浅议山西省农机事故的成因与对策

讨论了山西省农机事故的基本特征，分析了这些农机事故发生的主要原因，提出了预防和降低农机事故的主要措施。     

各国手势趣谈

竖大拇指将大拇指竖起,其余四指握拳,这个手势对于中国人来说,是表示称赞、夸奖、“顶呱呱”之意。在世界很多国家,也是表示自己对某句话或是某件事赞赏,也表示准备妥当。例如在蓝球比赛时,裁判员会一手执球一手竖大拇指表示一切就绪,比赛可以进行了。据说这个手势源自飞机驾驶     

微观仿真车道变换模型研究

利用模糊逻辑方法刻划建立在驾驶员知识和经验基础上的主观判断过程，设计了模糊推断的语言规则和基于模糊逻辑的车道变换算法，构建了微观交通流仿真的车道变换模型．采用不同流量条件下车辆换道次数的观测值与模拟值进行比较，验证了模型的有效性．     

驾驶员的情绪与行车安全

据统计80%以上的交通事故与驾驶员有直接或间接的关系,其中驾驶员的情绪状态对行车安全影响极大。驾驶员在积极的状态下,驾驶车辆时的差错失误少,工作效率高。反之,在消极的情绪下,对安全行车将产生很大的阻碍作用,不应有的失误增多,且会大大降低运输效率。因此经常保持积极的情绪状态对于驾驶员来说极其重要。然而,人是具有社会性的,驾驶员也无法摆脱社会的复杂性,不可能完全置之于理想的生活环境中,所以,从安全行车,提高效率的角度出发,向驾驶员提出自我调节与控制的问题,这对保证行车安全具有特殊的意义。     

国际

德研制出预警疲劳驾驶监视仪,能及时发现疲劳驾驶 据英国《每日邮报》报道,德国科学家日前开发出了一种监视仪,能及时发现驾驶员疲劳驾驶迹象并给予预警。由德国弗劳恩霍夫协会数字媒体技术研究所开发的这套设备配备了一套微型摄像头,可对驾驶员的眼球运动情况进行检测,一旦发现驾驶员育任何打盹迹象,就会通过声音、灯光以及震动等方式进行预警。     

基于行驶避撞紧急度的车辆运动模糊控制

进行行驶避撞紧急度计算仿真对保证车辆行驶安全具有重要意义．提出基于心率变化的行车避撞紧急度概念,采用驾驶倾向性系数衡量驾驶员基本特征对心率变化的影响,同时给出车辆紧急行驶模糊推理的控制算法,并进行仿真计算．试验结果表明,基本特征对心率变化量影响明显;情况越紧急,驾驶员采用的最大车辆加速度越大,约为-5～-6m／s^2,时间大约为5—7S之间．加强紧急状况下生理及操纵行为的研究可以曼好地理解驾驶行为．为驾驶诡安全管理据供理论依据．     

驾驶员的情绪与行车安全

据统计80％以上的交通事故与驾驶员有直接或间接的关系,其中驾驶员的情绪状态对行车安全影响极大。驾驶员在积极的状态下,驾驶车辆时的差错失误少,工作效率高。反之,在消极的情绪下,对安全行车将产生很大的阻碍作用,不应有的失误增多,且会大大降低运输效率。因此经常保持积极的情绪状态对于驾驶员来说极其重要。然而．人是具有社会性的,驾驶员也无法摆脱社会的复杂性,不可能完全置之于理想的生活环境中：现代道路交通环境日益复杂潜伏着引发种种危险的因素,时常引起驾驶员心理状态的复杂变化,特别是不良的情绪反映。所以,从安全行车,提高效率的角度出发,向驾驶员提出了一个自我调节与控制的问题,这对保证行车安全具有特殊的意义。     

基于车道居中控制的驾驶员切弯行为偏好视觉影响机制

驾驶模拟器的采集车道居中控制系统（LCCS）开启时,根据高速公路匝道弯道上的驾驶员注视点视角与关键路点视角信息,建立模型分析视觉特征与该工况下驾驶员对路径切弯行为偏好的关系。首先,提出基于临近路点的驾驶员注视行为分析方法;其次,分析不同弯道区间段上关键路点与驾驶员注视视点之间的位置关系,以及利用其预测偏好的可行性;最后,基于视觉特征设计了72个统计指标,筛选后选择其中8个指标建立切弯行为偏好估计逻辑回归模型。结果表明：该模型能够准确估计驾驶员对两条路径在弯道中心区域切弯程度的相对偏好;模型中的参数反映了切弯行为偏好背后的视觉影响机制,这为弯道居中控制时的驾驶员偏好获取及其自适应方法提供了依据与支撑。     

汽车自适应巡航控制系统研究现状与发展趋势

作为传统定速巡航的升级,自适应巡航控制(adaptive cruise control,ACC)系统可以提高驾驶舒适性和行车安全性.论文概述了ACC系统的发展历程,从环境感知技术、驾驶员跟车行为特性、车辆动力学建模、ACC系统控制算法、ACC系统功能扩展等方面对近年来ACC系统的最新研究成果进行了详细论述,在此基础上讨论并展望了ACC系统研究的共性问题与发展趋势.     

基于神经网络方法的集成式驾驶员跟车模型

为了提高驾驶辅助系统的跟车性能,基于神经网络方法建立了一种集成式驾驶员跟车模型.通过真实交通环境下的驾驶员实验获得了稳定跟车状态数据,并利用Kalman滤波器对数据进行了处理和估计.设计了以BP神经网络为核心的集成式模型结构,该模型以前车速度为输入,计算跟车过程中的两个特性参数并输入神经网络以模拟驾驶员控制的自车加速度.利用处理后的数据样本对网络进行了训练,并对该模型进行了仿真验证.仿真结果表明;神经网络模型具有模拟驾驶员跟车行为的能力,模型体现出较为准确的跟踪特性,并对不同的前车工况具有良好的适应性.