基于风险驾驶行为分析的营运驾驶员交通安全教育

营运车辆事故多是由驾驶员的风险驾驶行为引起的,而交通安全教育对营运驾驶员的风险驾驶行为改善起主要作用。传统的教育方法未考虑不同驾驶员的行为特征,因而效果不佳。基于风险驾驶行为分析的教育方法首先对驾驶员的驾驶行为进行监控,然后分析驾驶员的风险驾驶行为特征,最后基于特征进行安全教育。该方法具有针对性,并在国外取得较好效果。本研究对基于风险驾驶行为分析的教育方法进行了实验,分析了营运驾驶员的风险驾驶行为类型特征和典型事故致因,并对教育效果进行了评估。结果发现该教育方法能明显减少危险交通事件率。     

驾驶心理对交通安全的影响

分析驾驶心理对交通安全造成的影响,并总结其中的主要因素.通过文献调研,综述了驾驶心理的主要过程和关键特征对交通安全的不同影响,并分析了驾驶心理对交通安全的影响方式.驾驶心理已经成为引发交通事故的重要因素之一,驾驶心理通过影响驾驶员的行为,间接地对交通安全产生影响,其中知觉、注意、态度、驾驶疲劳等是影响交通安全的主要因素.了解驾驶人行为的心理机制,有助于找到改善交通安全的方法,研究发现通过改变驾驶人态度是1种有效的途径.     

道路交通驾驶行为研究进展及其展望

汽车驾驶行为被认为是导致交通事故的重要原因之一,也一直是交通安全领域重要的研究热点.文中综述面向交通安全的驾驶行为研究进展.对驾驶行为的涵义进行了描述,并将其分成了信息感知、决策和操作、车辆状态表现3个主要阶段,提出了表征3个阶段驾驶行为风险的方法,建立了具体的表征指标.根据所建立指标体系,介绍目前面向交通安全的驾驶行为研究主要内容、所采用的主要方法和手段以及取得的研究成果.通过分析目前研究的主要进展和存在的主要问题,对面向交通安全的驾驶行为研究进行总结,并分析目前驾驶行为研究的趋势.结合目前其他技术的发展情况,提出驾驶行为研究的主要方向,阐述用于研究驾驶行为的新方法和手段,对驾驶行为的研究进行展望.      

驾驶模拟器的发展历程及最新应用实例

基于驾驶模拟器的概念和等级水平,介绍了驾驶模拟器的分类,梳理了国内外高等级驾驶模拟器的发展历程,详细介绍了运动系统和视景系统的特点,并介绍了中低等级驾驶模拟器的发展现状与技术特点。结合汽车智能技术和交通安全等领域对驾驶模拟技术的发展需求,探讨了驾驶模拟器技术最新应用和发展不足,为驾驶模拟器的开发和应用提供解决与验证思路。     

汽车驾驶模拟器及其关键技术研究现状

分析了国内外汽车驾驶模拟器的研究背景、现状和优缺点,阐述了汽车驾驶模拟器研究中的关键技术和存在的问题,介绍了面向交通安全的驾驶模拟器应具备的基本特点,说明了研发面向交通安全的驾驶模拟器的必要性,最后提出了汽车驾驶模拟器未来的发展趋势。     

全民交通行为安全性提升技术及其应用——课题五成果综述

紧扣道路交通安全中“人”的因素,深入分析当前我国道路交通安全状况,综合国内外交通行为安全性提升技术手段研究进展,设置了五大研究专题,分别为:全民交通行为安全性评估与综合提升对策体系、驾驶人培训考试改进技术与装备研发及应用示范、不同受众交通安全科普教育技术与教品研发应用、新型交通安全科普教育核心系统及装备研发以及互动式交通安全科教基地构建与典型模式研究及示范.通过系统研究,提出了全面提升交通行为安全性的对策体系与综合措施,研发了适于不同类型交通参与者的交通安全宣教教品和装置,研究了改进驾驶人培训考试内容与手段,建立了基于现代信息技术的交通安全宣教主题示范基地,开展宣教活动和驾驶培训考试的大规模示范应用,取得了良好应用效果.      

北京市交通安全宣传教育基地

<正>为建全机动车驾驶人培训机制,强化自觉守法和交通安全意识,全面提升首都交通安全宣传水平,根据市委、市政府"首都文明交通行动"部署要求,北京市公安局公安交通管理局联合东方时尚驾驶学校股份有限公司,借鉴国内外交通安全宣传教育基地建设理念和经验,精心设计、建设了北京市交通安全宣传教育基地。教育基地由     

“2015年嵩明职教基地交通安全宣传季——交通安全伴我行”活动在云南东方时尚启动

<正>2015年9月,嵩明职教基地迎来了近3万名新生。由云南省嵩明职业教育基地管理委员会主办、云南东方时尚驾驶培训有限公司协办的"2015年嵩明职业教育基地交通安全宣传季——交通安全伴我行"主题活动,于2015年9月7日上午在云南东方时尚驾驶培训有限公司拉开序幕。2015年9月初至10月中旬活动期间,将由云南省嵩明职业教育基地管理委员会主办、云南东方时尚驾驶培训有限公司协助,统筹安排嵩明职教基地入驻各院校近3万名新生通过参观云南东方时尚驾校交通警示教育基地,进行交通安全教育和宣传。在全社会营造重视校     

5G推进ADAS和自动驾驶发展进程

5G能克服当前V2X技术的局限。通过在自动驾驶车辆上搭建车载5G网关,并推动边缘计算与自动驾驶融合,将推进ADAS和自动驾驶技术的发展,并为提升自动驾驶系统交通安全性提供保障。     

加强青少年交通安全的新举措——渐进式驾驶许可制度

随着公众对青少年交通安全的日益重视,如何减少青少年驾驶的潜在危险已经成为急待解决的问题。针对保护青少年交通安全的问题,渐进式驾驶许可制度(GDL)提出了新的青少年驾驶培训体系。本文着重介绍了GDL驾驶培训体系的内容和组成,并对实施GDL制度的背景、目的和意义进行了阐述,在举例说明GDL制度在加强青少年交通安全有效性的同时,也指出了推行GDL制度需要应对的困难和挑战,最终说明了GDL制度的发展前景及其重要性。     

汽车驾驶模拟器在交通安全中的应用综述

汽车驾驶模拟器是1种研究“人‐车‐路‐环境”交通特性的重要工具,由于具有重现性好、安全性高、成本低等优势,被广泛应用于交通研究方面,尤其因其能够在危险场景中采集多种车辆数据,近年来汽车驾驶模拟器在交通安全方面的研究进展飞速。文中简要介绍了汽车驾驶模拟器的国内外发展历史,从驾驶分心、道路设计、交通设计、交通事故和驾驶疲劳5个方面梳理出汽车驾驶模拟器在交通安全领域的应用研究,并分析了这5个方面研究领域中驾驶模拟器实验的其中利弊,探讨了汽车驾驶模拟器在中国交通安全研究中的应用前景及存在的问题。      

驾驶人安全意识提升方法与实现

研究表明,缺少安全驾驶意识的驾驶人在行车过程中易发生交通事故,并逐渐成为导致交通事故的主要原因之一。文中首先对安全驾驶意识的内涵进行了描述,并根据内容的不同进行了分类。举例介绍了基于动画和视频形式的安全意识提升方法的设计过程,具体实现流程以及实现效果;提出了基于汽车驾驶模拟平台的安全意识提升技术,将危险交通情景分为纵向和横向两大类,分别举例介绍了具体的实现过程和触发条件算法。     

山区公路爬坡车道的交通特性及驾驶安全性模拟评价

以山区公路上设置的某一爬坡车道为试验对象,利用驾驶模拟试验对其交通特性及驾驶安全性进行仿真。根据设计图和现场环境构建了三维虚拟试验场景,通过VISSIM生成试验路段交通流;32名受试者在4种交通条件下进行了驾驶模拟试验;模拟过程中记录车辆的速度、轨迹、加速度、制动力等数据;通过VISSIM仿真试验确定了该爬坡车道的交通量阈值。分析结果表明,在常规交通流情况下,该爬坡车道可提高主路上的车速及其平稳性,同时可减少来自对向车道的冲突;但随着交通流量趋于饱和,其有效性逐渐减弱甚至产生负面影响。     

驾驶危险点的处理分析

驾驶危险点是行车过程中不可避免的情况,合理处理、安全通过驾驶危险点是安全行车的重要保证。对各种处理方式进行了分析,并进行了通过方法和步骤的分析,这对于实际驾驶有重要的指导意义。     

基于交通标志信息量的驾驶负荷加载有效性研究

过高的驾驶负荷是导致驾驶绩效受损和交通事故的重要原因,因此驾驶行为和交通安全研究中需要采用适当的负荷加载形式;通过试验分析不同信息量的交通标志对驾驶人认知负荷的影响规律,验证交通标志信息量对负荷加载的有效性。基于不同信息量的交通标志,对驾驶人的驾驶负荷进行试验验证。招募44名被试在静态控制环境下进行交通标志认知试验,采用信息理论对交通标志信息量进行量化计算,用不同信息量的交通标志进行认知负荷加载,采集被试对每个标志的主观负荷评价及反应时间。试验结果表明：主观驾驶负荷与交通标志信息量有高度相关性,反应时间随着信息等级的增加而增加;而驾驶人性别和驾驶经验对交通标志视认反应时间和主观驾驶负荷量化没有显著影响,这说明在驾驶试验中,交通标志信息量可以用于驾驶试验中的认知负荷的加载,而这种负荷的加载对于驾驶人的性别和驾驶经验是无差别的。该研究更多地考虑了驾驶人的认知特性,研究成果可用于驾驶负荷试验的次任务加载,帮助进行交通安全理论研究。     

A cellular automata traffic flow model combined with a BP neural network based microscopic lane changing decision model

The purpose of this study is to propose a cellular automata (CA) traffic flow model with high accuracy for lane change decision and name it LCCAM. A driving simulator experiment was conducted to find factors affecting lane changing decisions. A back-propagate (BP) neural network was used to obtain the lane changing rules for the microscopic lane changing decision model (LCDM), and the collected accurate vehicular trajectory data were used to train the BP neural networks for the prediction of lane changes. After comparing different input variable combinations, the most accurate input setting was determined, including the locations and velocities of neighboring vehicles, inner/outer lane indicator, and the speed limits of the corresponding lane. Then, the determined BP neural network was adopted in the LCCAM as the LCDM. Simulation results showed that the LCCAM can capture important characteristics such as the mean velocities and the number of lane changes well, by comparing with observed traffic flow. Meanwhile, the LCCAM illustrates a better performance in replicating the number of lane changes than the other reference CA models. The research results show that the LCCAM proposed in this study will have potential and value for autonomous driving and active safety analysis in the future.     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

驾驶模拟器在自动驾驶系统中的应用研究

自动驾驶车辆在实际道路上行驶之前的测试阶段是一个至关重要的环节。一个低成本、高效率以及高精度测量的自动驾驶车辆的测试方式,对于自动驾驶车辆的开发具有重要意义。将驾驶模拟器运用到研究自动驾驶车辆测试已是近年来的一个研究热点。基于虚拟驾驶场景的自动驾驶车辆的检测,通过组合虚拟驾驶场景的背景车辆、行人、交通灯、建筑、指示标牌等元素,研究将驾驶模拟器与虚拟驾驶场景的联合应用来测试自动驾驶车辆。设计了典型的交通场景,通过自动驾驶车辆和背景车辆的实时交互,研究自动驾驶车辆的各项性能指标。研究结果表明:该驾驶模拟器可以高度拟合人类驾驶体验,驾驶员通过驾驶模拟器控制背景车辆能够很好的模拟现实中的驾驶行为,对自动驾驶车辆的仿真测试起到了促进作用。     

Partial range scaling method based washout algorithm for a vehicle driving simulator and its evaluation

Unlike an actual vehicle, a vehicle driving simulator (VDS) has limited kinematics, workspace, and bounded dynamic characteristics making it very difficult to simulate dynamic motions of an actual vehicle. To solve these problems, a washout algorithm was developed. The developed algorithm restricts the workspace of the VDS to within the kinematic limit and makes the person driving the VDS perceive movement of an actual vehicle. However, the classic washout algorithm contains several problems, such as time delay and the generation of a wrong motion signal caused by characteristics of the filters. So the driver feels “simulator sickness,” such as fatigue, nausea, headache and so on because of differences between the sense of movement of the VDS and that of a real vehicle. In this paper, a partial range scaling method based washout algorithm, including a tilt coordination system, is developed to enhance the perception of motion and reduce simulator sickness. It is verified by a simulation, a survey, and a bio signal analysis using an electrocardiogram (ECG).     

驾驶人熟悉程度对其安全驾驶行为的影响研究综述

驾驶人作为人-车-路-环境复杂系统中最核心的因素,在交通安全中发挥最为关键的作用。聚焦驾驶人熟悉程度这一因素对道路交通事故的影响,系统地梳理和分析了驾驶人熟悉程度与交通事故的关系及其影响安全驾驶的机理等相关研究及成果。首先,基于驾驶人熟悉程度的距离维度和频率维度识别标准,分析了驾驶人对道路、环境及车辆的熟悉程度与其发生交通事故概率的关联性;其次,从驾驶人控制行为、路径选择行为及视觉行为等角度归纳了驾驶人熟悉程度影响其安全驾驶的机理;最后,就该领域面临的挑战及未来的研究趋势进行了分析和探讨,提出进一步标准化驾驶人熟悉程度指标的方法,为驾驶安全程度评价及提高交通安全提供了理论基础。针对已有相关研究的局限性及机理研究中尚不明朗的问题,后续研究需从认知心理学方面探究因道路、环境、车辆等驾驶人熟悉程度影响其安全驾驶的机理,进一步将视觉特征指标与生理指标结合以量化驾驶人熟悉程度,将此纳入到道路选择模型中。同时,从生理指标角度客观衡量驾驶人熟悉程度对其乘坐舒适度的影响,这些为提升自动驾驶技术接受度、交通安全及车辆安全提供强有力的理论基础。