明,实时提供前车运行状态的车载终端能够提高车辆运行效率和安全性。