遗传算法优化的方向与速度综合控制驾驶员模型

针对当前驾驶员模型无法体现驾驶操纵熟练程度的缺点,利用遗传算法的自动寻优能力,总结驾驶员自学习与驾驶经验特点,遵循行驶误差最小与体力负担最小原则,对模糊PID比例因子和量化因子进行离线优化设计,以此模拟驾驶员从生手到熟练驾驶培训过程。构建包括遗传算法优化的方向模糊PID与速度模糊综合控制驾驶员模型以及整车行驶动力学模型在内的人车闭环系统仿真模型,在纵向速度单向变化、侧向双移线工况与大曲率试验道路典型工况下进行仿真分析。结果表明：基于遗传算法优化的方向模糊PID与速度模糊综合控制模型可以很好地描述驾驶员在纵向加减速操纵特性以及侧向预期轨迹跟随转向驾驶特性,相比于传统PID与模糊PID控制,具有更好的纵向加减速操纵特性与侧向预期轨迹跟随性能。     

破解旅游交通事故多发之困——旅游客运车辆安全运行调查

近年来,法定调休形成的各种黄金周和小长假,一时间似乎刺激了国人渴求出行的神经。一到节假日,举国都在上演运动式出游的戏码。以2012年中秋国庆相连的8天超长黄金周为例,全国铁路、公路、民航和水运客运量超过31.38亿人次,6成的中国人集中出行,从酒店到景区,从车站、码头到机场,旅游相关的各个部门都超负荷运转,也将所有旅行中的细微漏洞彻底放大,而其中交通拥堵引发的安全事故尤为突出。     

机动车驾驶员培训操作技能教学模式探讨

实际操作教学是机动车驾驶员培训的重要组成部分。文章分析了操作技能教学模式的特点,详细论述了操作技能教学模式的五个主要环节,即教学准备、讲解动作要领、动作示范、指导练习、课后讲评,供教练员及学员参考。     

揭开飞机驾驶室的“秘密”

从概率上来看,飞机是目前最为安全的交通工具,然而一旦遇上事故,后果也是毁灭性的。韩国亚洲航空公司一架波音777客机就于2013年7月6日在美国旧金山国际机场降落过程中失事坠毁。当一架满载乘客的民航客机直冲云霄,几百人的性命安危已全然交由飞机驾驶员保管。一架民航飞机是怎么起飞的?一名合格的机长是怎么"炼"成的?让我们一起揭开飞机驾驶室的"秘密"。     

针对变道行为的ACC系统上层速度控制模型仿真

通过汽车制动性能测试仿真试验验证了ACC系统上层速度IDM控制模型的不足,对比分析了改进的IDM控制模型(IIDM)的优点。针对变道插入行为引起后车不必要的紧急刹车行为,基于CAH模型的假设,建立结合IIDM模型和CAH模型的ACC系统上层速度控制模型并进行特定工况下的仿真试验。仿真结果表明：建立的ACC系统上层速度控制模型不仅保留了IIDM和CAH模型的优点,还具有自身的特点。当不切实际的制动减速行为发生时,ACC系统IIDM模型和CAH模型的制动减速度应在aCAH-b和aCAH之间;对于较小的车间距离,制动减速度则会适当增大,可以避免危险的发生。     

基于迁移学习和AlexNet的驾驶员行为状态识别方法

为了解决传统基于神经网络算法的驾驶员行为状态识别系统精度过于依赖大量训练样本的问题,本文提出将迁移学习理论和AlexNet引入到驾驶员行为状态的识别研究中。首先对驾驶员行为特征及状态进行深入分析,对驾驶员7种驾驶状态进行了定义,构建了驾驶员状态信息采集系统;然后对基于卷积神经网络的驾驶员状态识别方法研究,建立了驾驶员状态数据集,构建了基于AlexNet卷积神经网络的状态监测系统,通过迁移学习完成了卷积神经网络识别模型。最后通过实验验证了本文提出的驾驶员状态识别算法对7种驾驶员状态识别的有效性。实验表明：该系统准确率达到97.8%,且在实验设备中运行速度达到70帧/分钟,满足较高的准确率要求与实时性要求。     

高原公路纵断面线形与驾驶员体力负荷的试验分析

为了解在高原公路行车过程中驾驶员体力负荷与高原公路纵断面线形的关系,选取帕米尔高原国道G314路段进行高原公路实地行车试验。采用积分肌电值IEMG与中位频率MF的比值K作为评价驾驶员体力负荷的指标,通过对比经过170个变坡点附近被测驾驶员的体力负荷K的变化特征。定量分析K值随高程H、竖曲线半径R以及绝对坡差|ω|的变化规律,并建立关系模型。研究表明：高程、竖曲线半径和绝对坡差对驾驶员体力负荷均有明显影响;且在竖曲线半径和高程的共同作用下,高原公路驾驶员肌电负荷的变化更加明显。     

基于可变形部件模型的驾驶员人脸检测

交通监控中车辆驾驶室内环境较为复杂,如光线暗、遮挡、分辨率低等,现有的人脸检测方法效果不佳.提出了一种基于可变形部件模型的驾驶员人脸检测方法.通过提取聚合通道特征（局部二值模式和梯度方向直方图）,得到候选人脸目标.基于监控图像中车牌与驾驶员人脸的相对位置存在比较固定的模式,将车牌与驾驶员人脸看作是可变形部件模型中的两个部件,用于验证车牌和候选目标相对位置关系的合理性,从而确定驾驶员人脸的位置.实验结果表明提出的方法提高了检测准确率和综合性能指标,有效地滤除了人脸虚警,且召回率影响较小.      

驾驶员转向特性分类与辨识方法对比研究

针对汽车驾驶员转向特性分类与辨识问题,基于CarSim仿真平台对研究方法进行了初步探索。设计了转向工况仿真试验,采集试验数据,根据车辆最大横摆角速度,使用K-means聚类算法对驾驶员转向特性进行分类。在Matlab软件环境下分别采用学习向量量化(LVQ)神经网络、BP神经网络、支持向量机(SVM)建立驾驶员转向特性辨识模型,并对3种网络建立的辨识模型进行测试试验和比较。试验结果表明:3种辨识方法均具有较高的辨识精度,其中支持向量机方法在汽车驾驶员转向特性辨识方面具有一定的优势。     

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。