基于呼吸信号的驾驶员疲劳状态实时监测系统

针对疲劳驾驶导致交通事故多发，提出一种三维疲劳评定方法用于确定驾驶员的真实疲劳状态，利用经验模态分解、信号重构等信号分析技术提取呼吸信号的周期、周期标准差、幅值、幅值标准差和哈欠频繁次数等作为判定疲劳的特征参数。通过构建驾驶员疲劳状态监测系统和大量的模拟驾驶试验证明这些特征参数能够有效地反映疲劳状态，为该系统现场实际应用奠定了基础，对于减少因疲劳驾驶造成的交通事故具有重要的应用价值。     

驾驶人员风险驾驶行为分析及相关因素研究

对驾驶人员风险驾驶行为的结构进行分析,同时研究影响风险驾驶行为的因素以及驾驶行为和交通事故的关系。用探索性因素分析对驾驶行为问卷进行分析,得到4个因素:一般性违规、攻击性违规、无害性失误和危险性失误。还研究了驾驶经验、人格、驾驶态度、以及驾驶技术与驾驶行为的关系。     

驾驶人员风险驾驶行为分析及相关因素研究

对驾驶人员风险驾驶行为的结构进行分析,同时研究影响风险驾驶行为的因素以及驾驶行为和交通事故的关系。用探索性因素分析对驾驶行为问卷进行分析,得到4个因素：一般性违规、攻击性违规、无害性失误和危险性失误。还研究了驾驶经验、人格、驾驶态度、以及驾驶技术与驾驶行为的关系。     

智能型自动驾驶系统的多源信息融合算法

利用模糊积分方法融合高速公路上智能自动驾驶的多源信息，确定汽车应采用的安全运行模式，使之经过专家系统的知识推理，调整汽车运行中的可控参数值，为建立智能自动驾驶系统奠定了基础，并为具体实现智能型自动驾驶系统创造了重要条件，进而避免交通事故发生，提高道路的通行能力。     

机动车驾驶员驾驶状态监测方法研究

驾驶员的驾驶状态对行车安全有着很重要的影响。准确、实时地监测到驾驶员驾驶状态是预防交通事故发生的前提条件。重点介绍了驾驶状态监测技术的研究现状，比较分析了几种目前较为流行的监测方法，提出了监测驾驶状态的有效方案.     

如何预防驾驶员疲劳驾驶及其危害

驾驶员疲劳驾驶是造成交通事故的重要因素。本文分析了产生疲劳驾驶的主要原因,表现形式以危害后果并提出了有效预防疲劳驾驶的相关措施。     

浅谈疲劳驾驶的危害及防范

随着经济社会的发展,交通运输业逐渐扩大,人民生活水平日渐提高,机动车辆与日俱增,随之而来人们的出行更加频繁,引发的道路交通事故也随之增多,事故现场触目惊心.各种交通事故频发已成为社会发展所面临的严峻问题之一.从事故分析结果看,疲劳驾驶是导致重大交通事故发生的重要原因之一.该文对产生疲劳驾驶的原因、危害进行了归纳,并提出了“树立安全意识,预防疲劳驾驶”的相关对策.     

浅析汽车驾驶教学管理

科学、严谨的汽车驾驶教学能够有效地培养学员汽车安全驾驶的意识，从而使其能够在驾驶中自觉遵守交通规则，保证自己与他人的行车安全。因此，切实增强汽车驾驶教学的管理，能够有效提升道路交通的安全系数，降低交通事故的发生概率，保障学员的生命财产安全。因此，该文在分析汽车驾驶教学管理意义的基础上，探析影响汽车驾驶有效管理的因素，并提出有效的措施来强化汽车驾驶教学的有效管理，以培养学员安全、文明驾驶的能力，保证道路交通的行车安全。     

对汽车驾驶安全操作技术的探讨

随着我国经济的飞速发展,汽车越来越普遍,并且汽车的数量也在逐年增长,然而,我国每年都有成千上万起交通事故,因而,对汽车安全驾驶操作技术进行深入探讨意义重大。因为,安全操作技术是安全驾驶技术的核心内容,在很大程度上决定着我国交通事故发生的频率。本文主要是对我国汽车驾驶安全操作技术的现状进行探讨分析,并提出相应的解决策略。     

车辆跟驰情景下酒后驾驶行为动态特征参数提取

酒驾是导致重大交通事故的原因之一,酒驾辨识已成为交通安全研究中的重要问题。因此,提取不同驾驶倾向性驾驶员在跟驰状态下的酒驾特征参数对实现酒驾的准确辨识有重要意义。由问卷调查确定驾驶员驾驶倾向性;通过人因工程实验、驾驶模拟实验,采集不同类型驾驶员的生理、操作行为、车辆运行、驾驶环境等动态信息;采用神经网络分类器,获得备选特征集合的分类正确率估计,运用离散粒子群算法提取不同驾驶倾向性驾驶员的酒驾特征参数。验证结果表明提取的特征参数能有效辨识不同驾驶倾向性驾驶员是否酒驾。     

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。     

论自动驾驶汽车交通事故致人损害的民事责任

自动驾驶系统虽然在现阶段尚不具有民事主体资格,但其特殊性决定了自动驾驶汽车交通事故致人损害的民事责任不完全等同于传统机动车交通事故侵权责任。根据自动驾驶系统是否存在缺陷,此种责任可分别成立机动车交通事故侵权责任和产品责任。就前者而言,自动化程度的不同决定了责任主体也有所不同,其或者是人类驾驶员,或者是人类驾驶员与生产者,或者是所涉各方当事人。就后者而言,其责任主体不仅包括自动驾驶汽车的生产者和销售者,还包括编程者、设计者等人员。由于自动驾驶系统的智能性,上述责任在责任构成和免责事由等方面也具有一定的特殊性。     

夜间行车与安全驾驶

随着汽车进入中国家庭的普及，汽车的安全驾驶成为日益关注的主题。不仅白天的公路繁忙，夜晚的汽车流量也不相上下，据交警部门分析，1／3交通事故发生在夜间，晚上8点至9点事故发生概率达到高峰，夜间11点左右，又出现一个高发时段。晚上9点之后，死亡事故发生的概率是其他时段的3倍。夜间的交通事故发生有日益增多的趋势且产生的损失巨大，造成人员死亡的居多。从原因上分析，主要由酒后驾驶、车速太快、乱闯红灯、疲劳驾车、分散精力、强行超车、违章掉头、灯光使用等原因造成。作为一名汽车驾驶员，都会有夜间行车的经历，如何确保夜间行车的安全，除了在思想意识形态上高度重视以外，掌握必备的夜间驾驶技术，显得十分重要。     

汽车安全驾驶与应急处理措施

随着人们生活水平的不断提高,汽车使用的普及率逐步增加,但交通事故的发生数也逐步上升.据不完全统计,每年因为车祸而造成人员伤亡事故的数字惊人,因此,如果汽车驾驶员在行车的过程中不能做到安全驾驶,就很容易造成各种交通事故.该文分析了影响汽车驾驶员驾驶安全的几个主要因素,介绍了汽车在下长坡、在泥泞湿滑路面行驶、在冰雪道路行驶、在半坡起步及平时停车等几个方面应当注意的安全驾驶技术问题,从而为驾驶员能够更安全的驾驶汽车提供有力借鉴,同时也为创造一个安全、环保和健康的环境做出一定的贡献.     

“醉驾”入刑的问题与应对——基于X省的实证调查

自《刑法修正案(八)》创设危险驾驶罪以后,"醉驾"与"追逐竞驶"由此入刑;《刑法修正案(九)》又将危险驾驶罪的犯罪类型加以扩展。其中,"醉驾"型危险驾驶罪在实践中是最高发的危险驾驶罪类型。事实证明,"醉驾"入刑对于遏制愈演愈烈的醉驾危险行为,防范衍生恶性道路交通事故起到了积极的作用。但是,"醉驾"入刑无论是在司法中还是在立法中均存在一定的问题,也带来了一定的负面社会影响,有必要积极应对。     

非接触式车载疲劳驾驶实时报警系统

疲劳驾驶是行车交通事故的主要原因之一。本项目是为了研制一种嵌入式实时驾驶员疲劳报警系统。该装置实时跟踪驾驶员的驾驶状态，获取其眨眼频率和持续驾驶时间等数据，用以判断驾驶员是否疲劳或是否集中注意力。一旦驾驶员出现疲劳状态或者注意力不集中的情况，该装置将给出声光报警和语音提示。     

草原公路长时程行车时驾驶人的脑电特征分析

草原公路具有景观单调,行车视距大,平、纵曲线设置不合理,交通流量小等特征,易引起驾驶疲劳,诱发交通事故。选取草原公路进行模拟驾驶,应用MP150多通道生理信号采集仪,采集12名司机4 h模拟驾驶过程中的脑电(EEG)数据,探寻模拟驾驶条件下驾驶过程中EEG相关指标的特征。结果表明:β波及(α+θ)/β这两项指标能较好地反应司机脑电的变化过程;当行驶到20 min时,驾驶疲劳第一次出现;当行驶到60 min时疲劳第二次出现;当行驶到90 min时疲劳第三次出现,当行驶到120 min时疲劳第四次出现;男司机行驶到170 min时和女司机行驶到160 min时驾驶疲劳增加明显,此时,司机应停止驾驶任务,进行调整休息;男、女司机的驾驶疲劳具有累计效应,且驾驶疲劳的累计变化量与驾驶时间具有较强的相关性。     

语音预警对降低闯红灯交通事故的功效研究

为解决信号交叉口处闯红灯车辆常常引发交通事故的问题,利用北京交通大学驾驶模拟器,采用语音预警的方法对驾驶员避撞行为进行研究,通过实验得到了事故发生概率和碰撞严重程度两个结果分析语音信息的功效. 研究结果表明,语音信息能够减少事故发生的概率和碰撞的平均严重程度,是降低道路交叉口闯红灯交通事故发生的重要措施.     

论驾驶员综合素质与安全驾驶

行车安全与汽车驾驶员的综合素质息息相关.该文从驾驶员的综合素质出发,探讨驾驶员安全驾驶所必需的心理、生理、技能、法律、思想道德和科技等素质,认为只有全面提高汽车驾驶员的综合素质才能实现安全驾驶,从根源上预防和减少道路交通事故的发生,降低交通安全风险.     

基于驾驶适宜性检测的驾驶技能评价方法研究

为了研究不同驾驶员个体之间的驾驶适宜性差异,基于驾驶适宜性检测数据,研究了驾驶技能评价方法。通过驾驶员驾驶适宜性检测试验,筛选出有效试验样本54例。研究了各项驾驶适宜性检测指标评价结果的等级划分方法和和驾驶技能评价方法。研究结果表明:基于驾驶适宜性检测可将驾驶员划分为优秀、良好、一般、较差和差5类;通过对54例试验样本的驾驶适宜性检测,得出优秀、良好、一般、较差和差5类驾驶员分别占比为38.89%、22.22%、20.37%、12.96%和5.56%。