城市道路环境中驾驶人应激响应感知-制动反应时间分析

针对城市道路环境中驾驶人的应激响应感知-制动反应时间特性,基于虚拟现实技术搭建了测试平台,对多名驾驶人在不同应激场景下的感知-制动反应时间进行了研究。结果表明,熟练驾驶人的感知-制动反应时间要略长于非熟练驾驶人,而青年驾驶人的感知-制动反应能力最为稳定。以驾驶经验、驾驶人年龄和车速为自变量的预测模型能够对驾驶人的应激感知-制动时间进行准确的预测。     

虚拟城市道路场景中的驾驶人应激感知反应时间特性

为了分析城市道路环境中驾驶人应激感知时间的影响因素,基于虚拟现实技术搭建了模拟驾驶平台。利用眼动仪对28名被试驾驶人进行了多种场景下的应激反应试验,获取了驾驶人在不同应激场景下的危险感知时间,并对驾驶人的危险感知时间进行了分析。结果表明:驾驶经验丰富的驾驶人应激感知时间要小于其他驾驶人,而中青年驾驶人的应激感知速度要快于其他年龄的驾驶人;随着车速的提高,驾驶人的应激感知时间相应的增加,且两者之间呈现较强的指数关系;基于驾驶经验、驾驶人年龄和车速,采用对数函数建立的驾驶人应激感知时间预测模型具有较高的精度,被试驾驶人实测感知时间落入到预测区间的比例达到96.2%。     

驾驶人危险感知建模与实验解析

为了量化驾驶人群体危险感知的差异性并指出差异性的原因所在,对驾驶人危险感知进行建模与实验测试分析.借鉴污染环境下生物种群生存这一自然现象,构建了驾驶人危险感知模型,通过实验测试了驾驶人在不同交通场景的危险识别时间与反应时间.模型分析与实验结果表明,驾驶人危险感知阈限值与交通情境危险输入的速率负相关,与驾驶人正确反应率和危险识别率正相关.不同危险程度的交通场景对驾驶人危险感知的总反应时间和识别时间具有显著影响(p<0.001);驾驶经验对驾驶人危险识别时间没有显著影响(p=0.080),但是对危险的反应时间具有显著影响(p=0.003).熟练驾驶人相比非熟练驾驶人具有较高的危险感知水平,这种差异性主要体现在熟练驾驶人能够更快速准确地预测评估交通情境中的危险并进行合理判断.     

老年驾驶人的应激操作反应特性分析

随着年龄的增长,老年驾驶人的感知认知能力、判断决策能力及操作反应能力均出现衰退,进而导致其交通风险感知和应激反应能力发生变化。为了研究风险情景下老年驾驶人的应激操作反应特性,设计并搭建了行人与机动车、非机动车与机动车、机动车与机动车冲突的道路交叉口风险虚拟试验场景；分别招募了15名中青年与老年驾驶人进行了驾驶模拟试验,采集驾驶过程中驾驶人的操作行为及车辆运行数据；选取相关的指标对试验进行分析。结果表明,老年驾驶人在各风险情境下的反应时间与制动踏板行程总体上比中青年驾驶人长；而在高风险驾驶场景下,老年驾驶人的纵向加速度的波动幅度比中青年驾驶人大,其中有10名老年驾驶人发生了碰撞事故,占所有受试者的比例为33.3%。研究结果能为交通安全政策制定者的措施制定提供一些提高老年驾驶人驾驶安全性的理论依据。     

车道变换过程中驾驶人操作和注视行为

针对实际道路自然换道过程中驾驶人的操作与注视行为,搭建了自然换道行为测试车。利用眼动仪和车辆运动状态传感器,在城市道路环境中对20名驾驶人进行了实际道路自然驾驶试验,获取了换道过程中驾驶人操作与车辆运动状态数据;并对熟练驾驶人和非熟练驾驶人的换道数据进行了分析。研究结果表明:换道时驾驶人普遍不按照操作规范提前开启转向灯,且非熟练驾驶人比熟练驾驶人的开启时间要早;换道过程中车速呈现减速-加速-稳速的趋势,但熟练驾驶人的速度曲线更加平滑;换道开始阶段,熟练驾驶人和非熟练驾驶人对目标车道的注视所占百分比分别为70%和85%,而在调整阶段非熟练驾驶人比熟练驾驶人要高出20%;换道过程中,熟练驾驶人的注视行为更加灵活,同时处理较多任务的能力要优于非熟练驾驶人。     

基于低频轨迹数据的分时租赁驾驶人驾驶风格分析

基于上海某汽车分时租赁企业的运营数据,开展了基于低频轨迹数据的驾驶行为特征提取及驾驶风格分析.采用相对超速时间比例及其变异系数为驾驶风格特征指标,基于K-means聚类算法将驾驶人风格划分为谨慎、温和、激进三类,相应驾驶人比例分别为54.04%、36.60%和9.36%.对不同驾驶风格租赁用户的出行、运行及个体特征的比较发现,不同驾驶风格的用户在出行、运行速度及车辆能耗特征方面具有差异性,在年龄、性别及违章方面无统计上的显著差异.     

跟驰行为对道路通行能力的影响分析

驾驶人的驾驶经验差异不仅导致跟驰行为的差异,也对道路通行能力产生影响。将试验车采集的跟驰数据按非专业、专业驾驶人和二车道、三车道车道数分为四类,将观测数据按相关公式转换成所需数据。从数据的速度分布情况发现车道数的增加削弱了两类驾驶人的差异,对两种车道数情况下的车辆间距进行双样本K-S检验发现两类驾驶人的车辆间距在0.05水平下具有显著差异,进一步提出基于速度的驾驶人修正因子f并标定。得出以下结论:基于速度的驾驶人修正因子可以有效的将计算得到的道路通行能力进行合理修正;车道数相同情况下,驾驶人的驾驶经验与影响通行能力的程度成负相关,但车道数的增加会增加驾驶经验的影响程度。     

基于K-means++的驾驶人致因因素倾向性分析

交通事故致因因素导致交通事故的发生,而交通事故致因因素的产生与驾驶人的特征相关。基于K-means++对事故伤亡人数、年龄、驾驶经验、事故责任、驾驶人的不安全行为值、车辆的不安全状态值进行聚类分析,探讨具备不同特征的驾驶人群体产生不同类别的交通事故致因因素的倾向性。结果表明,当聚类簇数为3时,轮廓系数为0.52,模型将驾驶人分为3个群体。其中：驾驶经验及年龄较低,事故责任较高的驾驶人群体存在较高的不安全行为值;驾驶经验及年龄较高,事故责任较高的驾驶人群体存在较高的车辆的不安全状态值及较高的伤亡人数;事故责任较低的驾驶人群体的不安全行为值与车辆的不安全状态值均较低。     

汽车驾驶人感知-决策-校正行为模式

为了全面地了解汽车驾驶人在驾驶过程中的行为特性,对驾驶人操作行为的信息感知、轨迹决策和操作校正3个阶段的行为反应进行了分析,在不同通道宽度条件下进行了车辆行驶试验,记录驾驶人的眼睛运动、操作行为以及车辆的运行速度变化等数据。结合试验数据,对驾驶人第一次感知障碍物存在的位置、第一次采取制动措施的位置和3个操作阶段用时所占比例进行了对照分析。研究结果表明:随着通行条件逐渐困难,驾驶人用于信息感知的时间比例减少,而用于操作校正的时间比例增加。     

考虑驾驶人性别差异的绿灯倒计时时长推测

为了提升高级驾驶辅助系统(advanced driving assistance system, ADAS)在绿灯倒计时长(green light countdown time, GSCT)类型的辅助驾驶决策性，首先，通过实车实验采集到信号交叉口不同绿灯倒计时时长下的1 475 524条自然驾驶行为数据，包括18名驾驶员在不同绿灯倒计时时长下，分别通过城市道路18个信号交叉口前150 m情境的驾驶行为数据；然后，分析驾驶决策、速度、平均瞳孔大小位置、心电、肌电在男、女性驾驶人之间的差异，得到男、女性驾驶人在绿灯20 s倒计时期间的注视特性平稳、皮电特性最为稳定，在绿灯9 s倒计时期间男、女驾驶人心理特性最为稳定的结论；最后，利用KNN、SVM、GBDT等3种经典机器学习方法，基于前述5类特征参数，建立考虑多特征变量的信号倒计时长判断模型。结果表明：集成学习GBDT模型判断准确率为88.1%,精确率均值为85.4%,AUC均值为0.98,有助于ADAS提供决策支持和理论支撑，可为不同性别驾驶员在城市道路信号交叉口前提供速度调节辅助信息。     

基于双车驾驶模拟的城市快速路驾驶人换道交互行为特征

为研究换道情境下换道车辆与目标车道后方车辆驾驶人间的交互行为,设计了城市快速路换道场景,搭建出双车驾驶模拟实验平台,招募40名驾驶人,开展了8种换道场景下的双车实验并进行驾驶风格问卷调查.基于换道阶段实验数据,分析对比了单、双车实验中两车驾驶人的交互行为特征和差异.利用多元Logistic回归模型,分析不同因素对换道交互决策的影响.结果表明：单、双车实验中,换道车辆和目标车道后方车辆的行为特征具有明显差异,从而验证了开展双车实验的必要性;不同的道路限速、换道方向、驾驶风格等因素下,两车驾驶人关键行为变量呈现差异性;道路限速、车辆初始速度、两车纵向位置差、横/纵速度差、纵向速度乘积等均对两车换道交互决策产生显著影响.     

基于驾驶行为的疲劳状态检测方法研究

研究基于驾驶行为判断驾驶状态的方法. 基于驾驶模拟舱进行实验,通过分析驾驶人在疲劳状态下的方向盘转角操作特征及油门幅值变化情况,提取了方向盘不动时间占空比和油门幅值均值作为疲劳状态判别指标,通过方差分析进行方向盘不动时间选取的优化,运用Fisher线性判别算法对驾驶状态进行识别,得到了较为准确的识别率.     

基于面部综合信息的疲劳驾驶判别研究

目前疲劳驾驶是导致交通事故的主要原因之一,对防疲劳驾驶预防方法的研究是十分必要的。根据驾驶人面部综合信息,可以对驾驶人进行是否处于疲劳驾驶状态的判断。提出一种根据驾驶人眼部状态、嘴部状态、鼻部状态三者的信息相结合来判断的疲劳状态判定方法。实验表明,这种方法可以在多种情况下对驾驶人进行疲劳的检测。     

基于扩展TPB模型的老年驾驶人自我调节行为研究

随着老年驾驶人数量持续增长及其驾车出行需求增加,我国机动车驾驶证申领及使用规定取消了申请小型汽车驾照的年龄限制,老年驾驶人的出行安全问题成为热点研究问题.由于年龄增长带来与驾驶行为相关的生理心理变化,老年人通过自我调节的方式在保持机动性的同时,还需要考虑平衡身体机能下降的影响.自我调节是老年人延长驾驶时间和降低驾驶风险...     

双车道公路弯道驾驶人模糊优选决策模型与实验验证

研究驾驶人在前方弯道线形影响下的驾驶特性、视觉特性,引入驾驶行为的控制因素。针对驾驶行为中客观存在的模糊性和主观性问题,利用多目标模糊优选决策理论研究模糊性和主观性对驾驶行为的影响规律,提出一种将驾驶人的模糊感知决策能力引入到速度控制和轨迹跟踪的数学建模方法,给出一种基于灰色理论的主观和客观相结合的权重确定方法。研究结果表明:驾驶行为是一种相对意义上的模糊优选决策行为。最后,通过现场实验验证该建模方法的合理性和可行性。     

驾驶人危险感知影响因素建模与试验

为了分析驾驶人危险感知的影响因素,对驾驶人危险感知的影响因素进行演绎推理与试验分析。采用事故树分析建模与试验测试相结合的方式,剖析了驾驶人危险感知的影响因素并验证了影响因素的有效性。研究结果表明:驾驶人危险感知的影响因素来自于2个方面,一是危险与背景交通情境的特征,二是驾驶人的视觉搜索效率与认知水平;潜在危险与实际危险在识别率、发现速度和注视时间上有显著性差异(p0.01);动态危险的发现速度高于静态危险(p0.01)且受到的注视时间更长(p0.01);熟练驾驶人相比非熟练驾驶人能够发现更多的危险信息(p0.01),能够更加快速地发现危险(p0.01),对危险的注视时间更长(p0.01);熟练驾驶人对于交通情境的演变预测与判别更准确(p0.01),并具有更高的自信程度(p0.01)。     

考虑驾驶风格的车辆换道行为及预测模型

车辆换道过程对交通安全和交通拥堵有重要影响,为了获得不同驾驶人的换道行为特性,考虑了车辆换道过程中驾驶人的因素,利用SPSS对问卷调查的结果进行主成分分析,采用K-均值聚类方法对驾驶风格进行量化,将驾驶人分为激进型和保守型两种类型,再利用时间对数模型提出了驾驶风格值变量。对两组类型驾驶人进行换道试验,获得了不同风格驾驶人换道时间和换道纵向距离等换道特性的试验数据,并建立了考虑驾驶风格的车辆换道时间预测模型;基于预测的换道时间以及换道车辆转向角与驾驶风格值变量、速度之间的关系,结合车辆运动学模型,建立了车辆换道纵向距离预测模型,并将预测结果与实际换道数据进行了对比分析,结果表明,本研究提出的预测模型准确率较高。研究结果表明,激进型驾驶人在换道过程中其行为较为激进,换道时间较短,换道距离较短;所建立的预测模型可以较准确地预测和解释驾驶人的换道行为。     

机非交互的交叉口右转机动车行为建模与仿真

为准确刻画交叉口机非交互行为、准确模拟右转机动车轨迹,在充分考虑非机动车群组特征和右转机动车驾驶人动态多步决策特征的基础上,基于认知过程建立驾驶人环境感知-规划决策-控制执行的行为模型,并通过改进社会力模型进行仿真实现与模型评价.研究成果可为二维仿真平台的构建和自动驾驶汽车的拟人化驾驶提供模型支撑.     

考虑驾驶风格的高密度立交群出入口车辆驾驶风险研究

为分析不同驾驶风格驾驶人车辆的驾驶风险,在重庆内环快速路开展了高密度立交群实车驾驶试验,使用车载仪器采集车辆行驶轨迹、速度等运行参数,通过因子分析和聚类分析等方法,提取车辆速度、加速度和横向位移等参数,以此为依据将驾驶风格分为三个类型,即保守型、常规型和冒险型。通过车辆驶离和汇入主线过程中的轨迹偏移,分析了不同驾驶风格的行车轨迹特征,结果表明：冒险型驾驶人的轨迹偏移高于其余2种驾驶风格的驾驶人,且轨迹偏移的分布较为分散;在驶离/汇入主线时,冒险型驾驶人所需要的换道时间更短、换道起始位置更靠前、换道频次也多于另外2 种驾驶风格;以速度波动和加速度波动作为驾驶风险评价指标,两者大小均是冒险型＞常规型＞保守型;利用熵权法确定指标权重并得到驾驶风险率,将其按照不同驾驶风格分类,结果表明：在主线出口位置,呈现明显的分布特征,即冒险型＞常规型＞保守型,而在主线入口位置,冒险型与常规型的驾驶风险率大小相差无异,但冒险型驾驶人分布更加离散。分析不同驾驶风格驾驶人的驾驶风险率,有助于提高驾驶人的行驶安全性。     

道路交通碰撞事故致因建模与影响因素试验分析

为了分析交通情境与驾驶人因素导致道路交通碰撞事故的原因,采用智能群体建模、鱼骨图方法与试验测试相结合的方式,剖析了道路交通碰撞事故的致因及影响因素的显著性.模型分析结果表明,碰撞事故的致因取决于驾驶人对于交通情境危险信息及时准确的感知以及个体间的相对运动速度.交通情境中的危险识别率和发现时间百分位与危险的类别、交通情境的特点以及驾驶人的经验密切相关.潜在危险与实际危险在识别率与发现时间百分位上存在显著差异;动态危险的发现时间百分位小于静态危险;相比非熟练驾驶人,熟练驾驶人能够发现更多的危险信息,更快速地发现危险,并且对于交通情境的演变预测与判别更准确,具有更高的自信程度.