不同年龄段人群驾驶分心时的视觉特性分析

针对驾驶过程中浏览车载信息系统次任务时引发的驾驶分心问题,研究聚焦不同年龄段驾驶员的视觉注意资源分配策略,分析在动态视觉信息源的刺激下发生驾驶分心时的视觉行为表征。通过视觉搜索的实验方法,模拟驾驶过程中驾驶员浏览车载信息系统次任务的视觉行为过程,并分别测量了横向和纵向两种车载中控屏摆放方式下的参试者视觉特性数据与搜索绩效数据。通过分析驾驶员浏览车载信息系统次任务时视觉注意资源的分散程度,以衡量其在行程中的驾驶分心程度,在此基础上提出有益于缓解驾驶分心行为的车载中控屏视觉区域。实验结果表明:横向中控屏测试中,参试者在上部区域的平均视觉搜索反应时长为641.92 ms,眼动数据显示,注视点集中分布于上部区域。纵向中控屏测试中,参试者在下部区域的平均视觉搜索反应时长为751.75 ms,眼动数据显示,注视点集中分布于右侧区域。年龄在59～68岁这个范围的老年参试者在执行模拟浏览车载信息系统次任务时的视觉搜索反应时长更长,平均为11 639.57 ms,注视点分布更分散。可知,在横向中控屏的上部区域与纵向中控屏的下部区域的反应时间更长,在横向中控屏的上部区域与纵向中控屏的右侧区域交叉的占用的注...     

基于驾驶行为识别的车载交通信息数据实时发布系统研究

针对传统车载交通信息数据发布系统存在操控复杂、用户体验效果差、响应时间过程等问题,提出一种基于驾驶行为识别的车载交通信息数据实时发布系统。在车联网环境下,设计车载交通信息数据实时发布系统的硬件部分,其主要包括ARM处理器、GPS接收模块、行车记录信号采集模块、接口模块、存储器、车载网络、报警模块等。通过层次分析法对主因子决策权重进行分析,对驾驶行为特征进行提取,提取结果即为驾驶行为识别结果,根据识别结果和交通安全调查结果得到影响驾驶员行为的关键组成因子,实现对异常汽车运行信息和异常驾驶行为信息进行警报处理。实验结果表明,所研究系统易于操控,并具有良好的人机交互体验,能够减轻驾驶员心理负担,提高驾驶安全性,且响应时延低。     

基于驾驶行为识别的车载交通信息数据实时发布系统

针对传统车载交通信息数据发布系统存在操控复杂、用户体验效果差、响应时间过程等问题,提出一种基于驾驶行为识别的车载交通信息数据实时发布系统。在车联网环境下,设计车载交通信息数据实时发布系统的硬件部分,其主要包括ARM处理器、GPS接收模块、行车记录信号采集模块、接口模块、存储器、车载网络、报警模块等。通过层次分析法对主因子决策权重进行分析,对驾驶行为特征进行提取,提取结果即为驾驶行为识别结果,根据识别结果和交通安全调查结果得到影响驾驶员行为的关键组成因子,实现对异常汽车运行信息和异常驾驶行为信息进行警报处理。实验结果表明,所研究系统易于操控,并具有良好的人机交互体验,能够减轻驾驶员心理负担,提高驾驶安全性,且响应时延低。     

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.     

基于实车眼动实验的驾驶员注视行为研究

从驾驶员注视点变化的角度,应用SMI眼动仪,开展城市道路实车实验,采集驾驶员注意力特性,剖析在城市道路实车测试过程中驾驶员的注视行为,提出了基于马尔可夫过程的驾驶员视点转移模型,根据模型预测出驾驶员稳态下的注意力状态向量,并对驾驶行为进行预判。实车实验发现,驾驶员的视觉注意力在任一子域中停留时长服从对数正态分布,而视觉注意力离开某一子域的时长服从指数分布。机动车行驶过程中驾驶员主要注视正前方,其注视频率占49%,驾驶员关注右前方区域频次是左前方的1.6倍,对于正后视镜的关注多于左右后视镜。通过实车实验和视觉建模分析,能够更好的发现驾驶行为规律和不良的驾驶习惯,为驾驶环境和交通设施改善,保障交通安全提供支撑。     

基于实车眼动实验的驾驶员注视行为建模分析

从驾驶员注视点变化的角度,应用SMI眼动仪,开展城市道路实车实验。采集驾驶员注意力特性,剖析在城市道路实车测试过程中驾驶员的注视行为,提出了基于马尔可夫过程的驾驶员视点转移模型。根据模型预测出驾驶员稳态下的注意力状态向量;并对驾驶行为进行预判。实车实验发现,驾驶员的视觉注意力在任一子域中停留时长服从对数正态分布;而视觉注意力离开某一子域的时长服从指数分布。机动车行驶过程中驾驶员主要注视正前方,其注视频率占49%,驾驶员关注右前方区域频次是左前方的1.6倍,对于正后视镜的关注多于左右后视镜。通过实车实验和视觉建模分析,能够更好地发现驾驶行为规律和不良的驾驶习惯,为驾驶环境和交通设施改善,保障交通安全提供支撑。     

城市道路景观分布对驾驶员视觉刺激性的影响

视觉系统是驾驶员获取行车信息的主要方式,而城市道路景观分布是引起驾驶员视觉刺激性的关键因素之一,为此,需研究城市道路景观分布对驾驶员视觉刺激性的影响。实验路段选择某地省道,对选择路段的景观异质性进行评价。在研究实验样本的基础上,选择6位高校老师作为驾驶员参与实验。将眨眼时间、注视时间、瞳孔直径、扫视幅度作为衡量指标,研究路段1和路段2景观对驾驶员视觉刺激的影响。结果表明,驾驶员在景观相对复杂路段的瞳孔直径和扫视幅度较大,眨眼持续时间与注视持续时间较小;不同城市道路景观对驾驶员的眨眼持续时间、注视持续时间、扫视幅度影响不显著,对驾驶员的瞳孔直径影响显著。     

驾驶眼动识别设计研究

当前车载信息系统面临多层次信息集成。如何协调驾驶员的驾驶任务和信息交互任务是人车交互研究的新课题。人机交互领域的眼追踪技术为解决这一冲突提供了方向。研究分析了人的驾驶行为和认知负荷,对现有的眼追踪技术和应用进行分析,在此基础上结合实际案例提出了驾驶中眼动模式识别设计的几点设计特征,开发了眼动交互原型和交互界面。     

急刹预警作用下的车辆时空图特性

前方车辆紧急刹车是引起前向碰撞事故的主要原因之一,如果驾驶员能够提前获取前车急刹信息,可由被动视觉刺激而采取的被动应对行为转变为基于心理预期的主动应对行为,将大幅度降低事故发生率。基于驾驶模拟技术设计了车路协同环境下前车急刹事件,该实验场景能够在距离前方急刹车辆360 m和290 m处利用车载人机交互设备(HMI)向实验车辆提供急刹预警信息。通过招募合格被试驾驶员并使其参与驾驶模拟实验,获得车辆行驶数据和各项评价指标。通过对有无车载HMI预警信息情况下的驾驶数据的对比分析,提出了一种基于时空图的车路协同环境中前车急刹情形下的驾驶特性分析方法;并基于35名驾驶员的平均加速度特征对前车急刹事件情形下驾驶员驾驶自信特征进行分析。结果表明:有车载HMI预警信息时,驾驶员在应对前方急刹事件时减速位置较无车载HMI预警信息提前;有车载HMI预警信息提示情况下,面对急刹事件时驾驶员速度控制强度更低,通过曲率指标得出速度调整强度降低39.4%;速度调整更加从容,表现出驾驶自信特征,在面对风险环境时能够主动应对。     

车载中控屏信息布局对视觉搜索绩效的影响

车载中控屏是智能汽车驾驶员在行车中频繁使用的信息交互媒介,研究为了获取车载中控屏的最佳信息布局位置,对不同年龄组的参试者在中控屏不同信息布局位置的视觉绩效进行实验测试。通过视觉搜索的方法研究了静视野、动视野两种条件下年龄在视觉绩效上的差异,以此评价车载中控屏幕中不同信息布局位置的有效性。实验中,将模拟的车载中控屏划分为6个信息布局位置,设置横向和纵向两种中控屏摆放方式,以年龄和信息布局位置为自变量,共采集26名参试者的反应时长和眼动数据。结果表明,静视野下的平均搜索时长为1 222.76毫秒、动视野下的平均搜索时长为1 725.80毫秒,同时实验过程中老年组付出了更多的视觉注意资源。最终得出如下结论：①静视野测试下,老年组在信息布局右侧位置视觉绩效表现不佳;在左下侧、中下部位的视觉绩效表现良好。②动视野测试下,老年组在信息布局的右侧位置将付出更多的视觉注意力;在左上侧、中间部位的视觉绩效表现良好。可见,随着年龄的增加越靠近有效视野范围的信息,视觉绩效表现更好。且横向摆放设计的中控屏幕更适合老年人群。     

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。     

基于行驶工况的混合动力电动汽车能量管理策略研究现状分析

分析了目前能量管理策略的2种研究方法——基于动力系统运行状态的控制策略和基于行驶工况的控制策略的优势及不足。着重针对基于行驶工况的控制策略进行探讨,指出:基于已知行驶工况的全局优化策略运算过程耗时长且计算量大,难以直接在实车上应用,但可用于作为理想的优化控制参考目标;为了实现实时优化控制,目前主要采用基于工况识别的控制策略与基于模型的预测控制等方法,探索基于行驶工况预测的实时优化控制策略并获得接近离线优化的控制效果,成为新的研究热点和管理控制策略的研究趋势。     

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%。     

驾驶人纵侧向驾驶能力评价方法研究

为合理分配智能汽车人机协同共驾驾驶权,提高智能车辆的驾乘安全性和舒适性,本文提出驾驶人纵侧向驾驶能力的概念及其评价方法.对驾驶人的驾驶能力进行了定义和分析,并在此基础上设计了纵向跟车激励工况和侧向移动双移线激励工况,在搭建的驾驶人在环智能仿真平台上进行数据采集.建立了基于Hammerstein辨识过程的驾驶能力辨识模型,采用主成分分析法对驾驶能力辨识模型中的关键参数进行解耦和降维处理;通过客观蚁群聚类和主观量表分析相结合的分类方式,实现驾驶能力的分类;通过多元线性回归分析得到驾驶能力评价方程.结果表明,纵侧向驾驶能力辨识模型平均辨识及拟合精度均大于90%,经主成分分析及主客观分类处理后的纵侧向驾驶能力评价方程满足统计检验指标,具有良好的拟合及预测结果.      

基于改进Fisher判别的起步工况驾驶风格研究

以实验采集的起步工况驾驶数据为基础,利用PCA分析筛选出驾驶员在起步工况下的风格特征参数,采用GMM聚类算法对起步工况下的驾驶数据进行分析.以驾驶风格聚类分析结果为基础建立了基于Fisher判别的驾驶风格识别方法模型,运用经典和改进Fisher判别对驾驶风格数据的测试集进行识别.结果表明,改进Fisher判别的识别正确率可达85%以上,证明了改进Fisher判别在处理驾驶风格会影响车辆的多种性能表现时有效,具有较高的准确性.      

基于工况识别的安全距离模型

针对传统自适应巡航控制系统安全距离模型缺乏对车辆驾驶工况变化考虑的问题,提出一种基于驾驶工况识别的安全距离模型。依据城市驾驶工况特点构建了4种典型城市工况,引入人工神经网络对车辆实时驾驶工况进行识别与预测,然后以现有安全距离模型为基础,结合工况识别结果,完成对该模型的优化。通过CarSim和Simulink联合仿真验证,结果表明：基于驾驶工况识别的安全距离模型可以更好地实现与前车的速度跟随与距离控制,提高了乘坐安全性与道路利用率。     

基于驾驶倾向性辨识的避撞-报警算法

为了研究适应驾驶员个性需求的避撞-报警算法,将驾驶倾向性作为驾驶员的个性评价指标引入。以实车实验所得驾驶行为数据为基础,提出了一种驾驶倾向性的实时辨识方法。通过驾驶模拟实验,获取了不同驾驶倾向性驾驶员的反应时间和制动减速度数据;并据此提出了一种基于驾驶行为的避撞-报警算法;最后将该算法与典型安全距离算法进行仿真对比。结果表明:本文提出的避撞-报警算法具有较高的可信度,而且体现了各类型驾驶员报警触发时机差异。     

基于卷积神经网络的不良驾驶行为辨识

为量化描述驾驶员驾驶行为的动态变化过程与不良程度,研究了不良驾驶行为谱的构建与分析方法,用于不良驾驶行为的实时辨识。首先,基于拉格朗日插值法对轨迹数据清洗处理后提取特征指标参数构建驾驶行为谱,采用风险度量法对急转向、急加速、急减速、超速4种不良驾驶行为进行量化表达。其次,使用大样本统计分布的IQR与客观赋权的CRITIC方法确定不良驾驶行为特征指标参数阈值与权重,结合隶属度函数构造模糊综合评价模型对不良驾驶行为谱特征值进行确定以标定不良行驶车辆。最后,将不良驾驶行为谱特征值作为输入,基于人工智能卷积神经网络(CNN)算法对不良驾驶行为进行辨识,并与SVM、RF、BP等传统机器学习算法在辨识误差上进行比较。结果表明:CNN算法对不良驾驶行为辨识的理论误差值MAE为0.059、RMSE为0.084、R2高达0.911。可见,不良驾驶行为谱作为一种客观量化不良驾驶行为的方法与CNN算法相结合,能依据车辆运行轨迹对不良驾驶行为进行自动辨识,具有客观性、可靠性与适应性。     

危险驾驶罪的司法完善

《刑法修正案(八)》明确将危险驾驶入罪。对危险驾驶行为的定罪,改变了"肇事后再处罚"的方式,将醉驾等危险驾驶行为的规制正式法律化。但在司法实践中,其规定存在着不足。该文讨论了危险驾驶罪发生的原因、主要特点以及办理案件中存在的问题,提出了对危险驾驶罪的几点建议。     

不同驾驶倾向驾驶员的酒后驾驶行为研究

为了探究不同驾驶倾向驾驶员的酒后驾驶行为,提高酒后驾驶行为识别模型的准确性,组织60名不同驾驶倾向驾驶员饮酒后进行驾驶模拟实验,获得12个驾驶行为指标的实验数据;采用距离分析和方差分析,对各驾驶倾向驾驶员的酒后驾驶行为数据进行了研究。结果表明：饮酒后,相同驾驶倾向驾驶员在速度标准差等9个驾驶行为指标上有相似性,其中,激进型驾驶员的速度均值的相关比例最高为85%;不同驾驶倾向驾驶员在油门踏板深度均值等7个的驾驶行为指标上差异显著。本研究可为基于驾驶行为的酒驾辨识研究提供理论支持。