考虑驾驶人换道意图的车道偏离预警系统

 为降低基于机器视觉车道偏离预警系统的误警率,提出一种考虑驾驶人换道意图的车道偏离预警系统。运用SteerableFilter 方法对所采集的道路图像信息进行滤波,运用局部搜索区域法提取车道线参数,运用基于图像信息的识别方法检测车辆的车速、转向信号、车道偏离状态以及驾驶人的头部动作状态,判断驾驶人的换道意图,建立了车道偏离预警的决策算法及系统。应用Matlab 软件对实车采集得到的视频进行算法验证和系统仿真试验,结果表明,提出的车道偏离预警决策算法是可行的,该预警系统将有意识与无意识的车道偏离区分开,从而能有效屏蔽在驾驶人有意识偏离车道时的误报警,具有更高的可靠性。     

车道偏离预警图像处理滞后时间补偿

现有的车道偏离预警系统有着较长的图像处理时间,这使得图像采集时间点处的车道线与图像处理完成时间点处的车道线之间存在一定差异,从而影响系统的准确性和有效性。本文中提出了一种补偿图像处理滞后时间的方法。该方法利用一个基于二自由度车辆模型的状态观测器,将图像采集时间的的车道线转换为图像处理完成时间点处的车道线,以提高系统的准确性。最后利用carsim与matlab联合仿真来验证该方法的有效性。     

复杂光照条件下的车道偏离预警

本文采用图像直方图变换的方法,设计出一种适用于智能车辆的车道偏离预警系统,实现了复杂光照条件下的自适应车道偏离预警。对道路图像设定感兴趣区域,提高了检测速度。采用Canny边缘检测算子,得到包含清晰道路边缘的二值化图像,利用改进的Hough变换检测出两侧车道线。基于检测到的两侧车道线斜率,计算车辆当前位置,判断车辆的偏离趋势。实车试验表明,该系统能有效地满足预警的实时性及精确度要求。     

基于时间和空间融合的车道偏离预警模型

针对车辆偏离时间和车辆横向位置决策模型精确度不足的问题,基于车辆动力学原理,建立车辆运行模型,分析车辆从当前位置到接触车道边缘为止所需要的最小时间和车辆中心距离车道中心线的距离,建立基于时间和空间融合的车道偏离预警模型;运用Carsim软件对所建模型进行仿真验证,并将所建模型与TLC、DLC两种典型的预警模型的预警结果进行对比,结果表明,本文提出的预警模型可有效针对车道偏离进行预警,误差率在4%之内,精度较高。     

基于融合分割和LASSO回归的实时车道偏离预警

在有路面污染、标识干扰等复杂高速道路环境下,车道偏离预警系统的鲁棒性和实时性会变差。为此提出一种利用两种算法融合分割和LASSO回归模型进行车道线检测和偏离预警的新方法。首先,分别采用TopHat算法和OTSU算法分割出车道线背景并进行"与"运算融合,据此准确提取出车道信息;其次,分两步检测车道线,第一步基于概率Hough变换进行直线检测,将检测出的车道线位置设为动态ROI区域并进行卡尔曼滤波跟踪处理,第二步是基于LASSO多项式回归模型对车道线再次进行参数估计和拟合,以改善使用最小二乘法时的过拟合问题;最后,根据设置的虚拟车道线和角度模型进行车道偏离预警决策。实验结果表明,所提出的方法在复杂道路环境下的平均正检率为96.07%,检测速率可达到32 ms/帧,即具有良好的鲁棒性和实时性。     

车道偏离预警系统中偏离时间的估算方法

车道偏离时间(TLC)是指车辆从当前位置行驶至车道边界线的剩余时间,是车道偏离预警系统触发警告的判断依据,因此其计算精度至关重要.文中结合车辆运动学理论和三角函数知识研究车辆行驶在直线和曲线路段的轨迹形状,建立车辆轨迹为直线和曲线情况下的TLC估算模型,最后分别就横向距离、相对偏航角和曲线道路半径对TLC的影响进行了仿真分析.结果表明:在直线路段,TLC与相对偏航角成反比,与横向距离成正比;在曲线路段,TLC与相对偏航角和道路曲线半径成反比,与横向距离成正比,而当车辆从相反方向偏离时,对应关系则相反.文中研究能有效降低以TLC为决策标准的车道偏离预警系统的误警率.     

跟驰中的驾驶人自稳定控制及网联辅助驾驶策略

为探究交通状态及演化趋势在驾驶人自稳定控制(SSC)中的作用，提出了考虑驾驶人交通态势估计的自稳定跟驰模型.首先，基于SHAP解释模型和不同交通状态下速度差敏感性系数分布差异，解析了前方交通状态对驾驶行为的重要作用以及在驾驶人自稳定控制中的影响机制.其次，在全速度差模型(FVDM)中引入表征驾驶人对前方交通态势感知与估计的参数，提出了一种改进的自稳定全速度差模型(SS-FVDM).然后，对原始和改进后的模型进行了参数标定和对比验证.最后，为弥补SSC的局限性，开发了一种新的网联辅助驾驶策略来实现SSC效果的稳固和进一步提升，并基于线性稳定分析理论，推导了模型的稳定性条件.结果表明：相比于FVDM,SS-FVDM具有更大的稳定区间和更高的拟合精度，并能够很好地捕捉驾驶人在自稳定控制下的松弛行为特征.此外，基于SSC所开发的网联辅助驾驶策略能够更大程度地提升交通流稳定性.     

考虑两次改变驾驶方式的双车道交通流元胞自动机模型

考虑驾驶员在不同交通环境下会变换驾驶方式的真实情况,建立两次改变驾驶方式的双车道交通流元胞自动机模型(TTChange-CA模型).通过数值模拟发现,2种类型车辆的初始混合比例和换道概率对交通流基本没有影响;与只改变一次驾驶方式的双车道模型(TChange-CA模型)相比,TTChange-CA模型提高了系统的流量、速度和临界密度,增加了道路利用率;与双车道SDNaSch模型和WWH模型相比,该模型的速度、流量及时空图的致密程度介于二者之间,更真实地刻画了现实交通流.     

基于机器视觉的车道偏离报警系统

为了提高基于机器视觉车道偏离报警系统的可靠性和实用性,对基于视觉的车道偏离报警系统各个环节的优化做了研究.介绍了基于视觉的车道偏离报警系统的构成和工作原理,提出了各个环节的实现方法.通过选择直线车道数学模型和限定车道提取的感兴趣区域(ROI)以简化系统复杂度和提高检测精度.首先使用方向可调滤波器进行图像预处理,然后使用Kalman预测器和距离判别法得到车道线有效点集,最后采用抗干扰能力强的Hough变换得出车道线参数.研究并采纳了一种无需对摄像头标定的车道偏离决策方法,通过综合道路图像中2条车道线的斜率值来判断车辆偏离车道的程度.实验表明,该系统具有良好的车道识别能力以及准确的偏离决策能力,能够满足高速公路环境车道偏离报警要求.     

机动车驾驶人侵犯驾驶行为的调查研究

侵犯驾驶行为是近年来逐渐引起重视的驾驶人不良驾驶行为之一。本研究采用问卷调查的方法。对浙江省三个城市的驾驶人进行随机抽样调查，得出侵犯驾驶行为可以分为漠视他人、空间侵占、保持前进、赢得优先、人际侵犯等具体类型，并从人口统计学的角度比较分析了不同类型驾驶人在不同侵犯驾驶行为类型上的差异，为制定驾驶人驾驶行为矫正和安全教育策略提供理论参考。     

车道变换与直行时的驾驶人注视转移特性

针对驾驶人在车道变换与直行过程中的视觉转移问题,利用眼动仪获取了20名驾驶人在真实道路驾驶过程中的注视行为数据。将注视范围划分为7个区域,分别统计了驾驶人在7个区域内的注视概率,以及在7个区域之间的转移概率。研究结果表明:无论是车道变换还是直行,驾驶人对当前车道和目标车道的注视概率始终是最高的,最大概率值为70.2%;车道变换过程中驾驶人对相应方向的后视镜注视概率较高,且向左、向右变换车道时的注视转移特性总体上呈现一定的对称性;车道变换过程中驾驶人的注视转移区域主要集中于原始车道、目标车道和相应方向的后视镜之间;直行时驾驶人主要在当前车道、相邻车道与前方远处之间进行注视转移。研究为自动识别驾驶人的换道意图提供了有益的参考。     

一种新型车辆偏离车道预警系统的研究

文章针对使用预处理对图像进行二值化的传统道路识别方法时,丢失大量有效的信息和识别效果差,介绍了一种新型车辆偏离车道预警系统。该系统利用灰度图像提取道路边界的灰度和梯度信息,并构造基于小块统计的目标函数,去除复杂环境下的各种噪声并且识别出车道线,判断车辆是否偏离车道从而提供报警信息。该系统结构简单、实时性高,能显著提高车辆行驶的主动安全性,减少事故的发生。     

基于摄像机模型的运动车辆车道偏离检测

针对车道偏离检测中较难解决的车载摄像机标定问题,从分析摄像机成像模型入手,根据图像中3条或3条以上车道线的消失点位置以及车道线斜率关系,在道路现场调整摄像机安装位置,以实现对摄像机外部参数的直接设定,从而避开了繁琐的摄像机参数标定过程.同时,推导出图像内车道线斜率比与车道偏离程度的简单函数关系,该函数与摄像机内外参数无关.因此,行车过程中只需测量图像中车道线的斜率,即可计算出车辆当前的车道偏离量.现场试验结果表明,在车辆直行时采用该方法测得的车道偏离率与手工实测结果相比,其相对误差小于5%,具备了较高的检测精度.     

考虑驾驶人性别差异的绿灯倒计时时长推测

为了提升高级驾驶辅助系统(advanced driving assistance system, ADAS)在绿灯倒计时长(green light countdown time, GSCT)类型的辅助驾驶决策性，首先，通过实车实验采集到信号交叉口不同绿灯倒计时时长下的1 475 524条自然驾驶行为数据，包括18名驾驶员在不同绿灯倒计时时长下，分别通过城市道路18个信号交叉口前150 m情境的驾驶行为数据；然后，分析驾驶决策、速度、平均瞳孔大小位置、心电、肌电在男、女性驾驶人之间的差异，得到男、女性驾驶人在绿灯20 s倒计时期间的注视特性平稳、皮电特性最为稳定，在绿灯9 s倒计时期间男、女驾驶人心理特性最为稳定的结论；最后，利用KNN、SVM、GBDT等3种经典机器学习方法，基于前述5类特征参数，建立考虑多特征变量的信号倒计时长判断模型。结果表明：集成学习GBDT模型判断准确率为88.1%,精确率均值为85.4%,AUC均值为0.98,有助于ADAS提供决策支持和理论支撑，可为不同性别驾驶员在城市道路信号交叉口前提供速度调节辅助信息。     

考虑路面摩擦性能的自动驾驶汽车安全制动策略

针对现有自动驾驶研究大多忽略路面摩擦性能的问题,制备了5种不同级配的沥青混合料车辙板试件,基于Persson表面分形摩擦理论和轮胎?路面三维有限元模型,求解沥青路面的动摩擦系数和附着系数,表征其摩擦性能,并使用Matlab/Simulink软件建立自动驾驶汽车的动力学控制模块,根据车辆期望制动减速度和道路摩擦性能逆向反推求解轮缸的制动压力值,实现自动驾驶汽车的制动过程。使用CarSim软件和Matlab/Simulink进行联合仿真,设定了下坡制动和曲线制动工况,分析了纵向坡度、弯道半径和道路超高等影响因素对自动驾驶车辆制动效能的影响。     

考虑前车驾驶风格的改进自适应巡航控制跟驰模型及仿真

为了提高自适应巡航控制跟驰模型的效率和安全性,考虑不同驾驶员驾驶行为的差异性,根据驾驶员以往的驾驶行为特性,利用k-均值聚类算法对驾驶风格进行判别和分类,作为优化自适应巡航控制跟驰行为的依据;提出智能网联环境中自适应巡航控制跟驰优化方法,基于对不同驾驶风格车辆的动力学分析,引入驾驶风格修正系数、安全冗余修正系数、响应延迟时间,针对不同前车驾驶风格,建立改进的自适应巡航控制跟驰模型,并对所建立的模型、原自适应巡航控制跟驰模型及对比模型进行仿真分析。结果表明,相比原自适应巡航控制跟驰模型和对比模型,所建立模型的加速度曲线和车头间距曲线均更平缓,可以有效提高跟驰效率,同时具有更高的安全性。     

基于低频轨迹数据的分时租赁驾驶人驾驶风格分析

基于上海某汽车分时租赁企业的运营数据,开展了基于低频轨迹数据的驾驶行为特征提取及驾驶风格分析.采用相对超速时间比例及其变异系数为驾驶风格特征指标,基于K-means聚类算法将驾驶人风格划分为谨慎、温和、激进三类,相应驾驶人比例分别为54.04%、36.60%和9.36%.对不同驾驶风格租赁用户的出行、运行及个体特征的比较发现,不同驾驶风格的用户在出行、运行速度及车辆能耗特征方面具有差异性,在年龄、性别及违章方面无统计上的显著差异.     

考虑分布偏离情况的机器能力评估

通过对现有各种机器能力评估方法的应用分析,针对我国中小型企业中的实际生产情况,给出一种简便易行并具有较高准确度的机器能力评估方法,该方法考虑了产品质量分布中心与公差中心分布偏离的情况,采用实际标准偏差参数,并据此给出了现役机器潜力的预报方法。     

基于纵向滑移率均衡的车道偏离辅助控制研究

提出了一种无压力闭环的差动制动实现车道偏离辅助的控制方法.根据车辆和驾驶员参考模型确定纠正车道偏离所需的目标横摆角速度.采用滑模算法设计横摆角速度跟踪控制器,确定附加横摆力矩.基于纵向滑移率均衡设计车轮制动压力调节策略,限制车轮最大滑移率,以提高车辆横向稳定性.设计模糊控制器对压力建立过程进行伺服控制.在Carsim/Labview-RT联合仿真平台上对提出的方法进行硬件在环仿真试验,试验结果表明,所提出方法能有效避免车辆偏离车道,鲁棒性强,且车辆横向稳定性好.     

考虑通行能力折减的可变车道优化

为有效缓解因潮汐现象所导致的交通拥堵和道路资源闲置并存的问题,在考虑车道数对路段单向通行能力影响的基础上研究可变车道优化设置方法。该方法在确保可变车道实施过程中轻交通流方向正常通行的前提下,基于非均衡经济学理论的价格-数量调节,以系统总出行时间最小为目标构建可变车道优化的混合整数双层规划模型,并采用粒子群优化算法对模型进行求解,以算例的形式验证模型和算法的有效性。研究结果表明:从系统层面优化可变车道设置能够充分利用轻交通流方向闲置的道路资源来提高重交通流方向路段的容量,从而改变其行程时间函数,进而调节流量在路网上的分布并均衡各路段的饱和度;使道路网络结构更好地匹配出行需求,在道路资源一定的情况下有效地降低系统总出行时间。