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。     

交通诱导信息组合方式对路径决策的影响

为提高交通诱导信息的诱导效率,系统研究信息结构化对驾驶决策的影响机理,引入云模型构建交通诱导信息评价体系,通过全功能汽车模拟驾驶器仿真实验,设计4种交通诱导信息环境并进行了交通诱导信息环境下的路径选择实验,在此基础上分析不同信息结构组合下的交通诱导信息对驾驶决策的影响特征,提出了交通诱导信息发布策略的优化方案.研究结果表明:数字类信息、语言类信息、图像类信息组合而成的交通诱导信息对驾驶决策影响显著,语言类信息与数字类信息组合发布的交通诱导信息有利于驾驶员认知道路环境,数字类信息与图像类信息组合发布有利于驾驶员进行路径决策.     

无末姿态要求下Reeds-Shepp车的最优路径导航

Reeds-Shepp路径的计算受末姿态的影响,无法直接在无末姿态要求的导航场景中应用。文章对Reeds-Shepp路径的规划应用进行研究,提出在无姿态要求下Reeds-Shepp车的最优路径导航方法,以及对应控制方案的生成规则。仿真数据证明了其在各种情形下的最优特性。利用该路径对导航方案进行设计能够有效降低自动驾驶车辆的行驶时间与运行成本,可广泛应用于军事工业以及民用的无人车、无人机、无人船等自动驾驶交通工具的导航系统,以实现控制其按最优路径行驶的目的。     

基于云平台的疲劳驾驶检测系统

本文针对国内因疲劳驾驶而事故多发的情况,提出了基于深度机器学习和智能云平台的疲劳检测和驾驶事故自动检测解决方法。该方法很好地适应了车辆和驾驶室的复杂工作环境,旨在让操作人员能够快速实现基于深度和机器视觉的疲劳驾驶检测和报警功能,通过在驾驶员的上方安装可移动摄像头实时采集驾驶员的图像,将实时获取的视频流数据送入处理设备进行处理,同时利用预先训练好的疲劳检测模型从摄像头提取出人脸的特征点,依据PERCLOS疲劳驾驶判断准则来判断车辆驾驶者是否已经处于疲劳状态并实时上传图像数据至云端处理平台,同时根据人脸的位移和方向,利用舵机使摄像头始终正对驾驶者的脸部,最终完成一个集便携性、高效性、准确性为一体的疲劳检测系统。     

基于方向盘握力的疲劳驾驶检测研究

选取6位普通驾驶员参加实际道路驾驶实验,在实验中同步检测驾驶员对方向盘的握力信号和驾驶员的脑电信号。通过独立样本T检验,从时域和时频域两方面筛选出5个与疲劳驾驶密切相关的握力信号特征,将它们作为输入信息;提取脑电功率谱比值作为衡量疲劳驾驶的信号特征,将其作为输出信息;通过BP神经网络方法,以输入信息和输出信息建立基于方向盘握力的疲劳驾驶检测模型。使用部分驾驶数据对检测模型进行验证,结果显示此数学模型对疲劳驾驶的识别率达到87.0%,说明方向盘握力信号可作为检测疲劳驾驶的有效数据。     

棉田喷药农业机器人的导航路径识别

为研究棉田农药喷洒机器人导航路径识别方法,以自然环境下采集的棉田图像为研究背景,在Lab色彩空间进行处理,把棉株从土壤背景中识别出来。通过最大方差阈值分割法将图像转化为二值图像,并经过中值滤波去除噪声。二值图像垂直方向投影做直方图,利用波谷位置确定左右垄分界线。根据左右垄棉株位置平均得到导航离散点,通过Hough变换得到导航路径,进而得到导航控制参数。利用坐标系转换关系将图像坐标系中的导航信息转换到世界坐标系,从而控制机器人行走。基于AS-R机器人对连续动态图像进行分析,该方法获得的导航参数是完全可行的。     

基于图像信息处理的车辆自动驾驶控制方法

在分析驾驶员利用图像信息进行驾驶的一般规律基础上,提出了利用图像信息处理技术实现车辆路迹踪自动行驶的控制方法和规则,并进行了模拟计算和试验,结果表明,所提出的控制方法和规则用于进行车辆的自动驾驶是可行的。     

基于图像信息处理的车辆自动驾驶控制方法

在分析驾驶员利用图像信息进行驾驶的一般规律基础上,提出了利用图像信息处理技术实现车辆路迹追踪自动行驶的控制方法和规则,并进行了模拟计算和试验．结果表明,所提出的控制方法和规则用于进行车辆的自动驾驶是可行的．     

基于多源导航信息的三维辅助导航仿真系统

【目的】为模拟仿真海上航行可能遇到的各种天气状况,开发一款基于多源导航信息的三维辅助导航仿真系统。【方法】在接受电子海图的数据基础上,利用OsgOcean类库对图形生成迅速以及对硬件的依赖性较低的特点,设计效果逼真的三维海景,真实再现海风、海浪等常见的天气状况;利用OpenSenceGraph(OSG)粒子对场景的渲染效果,模拟现实情形;利用碰撞检测算法,提前预估碰撞的状况,避免碰撞,构建起较真实的驾驶场景。【结果】仿真实验表明,设计的原型系统能消除驾驶员对真实驾驶环境的依赖,不受天气限制,驾驶员可以随时进行模拟驾驶。【结论】仿真系统实现了三维模拟仿真的基本功能,能够提供简便、直观的船舶模拟驾驶。     

基于混合选择模型的图状路径信息板影响分析

有别于以往关于图状路径信息板(GRIP)影响的行为建模研究,运用混合选择模型研究了GRIP对驾驶员路径选择的影响。模型中通过恰当地构造"驾驶经验"和"GRIP信任度"两大潜变量,精细地刻画GRIP的影响机理。以上海实地存在的GRIP为研究对象,利用驾驶员行为调查数据,定量分析GRIP传递的事故和拥挤程度信息对路径选择的影响。分析结果表明,GRIP信息会显著影响路径选择,驾驶经验和GRIP信任度与提前驶离快速路的概率分别呈负向和正向关系,且驾驶经验的影响因个体属性而异。     

一种基于驾驶模拟器的驾驶员技能测评方法

研究了一种基于驾驶模拟器的驾驶员技能测评方法。以驾驶模拟器为研究基础,对驾驶员技能测评进行研究。基于SCANeRⅡ软件开发出十条不同场景的驾驶员技能测评道路,并选取35名驾驶员作为样本进行实验。通过实验,制定了驾驶员技能测评得分标准,并最终建立了驾驶员技能测评的计分模型。根据驾驶员在模拟器上对测评道路的驾驶数据,依据该计分模型,即可对驾驶员的驾驶技能给出总的评价。     

基于道路结构特征的自主车视觉导航

基于计算机视觉技术的道路检测,针对红旗轿车自主驾驶系统的视觉导航,提出并实现了一种基于道路结构特征的自主车视觉导航方法.该方法根据高速公路上道路标志线平行、等宽等特征,将车载摄像机获取的道路图像投影到道路平面上,再运用这些特征来提取标志线像素.在此基础上根据公路道路模型,建立参数空间搜索最优参数,得到道路标志线的参数表达,实现视觉导航,并给出了C市环城高速上的实验结果.     

基于二次Lasso回归的纵向驾驶员模型研究

为了更好地模拟实际驾驶员行为,提出基于二次回归和 Lasso回归方法的纵向驾 驶员回归模型. 通过采集纵向驾驶行为数据,提取可能影响驾驶行为的状态参数,进而建立二 次回归驾驶员模型;面向多参数回归模型中的多重共线问题,采用Lasso回归方法进行状态参 数筛选;结合筛选数据建立二次回归驾驶员模型. 为了验证模型的有效性,与PI驾驶员模型和 一次 Lasso回归驾驶员模型进行仿真对比 . 仿真结果表明,相较于其他两种模型,所建立的驾 驶员模型具备良好的工况跟随效果,同时能较好地反映实际驾驶行为特征.     

基于云模型的驾驶员驾驶状态评估方法

为了满足智能车辆辅助驾驶系统对驾驶员状态监测的要求,提出了一种以云模型理论为基础的评估机动车辆驾驶员驾驶状态的方法。介绍了云模型定义、云模型的3个数字特征和云发生器。通过云模型对实际道路上采集的驾驶员不同驾驶状态下的视频录像进行了建模和比较。在清华大学室外移动机器人平台THM R-V上进行了简单实验,实验结果表明,该方法可以识别驾驶员的异常驾驶行为并且给出报警信息。     

基于MSR的疲劳驾驶安全检测技术应用研究

随着我国交通日渐繁忙,交通事故数量不断增多,其中疲劳驾驶是发生率比较高的。针对这种情况,在传统的疲劳驾驶监测系统上进行改进,采用MSR图像增强算法,针对复杂环境下捕捉到的图像进行增强,并通过视觉定位,更准确地分析驾驶员眼睛所处状态,利用分阶段轮廓活动模型方法,分析驾驶员眼睛疲劳参数,对眼睛眨眼频率、闭合时间、PERCLOS等参数分析,构建疲劳驾驶安全识别系统。     

基于最小二乘法的曲线导航线提取算法

针对视觉导航中的曲线导航线提出了一种基于最小二乘法的导航线提取算法。首先通过图像分割将原始图像转化为二值图像,其中导航线对应像素点标记为1,再通过最小二乘法拟合这些导航线对应的像素点得到导航线方程。实验结果表明新算法不仅能较好的提取曲线导航线而且对直线导航线也能适用。     

基于最小二乘法的曲线导航线提取算法

针对视觉导航中的曲线导航线提出了一种基于最小二乘法的导航线提取算法。首先通过图像分割将原始图像转化为二值图像,其中导航线对应像素点标记为1,再通过最小二乘法拟合这些导航线对应的像素点得到导航线方程。实验结果表明新算法不仅能较好的提取曲线导航线而且对直线导航线也能适用。     

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。     

SURF算法在局域盲人图像导航中的应用

局域盲人图像导航即在建立基准图像信息特征库的基础上,对实时拍摄图像提取特征并与基准图像特征库进行匹配,得到相应地理信息并语音输出给盲人,从而实现导航的一种方法。本文基于SURF算法对图像特征进行匹配,首先提取SURF特征点,然后采用Hessian矩阵迹快速索引匹配以及匹配点距离差平方和的相似性度量方法进行匹配。实验表明SURF匹配算法优于SIFT匹配算法,并可实现快速、鲁棒、准确匹配,为实现盲人局域图像导航奠定理论基础。     

基于头部状态的司机疲劳综合检测系统

为了减少由于驾驶员疲劳驾驶引起的交通事故,针对司机的驾驶状态,设计驾驶员疲劳状态检测系统的方案。系统采用多状态检测方式,系统中结合连续驾驶时间和司机面部状态,判断司机疲劳程度。面部状态首先使用3x3中值滤波去除噪声和光照对图像的影响,然后通过肤色模型快速检测,确定人脸区域。再通过积分灰度投影对人眼进行准确定位;最后通过PERCLOS、眼睛闭合时间、眼睛眨眼频率、嘴巴张开程度、头部运动以及连续驾驶时间的计算,进行驾驶员疲劳程度的综合判定。实验结果表明,该方法准确率高,兼具了良好的实时性和鲁棒性。