基于微观驾驶行为的城市隧道出入口安全评价

对南京市的西安门隧道进行实车试验,并采用Dikablis眼动仪及心生理检测仪获取7名驾驶员眼动及心生理行为指标,同时采集车辆行驶车速,加速度等数据,通过因子分析法提取并分别建立城市隧道入口和出口综合指标F_E.F_E为反映微观驾驶行为的综合指标用以评价城市隧道出入口的安全性.根据隧道历史事故数据划分该综合指标安全等级的阈值,可用于从微观驾驶行为的角度评价城市隧道出入口区域的安全性.     

城市隧道驾驶员心理特征分析

为获取城市隧道交通安全研究的心率数据,随机选取8名驾驶员开展城市隧道实车实验。利用心电仪采集驾驶员在不同速度下的心率数据,将所得的实验数据进行数理统计。结果表明:城市隧道的限速应该控制在60km/h以下;在隧道入口时驾驶员的心率比在出口时增大32.4%。     

城市隧道安全预测预警系统构架研究

近年来,城市隧道的安全运营备受工程界关注。介绍了现有隧道健康监测系统和隧道实时安全监控系统研究和发展状况。通过分析两种结构损伤情况(突发性损伤和累积性损伤)和现有相关领域研究的基础上,提出隧道安全预测预警系统架构,论述其组成和具体功能,阐述了隧道安全预测预警系统开发的可行性,表明城市隧道工程建立安全预测预警系统具有重要的理论意义和工程实用价值。     

基于BiGRU的多模态驾驶行为及轨迹预测

在复杂交通环境中行驶的智能汽车需要预测未来周围车辆的动向,为了提升智能汽车快速且准确预测周围车辆驾驶行为及轨迹的能力,设计了一种基于BiGRU的多模态驾驶行为及轨迹预测模型.模型由BiGRU编码器、交互卷积池化层和GRU解码器组成,能够预测未来5s车辆多模态驾驶行为的概率和多模态驾驶行为对应的轨迹分布.试验结果表明,相...     

基于驾驶行为的隧道交通标志影响特征及作用机理

合理设置隧道交通标志能够在一定程度上缓解隧道特殊环境引发的“时空隧道效应”。文中研究了高速公路隧道内部交通标志（限速标志、出口预告标志）对驾驶行为的影响特性,首先选取特长隧道作为实验路段,通过驾驶模拟实验测试获取驾驶人细粒度微观行为数据,然后再考虑随机效应影响的条件下构建线性混合效应模型,揭示了隧道内部交通标志对驾驶行为的影响特征及作用机理。结果表明：不同影响区段内交通标志对驾驶行为的作用存在差异;在隧道内部设置限速标志能够一定程度上降低事故风险的发生概率,限速标志的重复设置一定程度上能提高驾驶人的操控能力;在隧道内部设置限速标志及出口距离预告标志有助于改善驾驶人空间控制能力、提高驾驶舒适度,其中,在距离隧道出口约小于1 km的影响区段内设置隧道出口距离预告标志有助于提高驾驶人的行车舒适性,在距离隧道出口2 km和1.5 km的影响区段内设置预告标志能在提高车辆控制能力的同时使驾驶人具有更高的行驶车速;此外,隧道交通标志作用下的驾驶行为受驾驶人性别、年龄、驾驶经验等特征属性影响,男性驾驶人的驾驶风险更低。     

空间通视性对高速公路隧道路段驾驶行为的影响

针对高速公路隧道路段运行环境特性,首次提出空间通视性对隧道路段驾驶行为的影响.在给出空间通视性定义和假设条件的基础上,分析空间通视性的影响要素,并从道路平曲线、竖曲线、驾驶员视觉特性三方面对隧道空间通视性临界条件进行理论计算.依据实测数据,建立基于空间通视性的高速公路隧道驾驶行为变化规律:通视型隧道驾驶行为变化过程可分为两区段,而非通视型隧道可分为三区段.并给出了典型空间通视型隧道路段运行车速变化规律图.     

基于驾驶行为的驾驶倾向特征辨识

驾驶倾向特征的实时辨识,对安全驾驶有积极的意义,但实时并准确识别驾驶倾向却是难点.通过分析驾驶倾向的外在表现,选取驾驶行为中的刹车频率、加油频率、刹车紧急程度和加油紧急程度作为评价指标,以实车试验获取的各评价指标数据为基础,运用BP神经网络构建驾驶倾向特征辨识模型,实现从驾驶行为到驾驶倾向的辨识.经验证,该模型识别率可达89.2%.     

个性化驾驶人驾驶行为操纵模式建模方法

根据个体驾驶人完成一个具体驾驶行为的驾驶操纵动作具有一定内聚性、时序性和个性化的机理,构建了基于有向图的驾驶人驾驶行为操纵模式的建模方法。根据获取的个体驾驶人在不同驾驶行为下的驾驶操作动作数据,并利用MATLAB仿真软件设计驾驶人驾驶行为操纵模式建模与仿真系统,对启动和超车2种典型驾驶行为下的驾驶操作动作数据进行测试。测试结果表明：基于有向图的建模方法可以实现驾驶人个性化驾驶行为的有序驾驶操纵动作建模。研究为驾驶安全辅助系统驾驶人驾驶行为的驾驶操纵底层上预防和干预危险驾驶行为提供支撑。     

考虑车辆间交互作用的驾驶意图预测方法

准确的意图预测可以帮助智能车辆更好地了解周围环境并做出更加安全的决策,从而提高自动驾驶的安全性,促进人机协同驾驶。为了对驾驶员未来的意图做出更加精准的预测,提出了一种交互式意图预测方法。首先,通过将隐马尔可夫模型（HMM）与高斯混合模型（GMM）相结合,在充分考虑周围场景信息后建立了行为识别模型,用于对当前的驾驶行为做出准确的判断。然后,考虑到交通场景复杂多变的特点,提出基于意图的轨迹预测方法规划出一条最佳的行驶轨迹,并采用最大期望效用理论对未来的驾驶行为进行推理。由于行为识别和意图推理模型综合考虑了交通态势的演变过程和车辆之间的交互作用,所以将两个模型得到的结果相结合可得到车辆最终预测出的驾驶意图。最后,在NGSIM数据集对所提出的方法进行验证,结果表明提出的行为识别模型能够提前0.2~0.3 s识别出车辆的换道意图,结合未来意图推理模型,能够更加准确地预测出车辆未来的驾驶行为,由此可提高车辆驾驶的安全性。     

基于车辆轨迹数据的交叉口危险驾驶行为预测

基于大量实证车辆轨迹数据建立了信号控制交叉口相位切换期间轨迹预测模型和驾驶员心理决策过程预测模型,并在两个模型的基础上建立了驾驶员危险行为识别的规则,三者共同构成了驾驶员危险行为预测方法.经检验,预测方法的整体精度达到88.89%.该预测方法将驾驶员临近交叉口时的隐藏心理决策过程作为一个重要变量运用到危险行为预测方法中,并实现了对车辆个体动态化的轨迹预测.     

音乐环境对驾驶行为危险度影响的预测模型

考虑到车载音乐环境下驾驶行为变化规律在道路交通系统中具有理论和现实意义,以国内外车载音乐对驾驶员心理负荷和驾驶行为影响的研究成果为基础,界定出驾驶行为危险度的定义.同时引入主成分分析法并结合驾驶行为的三个指标,实现对车载音乐环境下驾驶行为危险度的评价.以驾驶员的心率变异性作为输入变量,驾驶行为危险度作为输出变量,构建基于心理负荷的驾驶行为危险度预测模型,并提出不同类型驾驶员收听音乐的建议方案.研究成果可为减少道路交通事故和保障汽车安全运行发挥作用.     

考虑交互轨迹预测的自动驾驶运动规划算法

针对自动驾驶汽车运动规划中预测周围交通态势的问题,提出一种考虑周围车辆间交互轨迹预测的运动规划算法.首先,针对结构化道路信息,构建改进社会力模型,对自动驾驶汽车周围的车辆行驶轨迹进行预测.其次,在Frenet坐标系下采样生成轨迹集合,将轨迹集合和预测轨迹投影到时空占用图上,计算投影点之间的最短距离进行碰撞检查,并结合加速度、曲率检查对轨迹进行筛选以得到候选轨迹.然后,构建代价函数对筛选过的候选轨迹进行评估得到最优运动轨迹.最后,不同行驶场景中的仿真结果表明,该运动规划算法能提前决策驾驶行为,规划出的速度曲线更加平稳,运动轨迹的安全性、舒适性和行驶效率更高.     

地下道路横断面对驾驶行为的影响

基于8自由度的驾驶模拟器研究了地下道路车道宽度、车道位置、侧向净宽对驾驶行为的影响.受试者在一条单向三车道的地下道路场景中进行了试验.试验结果表明车道宽度和侧向净宽对车速、偏移及主观感知都有影响,而车道宽度的影响更为显著.不同车道上,驾驶行为表现出与驾驶人的主观感知不一致.基于横向偏移状态分析了不同条件下的行车安全性,并为地下道路设计车速、车道宽度、限速、车道组合等方面提出了建议.     

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。     

高速公路隧道运行环境安全评价指标

根据高速公路隧道运行环境特性,提出了隧道路段长度研究范围.依据隧道运行环境风险影响因素和评价指标选取原则,运用德尔菲法和聚类分析法提取隧道运行环境主因素,从道路环境指标和气候环境指标两个方面建立了三层次六个子因素集的高速公路隧道运行环境安全评价指标,并对各指标进行了分析和对比.高速公路隧道运行环境安全评价指标的建立为隧道运行环境的分析和评价提供了理论基础.     

G M(1，1)模型在安全事故率预测中的应用

应用灰色系统模型GM(1,1)对工厂生产过程中安全事故率进行预测,获得了满意的结果.这对于工厂有效地控制安全事故的发生,减少其造成的经济损失起到了重要的作用.