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.     

基于3S技术的玛曲县草地植被覆盖度变化及其驱动力

利用GIS空间统计分析、多元统计分析方法和改进的遥感二分像元估算模型估算了玛曲县高寒草地植被覆盖度。结果显示:玛曲县2000,2002,2004,2006,2008年的平均植被覆盖度依次为66.17%,56.41%,57.34%,77.38%,58.93%。玛曲县高寒草地植被覆盖度总体呈下降趋势,优等植被的退化比较严重。草地植被的演变情况主要由优等植被覆盖向劣等植被覆盖演变,进一步证实了玛曲县草地呈退化趋势。并对导致玛曲县高寒草地植被覆盖度变化的因素进行PCA分析,结果显示人为因素是导致玛曲县植被覆盖度变化的主要因素,进一步说明人类活动对玛曲高寒草地生态环境变化影响巨大。     

瓦斯爆炸事故有毒有害气体传播规律研究及危险区域划分

对矿井瓦斯爆炸事故有毒有害气体传播规律进行了研究,建立了有毒有害气体在无风巷道扩散数学模型及有毒有害气体在通风网络中传播数学模型,并划分了瓦斯爆炸产生有毒有害气体传播的死亡区、重伤区、轻伤区,为瓦斯爆炸事故救援和安全评价提供了理论基础.     

长平直线公路驾驶行为测试

目的通过长平直线路段驾驶员心理状态的研究,给出驾驶建议,以降低在该种道路上的交通事故发生率。方法运用动态心电仪、GPS、雷达测速仪等设备,在一段长约27km的长平直线路段上进行2名驾驶员的心理测试实验,通过对实验数据的处理和分析,研究驾驶员的生理特征随车速和时间的变化情况。结果根据大量实验数据,运用最小二乘法拟合取得驾驶员的心率变化曲线等,通过分析,得到了长平直线路段驾驶员心理状态的变化情况。结论在长平直线公路上驾驶员不易产生心理紧张,从而导致警惕性降低、易超速行驶,是形成交通事故的主要原因。     

微山县耕地变化驱动力研究

根据济宁市微山县1990~2004年的相关统计数据,利用灰色关联分析方法确定了影响耕地面积变化的驱动因子,并对其最大驱动力进行了分析。结果表明:微山县耕地面积变化与农业总产值在工农总产值中的比例关联系数最大,达到0.815 85,其次为粮食单产、农作物播种面积、全社会固定资产投资完成额、GDP、城市化水平、公路客运量和社会消费品零售总额。最后通过其15a间的耕地面积变化数据,建立了耕地面积灰色GM(1,1)预测模型,平均相对误差为2.89%,精度较高,可以用于后期的耕地面积变化预测。     

江苏省人均粮食地域格局变化特征及其驱动力研究

应用GIS技术和空间自相关分析方法,探讨了1995年以来江苏省县域尺度人均粮食地域格局变化特征及粮食生产与经济发展的空间匹配格局,初步分析了粮食生产地域格局变化的驱动因素.结果表明:县域人均粮食存在显著的空间自相关特征,高高聚集和低低聚集趋势增强,全省粮食生产在经济发展相对滞后的洪泽湖流域、里下河地区和沿海农业区中部得到加强,而逐渐从经济发达的苏锡常地区退出;县域经济发展和粮食生产的地域格局呈现出日益显著的空间差异化特征;县域经济发展和政策导向是人均粮食地域格局变化的重要驱动因素,农业自然地理条件对粮食生产布局的决定性作用已有所减弱,在土地和劳动力等资源的比较优势利用基础上形成的社会经济发展综合驱动力对粮食生产布局产生着日益显著的影响.图4,参21.     

近10年临沂市LUCC及驱动力分析

以山东省临沂市1990～2003年间土地利用类型动态变化为例,分析了变化过程及其驱动因素。研究表明：临沂市土地利用表现为城市工矿建设用地、交通用地急剧增加,未利用土地、耕地、林地、园地等大量减少;土地利用／土地覆被不够合理,土地利用程度综合指数较高;虽然城市工矿建设用地的动态度指数在下降,侵占其他土地类型的程度在减缓,但形势仍很严峻。最后指出城市化和工业化、经济发展、人口增长、政治经济政策是土地利用／土地覆被变化的主要驱动力。     

面向历史轨迹的多因素驾驶偏好挖掘算法

提出一种新型基于窗口的数据挖掘算法,以用来挖掘所定义的多因素驾驶偏好.具体地,定义了多因素之间的两两权衡来刻画驾驶偏好;提出了一种用于估算偏好分布的挖掘算法,并根据假设引入了椭圆对挖掘算法进行了优化.结果证明,该方法能够发现本文所定义的多因素驾驶偏好,并且算法有效、快速,具有较好的扩展性.     

考虑车辆间交互作用的驾驶意图预测方法

准确的意图预测可以帮助智能车辆更好地了解周围环境并做出更加安全的决策，从而提高自动驾驶的安全性，促进人机协同驾驶。为了对驾驶员未来的意图做出更加精准的预测，提出了一种交互式意图预测方法。首先，通过将隐马尔可夫模型（HMM）与高斯混合模型（GMM）相结合，在充分考虑周围场景信息后建立了行为识别模型，用于对当前的驾驶行为做出准确的判断。然后，考虑到交通场景复杂多变的特点，提出基于意图的轨迹预测方法规划出一条最佳的行驶轨迹，并采用最大期望效用理论对未来的驾驶行为进行推理。由于行为识别和意图推理模型综合考虑了交通态势的演变过程和车辆之间的交互作用，所以将两个模型得到的结果相结合可得到车辆最终预测出的驾驶意图。最后，在NGSIM数据集对所提出的方法进行验证，结果表明提出的行为识别模型能够提前0.2~0.3 s识别出车辆的换道意图，结合未来意图推理模型，能够更加准确地预测出车辆未来的驾驶行为，由此可提高车辆驾驶的安全性。     

面向智慧驾驶的道路基础设施功能设计

随着单车智能成本提高以及道路环境复杂性加大，智慧驾驶车辆的发展越来越依靠智慧道路基础设施的进步。目前国内外不同的道路工程建设项目对道路基础设施的智慧化均提出了各具特色的设计思路和功能模块，但是相关研究主要集中在单一的道路功能或特定技术上，尚未系统性地给出智慧道路基础设施的设计理论和应用体系。同时，智慧道路基础设施建设要求路旁设备、路面材料和外部感知设备等全方位朝着信息化、数字化和智能化方向发展。本研究在系统综述国内外智慧公路项目典型案例的基础上，提出了未来智慧道路设施的四大关键技术。