道路交通驾驶员差异性分类定量研究

驾驶员个体差异是影响城市道路交通运营、效率及安全的一个重要因素之一。为了实现对驾驶员差异性的影响分析,采用驾驶模拟舱研究平台对驾驶员样本进行归类。研究分别选取了反映驾驶员特征的静态驾驶适性和动态驾驶适性两类,共计15个指标。采用因子分析的方法将相关指标归纳为驾驶员的5个类因子,并通过主成份分析的方法找出每类因子中的主导指标,并以此指标作为聚类分析的输入变量。结果表明聚类分析得到的三类驾驶员具有明显的各自特征。     

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。     

不同驾驶倾向驾驶员的酒后驾驶行为研究

为了探究不同驾驶倾向驾驶员的酒后驾驶行为,提高酒后驾驶行为识别模型的准确性,组织60名不同驾驶倾向驾驶员饮酒后进行驾驶模拟实验,获得12个驾驶行为指标的实验数据;采用距离分析和方差分析,对各驾驶倾向驾驶员的酒后驾驶行为数据进行了研究。结果表明：饮酒后,相同驾驶倾向驾驶员在速度标准差等9个驾驶行为指标上有相似性,其中,激进型驾驶员的速度均值的相关比例最高为85%;不同驾驶倾向驾驶员在油门踏板深度均值等7个的驾驶行为指标上差异显著。本研究可为基于驾驶行为的酒驾辨识研究提供理论支持。     

基于模拟驾驶实验的不同驾驶倾向驾驶员的酒后驾驶行为

为了探究不同驾驶倾向驾驶员的酒后驾驶行为,提高酒后驾驶行为识别模型的准确性,组织60名不同驾驶倾向驾驶员饮酒后进行驾驶模拟实验,获得12个驾驶行为指标的实验数据。采用距离分析和方差分析,对各驾驶倾向驾驶员的酒后驾驶行为数据进行了研究。结果表明:饮酒后,相同驾驶倾向驾驶员在速度标准差等9个驾驶行为指标上有相似性;其中,激进型驾驶员的速度均值的相关比例最高为85%。不同驾驶倾向驾驶员在油门踏板深度均值等7个的驾驶行为指标上差异显著。本研究可为基于驾驶行为的酒驾辨识研究提供理论支持。     

海南省农村居民消费结构比较研究

用因子分析和聚类分析方法对海南农村居民消费结构进行研究.首先用因子分析方法将海南省农村居民8项消费指标进行降维,找出4个公共因子,然后根据公共因子对18个地区进行聚类分析,对聚类结果的四类地区进行比较,并作出地区差异分析和提出建议.     

连续驾驶时间影响下的高原驾驶员适宜性模糊聚类评价

为了使高原驾驶员适宜性评价更加客观准确,从驾驶员疲劳角度出发,将影响驾驶员疲劳的主要因素连续驾驶时间作为参照依据,运用模糊理论,对驾驶员视觉特性、速度估计特性、反应特性、处置判断特性4个方面进行综合评价。通过实地行车试验获取20名驾驶员适宜性指标数据,对其中13名驾驶员样本数据进行模糊聚类,建立模糊相似矩阵与等价矩阵,依据聚类样本驾驶员连续驾驶时间长短确定最佳阈值,并将驾驶员适宜性分为4类,最后将已聚类驾驶员样本数据作为识别标准,利用择近原则对其余7名驾驶员进行识别与评价。结果表明：将连续驾驶时间作为参照依据,利用模糊聚类理论对驾驶员适宜性进行评价的方法是可行的。     

基于驾驶适宜性检测的驾驶技能评价方法研究

为了研究不同驾驶员个体之间的驾驶适宜性差异,基于驾驶适宜性检测数据,研究了驾驶技能评价方法。通过驾驶员驾驶适宜性检测试验,筛选出有效试验样本54例。研究了各项驾驶适宜性检测指标评价结果的等级划分方法和和驾驶技能评价方法。研究结果表明:基于驾驶适宜性检测可将驾驶员划分为优秀、良好、一般、较差和差5类;通过对54例试验样本的驾驶适宜性检测,得出优秀、良好、一般、较差和差5类驾驶员分别占比为38.89%、22.22%、20.37%、12.96%和5.56%。     

连续驾驶时间下高原驾驶员适宜性模糊聚类评价

为了使高原驾驶员适宜性评价更加客观准确,从驾驶员疲劳角度出发,将影响驾驶员疲劳的主要因素连续驾驶时间作为参照依据,运用模糊理论,对驾驶员视觉特性、速度估计特性、反应特性、处置判断特性4个方面进行综合评价。通过实地行车试验获取20名驾驶员适宜性指标数据,对其中13名驾驶员样本数据进行模糊聚类,建立模糊相似矩阵与等价矩阵,依据聚类样本驾驶员连续驾驶时间长短确定最佳阈值,并将驾驶员适宜性分为4类,最后将已聚类驾驶员样本数据作为识别标准,利用择近原则对其余7名驾驶员进行识别与评价。结果表明:将连续驾驶时间作为参照依据,利用模糊聚类理论对驾驶员适宜性进行评价的方法是可行的。     

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。     

贵州省地下水的环境质量评价

应用聚类分析方法对贵州省16个主要城市的地下水水质污染指标的监测数据进行了分析研究。结果表明：从所选取的12项指标提取了化学因子、毒性因子、营养盐类因子和有机污染因子四个主因子,并根据它们的综合得分,采用分层聚类方法将这16个城市分为轻度污染区、中度污染区及重度污染区三类,最后提出防治措施。     

虚幻4驾驶模拟器设计和驾驶员特性分析

深入研究人类驾驶员的驾驶行为和特性,对推动智能汽车向高度自动驾驶发展具有重要意义。采用驾驶模拟器研究驾驶员在复杂交通场景下的驾驶决策和驾驶行为,成为近年来的一个研究热点。基于虚幻四引擎UE4交互式视景仿真技术,通过车辆、道路、建筑、交通灯、行人、路牌等交通元素的驾驶视景仿真环境搭建,开发了CarSim汽车动力学模型和罗技G29力反馈方向盘踏板的具有高拟真度人机交互的驾驶模拟系统。并设计了典型工况下的驾驶模拟试验,通过实时采集驾驶员驾驶数据,对驾驶员特性进行研究。研究结果表明:该驾驶模拟器具有逼真的驾驶体验,利用模糊C聚类算法(FCM,fuzzy C-means),将驾驶员特性进行准确分为6个聚类,可以将驾驶员特性进行准确分类,确立驾驶员特性与驾驶能力的关联,为进一步建立实时驾驶权分配研究奠定了基础。     

疲劳驾驶的脑电特性探索

研究疲劳驾驶时的脑电特性.利用汽车模拟驾驶系统模拟驾驶员疲劳驾驶的情况,用脑电仪记录驾驶员的脑电情况,得到了驾驶员在正常状态和疲劳状态下驾驶时的脑电数据和波形,分别用平均功率谱方法和非线性的关联维数方法对所得数据进行分析.得到了疲劳驾驶时脑电的2个特征量R和D.可以用驾驶员驾驶时的脑电特征量来评价其疲劳程度.     

基于眼部行为的驾驶疲劳评价指标研究

通过对驾驶员眼睛生理特征的监测来判断驾驶员的疲劳状况是当前疲劳评判研究的热点之一。基于眼部行为指标来进行驾驶疲劳监测研究,分析驾驶过程中驾驶员眼动的瞳孔直径、眨眼时间均值的变化规律。在原有的眨眼时间均值指标的基础上,提出瞳孔直径包络值指标,并与原有的眨眼时间均值指标进行实验验证分析。结果表明,瞳孔直径包络值指标可以有效地用于客观评价驾驶员的疲劳程度。     

人文社会科学类期刊评价新指标和方法的探讨

将影响因子、5年影响因子和特征因子作为人文社会科学类期刊评价的原指标,并利用因子分析方法对3个指标进行分析,并根据数据内部结构综合考虑3个指标对期刊排名的影响来对期刊进行定量评价。     

基于改进Fisher判别的起步工况驾驶风格研究

以实验采集的起步工况驾驶数据为基础,利用PCA分析筛选出驾驶员在起步工况下的风格特征参数,采用GMM聚类算法对起步工况下的驾驶数据进行分析.以驾驶风格聚类分析结果为基础建立了基于Fisher判别的驾驶风格识别方法模型,运用经典和改进Fisher判别对驾驶风格数据的测试集进行识别.结果表明,改进Fisher判别的识别正确率可达85%以上,证明了改进Fisher判别在处理驾驶风格会影响车辆的多种性能表现时有效,具有较高的准确性.      

交通诱导信息组合方式对路径决策的影响

为提高交通诱导信息的诱导效率,系统研究信息结构化对驾驶决策的影响机理,引入云模型构建交通诱导信息评价体系,通过全功能汽车模拟驾驶器仿真实验,设计4种交通诱导信息环境并进行了交通诱导信息环境下的路径选择实验,在此基础上分析不同信息结构组合下的交通诱导信息对驾驶决策的影响特征,提出了交通诱导信息发布策略的优化方案.研究结果表明:数字类信息、语言类信息、图像类信息组合而成的交通诱导信息对驾驶决策影响显著,语言类信息与数字类信息组合发布的交通诱导信息有利于驾驶员认知道路环境,数字类信息与图像类信息组合发布有利于驾驶员进行路径决策.     

高速公路环境下驾驶员状态辨识

为了进一步提高高速公路环境下车辆的主动安全性,提出了一种基于信息融合的高速公路驾驶员状态辨识方法。基于高速公路驾驶员驾驶特征,通过高速公路模拟驾驶试验,对驾驶员眼部状态和油门踏板信号进行检测。选取加油频率、眨眼频率、眼睛闭合率和眨眼持续时间作为驾驶员状态的评价指标,采用模糊评价和D-S证据理论相结合的信息融合方法,建立了高速公路上驾驶员状态辨识的模型,并通过实例验证了该模型的有效性。     

驾驶威胁感知评估方法

为评估驾驶员所处交通态势的威胁感受,基于其主观感受性驾驶行为特征提出了一种量化评估方法。选取横向和纵向上的相对速度、间距以及轨迹交叉角5项驾驶行为特征作为态势因子,以预期避碰点与危险源的距离来测度威胁主观感受。采用统计学方法结合驾驶员直观威胁感受,给出各因子分级化隶属函数构造方法。同时结合模糊推理原理,析取威胁评估规则并建立威胁评估模型。最后结合算例验证了本文方法的实用性与有效性。     

基于层析分析法与模糊聚类分析的通信网络效能评估

通信网络效能评估直接关系到通信网络系统的成败,本文采用层次分析法与模糊聚类分析相结合的方法来进行通信网络效能评估。构建了通信网络效能评估指标体系,并基于层次分析法确定各个指标的影响权值,在此基础上,通过实际调研分析获得了某通信网络的样本数据,采用模糊聚类分析方法对样本数据进行聚类分析,最终将该通信网络评估为优秀（Ⅰ类）、良好（Ⅱ类）、合格（Ⅲ类）和不合格（Ⅳ类）四个等级。本文的研究为通信网络效能评估探索了一条有效的方法。     

表征驾驶风格和驾驶员能力的驾驶员模型

由于驾驶员群体的驾驶方式和驾驶能力的差异,所决策的加速度值与最优值存在不同程度的偏差.本文作者在原有最优预瞄侧向驾驶员模型的基础上发展了多点多目标决策模型,以驾驶员的视野特征和决策意愿表征驾驶风格,并对驾驶员能力建模.Simulink/Carsim联合仿真结果表明,包括4个自由参数模型能够反映出不同驾驶员的驾驶行为,并有望应用于提升无人驾驶车辆乘坐感受的研究.