不同年龄段人群驾驶分心时的视觉特性分析

针对驾驶过程中浏览车载信息系统次任务时引发的驾驶分心问题，研究聚焦不同年龄段驾驶员的视觉注意资源分配策略，分析在动态视觉信息源的刺激下发生驾驶分心时的视觉行为表征。通过视觉搜索的实验方法，模拟驾驶过程中驾驶员浏览车载信息系统次任务的视觉行为过程，并分别测量了横向和纵向两种车载中控屏摆放方式下的参试者视觉特性数据与搜索绩效数据。通过分析驾驶员浏览车载信息系统次任务时视觉注意资源的分散程度，以衡量其在行程中的驾驶分心程度，在此基础上提出有益于缓解驾驶分心行为的车载中控屏视觉区域。实验结果显示:(1)横向中控屏测试中，参试者在上部区域的平均视觉搜索反应时长为641.92 ms，眼动数据显示，注视点集中分布于上部区域。(2)纵向中控屏测试中，参试者在下部区域的平均视觉搜索反应时长为751.75 ms，眼动数据显示，注视点集中分布于右侧区域。(3)年龄在59~68岁这个范围的老年参试者在执行模拟浏览车载信息系统次任务时的视觉搜索反应时长更长，平均为11639.57 ms，注视点分布更分散。可知，在横向中控屏的上部区域与纵向中控屏的下部区域的反应时间更长，在横向中控屏的上部区域与纵向中控屏的右侧区域交叉的占用的注视资源更多。研究表明，在动态视觉信息源的刺激下老年参试者与静态信息源刺激差异较为明显，且横向运动的信息源更容易被参试者捕捉，所占用的视觉资源少，不易引发驾驶分心行为。     

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。     

三阶段智能车辆多信号灯路口节能车速规划

为提高智能车辆在多信号灯场景通行时的能耗经济性，提出一种鲁棒三阶段(选择—平滑—优化，Select-Smooth-Optimize, SSO)的节能车速规划框架。采用随机撒点方式划分可通行区域，基于经济巡航车速构建加权有向无环图(WOG),利用Dijkstra算法求解加权有向无环图粗解；利用三次样条插值模型平滑粗解轨迹，降低非线性优化的计算时间；将车速规划最优控制问题转化为非线性优化问题，利用平滑后的轨迹作为内点法优化的初始迭代值，加快最优速度轨迹收敛，构建不规则信号灯相位和配时(SPaT)场景并进行仿真测试。仿真结果表明，与一阶段和两阶段基准算法相比，SSO算法分别节省26%、7%的能耗，并能兼顾鲁棒性与实时性计算要求。     

基于激光点云特征的LiDAR-GNSS/IMU联合自动标定方法

车载多线激光雷达与GNSS/IMU系统间的数据融合可以提高智能驾驶定位系统的精度，两传感器间外部参数的标定是完成数据融合的前提.针对车辆传感器间外部参数手动测量困难、标定自动化程度低的问题，提出了一种不依赖标志物的自动标定方法，首先构建线、面两类特征点云地图并采用闭环约束减小累积误差，对两类点云地图分别提取面特征体素和线特征聚类，并将每一激光帧中的激光点与面特征体素和线特征聚类进行关联，结合基于运动标定的约束，构建最小二乘问题优化求解外部参数，最后通过实车实验验证了所提出算法的有效性和鲁棒性.     

中国造车新势力的发展历程与前景展望

近几年,涌现了诸多非传统汽车行业出身的企业创始人,他们被统称为造车新势力.本文回顾了中国造车新势力的发展历程,从政治因素、经济因素、社会因素和技术因素角度对其出现和快速发展的原因进行了分析;总结了其中涌现的企业家精神;针对新能源汽车的政策和新能源汽车实际使用问题,对新能源汽车的发展前景进行了展望.     

基于脸部特征和头部姿态的疲劳检测方法

针对疲劳驾驶检测方法存在疲劳特征单一、鲁棒性低和不能因驾驶员不同定制疲劳阈值等问题，提出了一种基于脸部特征和头部姿态的疲劳检测方法。利用HOG(histogram of oriented gradients)特征算子和回归树算法进行人脸检测和人脸关键点定位；通过脸部关键点结合坐标系变换估计头部姿态欧拉角；建立深度残差神经网络模型对眼部疲劳特征进行提取，同时结合眼部、嘴部纵横比和头部姿态欧拉角进行疲劳特征提取；利用眼部、嘴部和头部姿态疲劳特征建立针对不同驾驶员的支持向量机模型对疲劳驾驶进行预警。实验表明：在YawDD和自建疲劳模拟数据集上，该方法均表现出较高的准确率和鲁棒性，在某一疲劳特征检测受阻时依然能进行较好的疲劳预警。     

新型全触屏人机交互模式对驾驶风险的影响特性

针对新型全触屏人机交互界面（Human-Machine Interface）对驾驶过程带来的潜在风险，通过搭建2类真实道路驾驶数据采集平台，本文分别在新型全触屏和传统物理按键模式下采集了26名被试的空调操作相关数据。选取任务总时长、注视切换次数、视线离开前方总时间和车道位置标准差（SDLP）共4个指标，对4种车速下的1012组有效数据进行分析，结果表明：4种车速下全触屏HMI的4个指标平均值均高于物理按键，且全触屏HMI的任务总时长、注视切换次数、视线离开前方总时间以及SDLP的平均值相比物理按键分别增加了34.7%、13%、50.7%、37.8%。两种交互模式下任务总时长和视线离开前方总时间的平均值均随着车速的增加而呈现下降的趋势，而SDLP的平均值随着车速的增加而增大。总体而言，全触屏模式增加了驾驶人的视觉负荷，对于驾驶过程带来了一定的风险。     

自动驾驶车辆对人工驾驶车辆跟驰行为影响分析

针对自动驾驶车辆（automated vehicle, AV）与人工驾驶车辆（manual vehicle, MV）组成的混行跟驰环境，基于Waymo公开数据集研究混行环境中AV前车对MV后车跟驰行为的影响。首先，探究混行环境中期望安全裕度模型和智能驾驶人模型的建模能力和模型参数变化，研究表明，混行环境中MV跟驰行为的机制没有发生变化，但是MV驾驶人的减速敏感程度更低。其次，从跟驰安全性、稳定性和环境效应3个方面对混行跟驰行为进行进一步分析得到，混行环境中的MV跟驰行为的稳定性和环境效应得到了改善，但是安全性并没有发生变化。最后，通过对前车速度波动性进行讨论发现，AV前车主要是通过降低自身速度波动性，从而抑制MV后车的速度波动性，改善MV后车在稳定性及环境效应方面的表现。     

基于注视行为特性的驾驶人分心负荷评估

为了评估驾驶人操作手机的各种行为对行车安全的影响，组织19名驾驶人佩戴眼动仪开展室内模拟驾驶试验，分别采集城市快速路自由流和拥挤流2种典型交通状况下驾驶人进行正常驾驶、免提通话、语音短信3种操作时的注视数据。采用层次聚类法结合机械划分的方式，将驾驶人的视野平面划分为6个视觉兴趣区域；利用描述统计和方差分析法建立了衡量注视行为特性的敏感性指标集(注视区域信息熵、注视持续时间、垂直方向注视偏差、瞳孔面积变异系数)；最后采用熵权法构建4项指标的权重体系，提出了分心负荷指数的概念，并引入TOPSIS法验证了分心负荷指数对分心程度的评估效果。结果表明:进行免提通话操作时驾驶人多处于认知分心状态，语音短信操作时多处于视觉分心状态；相较于正常驾驶，除了自由流场景中进行免提通话操作时分心负荷差异甚微以外，其余手机操作均对驾驶人注视行为产生显著影响，致使分心负荷指数普遍升高，且在拥挤流场景中，执行语音短信操作时分心负荷激增，驾驶风险远高于免提通话。     

多模态交互的车内即时通信应用可用性评价

针对多模态交互的车内即时通信应用，构建可用性评价模型，并基于评价结果提出优化建议. 基于人机界面和可用性等领域的研究，确定了明确易操作、高效实用和安全的可用性原则，依次定义共15项评价指标，并创新性地搭建了实车模拟驾驶平台对3款汽车进行了可用性评价测试. 结合层次分析法和CRITIC法，综合考虑主观意见和客观数据表现，动态地确定了各指标的权重，并应用模糊综合评价法建立了评价模型. 在实车测试中发现了触屏交互引起的视觉和操作分心对安全性方面构成威胁，语音交互的任务完成时间直接影响用户的人机信任进而影响驾驶绩效等问题，并提出了优化建议. 基于该实车模拟驾驶平台和评价模型，还可针对更多样的交互模态、交互任务和车机应用进行可用性测试与评价，并指导其体验设计.