推进机动车驾驶员培训行业健康发展的思路及对策

分析了机动车驾驶员培训行业中存在的问题,探讨了推进机动车驾驶员培训行业健康发展的思路及对策。     

新手驾车安全研究

本文分析了国内新手驾车交通事故的原因,针对存在的问题提出新手驾丰安全隐患预防对策:加强驾校培训管理、完善驾驶员考试制度、驾驶模拟器用于驾驶员培训和新手驾驶员的安全教育,旨在提高新手的综合素质和驾驶水平,使新手远离道路交通事故。     

专利情报

培训车辆驾驶员的模拟驾驶系统本发明提供了一种培训车辆驾驶员的模拟驾驶系统,其主要结构有带大屏幕显示器的模拟驾驶台,设有地形、景观、道路条件、标志、标线和信号的砂盘和可在砂盘上行驶的模型车,并具有电子自动控制装置。本发明模拟驾驶条件真实,驾驶培训不受外界条件影响。可对汽车、拖拉机、坦克车、装甲车等驾驶员进行各种驾驶条件的高难度强化训练,有利于在短期内培训出技术过硬的驾驶员,有效防止交通事故,可使培训时间缩短,费用降低。(申请号:94105978.2 CN:109788A)生产薄壁金属管的设备     

机动车驾驶员培训特殊教学原则的探讨

机动车驾驶员培训教学区别于其他教学形式,在机动车驾驶员培训教学中遵循教学原则具有十分重要的意义。文章论述了机动车驾驶员培训教学中的七个特殊教学原则,力图改变教练员及学员对遵循教学原则的认识,倡导遵循其特殊的教学原则,以提高教学效果,确保教学质量。     

浅析驾驶适宜性检测对驾驶培训的重要性

事故统计分析表明,新驾驶员为事故多发群,由此可见我国的驾驶培训工作存在一定缺陷。通过对驾驶培训内容分析,发现驾驶员对驾驶工作还存在适宜性问题。驾驶适宜性检测项目对安全行车非常必要,对提高培训质量和驾驶员队伍素质极其重要。     

基于PLC技术的驾驶员培训考核系统的设计

现在人们对于驾驶员培训考核越来越重视,因此,工作效率、可靠性和测试的准确性成为了驾驶员培训考核系统的要点。PLC技术是现代工业控制的三大支柱技术之一,运用该技术对、可以很好地解决各个关注要点的问题,本文同时给出了具体的应用软件和硬件配置。     

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。     

基于响应曲面法的重卡悬架参数匹配优化

文章利用ADAMS/Car建立考虑高度控制阀的某种重型卡车空气悬架和整车多体动力学仿真模型,采用试验设计技术(DOE)设计试验方案,以悬架元件刚度、阻尼为试验因子,以驾驶员座椅处的加权加速度均方根函数为目标函数进行试验,通过响应曲面法对试验数据进行拟合,得到了目标函数与试验因子之间的关系表达式和悬架系统的最优参数。仿真结果表明采用优化后的悬架参数可使驾驶员舒适度得到提高。     

基于耗散结构的公交驾驶员胜任力熵模型

为了科学评估公交驾驶员群体胜任力水平,提高公交驾驶员的胜任力,促进公交运输方式吸引力的提升.采用耗散结构理论与信息熵原理,从知识、技能与能力、工作风格三个维度出发,构建了基于耗散结构下公交驾驶员的胜任力模型,建立了公交驾驶员的胜任力熵函数,并运用集值统计模型法对胜任力模型各元素赋权.问卷调查数据分析结果显示,越是优秀的公交驾驶员群体,其胜任力系统总熵越低,有序度越高,反之亦然,揭示了公交驾驶员胜任力熵变机理.     

船舶航向控制仿真器的研制

介绍了船舶航向控制仿真器的作用和功能特点,简述了船舶航向控制仿真器的基本原理及PLC实现的基本方法。该船舶航向控制仿真器能够满足IMO和国家海事局规定的驾驶员和值班水手培训任务的需要,提高远洋船舶驾驶员的船舶操纵能力。     

虚拟现实技术在坦克驾驶模拟训练中的应用

论述了虚拟现实技术在坦克驾驶模拟系统中的应用．通过对现有系统与新系统的对比分析，提出了新型坦克驾驶模拟训练系统的构成和功能，并介绍了与此相关的三维立体显示技术、接口技术、计算机技术、软件技术、系统集成技术和网络通信技术．     

汽车驾驶员注意力分配定量研究

驾驶员的注意力分配对行车安全至关重要。目前基于驾驶员注意力分配的研究大多是基于定性的,本文从定性和定量两个角度,结合实际道路场景,借助眼动仪进行实车试验,记录并统计驾驶员在不同道路环境及驾驶环境(直行路段、掉头路段、人行横道(非路口)路段、超车、起步、靠边停车)下眼动数据,分析其注视点、注视时间及注视区域的特性,并得出在不同道路环境及驾驶环境下注意力的分配模式,揭示驾驶员在驾驶过程中的注意力分配特点。本文研究结果对驾驶员安全驾驶、车辆辅助系统、无人驾驶系统及驾驶员驾驶培训考核标准的改进有着十分重要的意义。     

基于意图辨识的线控汽车紧急转向控制方法

针对线控转向汽车在紧急转向时,按理想转向传动比控制得到的横摆角速度动态响应慢、超调量大、稳定时间长的问题,提出了一种基于驾驶员转向意图辨识的横摆角速度反馈控制方法.该方法在正常转向时,车辆按照理想转向传动比控制;在紧急转向时,在理想转向传动比控制基础上,叠加横摆角速度反馈控制.车辆紧急转向引入驾驶员转向意图辨识环节,以判定何时叠加横摆角速度反馈控制.转向意图辨识利用多维高斯隐马尔可夫模型建模,通过离线训练参数、在线辨识识别的方式实现.实验验证结果表明:该方法能够有效降低线控汽车瞬态转向响应的超调量、减少稳定时间.     

基于迁移学习和AlexNet的驾驶员行为状态识别方法

为了解决传统基于神经网络算法的驾驶员行为状态识别系统精度过于依赖大量训练样本的问题,本文提出将迁移学习理论和AlexNet引入到驾驶员行为状态的识别研究中。首先对驾驶员行为特征及状态进行深入分析,对驾驶员7种驾驶状态进行了定义,构建了驾驶员状态信息采集系统;然后对基于卷积神经网络的驾驶员状态识别方法研究,建立了驾驶员状态数据集,构建了基于AlexNet卷积神经网络的状态监测系统,通过迁移学习完成了卷积神经网络识别模型。最后通过实验验证了本文提出的驾驶员状态识别算法对7种驾驶员状态识别的有效性。实验表明：该系统准确率达到97.8%,且在实验设备中运行速度达到70帧/分钟,满足较高的准确率要求与实时性要求。     

双色8×8点阵LED的动态显示

双色8×8点阵LED矩阵发光屏采用逐行扫描方式驱动,以8031单片机为核心,MAX7219作为行、列驱动器,完成了双色8×8点阵LED矩阵发光屏驱动板设计与制作,实现了LED显示器件的动态驱动。通过对驱动波形的测试与分析,加深了学生对显示像素4种状态（全选点,行、列半选点和非选点）的理解。通过对该实验系统功能的扩展,可以强化学生平板显示器件驱动技术方面的训练。     

视觉类次任务驾驶安全性预测模型

为了建立一种视觉类次任务驾驶安全性预测模型,实现对驾驶人执行视觉类次任务时的行车安全进行预测,设计并进行了城际高速公路场景中三种视觉类次任务驾驶试验;以眼球运动状态参数集和车身行驶状态参数集为安全评价指标,使用模糊层次分析法(F-AHP)计算得到测试驾驶人的安全评价数字等级;以此为基础,利用BP神经网络建立视觉类次任务驾驶安全性预测模型,以30名测试驾驶人的评价指标数据作为神经网络的输入训练样本、安全评价数字等级作为神经网络的输出训练样本,调试网络参数直至满足本研究的精度需要;最后,使用其余10名测试驾驶人的数据对模型进行适用性测试。研究结果表明,在操作车载收音机、发信息以及操作触摸屏设备这三种次任务情境下,本预测模型的适用性较好,可以比较准确的实现对驾驶人安全等级的预测。     

提高驾驶注意力的个性化训练方案生成方法

驾驶注意力是影响驾驶安全性的重要因素之一,但驾驶注意力的训练由于存在高危险性很难开展.针对此问题,本文提出了一种虚拟现实平台下的提高驾驶注意力的个性化训练方案生成方法,该方法借助虚拟现实头盔的眼动跟踪技术,采集用户的注意力习惯特性,针对用户的习惯特性,自动优化生成个性化驾驶训练方案.在实验中,用户可以在已生成的训练方案中进行个性化驾驶注意力训练,并进行训练后的水平评估,通过对比训练前与训练后的效果评价本文提出的方法,实验结果表明,该方法可有效提升用户的驾驶注意力水平,并且优于传统训练方法.      

门式起重机司机培训的Java3D建模与控制

介绍门式起重机司机培训系统的组成。重点描述一般的JaVa3D程序的编程框架，给出实现门式起重机三维演示的核心代码。按照几何方法建立虚拟门吊场景，实现了虚拟门式起重机司机培训原型系统的主要功能，并给出了该系统实现的环境和运行界面？     

载人潜水器教控系统的研制

载人潜水器教控系统是载人潜水器操纵模拟系统的一个分系统,是专为潜水器教练员设计的一个人机交互的工作界面,潜水器教练员通过该系统可有效地培训潜水器驾驶员的操作能力.该教控系统是一个复杂系统,其开发研究不仅涉及到人机交互界面的设计技术,而且还涉及到网络通信、跨平台设计、共享内存和触摸屏开发技术.文中实现了这些技术的有机融合,并成功应用到潜水器教控系统的开发中,对相关系统的研究和开发具有实际参考价值.     

城市典型路段的驾驶员酒驾行为识别

目前对驾驶员进行是否酒驾的接触式、非实时的随机抽检方式已难以满足酒驾检测的实际需求.在加速行驶路段、匀速行驶路段、转弯路段等典型城市道路下,以车辆速度、加速度和油门踏板位置、发动机转速等交通参数为输入,采用支持向量机模型对驾驶员的驾驶行为进行识别并判定其是否处于酒驾状态,并采用粒子群优化算法对模型参数进行优化以提高训练速度.研究结果表明,基于粒子群优化算法的支持向量机模型能快速、准确地判定驾驶员是否处于酒驾状态,可为实现非接触式酒驾检测提供理论支持,为安全驾驶辅助系统采取相应措施提供实现基础.