车辆驾驶人事故前操作行为模式

以西安及其周边地区交通事故调研数据为基础,对车辆驾驶人事故前操作行为模式进行研究,运用层次分析方法（AHP）和模糊评判方法,分析了影响驾驶人事故前操作行为的因素,建立了驾驶人事故前感知因素评价指标体系及驾驶人对各影响因素指标的评价模型,并用模糊数学和模糊推理的方法建立了基于公路交叉口交通事故的驾驶人事故前操作行为模式模糊控制规则。研究结果表明：在公路交叉口交通事故中,影响驾驶人事故前操作行为的主要因素为驾驶人车速感知、车距感知及交通信息感知;驾驶人事故前操作行为及驾驶人感知因素在一定显著性水平下遵循模糊控制规则。     

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。     

驾驶人风险感知时间与骑车人损伤风险模型研究

该文通过事故调查得到事故人员的基本生理信息和损伤信息,事故车辆基本参数、运动参数和损伤参数,道路、交通环境、天气等信息等,通过问卷调查、PC-crash及Madymo事故重建等方法,获得了30起汽车-两轮车碰撞事故案例的驾驶人感知、决策、操控等应急行为信息。分析结果表明,驾驶人制动反应时间平均值同样为0.75s,标准偏差0.07,驾驶人风险感知时间平均值为1.25s,标准差0.35。然后,通过最小二乘法拟合得到了驾驶人风险感知时间与AIS损伤级别的定量关系式,并对驾驶人风险感知时间的影响因素进行了分析。     

驾驶人应急制动行为下的车辆纵向响应分析

为了深入研究驾驶人在应急制动行为下车辆的纵向响应问题,建立了车辆应急制动响应动力学模型;通过驾驶人应急制动行为下车辆纵向应急响应实车试验,完成驾驶人制动操作力度与车辆纵向响应等关键数据的采集,对比分析实车试验数据与响应动力学计算数据;研究结果表明:利用制动踏板位移描述驾驶人的应急操作力度更加准确,并且建立的车辆应急制动响应动力学模型数据误差较小,车辆制动应急响应计算模型70%的数据的相对误差在10%以内,最大相对误差为18.71%。     

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。     

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%。     

基于实车试验的驾驶人换道行为多参数预测

针对驾驶人在换道时若出现决策失误,极易引发交通事故的问题,通过在真实交通环境中进行实车试验,采集车辆运动状态、驾驶人操作行为以及头部运动特性、周围交通环境等数据;通过对换道意图阶段和车道保持阶段数据参数的对比分析,提取能够表征驾驶人换道意图和行为的特征参数;通过建立BP神经网络模型,以不同特征参数作为输入向量对待测样本进行预测,确定最终的输入特征指标,并基于建立的BP网络模型,进行驾驶人换道行为预测。研究结果表明:换道前2s内的预测准确率为94.4%,灵敏度为93.33%,能够准确预测出93.33%的换道行为;该模型能够有效预测驾驶人的换道行为,且准确率高、时序性强。     

夜间长途大客车减速带区段驾驶人操作行为特征

采用实车道路试验方法,设计长距离大型客车上实时采集驾驶人操作行为试验方案,研究客车驾驶人夜间在自由流交通条件下通过单向连续下坡减速带路段的操作行为特征。建立车速、加速度、油门和制动踏板行程及变化率等操作行为指标体系,研究进出减速带段驾驶人操作行为的变化。研究结果表明:在长下坡减速带初始阶段,油门踏板行程指标均小于无减速带阶段,并伴随偶有制动行为;平均车速、制动踏板行程为0分布频数与减速带路段成线性递减关系,减速带能够影响长下坡时驾驶人的操作行为,进而实现对车辆的控速。     

基于车间通信的换道策略研究

针对道路交通系统中换道行为产生的干扰作用,提出了基于车间通信的两阶段车辆换道策略。基于NGSIM数据对普通车辆换道行为进行分析,建立两阶段换道模型。模型第一阶段考虑影响换道的六个影响因素,构建二元Logit模型,估计车辆换道概率;第二阶段利用安全条件确定车辆换道行为是否实施。对于互联车,在换道模型第一阶段考虑更加精确的实时交通状态信息,设计了对应的换道策略。通过数值模拟,分析不同换道策略对交通流的影响。结果表明,基于车间通信的换道模型考虑了本道和目标车道更多车辆的速度及位置信息,效用函数使得车辆的换道行为考虑了更大范围内平均车速和平均车距的因素,而不仅仅局限于最近邻范围内交通状态的局部效用,从而抑制了换道的频率及其产生的干扰,增加了道路交通系统的通行效率。     

基于Attention机制的CNN-LSTM驾驶人意图识别方法研究

在自动驾驶系统中，系统需要准确识别驾驶人的意图，来帮助驾驶人在复杂的交通场景中安全驾驶。针对目前驾驶人意图识别准确率低，没有考虑优化特征对模型准确率影响的问题，运用深度学习知识，提出了一种基于时间序列模型的驾驶人意图识别方法。该方法基于Attention机制融合了卷积神经网络(convolutional neural networks, CNN)和长短时记忆网络(long short-term memory network,LSTM),引入车辆自身信息和环境信息作为时空输入来捕捉周围车辆的空间交互和时间演化。该方法可同时预测目标车辆驾驶人横向驾驶意图和纵向驾驶意图，并在实际道路数据集NGSIM(next generation simulation)上进行了训练和验证。实验结果表明，所提出的CNN-LSTM-Attention模型能够准确预测高速公路环境下驾驶人的驾驶意图，与LSTM模型和CNN-LSTM模型相比具有明显的优势，为自动驾驶系统的安全运行提供了有效保障。     

用因子分析法确定工程机械驾驶室尺寸综合因子G

借助三维H点人体模型,对61辆工程机械驾驶室内的9项尺寸进行实际测量,把测量值作为原始数据,采用多元统计分析理论中的因子分析法对其加以分析和处理·找出了与驾驶员手伸及界面密切相关的驾驶室尺寸综合因子G及其得分公式·G值可用于工程车辆驾驶室的设计以及检验现有车辆驾驶室内操作钮件布置的合理性     

并联混合动力客车模式切换过程控制研究

针对单轴并联混合动力客车结合离合器的模式切换,设计了发动机已启动和未启动时模式切换的控制策略.对于发动机未启动的模式切换,考虑离合器滑磨功和驾驶员需求,提出了在挡启动发动机和空挡启动发动机的控制策略.在转矩恢复时利用电机对发动机转矩进行补偿,考虑驾驶员需求、电池状态和整车控制策略,制定电机补偿发动机转矩的策略. 通过台架和实车试验验证了策略的可行性与优越性.      

考虑驾驶人换道意图的车道偏离预警系统

 为降低基于机器视觉车道偏离预警系统的误警率,提出一种考虑驾驶人换道意图的车道偏离预警系统。运用SteerableFilter 方法对所采集的道路图像信息进行滤波,运用局部搜索区域法提取车道线参数,运用基于图像信息的识别方法检测车辆的车速、转向信号、车道偏离状态以及驾驶人的头部动作状态,判断驾驶人的换道意图,建立了车道偏离预警的决策算法及系统。应用Matlab 软件对实车采集得到的视频进行算法验证和系统仿真试验,结果表明,提出的车道偏离预警决策算法是可行的,该预警系统将有意识与无意识的车道偏离区分开,从而能有效屏蔽在驾驶人有意识偏离车道时的误报警,具有更高的可靠性。     

基于光流分析的车辆转弯及上下坡信息获取

传统的前照灯系统存在安全隐患,自适应前照灯系统(AFS)可以有效消除安全隐患、降低交通事故率,准确获取行车环境特征信息是AFS实现自适应照明的前提条件.文章采用摄像头获取车辆夜间行车时驾驶员视野前方视频图像序列,提出了一种图像区域分割方法,结合基于光流模型的图像运动估计方法计算出各个区域的所有像素点的光流速度,并依据不同区域光流速度提出车辆行车环境特征判断准则,来获取夜间行车转弯及上下坡信息,实验证明了该方法的有效性.     

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.     

关于建立铁路货车信息系统综合应用平台的分析与探讨

随着计算机、网络技术的不断发展,HMIS、TADS、TPDS、THDS、TFDS、ATIS、CTC等各类信息系统已成为保障铁路车辆安全运行不可或缺的重要手段,但各类信息系统各自为政,信息系统间关联甚少,关键信息未达到真正意义上的信息共享,且没有一个综合应用平台,可以实时监测货车车辆运行品质并全面查看车辆运行状态,从而给铁路车辆安全运行带来隐患。针对以上问题,建立铁路货车信息系统综合应用平台,实时对运行中的货车车辆进行监控,对货车车辆运行状态进行预警,掌握站内各条线路上车辆信息,为车辆调度指挥、车辆检修提供依据,确保货车车辆运行安全。     

桥头跳车对行车安全影响评价指标的研究

桥头跳车现象影响了驾驶舒适性和行车安全性．通过调查统计和驾驶行车实验，发现驾驶员心率的变动和行车加速度与桥头跳车严重程度有明显的相关性，可作为桥头跳车对行车安全影响的评价指标．研究结果表明，跳车严重时驾驶员心率比驾驶稳定心率增加了10次．min^-1以上，加重了驾驶员的心理生理负担，对行车安全产生了较大影响．     

基于驾驶模拟的紧急避险车道断面宽度设置

在紧急避险车道断面宽度为4.5,7.7,9.0和12.2m条件下,利用UCWin Road Ver.9驾驶模拟仿真平台测试了5名驾驶员48次驶入紧急避险车道的几何运动参数.选取方向盘转速、方向盘转角、横向偏移率指标分别对车辆驶入紧急避险车道的最小转向半径、方向调整时间、转向角幅值、转向角频率和起弯点指标进行提取,采用多因素方差分析,检验断面宽度、驶入速度、断面宽度与驶入速度的交互作用对5个指标影响的显著性,通过多重分析检验不同断面宽度下各指标差异的显著性.研究结果表明:断面宽度4.5m时最小转向半径、转向角频率、转向角幅值与其他3组存在显著性差异,失控车速90km·h~(-1)时车辆即面临侧滑风险,车辆驶入紧急避险车道的难度大,驾驶员心理紧张程度高.仅断面宽度12.2m时起弯点位于渐变点之后,其起弯点与渐变段起点的差值与其他3组存在显著性差异.断面宽度对方向调整时间影响显著且不同断面间的方向调整时间存在显著差异,方向调整时间与断面宽度呈幂函数关系.综合分析,紧急避险车道的设置宽度不宜低于7.7m.     

基于神经网络方法的集成式驾驶员跟车模型

为了提高驾驶辅助系统的跟车性能,基于神经网络方法建立了一种集成式驾驶员跟车模型.通过真实交通环境下的驾驶员实验获得了稳定跟车状态数据,并利用Kalman滤波器对数据进行了处理和估计.设计了以BP神经网络为核心的集成式模型结构,该模型以前车速度为输入,计算跟车过程中的两个特性参数并输入神经网络以模拟驾驶员控制的自车加速度.利用处理后的数据样本对网络进行了训练,并对该模型进行了仿真验证.仿真结果表明;神经网络模型具有模拟驾驶员跟车行为的能力,模型体现出较为准确的跟踪特性,并对不同的前车工况具有良好的适应性.