车与两轮车事故中驾驶员转向行为影响因素研究

为研究车与两轮车事故中驾驶员转向行为的影响因素,本文对172例车与两轮车真实案例进行统计分析,从中挑选出65例车辆具有驾驶转向行为的事故案例,并利用PC-CRASH对其进行事故再现仿真。运用Logistic回归模型对事故数据进行分析,得到驾驶员转向行为的显著性影响因素,最后利用拟合优度检验法和预测准确度检验法验证了模型的可靠性,置信度为95%时,模型的回判正确率为87.7%,具有良好的预测效果。结果表明：在车与两轮车事故中车流量、两者相对距离以及本车速度对驾驶员转向行为影响显著性较高,发生比依次为0.049、0.036、0.025,在车辆横向辅助驾驶系统开发及转向策略确定时应作为重点考虑因素,本研究可为汽车自动驾驶、紧急转向系统等汽车主动安全技术的研发提供参考价值。     

考虑人-车-路耦合的路径跟随过程操稳性预测研究

为更早预测车辆的操稳性失稳风险,针对性解决传统“人-车-路”耦合系统中“路”先验信息未知和由此导致的“人”输入难预测问题,借助先进辅助驾驶系统提供的前方预瞄路径,提出结合驾驶员转向模型及车辆非线性动力学模型的操稳性预测方法. 构建“人-车-路”闭环反馈驾驶员模型,对跟随道路曲率的驾驶员转向行为进行预测;将当前车速与预测转向作为三自由度非线性动力学模型的输入,实现跟随前方路径的操稳性状态预测;通过Simulink-Carsim联合仿真及驾驶员模拟器硬件在环对比,进行双移线路径、变曲率路径和蛇形路径工况模拟. 所提方法的操稳性状态预测值与实际值吻合良好.     

考虑驾驶员个体差异的汽车EPS控制仿真分析

行车安全与驾驶员、车辆、道路等密切相关,而不同驾驶员个体之间的特性差异很大。文章将驾驶员分为A(熟练)、B(一般)、C(生手)3类,给定的行驶路径作为驾驶员模型的输入,转向盘转矩作为模型的输出;将A类驾驶员的输出转向盘转矩作为期望值,考虑不熟练驾驶员因对侧向力感知缺乏而导致的误操作转矩的影响,提出了一种跟踪期望驾驶特性的汽车电动助力转向系统(electric power steering,EPS)控制策略,建立了能够表征驾驶特性(熟练程度等)并考虑误操作转矩的驾驶员模型,与车辆组成人-车闭环系统。仿真结果表明,采用跟踪期望驾驶特性的汽车EPS控制策略,改善了汽车的操纵稳定性,减轻了驾驶员的转向负担,从而验证了该控制策略的有效性。     

考虑驾驶员特性的四轮独立驱动电动汽车转向控制研究

四轮独立驱动电动汽车四轮驱动力矩独立可控,在汽车控制方面相对于传统汽车具有显著优势,通过建立驾驶员不同转向特性参考模型和四轮驱动力矩控制进行考虑驾驶员特性的四轮独立驱动电动汽车转向控制研究。基于驾驶模拟器实验,在对驾驶员转向特性进行分类和建立辨识模型的基础上,采用RBF神经网络建立了驾驶员不同转向特性的参考模型,给出了考虑驾驶员转向特性的整车控制原理,应用驾驶模拟器对所研究的控制方法进行了验证。验证结果表明:参考模型输出能够反映不同转向特性驾驶员期望的车辆响应,通过对四轮驱动力矩合理控制实现汽车跟踪驾驶员期望。     

基于支持向量机的汽车转向与换道行为识别

汽车驾驶行为是影响燃油消耗和安全驾驶的重要因素,驾驶行为识别是对汽车安全驾驶和节能进行优化的基础。该文针对汽车转向和换道行为,通过加装汽车转向盘转角传感器,结合车载总线通信技术获取汽车行驶状态信息,基于汽车转向运动学推导车辆行驶状态与汽车行驶轨迹之间的映射关系,进一步建立汽车行驶方向向量模型,提出以车身轴线转角和最大转向盘转角为特征量的支持向量机线性分类器,并运用Lagrange数乘法和二次规划算法求解该最优分类问题。通过设计实车实验验证了该方法的有效性。实验结果表明:该方法识别汽车的转向与换道驾驶行为的准确度达98%以上。该技术可用于汽车行驶安全预警与控制系统,提升行驶安全。     

基于行程时间的驾驶风格贝叶斯决策树动态识别

驾驶风格是驾驶员对实际交通状况的态度和决策偏好,反映了驾驶员在车辆操作和运行期间的行为表现,驾驶员行为风格直接影响汽车安全预警系统的报警准确率。本文从汽车安全预警系统的研究角度出发,以驾驶风格为研究对象,利用GPS实时捕获的行程时间作为特征参数,建立基于贝叶斯决策树的汽车驾驶风格动态辨识模型;通过心理测试、实车实验以及模拟驾驶实验分别获取相应的数据,对模型进行验证。结果表明,该模型具有较高的可行性。     

基于横摆角速度反馈的汽车四轮转向控制研究

研究了基于横摆角速度反馈的汽车四轮转向控制系统.首先把汽车简化成一个二自由度的两轮车模型,建立了线性二自由度四轮转向车辆的动力学模型.然后设计了基于横摆角速度反馈控制四轮转向系统,并给出了控制算法.最后通过MATLAB/Simulink对其进行了仿真验证,相比较两轮转向,四轮转向控制的汽车系统具有更好的动态特性.     

时滞对人—车闭环系统操纵稳定性的影响

对以往具有横摆角速度反馈控制的电动助力转向模型进行了研究分析,考虑反馈控制中时滞的存在,基于合适的驾驶员模型和汽车转向运动模型建立含时滞的横摆角速度反馈控制电动助力转向模型,利用matlab/simulink建立了人—车闭环系统动力学模型,通过改变时滞参数分析了时滞对车辆操纵稳定性的影响.研究结果表明,时滞对车辆的侧向速度、横摆角速度、前轮转角和驾驶员力矩都会产生不良影响,使汽车的稳定性变差甚至使汽车失稳.     

智能汽车自动紧急控制策略

结合驾驶员在紧急工况下的驾驶行为以及不同避撞方式的避撞效能,对以自动紧急制动系统(Autonomous Emergency Braking,AEB)为代表的控制策略进行分析,发现当前的紧急制动控制策略并不能很好地适应驾驶员行为和满足避撞效能的需要.为此,提出了一种融合制动控制和转向控制的自动紧急控制(Autonomous Emergency Control,AEC)策略.在该策略中驾驶员始终在环,系统通过集成驾驶员模型、车辆模型和道路环境模型信息判断驾驶员的行为是否正确,并将控制输入与驾驶员输入叠加在一起作为车辆的输入对驾驶员不当驾驶行为进行纠正.     

侧风作用下货车驾驶员反应行为模型

为建立侧风作用下驾驶员反应行为模型,基于8自由度驾驶模拟器,构建了风-车-桥耦合作用下大跨桥梁驾驶模拟平台。招募了32名职业货车驾驶员进行了侧风作用下驾驶模拟实验,采集了驾驶员行为及车辆动态响应数据,通过相关性分析选取了关键因素,建立了侧风作用下两阶段驾驶员反应行为模型。研究结果表明:方向盘反馈力矩是影响侧风作用下驾驶员反应行为的关键因素之一;考虑方向盘反馈力矩在内的两阶段模型能够较好的反映侧风作用下驾驶员的反应行为。     

四轮转向干预下电动助力转向控制策略研究

四轮转向（4WS）车辆相较于前轮转向（FWS）车辆具有更高的灵活性,其后轮转向在提高车辆操稳性的同时转向阻力矩也发生变化,使得原电动助力转向系统助力策略与四轮转向车辆不匹配,对行车安全产生影响.本文以线性二自由度车辆模型为基础,对比分析了前轮转向车辆与四轮转向车辆的转向特性,提出电动助力转向修正控制策略.仿真结果表明,角阶跃工况下,有助力修正的四轮转向车辆,驾驶员操纵方向盘力矩与驾驶前轮转向车辆基本一致,既保证了四轮转向车辆低速时的操纵轻便性,也兼顾了高速时的操纵稳定性.     

两种四轮转向车辆操纵稳定性的仿真分析

对前后轮转向比为定值和实现最优控制的两种四轮转向车辆的操纵稳定性进行了仿真对比分析.在建立四轮转向车辆操纵动力学模型的基础上,对四轮转向车辆的动力学响应进行仿真,并将仿真结果与前轮转向车辆做比较.仿真结果表明:两种四轮转向车辆在中高速行驶时均显著提高了车辆的操纵稳定性,但前后轮转向比为定值的四轮转向车辆会加重驾驶员负担,而最优控制四轮转向车辆会使驾驶员保持原来的转向感觉.     

组合赋权-模糊综合评价的安全驾驶行为分析

驾驶行为日趋复杂化与个性化,使其逐步成为影响交通安全的活跃因素。为了对城市道路中驾驶行为安全风险等级进行评估,减少交通事故的发生,针对传统人或车因子单向给定的评价方法,从驾驶员操纵安全、车辆行驶工况安全两个方面,选取速度、发动机冷却液温度等7个指标构建驾驶行为评估体系。运用K-means聚类分别对两个维度进行聚类分析,将驾驶行为类型进行划分。应用层次分析法(Analytic Hierarchy Process, AHP)与熵权法(Entropy Weight Method, EWM)的组合赋权法求取权重并结合模糊综合评价法对目标层进行评估,将驾驶行为划分为安全型、风险型、危险型。为了获取汽车行驶过程中的运行状态数据,利用车载诊断设备(On Board Diagnostics, OBD)进行驾驶状态数据采集,分析不同的安全风险等级行为的诱因,为相关车管单位选择和考核驾驶员提供合理依据。     

基于国家车辆事故深度调查体系的道路交通事故驾驶员人因分析

为分析道路交通事故发生的原因,以国家车辆事故深度调查体系(national automobile accident in-depth investigation system,NAIS)数据库内2 384起事故案例为样本,从驾驶员角度出发,借鉴人因分析和分类系统(HFACS)、驾驶人风险意识量表建立了道路安全事故驾驶员人因分类框架,并运用数据关联挖掘Apriori算法挖掘驾驶员因素间的强关联规则。结果表明:驾驶员的主要不安全行为是未意识到危险和习惯性违规;容忍疲劳和饮酒驾驶的驾驶员同时具备多种不安全行为;风险容忍行为与不安全行为因果关系显著,即高风险容忍度驾驶员具有较高的不安全驾驶行为。     

基于贝叶斯网络的网约车交通事故致因机理分析

为了缓解网约车交通事故,以网约车驾驶员为研究对象,探究网约车交通事故致因机理.通过调查问卷收集了2 458名网约车驾驶员个体属性、工作强度、工作压力、不良驾驶行为和交通事故经历的相关信息.对数据进行分类处理后,通过贝叶斯网络建立网约车事故频率预测模型.基于十折交叉验证法,使用混淆矩阵与接收者操作特征曲线校验模型精度.结果表明,模型预测能力较好,模型分析了11种与事故频率直接相关的影响因素,识别了16类导致高频率事故发生概率增加的不利状态,且发现多种不利状态组合对事故频率产生的非线性扩增效应和叠加效应.研究结论有助于管理部门制定相应预防对策以减少网约车交通事故频率.     

基于TPB的疲劳对汽车驾驶员不安全驾驶行为的影响

为预防和控制由于驾驶员不安全驾驶行为导致的交通事故,基于TPB构建包含驾驶员不安全驾驶行为态度、主观规范、知觉行为控制3个变量的疲劳对驾驶行为研究模型,通过发放与分析问卷,得到影响驾驶员出现不安全驾驶行为的因素之间的关系。采用独立样本T检验的方法进行性别和职业的差异影响分析,采用单因素方差法对年龄、文化程度、驾龄的差异影响程度进行分析。结果表明:不同性别在疲劳驾驶行为控制和疲劳驾驶行为意向上显著差异性较大;不同年龄群体对于知觉行为控制和行为意向有显著差异;不同职业类型在疲劳驾驶行为态度和疲劳驾驶行为意向上具有显著性差异;教育程度对驾驶者的行为态度具有显著性差异影响。通过对驾驶员不安全驾驶行为的研究有助于减少驾驶员驾驶过程的不安全驾驶行为,保障交通安全。     

基于驾驶员心率的高速公路纵坡路段驾驶舒适度评价

为了量化分析高速公路纵坡路段的驾驶舒适度,进行实车试验,采集驾驶员心生理数据、道路参数以及车辆运行速度数据。运用傅里叶变换转化驾驶员心率随机信号来研究心率变化的规律。采用偏相关分析,确定上、下坡路段影响驾驶员心率增长率的显著性因素。以交通工程学、人因工程学和心理学为基础,探究坡度和速度差对驾驶员心率增长率的影响,构建了基于心率增长率阈值的驾驶舒适度评价模型。研究结果表明：坡度、速度差与驾驶员心率增长率显著相关,而坡长与驾驶员心率增长呈弱相关;上坡路段行车时驾驶员心率增长率主要分布在15%～32%之间,坡度对驾驶舒适度影响较大;下坡路段行车时驾驶员心率增长率主要分布在15%～35%之间,速度差对驾驶舒适度影响较大。研究结果可为高速公路纵坡路段安全管理提供理论依据。     

人机共驾智能汽车紧急工况下的驾驶员应激反应

基于L2-L3级别智能汽车在人机共驾工况下驾驶员的认知特征,建立人机共驾智能汽车紧急工况下的驾驶员应激转向模型,该模型反映了驾驶员在应激过度状态下的转向特性.通过应激转向曲线中转向盘转角幅值与转向频率之间的拟合关系来表征驾驶员的应激程度.考虑高速大转角下的车身侧倾,并引入非线性轮胎模型,建立3自由度非线性整车动力学模型,通过侧向加速度的跟踪仿真对驾驶员应激转向模型进行验证.结果表明：驾驶员在应激过度行为下会使车辆产生过度的前轮转角;模型输出结果和实车试验结果有较好的匹配度,模型可以描述驾驶员应激转向特征.     

无交通信号路口行人过街的人车交互过程研究

自动驾驶汽车要进入人车混行的无交通信号路口,需确保与行人之间的交互安全,为解决这一问题,现以非自动驾驶汽车为研究对象,探索其与行人在无交通信号路口的交互过程。本文选取北京市内两处无交通信号灯的路口作为研究场景进行长期拍摄,基于视频数据从中提取行人的个体属性变量、行人的穿越行为变量、车辆的穿越行为变量以及间隙数据,将行人的过街行为分为穿越前、中两个阶段进行研究。结果表明,穿越阶段对行人的穿越时间具有显著性影响,穿越路口对行人的穿越时间不具有显著性影响。对于穿越前的等待时间,在有右转车道下对其具有影响的因素有行人的拒绝车辆个数和来自方向,在无右转车道下对其具有影响的因素有行人的拒绝车辆个数和起始位置。对于穿越中的穿越时间,在有无右转车道下对其具有影响的因素均为穿越人数和车辆1的行为。今后自动驾驶汽车行驶到无交通信号路口时,可以通过此结果去识别行人,并判断出行人的穿越时间,以便及时做出相应的措施。     

智能汽车驾驶员模型的预瞄时间自适应分析

为了更好地模拟真实驾驶员在人车路闭环系统下的操纵行为,提出了一种针对智能汽车驾驶员模型的预瞄时间自适应模型.运用预瞄跟随理论与预瞄优化驾驶员模型构建智能汽车驾驶员模型,进而分析道路环境与汽车行驶状态等因素对智能汽车驾驶员模型中预瞄时间的影响,分别采用基本预瞄时间和补偿预瞄时间表征不同因素对驾驶员前视行为的影响,并将基本预瞄时间和补偿预瞄时间相结合,建立了基于BP神经网络的预瞄时间自适应模型.在Carsim/Simulink联合仿真平台上搭建了预瞄时间自适应的智能汽车驾驶员模型,针对正常驾驶和激进驾驶2种模式进行了仿真分析.结果表明所建立的预瞄时间自适应模型可有效改善智能汽车驾驶员模型的路径跟踪效果.