基于驾驶模拟器的车联网环境搭建及对驾驶行为的影响

为研究网联环境下车载设备对驾驶行为的影响,设计了车载终端人机交互界面,搭建了基于驾驶模拟仓的车、车通信环境,并开展模拟驾驶实验,采集了4个场景下车辆运行数据。通过对速度、加速度、跟车间距、超速驾驶员比例等驾驶行为数据以及人口学的统计分析,研究不同交通状态下,是否配备车载终端对驾驶行为影响的差异性。实验数据表明,实时提供前车运行状态的车载终端能够提高车辆运行效率和安全性。     

基于自然驾驶数据的变道切入行为分析

基于上海自然驾驶数据,建立变道切入行为自动化提取标准,得到4 734个行为片段.从变道切入准备、实施过程以及对后随车的影响等方面解析变道切入行为特征.结果表明,规避原车道前方慢车是车辆采取变道切入行为最主要的原因;中国驾驶员的变道切入持续时间与转向灯使用比例均小于美国,表现出较为激进的驾驶风格;近15%的后随车驾驶员在前车变道切入时速度增幅超过10%,表现出明显的不礼让或不容忍.相比于高速公路和快速路,地面道路的变道切入行为对后随车的影响更大,危险程度也更高.     

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。     

跟驰行驶状态下的驾驶模拟有效性研究

为验证驾驶模拟技术在跟驰行为研究中的有效性,设计了实车实验与驾驶模拟实验。选取了跟驰距离、跟驰距离标准差、车头时距及驾驶员反应延迟时间作为分析指标,并采用Wilcox检验、生存分析方法分别验证了非时间数据、时间数据的有效性。结果表明跟驰距离、车头时距、驾驶员反应延迟时间具备绝对有效性,两种不同实验环境下跟驰距离标准差随跟驰速度变化趋势相同,具备相对有效性。实车实验中,前车加速度、前后车相对距离、前车加速度变化状态显著影响驾驶员反应延迟时间。有效性分析结果为基于驾驶模拟实验的跟驰行为研究提供前提条件,生存分析结果可用于驾驶员反应延迟时间建模及跟驰模型优化。     

汽车自适应远光灯系统的研究

随着车辆的迅速普及,驾驶安全问题也日益凸显,其中远光灯对驾驶员的影响已成为夜间影响驾驶安全的重要原因之一。本文讨论了一种基于LED光源的自适应远光灯系统,该系统将远光灯分成了多个光学区域,每个光学区域可以单独控制亮灭,配合能够实时识别前方车辆的车载摄像头,一旦侦测到前方车辆进入远光灯照射范围,其对应的光学区域便会自动熄灭以保证前方车辆驾驶员不受远光灯干扰。     

基于车道线识别和多特征的前车检测算法

前车检测是安全辅助驾驶系统的主要研究领域,实时鲁棒的检测方法能够使智能车实现有效的防偏防撞预警和控制。提出了一种基于车道线识别和多特征的前车检测方法。首先基于车道线识别方法将感兴趣区域定位于两条车道线之间,然后依据车底阴影特征自适应确定中远距离车辆假设区域,最后利用纹理特征、垂直梯度投影均值和边缘对称性特征三层约束来验证车辆区域。实验结果表明:该方法能够实时准确地检测出不同光照条件下本车车道前方中远距离的车辆。     

V2V环境下基于改进OV模型的交叉口通行效率分析

在V2V环境下,驾驶员可以直接获取邻接车辆的运动状态和交叉口的信号时长,利用和前车之间的车头间距与安全距离差对车辆进行预加速控制,对驾驶行为产生积极影响.本研究基于V2V环境考虑驾驶员反应提前时间的改进OV模型,选取交叉口排队消散效率和直行车道的通行能力作为分析信号交叉口通行效率的指标,研究了考虑驾驶员反应提前时间的改...     

车载信息系统与驾驶安全研究综述

作为新的技术和经济增长点,微型电子计算机、无线电通讯、卫星导航等新技术、新设备和新方法已开始广泛应用于汽车工业中.汽车的信息化进程正在逐步加速.但根据多资源理论,以显示查看和信息输入为主要形式的车载信息系统应用任务会分散驾驶员在行驶过程中最重要的视觉注意力,与主要驾驶任务在视觉和认知等多种有限资源形成竞争,从而影响驾驶安全.研究发现,车载信息系统使用任务造成的注视次数和注视时间与汽车的碰撞危险有直接关系,并降低了驾驶员对关键交通事件的探测识别能力和对车辆的控制能力.因此,车载信息系统在行车中的安全性设计非常重要,其研究要点包括人机交互方式、驾驶员行为特征等,研究方法则包括实际道路测试、仿真环境测试、简单实验室测试等.     

车路协同下浓雾天气对高速公路换道行为的影响分析

为探究车路协同下浓雾天气对驾驶员在高速公路换道行为的影响,依托驾驶模拟实验平台设计车路协同人机交互终端(human-machine interface, HMI),设置对照组、正常天气+HMI组、浓雾天气组和浓雾天气+HMI组4种实验场景,招募43名被试进行驾驶模拟实验,采集换道行为数据。从中提取换道过程,将其划分为换道决策与换道执行两个阶段,选取方向盘转角、横向加速度以及横向偏移量的变化幅度与方差表征换道决策阶段的行为特征;选取换道轨迹长度、换道时间、换道平均车速与横向加速度峰值刻画换道执行阶段的行为特征,最后采用广义线性模型对所选变量进行分析。结果表明：浓雾天气、HMI以及两者的交互效应均对驾驶员的换道行为存在显著影响。在换道决策阶段,浓雾天气导致横向加速度以及横向偏移量的变化幅度与方差显著减小(P<0.05);HMI导致方向盘转角、横向加速度等变量显著减小(P<0.05);但两者的交互效应导致各变量(除横向加速度的变化幅度)显著增大(P<0.05)。在换道执行阶段,浓雾天气导致换道轨迹长度(P=0.01)和换道平均车速(P=0.00)显著减小,HMI仅对横向加速...     

车路协同环境下城市交通控制研究

在梳理城市交通控制随交通信息进步发展脉络的基础上,结合车路协同环境下交通信息采集的特点,综述分析单点控制、协调控制的研究现状,进一步总结了车路协同环境下城市交通控制的发展机遇和挑战.指出车路协同环境下交通流演变模型、基于实时车载数据的控制策略评价,以及面向特殊模式的控制策略是车辆协同环境下城市交通控制的突破口和发展方向.     

基于雾天高速车路协同模拟驾驶的驾驶人视觉信息加工模式

为探讨雾天高速公路车路协同系统信息介入对驾驶人视觉信息加工模式的影响,首先,依托驾驶模拟平台设计了车路协同环境下的雾天高速公路驾驶模拟实验,获取驾驶人的视觉行为参数;其次,将前方道路定义为关键兴趣区域,分别提取驾驶人在全局水平及兴趣区域的注视、扫视等显性视觉特性指标,并分析其分布规律;最后,采用因子分析方法获取信息提取...     

基于ZigBee的车载交通灯监视系统设计

为解决驾驶员在城市道路十字路口遭遇前方大车遮挡、恶劣天气及眩光时,出现交通灯"盲视"现象而引发交通事故的问题,利用ZigBee灵活的组网功能,在城市道路的十字路口安装交通灯监视系统的主控端,在各个车辆上安装车载终端,形成基于ZigBee的车载交通灯监视系统。系统主控端承担网络管理和交通灯信息发送任务,车载终端负责交通灯信息数据接收、交通灯信息LCD显示和交通灯相位切换前语音提示驾驶员的任务,两者通过ZigBee进行无线通信,圆满地解决了驾驶员的"盲视"问题,极大地提升了十字路口的安全通行率。     

基于BP神经网络的纵向避撞安全辅助算法

针对复杂人-车-路交通环境下汽车前向防碰撞预警系统(FCWS)在实际工程应用中存在虚警漏警、可接受性差等问题,为提高FCWS对驾驶群体行为差异的适应性,提出了驾驶员行为特性自适应学习的纵向避撞安全辅助算法,建立了基于BP神经网络的闭环驾驶跟驰习惯模型。该网络模型以跟车车距、前车减速度、前车速度、自车速度、环境亮度、路面附着系数、紧急制动次数、本次驾驶时间为输入,采用动量梯度下降自适应学习率方法对网络模型进行训练,进而预测出自车待制动减速度。引入聚类算法思想,对训练样本集进行特征聚类,进一步改善了BP网络的预测性能,设计了激进、谨慎、新手3类典型驾驶群体,通过制动深度、期望碰撞时间倒数、应急反应时间来表征驾驶群体性特征,在稳态跟车过程中对不同驾驶群体的行为特性进行学习,建立起非线性输入输出映射关系知识库,进而预测出相应群体的待制动行为,实现差异化预警,可有效降低虚警或预警不及时现象。仿真结果表明,改进后的BP网络减小了训练过程中陷入局部极小的可能性,提高了网络收敛速度以及预测精度,激进群体与新手群体待制动曲线下降的趋势相对更陡,激进群体跟车距离相对偏近,新手群体采取制动措施时所需相对车距相对偏远,以补偿较长的反应距离,从而验证了该理论模型对不同驾驶群体的适应性。     

基于Adaboost方法的车载嵌入式疲劳驾驶预警系统

提出一种基于Adaboost的实时算法, 并应用于车载嵌入式系统。用红外光源和红外摄像头获取驾驶员的视频图像, 对其疲劳状态进行监控。首先通过人脸检测定位驾驶员的人脸, 然后提取人眼区域并对人眼闭合状态进行判断, 基于PERCLOS标准制定了相应的预警机制, 对潜在的疲劳驾驶进行判断并预警。该算法从PC移植到嵌入式平台并根据实验进行了优化, 先后制作了多个车载嵌入式装置进行实车测试, 达到了大于92%的准确率和少于1.5 s的判断响应时间。实验装置稳定可靠, 可实际应用于营运车辆。     

一种车辆侧后方监控信息抬头显示系统

为了减轻驾驶员的驾驶负担,减少和避免车辆转弯、换道过程中发生交通事故,构建了基于DM642的车辆侧/后方监控抬头显示系统.系统采用CCD与激光测距组合技术,提取车辆位置、底部阴影和边缘特征识别目标车辆.为了跟踪目标车辆,采用HSI色彩空间下的改进Camshift算法,并控制伺服设备.通过构建车载抬头显示模块,在车辆换道或转弯时,将侧后方道路上的车辆识别与跟踪信息显示在车辆风挡玻璃上,给驾驶员信息提示,避免驾驶员分散对前方道路的注意力.实际道路实验验证,本系统识别正确率在96%以上,测距正确率在98%以上,耗时在350ms以下.     

基于防御性驾驶的一维元胞自动机交通流模型

针对SDNaSch模型中车辆容易发生急刹车行为的不安全性问题,对前车停车之前的减速行为进行研究,提出了一种基于防御性驾驶的一维元胞自动机交通流模型.通过计算机数值模拟,得到了不同防御性减速概率下流量-密度关系,平均速度-密度关系,急刹车比例-密度关系与时空图,并对防御性驾驶模型的安全性与稳定性进行了分析.结果表明,DD模型提高了中高密度的流量,延缓了完全静止堵塞现象的发生,大大减少了运行车辆的急刹行为,提高了道路交通的稳定性与安全性.在中高密度区域,出现稳定均匀的同步流,同时发现与实测数据相符合的"速度跃迁"现象,与SDNaSch相比,能够更好地描述道路交通流的实际运行状态.     

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.     

自动驾驶车辆对人工驾驶车辆跟驰行为影响分析

针对自动驾驶车辆（automated vehicle, AV）与人工驾驶车辆（manual vehicle, MV）组成的混行跟驰环境，基于Waymo公开数据集研究混行环境中AV前车对MV后车跟驰行为的影响。首先，探究混行环境中期望安全裕度模型和智能驾驶人模型的建模能力和模型参数变化，研究表明，混行环境中MV跟驰行为的机制没有发生变化，但是MV驾驶人的减速敏感程度更低。其次，从跟驰安全性、稳定性和环境效应3个方面对混行跟驰行为进行进一步分析得到，混行环境中的MV跟驰行为的稳定性和环境效应得到了改善，但是安全性并没有发生变化。最后，通过对前车速度波动性进行讨论发现，AV前车主要是通过降低自身速度波动性，从而抑制MV后车的速度波动性，改善MV后车在稳定性及环境效应方面的表现。     

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。     

基于车载排放测试驾驶行为对轻型汽油车排放的影响

为了量化驾驶行为多维度特性及对应路段排放特征,基于车载排放测试系统,采集了实时排放数据及对应微观驾驶行为数据,分析了驾驶行为及轻型汽油车排放之间的关联关系.将驾驶片段划分为生态驾驶和非生态驾驶2种类别,在此基础上分别建立基于逻辑回归、朴素贝叶斯、神经网络、支持向量机和决策树的5种生态驾驶行为辨别模型.研究结果表明：当道路交通趋于饱和状态或者强制状态时,驾驶员驾驶行为及车辆运行状态会发生显著变化,车辆运行状态的改变导致排放因子在饱和流和强制流时有显著增加;除了驾驶操作强度外,驾驶模式转移频度及驾驶状态持续长度都会对污染物排放产生不同程度的影响;基于决策树建立的模型准确率较高,可以达到94.00%.