基于突变理论的人车碰撞风险实时预警模型

人车碰撞风险预警是保证行驶安全的关键技术。该文基于突变理论提出一种动态系数的人车碰撞风险实时预警模型。通过行车记录仪图像分析及车辆仪表等设备实时获取车辆动态基本参数,针对行人位于车辆左右两侧的情形,建立行人过街决策概率Binary Logistic模型;基于突变级数法建立碰撞系数模型,根据突变级数计算结果确定模型系数,构建人车碰撞风险实时预警模型。将模型计算结果与TCCS风险矩阵判定结果、人工评定结果进行对比,结果表明该模型准确率高,且符合安全导向原则。     

高速公路汽车防追尾安全行驶研究

为了提高在高速行驶状态下的车辆主动安全性能,并针对高速公路上汽车追尾事故发生的特点,以汽车制动过程为分析基础,得到3种不同的安全车距计算方法.利用Matlab对干燥路面状况下的车速与安全车距的关系进行仿真.仿真结果表明,其符合国家对机动车运行安全的要求.在此基础上,研究了汽车防追尾安全行驶的控制与执行,最后提出了基于不同影响因子的安全车距等级预警方法.     

基于模糊多目标决策的驾驶员反应状态辨识

为了使安全车距模型中的预警算法适应驾驶员的个体驾驶特性,提出了一种基于模糊多目标决策的驾驶员反应状态辨识方法。首先,对驾驶员进行离线测试,确定出驾驶员的驾驶倾向力度,进而确定出驾驶员的静态反应时间;然后利用模糊数学方法将影响驾驶员反应状态的因素进行分类,利用综合加权层次分析法对驾驶员反应状态进行综合评估。根据评估结果利用反应时间修正公式对驾驶员的静态反应时间进行修正;最后对没有考虑驾驶员因素、考虑驾驶风格和考虑驾驶员反应状态三种情况下,Berkeley模型所作出的预警距离进行了仿真对比。仿真结果表明,在综合考虑驾驶员反应状态后所确定的安全车距更能满足驾驶员的个体需求,能够在一定程度上提高安全车距模型的准确性。     

基于单目视觉的车距测量方法综述

测距是实现车辆安全系统的关键技术,计算机视觉提供人类视觉的计算模型。在总结国内外已有的车辆测距的理论的基础上,比较了机器视觉中单目视觉和立体视觉测距的优缺点,重点总结了国内已有的基于单目视觉的车距测量方法,并给出了相应的原理及测距模型。最后,给出了每一种方法存在的优点和一些不足,并对未来进行了展望。     

单目视觉的前车位置识别及安全车距监测

针对自动驾驶中的前车位置识别及安全车距监测问题,提出了基于单目视觉的解决方案:首先,通过图像中前车轮廓与本车道及同向车行道分界线是否相交判断前车是否为监测车辆;其次,根据图像中像素坐标系与空间坐标系的对应关系构建转换模型,计算前方监测车辆与本车的真实车距;最后,根据可跨越的同向车行道分界线在连续图像帧中的位置变化计算本车的行驶速度,并依据交通法规判断本车与前方监测车辆之间是否为安全距离.实验结果表明,该解决方案可以有效地识别前车位置、监测安全车距并降低系统成本.     

基于PCA-Logit模型的无车承运人风险预警

为了评估无车承运人承运经营的风险,提高风险预警的准确性,提出了PCA-Logit无车承运人风险预警模型.根据无车承运人经营过程中风险的主要来源,构建了包含26项指标的风险预警指标体系,在对指标体系进行主成分分析(PCA)的基础上,通过Logit风险预警模型计算无车承运人的风险概率.选取15家无车承运人企业进行案例分析,提取了累计方差贡献率达91.03%的8个主成分,根据因子载荷矩阵值得出8个主成分的表达式,采用最大似然估计法对Logit风险预警模型进行参数标定,并计算得到15家无车承运人企业的风险预警值.结果表明:无车承运人企业的风险概率与企业的管理水平、运输市场的市场竞争强度、托运人及实际承运人谈判价格的优势和托运货物的属性等因素具有较强的相关性.     

基于最小安全距离的跟驰模型的建立和仿真研究

在常用的基于车间时距的安全距离模型和基于制动过程的安全距离模型的基础上,建立了在单车道跟驰状态下,前导车分别处于静止、匀速和匀加速等不同状态下,跟随车与前导车不发生追尾碰撞的最小安全距离模型,并考虑了车辆加速度渐变的过程,避免了以往模型中采用加速度突变的问题。最后通过Matlab仿真,验证了该模型能够很好地解决常用模型计算的安全距离出现偏差的问题。     

基于单目视觉的跟驰车辆车距测量方法

为了解决结构化道路上跟驰车辆的防追尾碰撞问题,首先在对车辆制动模型进行分析的基础上得到了车辆制动距离的计算公式,进而计算出跟驰车辆与前方车辆之间的安全距离.然后,从针孔模型摄像机成像的基本原理出发,推导出基于图像中车道线消失点的车距测量公式.车距测量结果只与图像中的近视场点到摄像机的实际距离有关,无需对所有的摄像机参数进行标定,从而解决了单目视觉车距测量问题.最后,完成了不同距离处前方车辆的车距测量试验.试验结果表明,该方法的车距测量相对误差小于3％,具备了较高的检测精度,能够满足跟驰车辆防追尾碰撞的应用要求.     

一种基于视频传感器的嵌入式车距测试系统

车距检测在智能交通系统中起着重要的作用.研究提出一种基于图像处理技术的汽车追尾碰撞预警方法,利用图像传感器在驾驶过程中实时监测汽车与附近车辆的距离.该技术通过CCD摄像头摄入车辆前方道路状况,由计算机进行主要的数据处理,以现有的车牌定位技术为基础计算车牌面积,根据透视原理判断车辆间是否保持安全距离.当距离过近时,系统将发出警报提醒驾驶员保持车距.     

基于危险源理论的油气管道安全管理模型的研究

为有效解决油气管道安全管理过程中灰色状态的问题,基于危险源理论分析了油气管道安全风险演化过程,构建了油气管道系统安全管理模型.该模型由安全风险辨识、安全风险预警、安全风险控制3个工作流串联而成;从危险源的事实属性出发,运用不确定性传递算法与扩展产生式规则,结合风险数据库推演出合理或近似合理的风险辨识结果;应用可拓学理论,将预警级别划分为无警(N1)、低预警(N2)、中预警(N3)、高预警(N4)4级,并对油气储运风险预警进行定性分析与量化计算;采用Java编程语言和Oracle数据库技术,设计了包括安全风险辨识、安全风险预警、安全信息化管理等功能模块的油气管道系统安全管理平台,并以某输油站场储油罐区作为工程实例验证了该模型与平台的可行性.研究结果表明:引入不确定性理论能有效解决油气储运过程中风险辨识主观、模糊等问题;经可拓风险预警模型计算,该储罐的级别变量特征值为2.0404,属于低预警范围,该结果与作业区实际吻合较好;采用信息化管理的手段弥补了经验式管理的缺陷,对风险数据的完整性与安全应急决策提供了良好的技术支持.     

基于流体力学理论的排队分析模型及其应用

运用流体力学的研究方法,用波型时距图分析信号交叉口的车流波,对信号交叉口的排队过程进行了详细描述,推导出排队过程的计算模型,并将此模型应用到高速公路的事故地点。流体力学理论是交通分析的有效工具。     

基于BP神经网络的纵向避撞安全辅助算法

针对复杂人-车-路交通环境下汽车前向防碰撞预警系统(FCWS)在实际工程应用中存在虚警漏警、可接受性差等问题,为提高FCWS对驾驶群体行为差异的适应性,提出了驾驶员行为特性自适应学习的纵向避撞安全辅助算法,建立了基于BP神经网络的闭环驾驶跟驰习惯模型。该网络模型以跟车车距、前车减速度、前车速度、自车速度、环境亮度、路面附着系数、紧急制动次数、本次驾驶时间为输入,采用动量梯度下降自适应学习率方法对网络模型进行训练,进而预测出自车待制动减速度。引入聚类算法思想,对训练样本集进行特征聚类,进一步改善了BP网络的预测性能,设计了激进、谨慎、新手3类典型驾驶群体,通过制动深度、期望碰撞时间倒数、应急反应时间来表征驾驶群体性特征,在稳态跟车过程中对不同驾驶群体的行为特性进行学习,建立起非线性输入输出映射关系知识库,进而预测出相应群体的待制动行为,实现差异化预警,可有效降低虚警或预警不及时现象。仿真结果表明,改进后的BP网络减小了训练过程中陷入局部极小的可能性,提高了网络收敛速度以及预测精度,激进群体与新手群体待制动曲线下降的趋势相对更陡,激进群体跟车距离相对偏近,新手群体采取制动措施时所需相对车距相对偏远,以补偿较长的反应距离,从而验证了该理论模型对不同驾驶群体的适应性。     

基于车路协同的行人过街主动安全预警系统

为了解决交叉口信号过渡期间行人与车辆常因路权不明确而产生冲突导致交通事故的问题,设计基于车路协同的行人过街主动安全预警系统;采用模块化设计方案,将该系统分为检测模块、控制模块、预警模块及无线通信模块;该系统检测行人和车辆的位置与速度,并对冲突情况进行判别,针对不同情况,执行相应的预警方案;该系统通过语音提示桩对行人进行预警,通过智能斑马线的不同颜色显示,对行人和车辆进行双向预警;在对停车视距模型和行人过街安全心理模型进行改进的基础上,提出考虑人车特性的车辆安全制动距离模型。结果表明：所提出的模型将多种因素协同耦合,考虑了车辆大小和类型对行人心理的影响,具有安全性和有效性;所设计的系统从理论和技术2个方面解决了行人过街安全问题。     

基于模糊推理的驾驶员反应时间修正研究

为进一步完善汽车主动防碰撞预警系统,建立了一种基于模糊推理的驾驶员反应时间修正方法。该方法以驾驶员的实时反应时间为研究对象,通过实时采集驾驶员的加油频率、深加油比例、制动频率、深制动比例等数据,利用所建立的模糊推理规则判断出一个适应于当前驾驶员动态驾驶倾向的实时反应时间,然后对Berkeley算法进行修正,计算出车辆行驶所需要的安全车距,并在驾驶模拟器上进行了对比分析。经模拟实验验证,本方法所确定的15名驾驶员的理论平均反应时间为1.0000 s,方差为0.0417,而实际平均反应时间为1.0077 s,方差为0.0469,并且根据理论反应时间所确定的预警距离与根据实际反应时间所确定的预警距离比较接近。可见本方法能在一定程度上提高安全预警算法的准确性,能够充分考虑驾驶员的实时驾驶特性,降低预警系统的虚警率。     

基于纵向避撞时间的预警/制动算法

针对汽车纵向避撞系统的要求,提出了一种基于纵向避撞时间的纵向碰撞预警/避撞(FCW/FCA)算法。通过分析纵向避撞时间与驾驶员反应时间之间的关系,建立了前车不同行驶工况条件下的安全车距模型,并在3种不同行驶工况下,与Berkeley模型进行制动/预警距离的对比。研究结果表明:该算法确定的制动距离与Berkeley模型确定的距离相差很小,并且考虑了前车的运行工况;该算法还能够根据前车行驶工况的不同,确定出合理的预警距离。对比分析结果验证了该算法的有效性和可行性,能够提高车辆行驶的安全性。     

基于纵向避撞时间的预警／制动算法

针对汽车纵向避撞系统的要求,提出了一种基于纵向避撞时间的纵向碰撞预警／避撞（FCW／FCA）算法。通过分析纵向避撞时间与驾驶员反应时间之间的关系,建立了前车不同行驶工况条件下的安全车距模型,并在3种不同行驶工况下,与 Berkeley 模型进行制动／预警距离的对比。研究结果表明：该算法确定的制动距离与 Berkeley 模型确定的距离相差很小,并且考虑了前车的运行工况;该算法还能够根据前车行驶工况的不同,确定出合理的预警距离。对比分析结果验证了该算法的有效性和可行性,能够提高车辆行驶的安全性。     

车距自控系统跟车模型稳定性仿真分析

用仿真分析方法,对可能用于车距自控系统的跟车模型的稳定性作了分析,主要内容包括：选定了３种可能用于车距自控系统的跟车模型,在以通行能力为约束的条件下,以前车突然制动与平稳降速２种典型驾驶行为和行驶车距与车速２种主要车辆行驶参数,对选定的３种跟车模型作了仿真,根据仿真结果给出了适用于车距自控系统的变速控制模型。     

基于模糊控制的纯电动汽车距离控制

提出了一种电动机模型和动态安全距离模型,并在Carsim平台上搭建纯电动汽车整车动力学模型.设计了模糊距离控制器,并建立Simulink和Carsim联合仿真平台,在该平台上对纯电动车辆模糊距离控制器进行仿真分析.结果表明:同没有控制器的车辆相比,被控车辆能始终保证同前车车距在5 m以上的安全距离,同前车起始车距在50,80,100 m车距时均能将两车的最小距离控制在5 m以上,相邻车道切入工况下也能够有效防止追尾事故,避免碰撞,提高了车辆的主动安全性和道路的通过效率.     

电动堆高车货叉负载中心距检测研究

针对电动堆高车货叉在装载货物时,无法准确检测货物中心距而出现的安全问题,提出了货叉负载中心距检测的系统方案。通过对传感器采集到的数据进行整理分析,得到一种计算货叉负载中心距的算法。将内门架起升前后的货叉负载中心距分别进行计算,采用最小二乘法、多项式和Sigmoid函数对得到的函数关系进行曲线拟合,得到计算货叉负载中心距的算法。通过对误差分析验证的结果表明:所提出的货叉负载中心距的检测算法可以将平均误差率控制在6%左右,能够满足电动堆高车对货叉负载中心距检测的要求,具有较好的使用价值。     

摩托化行军模拟分析与设计

分析了摩托化行军的特性以及影响摩托化机动的各种因素,从保证行车安全和拒绝插车两方面考虑,确定了车头时距和车头间距,建立了摩托化行军车辆跟驰计算模型,并介绍了摩托化行军计算机模拟系统的组成.