共查询到20条相似文献,搜索用时 46 毫秒
1.
(1)车辆行驶时主动式驾驶辅助和车道导航都激活着.
如果发现驾驶员的手已经有10s不在方向盘上了,那么主动式驾驶辅助就会在组合仪表上生成一个驾驶员提示.如果驾驶员在15s内没有对此做出反应,那么就会响起警报音,且会显示红色的警告来提示驾驶员接管车辆.如果在接下来的8s仍未发现驾驶员将手放在方向盘上,那么就会激活紧急情况... 相似文献
2.
随着汽车朝着智能化发展,智能设备也随之被广泛应用,旨在提供更好的安全驾驶和驾驶体验。其中,车载抬头显示(HUD)作为车内重要智能设备,通过光学设备直接为驾驶员提供有效信息,如车速、警告、导航等信息。随着显示信息的不断增加,在车载抬头显示的设计中需要考虑人因学和交互设计,通过分析并深入洞察国际上关于HUD研发的最新文献,从显示信息、心理负荷与分神、夜视、投影距离、设计空间、视觉显示和车辆行驶维度进行了梳理和总结,为汽车工程技术和研究人员提供HUD和AR-HUD的设计指南。 相似文献
3.
4.
5.
高速公路雾天不同能见度条件下,驾驶员对道路线形走向的敏感性有所变化,驾驶员需要不断调整方向盘,以不同的车速行驶在线形不断变化的高速公路上.为了探寻在雾天不同能见度条件下,驾驶员以不同车速通过不同曲率道路时的驾驶行为安全特性,利用UC-win/Road建立道路驾驶模拟环境,采集驾驶员在单因素和正交多因素实验方案条件下的车辆运行轨迹数据,结合驾驶行为特点提出了新的评价指标(车辆横向偏移系数)对驾驶员的驾驶行为进行分析.结果表明,能见度、圆曲线半径和车速对车辆横向偏移均具有显著性影响;并且通过正交试验确定各因素对车辆横向偏移影响由强到弱依次为:能见度(F=531.643)>圆曲线半径(F=256.599)>车速(F=45.986). 相似文献
6.
针对大范围快速的车辆检测与计数,利用高分辨率卫星影像数据,提出了一种基于区域卷积神经网络的车辆检测算法。区域卷积神经网络是深度卷积神经网络和区域建议网络二者的结合。首先利用深度卷积神经网络自动提取各个层的特征,为了减少检测窗口的数量,提出区域建议网络,对下采样后的每个位置考虑3种窗口和对应的3种比例,这样大大减少了检测窗口的数量。再根据分类器对目标进行分类。这样将特征、检测窗口和分类器有效地结合在一起。在对遥感影像车辆检测试验中,通过对手工标注的车辆样本数据多次迭代来训练卷积神经网络和区域建议网络获取车辆检测的先验模型,再由先验模型检测出测试影像中车辆目标。与传统的基于梯度方向直方图(HOG)特征和支持向量机(SVM)车辆检测算法进行比较,在检测率方面,区域卷积神经网络算法明显高于HOG+SVM算法;在误检率方面,区域卷积神经网络检测明显小于HOG+SVM算法;在检测时间方面,同样的一张图像,区域卷积神经网络检测速度比HOG+SVM算法提升近800倍。试验结果表明:利用区域卷积神经网络方法进行大范围车辆检测,在精度和速度方面都有显著提升。 相似文献
7.
8.
(接2022年第7期)一、驾驶员疲劳监测相关术语GB/T39263-2020《道路车辆先进驾驶辅助系统(ADAS)术语及定义》对驾驶员疲劳监测(DFM)和驾驶员注意力监测(DAM)都给出了定义。《驾驶员注意力监测系统性能要求及试验方法》中对驾驶员注意力监测系统及相关的表述和定义如下:1.注意力分散驾驶员在驾驶车辆时因疲劳驾驶、受外界环境干扰或从事与驾驶无关的动作,导致其无法专注执行驾驶任务的状态。 相似文献
9.
10.
11.
传统的换道路径规划方法在车辆进行换道路径规划时往往只考虑车辆运动学及动力学约束,所生成的换道路径与熟练驾驶员驾驶车辆的行驶轨迹有很大差别。因此,文章通过研究熟练驾驶员的换道行驶路径特征,提出了一种仿熟练驾驶员换道路径规划方法,能够有效提高汽车舒适性。 相似文献
12.
驾驶风格是用来体现驾驶员在车辆运行状态下对车辆操作的行为特征,对用户驾驶风格进行识别与分析,有利于推进智能驾驶的发展。根据基于116 辆纯电动汽车的车辆运行数据,通过主成分分析方法与K-means 聚类算法,对用户驾驶行为进行分类分析,对驾驶风格进行了分类识别。利用XGBoost 算法构建纯电动汽车驾驶行为与能耗输入模型,利用SHAP 对模型进行解释。结果表明,将驾驶风格聚为3 类具有较好的分类效果,可分别对应冷静型、普通型与激进型;当驾驶员的驾驶风格趋向于激进型时时,车辆的驾驶能耗越高,驾驶风格激进一个层级,车辆百公里电耗增加3~4倍。当驾驶员行车时,其车速越高,油门踏板踩得越深,车辆加速度的绝对值越大,车辆的驾驶能耗越高。驾驶员的驾驶风格越激进,车辆的驾驶能耗越高。 相似文献
13.
14.
15.
增强现实抬头显示系统(AR-HUD)在传统抬头显示系统(HUD)上结合了增强现实(AR)技术,可更为直观有效地展示与驾驶有关的车速、导航等信息,保证驾驶员的视线不离开路面,从而提升驾驶安全性。文章首先介绍了AR-HUD系统的原理及结构组成,并基于双自由曲面反射的成像光路结构,给出了AR-HUD的光学设计优化及评价方法,完成了投影距离7.5m、视场角为10°×3°的AR-HUD光学系统整体设计。每个视场的光斑均落在艾里斑之内,图像的调制传递函数均接近衍射极限,成像效果满足要求。最后,我们开展了样机的制作,并对实际的显示效果进行了测量展示,验证了设计的正确性和可行性。 相似文献
16.
17.
18.
19.
车辆高速行驶时,特别是夜间高速行车时,如果驾驶员低头观看仪表显示或观看音响显示,前方遇有紧急情况就有可能因来不及采取有效措施而造成事故。为避免这种情况发生,别克君威上装用了超视距抬头显示(HUD)系统,它可以将有关信息显示在前风挡玻璃的驾驶员平视范围上,且显示位置、显示亮度可调。超视距抬头显示(HUD)系统又称抬头显示仪,其模块安装在仪表板上饰板下面,如图1所示,显示仪控制开关位于仪表板左侧出风口下部,如图2所示(见下页)。 系统的显示内容如图3所示(见下页),图中所示是系统可以显示的内容,但实际上显示的内容略有不同,这在 相似文献
20.
为全面认识自动驾驶接管行为特征,分析驾驶员接管行为,结合自动驾驶接管的技术和现实背景,从自动驾驶接管绩效的影响因素,包括场景、技术、心理和生理等因素,梳理国内外驾驶员接管自动驾驶车辆的研究成果,总结主要研究内容和方法,并展望其未来研究趋势.通过归纳和分析揭示了影响驾驶员接管自动车辆的因素,主要包括接管场景和接管请求方式,同时非驾驶相关任务和年龄等因素也会影响驾驶员的接管行为和表现.针对驾驶员接管的驾驶特征及行为研究,内容精确丰富,方法科学完善;而对驾驶员接管绩效评价和干预研究,重点关注在统计学的基础上,建立完善的数据指标评价体系,用于评价和干预驾驶员接管绩效.未来针对自动驾驶接管的研究,一方面寻求自动车辆技术突破;另一方面综合心理学和统计学理论基础,建立驾驶员接管能力培训体系. 相似文献