基于视觉行为的长下坡路段彩色路面设置有效性研究

为研究高速公路彩色路面对驾驶员视觉行为的影响规律,采用Smart Eye Pro 5.7型非侵入式眼动仪记录了在彩色路面路段的驾驶员眼球运动数据,并选用瞳孔面积、XY视角、注视次数百分数、注视时间百分比、平均注视时间等眼动指标对数据进行分析。结果表明:彩色路面能够有效引起驾驶员的注意,但也影响了驾驶的舒适性。彩色路面会导致驾驶员对近处与远处的关注变换更为频繁。对于隧道出口同时又是转弯的彩色路面路段,驾驶员注意力分散,关注于弯道内侧,因此彩色路面设置的方式还有待改善。。     

山区高速公路弯道路段驾驶员视点分布特征研究

文章为研究山区高速公路弯道路段在不同转向、不同弯道半径条件下驾驶员视点分布的规律,采用Smart Eye Pro 5.7型非侵入式眼动仪记录了不同情况下驾驶员眼球运动的数据,并利用瞳孔直径、X和Y视角、注视次数百分数、注视时间百分比、平均注视时间等指标,对记录的数据进行分析。结果表明:弯道半径越小,驾驶员心理压力越大,且越关注弯道内侧;在左转弯条件下,驾驶员的心理压力和心理起伏都要比右转弯较大;弯道段的垂直注意力集中在正中偏下。     

不同线形诱导信息量下新老驾驶员视觉特性

为定量分析新老驾驶员在不同线形诱导信息量的草原公路弯道行车时的视觉特性,建立了5种不同层级线形诱导信息量的草原公路弯道虚拟场景,信息量水平分别为Q0、Q1、Q2、Q3、Q4,并进行了模拟驾驶试验,对驾驶员视野分区,分析不同信息量条件和驾驶熟练程度对驾驶员视觉特性的影响规律。结果表明：熟练驾驶员注视分布区域比非熟练驾驶员更远也更分散,非熟练驾驶员对近距离区域的关注程度远高于熟练驾驶员;非熟练驾驶员行车过程视觉负荷较高,对有效信息的感知和处理能力较弱,视觉搜索策略需要改善;两组驾驶员在Q2条件下的视觉强度特征表现最佳,认知和视觉搜索策略更为灵活;提出表征驾驶员眼动强度的回归模型,并分别求得两组驾驶员受信息量影响的眼动强度回归方程。     

基于道路特征信息的视觉车道模型研究

为有效进行道路设计评价以及分析道路环境影响驾驶员行为的机理,提出一个视觉车道模型,用于描述驾驶员眼中的道路特征信息. 视觉车道模型基于Catmull-Rom样条曲线建立,在CAD平台下自主开发了视觉车道模型软件,能自动进行设计道路视觉图像拟合;经大量实验分析表明,该模型能拟合任意形状的道路线形,并提取相关参数. 对视觉车道模型与道路三维几何信息的关系进行统计分析,是进行道路设计一致性评价的基础.     

动视点指标与隧道进口平曲线半径

以高速公路隧道路段驾驶员视点变动为研究对象,在传统的平均注视时间动视点指标、注视时间比率动视点指标基础上,根据大量动视点行车实验,考虑驾驶员注视时间、注视频率、视力角等眼动特征,提出了基于视点平面分布的动视点指标,以评价驾驶员视觉信息加工水平．利用该指标对隧道进口平曲线安全性进行评价,结果表明平曲线半径不宜小于450m．     

基于实车眼动实验的驾驶员注视行为建模分析

从驾驶员注视点变化的角度,应用SMI眼动仪,开展城市道路实车实验。采集驾驶员注意力特性,剖析在城市道路实车测试过程中驾驶员的注视行为,提出了基于马尔可夫过程的驾驶员视点转移模型。根据模型预测出驾驶员稳态下的注意力状态向量;并对驾驶行为进行预判。实车实验发现,驾驶员的视觉注意力在任一子域中停留时长服从对数正态分布;而视觉注意力离开某一子域的时长服从指数分布。机动车行驶过程中驾驶员主要注视正前方,其注视频率占49%,驾驶员关注右前方区域频次是左前方的1.6倍,对于正后视镜的关注多于左右后视镜。通过实车实验和视觉建模分析,能够更好地发现驾驶行为规律和不良的驾驶习惯,为驾驶环境和交通设施改善,保障交通安全提供支撑。     

驾驶员预瞄时间与公路弯道半径的耦合特征

为了研究驾驶员预瞄时间与公路弯道半径耦合特征对汽车操纵稳定性的影响,建立了人-车-路系统动力学模型,通过基于实际道路数据的仿真试验,分析了驾驶员预瞄时间和弯道半径对汽车动力学特征和路径跟踪情况的影响,验证了模型的正确性.利用相轨迹变化、轮胎侧向力、汽车行驶轨迹偏差、车身姿态变化、汽车状态变量(纵向速度、侧向速度、横摆角...     

智能汽车仿人转向控制驾驶员模型分析

为使智能汽车的弯道行驶具备人类驾驶员操控特征,基于最优曲率预瞄驾驶员模型与T-S模糊推理算法,提出了一种预瞄点横向和纵向自适应调节的仿人转向控制驾驶员模型.在封闭城市双车道弯道工况下,采集了熟练驾驶员在不同车速行驶下的弯道轨迹数据,分析得出了目标行驶轨迹.基于蚁群算法对预瞄点横向和纵向调节模糊规则进行了优化,在PreScan中构建了连续多曲率弯道仿真场景,并基于驾驶模拟仪所采集到的熟练驾驶员驾驶轨迹,对所提出的驾驶员模型的仿人转向特性进行验证.结果表明:优化后的仿人转向驾驶员模型与熟练驾驶员的行驶轨迹相似程度较好,优于最优曲率预瞄驾驶员模型或预瞄距离自适应的驾驶员模型.     

公路平曲线参数对车辆轨迹和速度的影响规律

为得到弯道几何参数对切弯时车辆轨迹和速度的影响,构建了切弯效用的量测指标———曲中速度增量和曲中轨迹半径增量,然后用"公路-驾驶人-车辆"仿真系统模拟了跟弯和切弯2种模式下的弯道行驶过程,得到了弯道转角、半径、路幅宽度、弯道长度与切弯效用之间的关系曲线,结果表明:①切弯效用在转角ΔA=20°时最大,然后随着ΔA增加而迅速衰减.②对于低于10°的小转角弯道,即使是跟弯行驶,轨迹半径仍大于弯道半径,只有ΔA>20°时,轨迹半径才会与弯道半径一致.③存在一个临界转角ΔA0C,当ΔA<ΔA0C时,路宽的增加才会提高切弯效用.④转角一定的情况下,切弯效用随弯道半径的增加而衰减,并且转角越大,衰减越迅速.⑤对于30m半径的急弯,不管路宽和转角取何值,切弯都可以提高通过速度.⑥切弯效用随弯道长度的增加而减小,弯道长度超过临界值时,切弯效用为零.     

基于实车眼动实验的驾驶员注视行为研究

从驾驶员注视点变化的角度,应用SMI眼动仪,开展城市道路实车实验,采集驾驶员注意力特性,剖析在城市道路实车测试过程中驾驶员的注视行为,提出了基于马尔可夫过程的驾驶员视点转移模型,根据模型预测出驾驶员稳态下的注意力状态向量,并对驾驶行为进行预判。实车实验发现,驾驶员的视觉注意力在任一子域中停留时长服从对数正态分布,而视觉注意力离开某一子域的时长服从指数分布。机动车行驶过程中驾驶员主要注视正前方,其注视频率占49%,驾驶员关注右前方区域频次是左前方的1.6倍,对于正后视镜的关注多于左右后视镜。通过实车实验和视觉建模分析,能够更好的发现驾驶行为规律和不良的驾驶习惯,为驾驶环境和交通设施改善,保障交通安全提供支撑。     

公路平面线形与驾驶员视觉搜索模式相关性分析

为定量描述驾驶员视觉搜索模式与公路平面线形的相关性,基于眼动试验展开对驾驶员视觉搜索模式的研究.首先通过室内试验获得驾驶员在不同公路平面线形条件下的眼动指标;其次,从宏观层面到微观层面分析驾驶员视觉搜索模式与平面线形的相关性;最后,通过室外试验分析验证室内试验的有效性和结论的可靠性.结果表明:在不同平面线形条件下,驾驶员注视持续时间具有显著差异性.此外,平曲线半径、缓和曲线A值与驾驶员注视持续时间有明显的相关性.应用拉格朗日中值定理发现,当平曲线半径R>1.5 km或直线段结束前100 m时驾驶员注视持续时间变化显著,即为驾驶员视觉搜索变化的关键点.     

基于物理规划的路径诱导方法

针对路径诱导过程中驾驶员的个性化需求,提出一种基于物理规划的路径诱导方法。首先,基于物理规划方法的基本思想,构建能够反映驾驶员个性偏好的路径诱导模型,包括构建路径评价的指标体系、设计偏好函数的数学表达式以及设计相应的偏好因子,为路径诱导提供了模型基础;然后,在构建交通路网数据库的基础上,通过设计合适的代价函数,利用A*算法搜索得到一条能够反映驾驶员个人偏好的最优路径。仿真结果表明:本文所设计的路径诱导方法能够满足驾驶员的个性化需求。     

基于SVM的驾驶员面部朝向检测

驾驶员精神状态监测对于交通事故控制具有重要作用．基于支持向量机(SVM)建立信息融合的面部朝向检测模型,在驾驶员面部图像视觉特征(眼睛、嘴部及面部轮廓)检测基础上,通过分析头部运动过程中各特征的空间位置变化规律,利用SVM对驾驶员面部朝向进行多信息融合估计．结果表明,特征检测方法可实现面部各视觉特征的可靠检测,分析得出的各特征运动变化规律可用于对面部朝向的有效估计,从而为驾驶员驾车精神状态监测提供技术支持．     

基于SVM的驾驶员面部朝向检测

驾驶员精神状态监测对于交通事故控制具有重要作用。基于支持向量机(SVM)建立信息融合的面部朝向检测模型,在驾驶员面部图像视觉特征(眼睛、嘴部及面部轮廓)检测基础上,通过分析头部运动过程中各特征的空间位置变化规律,利用SVM对驾驶员面部朝向进行多信息融合估计。结果表明,特征检测方法可实现面部各视觉特征的可靠检测,分析得出的各特征运动变化规律可用于对面部朝向的有效估计,从而为驾驶员驾车精神状态监测提供技术支持。     

基于眼动实验的情绪对驾驶员注意力的影响

为预防和降低由于驾驶员不良情绪而引起的交通事故,开展情绪对驾驶员注意力的研究。首先诱发驾驶员产生良好情绪和不良情绪,基于眼动实验分析驾驶员在良好和不良情绪下的注意力状况,得到驾驶员不同情绪下的眼动指标、注视轨迹图和热图分析情绪对注意力的影响关系,最后将实验数据导入SVM进行机器学习。结果表明:良好情绪下驾驶员注视到AOI的人数更多且注视到的AOI区域数更多,在AOI注视的时间更长,注视点个数更多;同时良好情绪下驾驶员首次注视到AOI的时间更短,体现出驾驶员良好情绪下注意力水平优于不良情绪;利用SVM预测驾驶员情绪与注意力状况,测试正确率达到83.34%。本研究对驾驶员不安全驾驶行为的预测和预防具有一定指导作用,有助于减少驾驶员驾驶过程的不安全驾驶行为。     

基于车道线直线模型的道路曲率估计方法

在车道偏离预警、防止及车道保持等基于机器视觉的驾驶安全辅助系统中,为解决单一直线模型无法预估道路曲率,而曲线拟合方法计算量大等问题,应用车道线直线模型,提出了一种基于远端直线拟合的弯道曲率估计方法,其特征在于车道线仍使用全局直线描述,估计曲率时对远端候选点进行直线拟合.由于保证了较多的候选点数量且使用Hough变换检测直线,以及利用跟踪、滤波等方法,算法在保证车道线检测鲁棒性的同时,基于远端直线拟合方法实现了对弯道曲率的相对定量估计.采用装有全球定位系统(GPS)的实车试验进行验证,结果表明:所提方法在增加候选点数量以提高曲率估计精度的同时,保障了算法的实时性.     

基于潜变量的驾驶员路径选择行为分析

为更真实地还原驾驶员的路径决策过程,构建了基于潜变量的路径选择模型以增强模型的解释性。首先采用结构方程模型识别行为中存在的潜变量;并通过离散选择模型分析潜变量对选择行为的影响。最后以广州市驾驶员为例进行实证分析。结果表明:在驾驶员的态度与行为中存在4个潜变量因子;且各潜变量与驾驶员的社会经济属性有关。驾驶员的路网熟悉度与路径探索意识对其路径选择行为有较大影响;考虑潜变量的模型有效提高了模型的拟合度。     

基于驾驶员行为的神经网络无人驾驶控制

针对铰接式自卸车的转向特性,提出了一种基于驾驶员行为的神经网络无人驾驶控制方法.建立了以激光雷达、角度传感器为主要环境信息的采集系统,通过分析铰接式车辆转向特征建立铰接式自卸车运动学模型和动力学模型,利用ADAMS动力学软件建立车辆动力学模型并进行车辆稳态测试.建立基于最优预瞄控制的人工神经网络控制算法的驾驶员模型,通过ADAMS-Matlab/Simulink联合仿真验证模型.最后搭建真实巷道环境进行直线路段回正实验和曲线路径跟踪实验,结果显示,该控制模型在变曲率路段中,横向位置偏差小于可通过路径宽度的10%,航向角偏差优化90%,表明该神经网络驾驶员控制模型收敛速度快,稳态特性好,具有良好的无人驾驶能力.     

单调路侧景观色彩对驾驶员眼动指标的影响分析

驾驶员行车中主要通过视觉获取信息,而色彩是最易被感知的信息。不同区域的草原公路路侧景观色彩差异较大,对驾驶员行车过程中的视觉特性会产生一定影响。基于色彩心理学理论,结合双因素方差分析方法,比较4名驾驶员在两条路侧景观色彩不同的草原公路上眼动指标均值变化规律,得到以下结论:1景观色彩对驾驶员眨眼持续时间、注视持续时间、瞳孔直径和扫视幅度有显著影响;2土黄褐色暖色调色彩环境对驾驶员视觉影响较复杂,使得瞳孔直径和扫视幅度较大,眨眼时间和注视时间较小;青绿的冷色调则表现相反;3连续单调的景观色彩容易对驾驶员造成一定的视觉疲劳。     

集装箱桥吊司机眼动疲劳度分析

为揭示港口集装箱桥吊司机眼睛疲劳规律,采用视线跟踪技术和智能优化算法相结合,分析桥吊司机操作过程中的眼动参数与驾驶疲劳之间相关性,运用眼动参数建立驾驶疲劳推断评判模型.设计了驾驶员实测操作实验方案,确定注视时间百分比、注视点数目为眼动测量指标,研究眼动测量指标与驾驶疲劳的相关性.分析驾驶员眨眼、注视、眼跳三种眼动形式实测数据与驾驶疲劳的线性与非线性变化关系,求得注视分布变异系数,得到注视分布变异系数与驾驶疲劳之间的关系.