基于自然驾驶数据的分心状态特征分析与跟驰行为建模

基于行为特征对分心跟驰行为进行分类和建模,根据模型标定的方法探究不同状态下跟驰模型的适应性。首先从持续开展3年有余的上海自然驾驶数据中提取了大量分心跟驰样本,基于驾驶行为刺激反应框架对分心状态特征进行了初步分类,得到了5类分心跟驰行为;其次分析了现有4类经典跟驰模型（GHR、GIPPS、IDM和Wiedemann）对分心跟驰行为的适应性,同时根据五折交叉验证适应性结果对分心跟驰行为分类进一步优化,最终得到3类分心跟驰行为（麻木反应、过激反应和延迟反应）;最后探讨了分心状态下的2种跟驰行为建模策略（AIDM和TDIDM）。结果表明,对IDM模型进行合理标定即可较准确地描述不同类型的分心跟驰行为。     

基于自然驾驶数据的驾驶员紧急制动行为特征

基于中国自然驾驶数据,建立了紧急工况下制动避撞的驾驶员模型,分析了驾驶员的紧急制动反应时间和紧急制动输入特性的规律特征.结果表明:驾驶员的紧急制动反应时间与驾驶工况的紧急程度相关,以碰撞时刻倒数的临界值0.2s~(-1)作为危险触发阈值,驾驶员的紧急制动反应时间分布为均值0.5s的正态分布;最大制动减速度随驾驶工况紧急程度变化不明显,最大制动减速度梯度随驾驶工况紧急程度的增加而增加.     

基于自然驾驶数据的避撞预警对跟车行为影响

基于60 689 km车辆运行数据提取了1 613个跟车行为片段,并分析了前向避撞预警(FCW)系统对跟车行为2个重要参数——车头时距和反应时间的影响.结果表明,FCW系统对跟车车头时距影响不显著,但显著降低了跟车中的反应时间.白天状态下,反应时间减少了0.13 s;后车逼近前车时,反应时间减少了0.09 s.     

社会资本等因素对手机分心驾驶危险度认知的影响

为了解哪些因素影响驾驶者对于手机分心驾驶危险度的认知,本研究以问卷调查数据为基础,采用因子分析和聚类分析方法,归纳驾驶习惯类型及社会资本类型;用卡方检验筛选有效解释变量;最终建立有序logistic回归模型,揭示相关因素对于手机分心驾驶危险度认知的影响权重。研究结果表明：驾驶习惯,社会资本和个人属性中的性别,受教育程度,年驾驶里程等因素能影响司机对于手机分心驾驶的危险度认知。具体来说,具有安全驾驶习惯的司机对于使用手机的危险程度更敏感;社会资本高的驾驶者倾向于开车时使用手机危险度高;但受教育程度高的驾驶者危险度认知度较低;驾驶里程数与危险度认知呈负相关;男性比女性更容易低估手机分心驾驶的危险度。Logistic回归模型的结果显示了以上因素中社会资本的影响程度最大,其次是年驾驶里程,再次是驾驶习惯。     

自然驾驶工况的驾驶员紧急转向变道行为

基于中国自然驾驶工况数据,提出了紧急工况下驾驶员转向变道行为的特征规律.分析了紧急转向变道避撞、侧移和稳定阶段的驾驶员转向特征,研究了转向持续时间、方向盘转速和转角的线性关系,定义了用高斯函数拟合的转向基元来表征各阶段的转向行为.研究结果表明,转向基元表征了驾驶员转向行为的一般特征,单个转向基元的方向盘最高转速和转角变化线性相关,持续时间恒定,符合人体行为学中趋向行为(reaching behavior)的特征规律.驾驶员的紧急转向变道行为是由多个转向基元组合而成,每个转向基元都是一个开环模型,可通过方向盘最高转速预判驾驶员的转向行为.     

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.     

基于自然驾驶数据的危险事件识别方法

利用阈值法从自然驾驶数据中识别可能的危险事件,再采用随机森林模型和支持向量机模型深度筛选,克服了阈值法误报率过高的缺陷。基于上海自然驾驶数据,建立提取危险事件的阈值标准,从原始数据中识别出3 623起可能的危险事件;利用随机森林模型筛选出重要特征作为输入变量,训练机器学习模型,对测试集进行预测。结果表明,起到关键作用的变量有:纵向加速度的最小值和均值、与前车距离的最小值以及车速的标准差。相比随机森林模型,支持向量机模型预测效果更优,在控制漏报率的同时,可过滤85.9%的无效事件。     

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。     

车联网环境下信息交互形式对驾驶行为的影响

为研究车联网环境下不同信息提供方式对驾驶行为的影响,设计了车联网环境下的模拟驾驶实验,采集了4个场景下车辆运行数据。对比不同分心任务的驾驶行为特征和正常驾驶行为的差异,从转向角、车辆侧向偏移、速度、跟车距离等特征参数描述了车联网信息导致分心的驾驶行为规律,并构建了基于模糊综合评价方法的驾驶人分心等级评判模型,横向对比了不同信息提供方式对驾驶行为的影响程度。     

基于手机蓝牙接口的小车遥控系统

本文介绍了一种基于手机蓝牙接口的小车遥控系统。该系统主要分为手机遥控模块、蓝牙收发模块、电机驱动模块三部分。文章首先介绍了系统硬件设计,然后分别阐述了手机软件与单片机软件的实现方法,最后给出了具体的测试结果。     

基于手机阅读的公益性阅读推广

通过分析我国手机阅读现状、手机阅读产业链、手机阅读特点,指出了图书馆推广公益性手机阅读的必要性、可行性以及所面临的挑战。     

年龄及分心对反应时间影响与安全车距分析

驾驶员反应时间受多种因素影响，存在模糊性与随机性，本文中对一些实验数据进行拟合归纳，得出分心驾驶条件及正常驾驶条件下反应时间的概率密度函数，使用模糊物元分析法确定了适应于各年龄人群的反应时间概率密度函数。在此基础上，根据车速及年龄条件，将反应时间进行归类划分和区间细化，分析了适宜于不同年龄、车速且在考虑分心驾驶状态下的安全车距，并研究了更符合实际行车状况的防碰撞安全车距模型。     

建设高校智能手机图书馆的可行性分析

在概述智能手机图书馆优势的基础上,分析了建设高校智能手机图书馆的可行性,指出建设高校智能手机图书馆既是高校用户的需求,也是图书馆自身发展的需求。     

基于手机的图书馆用户教育培训探析

随着3G手机广泛普及与应用,手机也将真正成为人们生活中获取各种信息和服务的最重要工具.鉴于此,图书馆有责任、有义务确保手机用户个人资料的安全与保密.同时还需要图书馆不但要在人力、财力方面有足够的支持,而且在技术方面也需足够的先进,这样才能确保该服务项目的正常开展和维持.     

GPS技术在手机中的应用浅析

GPS即全球定位系统（Global Positioning Systpm）,是随着现代科学技术的发展而建立起来的卫星导航定位系统。目前,GPS卫星定位技术正广泛应用于测绘、交通、物流等多个领域。尤其是近两年,GPS迅速应用到了手机行业中。本文分析了GPS在手机中可实现的功能,以及GPS技术如何与手机融为一体。