预瞄跟随理论和驾驶员模型在汽车智能驾驶研究中的应用

根据预瞄跟随理论及驾驶员的开车行为特性 ,指出汽车智能驾驶与驾驶员操纵行为的内在一致性——汽车智能驾驶系统的控制特性与熟练驾驶员的驾驶行为特性基本一致。结合驾驶员操纵行为模式将汽车智能驾驶系统划分为信息感知、轨迹决策和操纵控制三个部分 ,并一一加以具体分析 ,利用系统模糊决策理论对几种汽车行驶的典型工况进行了智能车辆方向控制仿真计算。理论分析和仿真结果表明预瞄跟随理论为智能车辆的研究提供了一个可行的研究途径 ,按照该理论建立的驾驶员方向控制模型可以直接应用于智能车辆控制算法的研究开发     

基于模糊综合评判模型的沙漠环境下驾驶员安全特性评价

为了揭示沙漠公路道路交通环境下驾驶员驾驶特性与交通事故之间的作用机理,选择了影响驾驶员安全特性的主要因素,并利用驾驶适宜性实地检测数据进行相关性分析,建立了影响因素与驾驶特性指标之间的模糊综合评判模型,对沙漠公路驾驶员安全可靠性进行了动态分析和评价.研究表明:由于受特殊的道路交通条件、沿线自然环境以及驾驶员生理和心理特性的影响,沙漠公路中驾驶员表现出较强的事故倾向性;诸影响因素中,气温对驾驶安全性的影响最为显著,然后依次为持续驾车时间、驾龄和年龄.     

基于贝叶斯判别的驾驶行为危险状态辨识

为有效辨识危险性驾驶行为,以事故发生概率为依据,对驾驶行为的危险状态分级.采用单因子方差分析提取危险状态辨识主因子.基于贝叶斯判别构建了驾驶行为危险状态辨识模型.将在连续驾驶条件下5名驾驶员驾驶行为状态指标测试数据分为两组,分别用于标定与测试模型.测试结果表明错判率为4.3%.     

交互危险行为对双责事故严重程度的影响分析

为了明确交互危险驾驶行为与双责事故严重程度的关系,从驾驶行为方面有效减轻双责事故的危害后果,结合双责事故的特点及各统计分析模型的适用性,采用广义有序logit模型鉴别各种危险驾驶行为交互作用对双责事故受伤严重程度的影响作用,并分析危险驾驶行为对不同等级受伤严重程度的影响规律以及影响机理.研究结果表明:双方驾驶员均偏离车道、双方均分心驾驶、一方超速另一方让行失败、一方超速另一方鲁莽驾驶以及一方违反交通规则另一方让行失败的交互危险行为会显著增加事故严重程度.根据分析结果,提出应对驾驶员做好宣传教育工作促使其养成良好的驾驶行为习惯,并结合超速监测系统、电子执法系统等技术手段加强对危险驾驶行为的监控.      

手机打车软件操作驾驶分心检测模型研究

为探寻操作手机打车软件时的驾驶分心识别方法,本文开展模拟驾驶实验,采集了驾驶员在不同驾驶状态下的驾驶行为参数,通过对参数的统计分析,确立分心检测参数集。采用支持向量机分类算法理论构建基于驾驶绩效的分心检测模型,并利用实验数据验证模型的有效性。结果表明:该模型对驾驶员视觉分心驾驶行为检测率最高,正常驾驶行为次之,对认知分心驾驶行为的检测能力最弱,模型的平均检测正确率为86.67%,检测效果较好,可用于驾驶分心检测。     

不同工作负荷下驾驶员的心生理特征研究

使用动态心电仪作为心生理检测仪器,综合检测驾驶员在不同道路交通环境条件下的心生理反应特征。试验结果表明,驾驶员在不同的道路交通环境条件下具有驾驶工作的心生理负荷特征,不同的驾驶行为和道路交通环境条件对驾驶员造成的心生理驾驶工作负荷不同,这为“人性化”道路交通安全研究提供了理论与实践依据。     

不同情绪作用下的汽车驾驶行为预测

为探究驾驶员情绪对驾驶行为的影响,本文采集驾驶员心电信号和行车数据,对不同情绪作用下的驾驶员行为进行预测。首先,根据问题的数学描述,建立融合驾驶员情绪变化的驾驶员模型,依据模型设计神经网络体系结构。然后,采用竞争学习算法进行驾驶行为预测,其损失减小到传统方法的1/2,结果表明,竞争学习算法是一个有效的算法,可以很好地应用在驾驶行为预测的研究中。最后,对驾驶员高兴、悲伤、愤怒和平静4种情绪作用下的驾驶行为进行预测,车速预测值非常接近观测值。在高兴和愤怒情绪状态下,平均车速相比于平静状态时都有显著增加,伴随着明显的超速行为;愤怒情绪下,出现事故的可能性增加,驾驶员趋向更危险的驾驶行为;在悲伤情绪下,平均车速相比于平静状态时显著下降,驾驶员驾驶较谨慎。     

车辆颜色等多因素对驾驶行为的交互作用研究

车辆颜色是影响驾驶行为与交通安全的重要因素,为研究动态运行环境下车辆颜色、车型对于驾驶行为的影响,首先,建立不同颜色、车型车辆模型及其白天与黄昏两种道路环境,构建6类典型驾驶场景;其次,选取25名测试人员,采用组内实验的方法进行试验,实验中利用驾驶模拟系统、眼动仪与多导生理仪采集车辆运行、驾驶员眼动与心率数据。实验结果表明,驾驶员对车辆的识认有明显差异,白天识认距离明显高于黄昏,大客车则明显高于小轿车,黑色车辆在黄昏时识认性明显低于其他车辆,尤其是在观察前方车辆时更为明显。上述结果表明,车辆颜色对于驾驶员识认距离存在明显影响,尤其是小型车辆在黄昏时响更为显著,以上结果应在车辆颜色选择及驾驶员培训时予以关注。     

影响道路交通安全的驾驶员异常行为研究

道路交通事故的产生多归因于驾驶员行为因素,分析驾驶异常行为对于研究交通事故致因具有重要意义.利用驾驶行为调查表(DBQ)对我国120名驾驶员在1 a内的驾驶行为特点进行匿名调查.根据驾驶员自我报告的驾驶行为调查结果,采用方差分析方法,分析不同性别、年龄类别、性别×年龄类别作用下的驾驶异常行为差异;并对驾驶异常行为调查结果进行因子分析,提取了2个独立的公共因子,分别可以解释为侵犯及违例和认知失误及疏忽.结合方差分析和因子分析的结果,男性驾驶员、年轻驾驶员与侵犯与违例有关的驾驶异常行为较多;而女性驾驶员、年老驾驶员与认知失误及疏忽有关的驾驶异常行为较多.     

山区公路穿村镇路段过境车辆事故严重程度推理分析

为获取道路线形、驾驶员属性、车辆类型、事故形态等因素对山区公路穿村镇路段过境车辆事故严重程度的影响机制。本文基于元双公路(元谋—牟定)2012—2017年事故数据,利用社会网络分析法从人、车、路、环境等方面筛选出15个影响因素;基于机器学习方法构建贝叶斯网络模型;以事故严重程度为决策变量,分析不同证据变量与驾驶员行为共同作用的推理结果。结果表明：不安全驾驶行为与危险事故因素的共同作用,将会增加事故严重程度;当涉及货车时,由于未保持安全距离,伤人事故率增加8.2%;在弯坡组合路段,由于驾驶员判断失误,伤人事故率增加 19.6%;阴雨天行驶时,由于驾驶员判断失误,伤人事故率增加5.4%;由于操作不当,发生侧翻事故时,伤人事故概率增加3.1%。     

智能手机使用行为对驾驶可靠性的影响模型

为解决智能手机使用行为对驾驶安全影响过程缺少定量描述的问题，基于驾驶行为信息加工和注意分配理论，探索智能手机使用行为与驾驶可靠性的关联关系，提出7 个因果关系假设，构建涵盖视觉资源消耗、认知资源消耗、驾驶不可靠性等潜变量的智能手机使用行为影响的结构方程模型. 通过线上与线下相结合的方式进行驾驶人问卷调查，实证分析结果表明，视觉资源消耗(0.448)、认知资源消耗(0.256)对驾驶可靠性具有直接负向效应，信息输入、显示观看、语音通话及心理特征具有间接负向效应，其中显示观看(0.450)的效应最大.     

智能手机使用行为对驾驶可靠性的影响模型

为解决智能手机使用行为对驾驶安全影响过程缺少定量描述的问题，基于驾驶行为信息加工和注意分配理论，探索智能手机使用行为与驾驶可靠性的关联关系，提出7 个因果关系假设，构建涵盖视觉资源消耗、认知资源消耗、驾驶不可靠性等潜变量的智能手机使用行为影响的结构方程模型. 通过线上与线下相结合的方式进行驾驶人问卷调查，实证分析结果表明，视觉资源消耗(0.448)、认知资源消耗(0.256)对驾驶可靠性具有直接负向效应，信息输入、显示观看、语音通话及心理特征具有间接负向效应，其中显示观看(0.450)的效应最大.     

驾驶模拟在交通事故致因理论体系中的应用研究

通过分析交通事故致因理论中各种因素的层次和因果关系,对原有的模型进行了修正,建立了间接因素加上两层直接因素的致因理论体系.驾驶模拟方法在事故致因理论的研究中所用甚少,因此,本文针对上述体系的各个直接因素,提出了利用驾驶模拟器进行致因研究的方法.以研究能见度与驾驶员应急反应行为能力关系的驾驶模拟实验为例,验证了利用驾驶模...     

家庭安全氛围对青年驾驶员风险驾驶行为的影响

据数据统计,青年驾驶员是交通事故和交通违规、违章的高发群体.国外研究表明,家庭安全氛围对青年驾驶员的风险驾驶行为有重要影响.在文献总结的基础上,以 177位中国青年驾驶员为研究对象,采用探索性和验证性因素分析方法探索了中国背景下家庭安全氛围的结构维度,进而运用层次回归技术,探讨了家庭安全氛围对风险驾驶行为的影响.结果显示,我国家庭安全氛围呈现清晰的七因子结构,且家庭安全氛围整体、示范维度、承诺维度均对青年驾驶员的风险驾驶行为存在显著的负向预测作用.最后从家庭安全的角度提出了规范青年驾驶员的风险驾驶行为和减少交通事故发生的建议.     

驾驶员夜间视力与行车安全研究

对２１３名夜间事驾驶员及６５２名非事故驾驶员进行夜间视力测试方法研究和夜间视力对比研究。测试结果表明：事故组驾驶员夜间视力明显差于非事故组（ｐ〈０．０５）。提示夜间视力功能者是夜间交通肇事的重要原因之一,并提出夜间行车安全可靠性评价方法。     

A Research on Darkness Adaptation of Drivers

This paper presents the results of darkness adaptation test fordrivers. It is shown that there is a significant difference (p<0.05) in their darkness adaptation ability between the drivers in accident group and non-accident group. It is further revealed that the accident rate of the drivers with darkness adaptation time ≤10 s is 2.6%, while that with darkness adaptation time >10 s is 7.3%, implying that the high accident rate of the drivers in accident group might be caused by their longer darkness adaptation time.     

基于贝叶斯网的公路路侧事故风险评价

为了根据路侧危险情况采取针对性的措施,急需开展公路路侧事故风险评价研究. 基于事故模拟再现分析,根据车辆驶入路侧后的事故形态,将路侧事故严重程度划分为 4个等级,对不同等级路侧事故的致因因素进行研究,给出驶入车速、边坡坡度与边坡高度阈值.构建了路侧事故风险评价的贝叶斯网,基于路侧事故致因因素阈值,针对单因素、双因素与三因素分别给出了不同等级路侧事故发生概率的计算方法.选取典型路侧事故案例进行分析,贝叶斯网的计算结果显示发生 2次及以下翻车事故的概率为 0.929,与路侧事故模拟试验结果相符,证明了本文提出的公路路侧事故风险评价方法的准确性.     

灰色关联分析法在公路交通事故黑点成因分析中的应用

针对公路交通事故黑点原因的不确定性,本文从人、车、路、环境4个子系统整体出发,确定与事故相关的主因素。采用概率统计方法确定各主因素的主元素,并运用灰色关联分析法,对各主元素的事故指标进行统计分析,计算其关联系数及关联度,最终通过各主元素关联度的大小来确定事故黑点成因。     

山区公路驾驶员交通心理与客运安全研究

针对山区驾驶员的交通安全心理,从道路环境、车、驾驶员三方面建立交通安全感影响指标集,利用层次分析法和灰色加权关联法对山区复杂公路客运驾驶员的安全感进行映射性评价.评价结果显示,影响驾驶员安全感的前8位指标分别是驾驶员操作水平、职业习惯、道路类型、驾驶员性格、心理稳定性、交通复杂程度、规范操作行为和行驶平均车速.应用此评价模型可以对驾驶员进行科学干预和学习培训,从而预防和减少客运交通事故.对秦岭山区商洛市的研究表明,此方法适用于区域客运驾驶员的交通安全感综合评价,也适用于固定客运班线的驾驶员评价.     

Research on Module of Drivers' Steering Reaction in Simulative Tail-crashing Environment

Study on drivers' reaction time in the traffic accident has attracted great attention of scholars on driving reliability and causes of accidents. By data collection through questionnaires and some static indexes of drivers, such as depth perception, attention centrality and attention assignment, as well as drivers' reaction time collected by using the driving simulator, the linearity regression model of drivers' reaction time has been constructed. Validity of the model can be checked up. It can be concluded that, at 95% confidence level, it reveals a linear relation between forenamed factors and reaction time. Qualification rate of the prediction is 79%. More attention should be paid on stochastic factors in the environment than ever as well as factors such as drivers' psychological state, driving experience, and age. This paper has offered an effective way to study drivers' reaction behavior in emergency.