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。     

基于结构方程的信号交叉口驾驶人两难区选择行为影响因素分析

驾驶人在信号交叉口两难区的驾驶选择行为影响因素分析对交叉口的安全运行具有重要意义。通过设计问卷,获取了不同个人属性、不同道路情况、考虑设置辅助驾驶系统等因素下驾驶人的选择行为,使用结构方程分析了上述因素对驾驶人在两难区的选择行为的影响。结果表明:驾驶人的个人属性、驾驶信息、对于辅助系统的态度及意见等都对驾驶人在两难区的选择行为有直接的影响,而其中驾驶人的驾驶信息是主要影响因素。     

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。     

个性化驾驶人驾驶行为操纵模式建模方法

根据个体驾驶人完成一个具体驾驶行为的驾驶操纵动作具有一定内聚性、时序性和个性化的机理,构建了基于有向图的驾驶人驾驶行为操纵模式的建模方法。根据获取的个体驾驶人在不同驾驶行为下的驾驶操作动作数据,并利用MATLAB仿真软件设计驾驶人驾驶行为操纵模式建模与仿真系统,对启动和超车2种典型驾驶行为下的驾驶操作动作数据进行测试。测试结果表明：基于有向图的建模方法可以实现驾驶人个性化驾驶行为的有序驾驶操纵动作建模。研究为驾驶安全辅助系统驾驶人驾驶行为的驾驶操纵底层上预防和干预危险驾驶行为提供支撑。     

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。     

基于有序Logistic回归的驾驶人危险辨识影响因素分析

针对驾驶人危险辨识影响因素,开展危险辨识试验数据与自我报告数据的采集,采用k-means聚类分析方法将危险辨识时间划分为3类,进而基于有序Logistic回归分析方法检验不同影响因素的显著性.试验分析结果表明,危险情境特征对驾驶人危险辨识时间有影响,交通情境越混乱,所需时间越长,且交通情境越危险,所需时间相对越短;同时,驾驶人特征及其经历对驾驶人危险辨识时间有影响,男性的危险辨识时间较女性更短;摩托、电动车驾驶经历越丰富,危险辨识能力相对越好;驾龄、驾驶里程与自行车驾驶经历对危险辨识时间并无显著影响.环境因素和人口社会学因素对驾驶人危险辨识能力的影响是多方面的.     

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)。     

结合功能测试与模拟驾驶的老年人驾驶适性评估

为应对老年驾驶人驾驶能力下降带来的交通安全问题并降低与其相关的事故风险,建立了可有效替代道路驾驶测试的老年人驾驶适性评估方法.对92名老年驾驶人进行了功能测试、模拟驾驶测试与道路驾驶测试,通过独立样本T检验与分层逐步Logistic回归确定评价指标体系,分别建立并比选了决策树、随机森林和支持向量机3种评估模型.结果表明,以对比敏感度、功能性伸展、交通标志理解以及合流变道距离等作为评价指标的支持向量机模型对驾驶适性的评估效果最好,准确率高达84.6％.该方法可以有效替代道路测试评估老年人的驾驶适性,能为其停止驾驶、调整驾驶行为、训练提升驾驶能力、使用辅助驾驶技术等提供参考.     

基于情景意识量表和方差分析的高原驾驶人情景意识特征分析

西藏地区的驾驶人是具有显著代表性的高原驾驶人。为了分析高原驾驶人情景意识特征，以西藏驾驶人为例，设计了情景意识量表，基于调查数据探讨了西藏驾驶人情景意识与事故之间的关联性以及西藏驾驶人情景意识的影响因素。研究结果显示：西藏驾驶人情景意识与责任交通事故之间存在显著的负相关，责任交通事故与交通违法行为之间存在显著的正相关。性别、年龄、驾龄、驾驶里程、在西藏的驾驶时间以及驾车里程等指标处于不同水平时，西藏驾驶人的情景意识存在显著差异，且本地驾驶人与非本地驾驶人之间在整体上不存在情景意识差异。研究结果为高原驾驶人交通安全管理及相关研究提供一定的参考价值。     

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。     

基于二次Lasso回归的纵向驾驶员模型研究

为了更好地模拟实际驾驶员行为，提出基于二次回归和 Lasso回归方法的纵向驾 驶员回归模型. 通过采集纵向驾驶行为数据，提取可能影响驾驶行为的状态参数，进而建立二 次回归驾驶员模型；面向多参数回归模型中的多重共线问题，采用Lasso回归方法进行状态参 数筛选；结合筛选数据建立二次回归驾驶员模型. 为了验证模型的有效性，与PI驾驶员模型和 一次 Lasso回归驾驶员模型进行仿真对比 . 仿真结果表明，相较于其他两种模型，所建立的驾 驶员模型具备良好的工况跟随效果，同时能较好地反映实际驾驶行为特征.     

驾驶员驾驶行为的统计学特性

使用自然驾驶数据研究了驾驶员驾驶行为的统计学特性.选取车辆的纵向加速度、侧向加速度、横摆角速度和速度作为描述驾驶员驾驶行为的特征参数.首先,讨论了驾驶员驾驶行为特性的收敛性.使用核密度估计得到了驾驶行为特征参数的概率分布,使用相对熵描述不同数据集之间分布的差异.接着,使用稳定收敛的数据集研究了驾驶行为特征参数的分布特性.最后,使用驾驶行为特征参数的条件分布研究了它们之间的相互影响.结论包括:前向加速度,制动减速度,侧向加速度,横摆角速度均近似服从帕累托分布;制动减速度或前向加速度增加时,驾驶员的转向操作倾向于更加剧烈,反之亦然;驾驶员制动,加速,和转向操作的剧烈程度随速度增加均先增大后减小.     

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。     

基于多模态信息联合判断的驾驶员危险行为监测系统

危险驾驶是引发交通事故的主要原因,严重威胁公众的人身和财产安全.车辆在行驶过程中,各种环境因素复杂多变,严重干扰了驾驶员危险行为监测系统的识别精度;现有的驾驶员危险行为监测检测系统主要是通过眨眼和打哈欠的频率来判断驾驶员是否出现危险驾驶行为,忽略了表情、动作以及视线方向等多个重要信息.针对这些问题,提出了一种基于多模态信息联合判断的驾驶员危险行为监测系统,该系统使用分布在驾驶舱3个不同位置的近红外图像作为输入,解决了光照强度变化和视角盲区问题;设计了一种基于多任务学习的深度神经网络,该网络可以同时完成人脸检测、表情识别以及危险动作分类等任务,极大地提升了系统的识别精度,提升了运行效率.实验证明,所提出系统的识别准确率为96.2％,运行速度为81 fps,性能优于目前常用的算法.     

考虑驾驶员行为特性的行车安全仿真试验

为了分析驾驶员行为特性对行车安全的影响状况,首先建立了基于MATLAB/Simulink和ADAMS联合仿真的人—车—路闭环系统,通过不同车速下的双移线和蛇形线的闭环仿真试验验证了该系统的有效性。此外,在综合国内外学者研究成果的基础上,综合驾驶员的生理、心理特性和疲劳程度将驾驶员的驾驶特性分为12类,并确定相应类型驾驶特性的表征参数。选取某省道设计方案的部分路段为试验路段,对不同类型驾驶员在弯道上的行车安全以及不同疲劳程度的驾驶员在恶劣天气下的行车安全进行正交试验设计,基于人—车—路闭环系统开展虚拟行车仿真试验。试验数据的极差和方差分析结果显示,驾驶员疲劳程度对行车安全状况影响显著,在雨天与冰雪等恶劣天气下行驶时车速是影响行车安全的决定性因素。     

基于驾驶仿真的海底隧道出入口段视觉减速标线有效性

为提高海底隧道出入口段行车安全性，研究海底隧道出入口段不同视觉减速标线方案下驾驶员视觉特征变化规律。本文共设置了6种视觉减速标线方案，对26名驾驶员进行了室内驾驶仿真实验，采集了车速、注视点占比、瞳孔直径和察觉距离等数据，通过分析和处理数据判断视觉减速标线的有效性，分别建立了海底隧道出入口段车速与驾驶员瞳孔直径的回归模型，在海底隧道入口段二者呈非线性关系；出口段二者呈线性关系。采用驾驶员问卷调查法对视觉减速标线有效性进行了验证。结果表明：在海底隧道出入口段共设置的6种视觉减速标线方案均对驾驶员视觉特征有显著影响；与其他标线方案相比，白色鱼刺形减速标线设置下驾驶员瞳孔直径、A区域注视点占比、察觉距离和错觉影响最大，有助于驾驶员主动降低车速、提前采取减速措施，保障行车安全。     

危险驾驶罪的司法完善

《刑法修正案(八)》明确将危险驾驶入罪。对危险驾驶行为的定罪,改变了"肇事后再处罚"的方式,将醉驾等危险驾驶行为的规制正式法律化。但在司法实践中,其规定存在着不足。该文讨论了危险驾驶罪发生的原因、主要特点以及办理案件中存在的问题,提出了对危险驾驶罪的几点建议。     

高校高水平运动员训练态度量表编制

根据访谈、半开放式问卷施测结果及理论假设,编制高校高水平运动员训练态度量表.结果表明:探索性因素分析确定量表包含训练目标态度、训练行为意向、训练情感体验、训练行为态度、训练行为认知5个因素,解释总变异的49.546%.总量表的α系数为0.877,分量表的α系数为0.562～0.749,重测信度为0.817.各分量表与总量表的相关系数r为0.554～0.851,相关显著(P0.01),量表的内容效度较好.各分维度之间的相关系数r为0.247～0.669,说明量表具有一定的结构效度.经验证性因素分析,修正后的模型结果显示均方根残差(RMSEA)为0.058,调整卡方(χ2/ν(自由度))为3.56,非范拟合指数(NNFI)为0.95,比较拟合指数(CFI)为0.96.以上数值表明量表具有较好的信度和效度,可用于高校高水平运动员训练态度的测试.     

Abnormal driving behavior identification based on direction and position offsets

Abnormal driving behavior identification( ADBI) has become a research hotspot because of its significance in driver assistance systems. However,current methods still have some limitations in terms of accuracy and reliability under severe traffic scenes. This paper proposes a new ADBI method based on direction and position offsets,where a two-factor identification strategy is proposed to improve the accuracy and reliability of ADBI. Self-adaptive edge detection based on Sobel operator is used to extract edge information of lanes. In order to enhance the efficiency and reliability of lane detection,an improved lane detection algorithm is proposed,where a Hough transform based on local search scope is employed to quickly detect the lane,and a validation scheme based on priori information is proposed to further verify the detected lane. Experimental results under various complex road conditions demonstrate the validity of the proposed ADBI.