自动驾驶接管影响因素分析与研究进展

部分或有条件自动驾驶车辆允许驾驶员将驾驶任务移交给自动驾驶系统，但驾驶员仍需对驾驶环境进行监测，若发生紧急事件或驾驶环境超出系统运行设计域等情况，驾驶员需要及时接管车辆。影响驾驶接管过程的因素主要包括：人因、交通环境以及人-机交互系统。本文分析了驾驶员认知负荷特性等人因对接管过程和接管时间预算的影响。分析发现，驾驶员长时间脱离驾驶任务会导致其陷入被动疲劳或驾驶分心状态，从而降低接管绩效。适当的非驾驶任务可以使驾驶员保持一定的认知负荷，降低驾驶员的被动疲劳水平。结合网联技术的应用可以多次发出预警信号，提高接管绩效。本文讨论了交通密度、道路条件等交通环境对接管时驾驶员感知、认知及决策的影响，探讨混合交通下过渡区智能网联车辆控制权切换 (Transitions of Control, ToC) 的管理问题。在复杂道路交通下，驾驶员需要更多时间恢复对环境的感知，且驾驶员在弯道接管车辆时更容易出现较大横向偏差。在混合交通环境中，为防止过渡区出现集中的ToC，可以制定相应交通管理措施，以降低过渡区域中车辆之间的相互干扰。本文还分析了视觉、听觉、触 觉、嗅觉及其组合类型交互方式的优、缺点，讨论网联环境下人-机交互系统设计以及ToC形式。 单个的交互方式有其自身的优、缺点，多种类型相结合的交互形式能形成优势互补，及时地将接 管信息传递给驾驶员，并将其注意力集中于对环境的感知。网联技术发展使得可利用的行车信息的数量和种类都有所提高，网联信息需要更好地呈现策略，以保证人-机交互界面具有较高的可用性和接受性，为驾驶员提供更加准确的交互信息。同时，利用驾驶员状态识别技术实时监测驾驶员所处状态，并通过人-机交互系统提醒驾驶员，使其保持警觉，提高接管绩效。未来研究应该重点关注非驾驶任务对驾驶员认知特性的影响，结合接管时的驾驶环境，遵循预测算法辅助驾驶员实现控制权的平稳过渡。随着网联技术的不断应用，逐步改进现有人-机交互系统的设计和性能，对过渡区域ToC的管理问题展开深入研究。     

ETC环境下驾驶行为对车辆排放的影响分析

为分析ETC收费环境下驾驶行为特征对车辆排放量产生的影响,通过对驾驶员基本特性的实际问卷调查分析出ETC收费环境下驾驶员的驾驶行为,得出影响车辆排放的显著驾驶行为因素。根据不同驾驶员驾驶捷达轻型车通过北京西红门ETC收费站上游500m路段实地尾气排放测试,利用车载排放测试系统SEMTECH-DS对车辆进行排放统计,得出驾驶员的行驶速度与车辆尾气排放率之间的关系。结果表明,不同驾驶员在车辆速度控制方面是存在差异性的,而这种差异性是导致车辆尾气排放量不同的主要原因。因此通过规范驾驶员的驾驶行为,培养良好的驾驶习惯,有利于驾驶员能够更为合理地控制车辆的速度和加速度,从而使车辆完成ETC收费的整个过程尾气排放达到最优。     

无信号交叉口横向冲突预警对驾驶行为的影响

针对智能网联汽车在无信号交叉口对横向冲突的避撞问题,本研究设计了横向冲突人机交互预警及横向冲突驾驶模拟试验场景,并分析不同类型预警对驾驶行为的影响规律。运用驾驶模拟器搭建城市道路无信号交叉口并设计横向冲突事件,选取30位驾驶人作为试验对象,应用眼动仪、驾驶模拟平台开展驾驶模拟试验;采集风险场景下驾驶人的眼动、操作行为与车辆运行数据;对比分析各组场景下驾驶人的注视时长和扫视频率及行车速度、制动时间和踩制动踏板速率等驾驶行为特性参数,分别运用方差分析和描述性统计方法分析了预警提示类型和提示时机两个方面对驾驶行为特性的影响。结果表明：网联警告型预警的警示效果优于常规提示型预警,但该类预警使驾驶人操作车辆时的减速度增大至-4 m/s²以上,导致行车舒适性降低;预警提示时机对驾驶行为的影响显著,且预警提示位置宜设置在距离交叉口50～90 m处。研究结果能够为交通安全设施开发者提供有效HMI预警设计建议,提高无信号交叉口通行安全性。     

自动驾驶环境下驾驶人接管行为结构方程模型

为提取自动驾驶环境下驾驶人接管行为的关键影响因素,使用驾驶模拟器和眼动仪进行自动驾驶环境下驾驶人接管试验;采集了11个受试者对5种接管情境的反应数据,包括车辆运行数据和眼部运动数据,并调查了受试者的个人属性;基于实测数据定性分析和情境差异定量分析的结果,利用AMOS软件建立了描述驾驶人接管行为的结构方程模型;假设纵向接管行为、横向接管行为和眼部运动行为是3个潜在变量,找到可以表征这3个潜在变量的9个观测变量;根据修正指数多次修正得到最终的结构方程模型,由此获得表征驾驶人接管行为的各变量间的关系及对应的参数。研究结果表明:驾驶人接管自动驾驶车辆的全过程可分为5个阶段,即感知反应、减速避让、加速回升、稳定恢复以及稳定运行;当左前方车辆汇入当前车道,此时驾驶人接管风险较高;横向驾驶行为与纵向驾驶行为、眼部运动行为均显著负相关,相关系数分别为-0.226和-0.223,纵向驾驶行为与眼部运动行为正相关,相关系数为0.152;平均速度、总体横摆角均值、一秒内扫视时间可分别高度解释驾驶人接管自动驾驶车辆时纵向、横向及眼部的潜在行为。可见,此模型能有效揭示驾驶人接管自动驾驶车辆的整体行为与局部行为,有助于改进人机交互模式与自动驾驶接管请求提示。      

视觉干预标线对驾驶行为的影响研究

通过对视觉干预下实验车辆的转向盘转角,以及纵、横向加速度连续观测分析,提出了转向盘转角变化率指标,用于评价视觉干预标线对驾驶行为的干预程度．实验结果表明,视觉干预标线能够影响驾驶员的驾驶行为,使其调整车辆的运行状态,改变行驶轨迹,设置适宜宽度的视觉干预标线不会影响行车安全．     

新型全自动轨道巡检车动力学性能

为准确评估某新型全自动智能轨道巡检车的动力学性能,开展了轨道巡检车动力学数值仿真;轮轨接触采用非椭圆多点接触Kik-Piotrowski算法模拟,车辆系统建模过程中考虑悬挂力元非线性与轮轨接触几何非线性特性等因素,同时考虑车载设备参振影响;针对车轮踏面表面包裹高硬度聚氨酯的特殊结构,利用有限元软件ABAQUS建立了轮轨局部接触模型,采用Mooney-Rivlin橡胶模型模拟了聚氨酯特殊性质,计算了轮轨等效接触刚度;根据有限元计算结果修正了Kik-Piotrowski算法中的相关参数;基于Craig-Bampton模态综合法和多体动力学软件UM建立了车辆-轨道刚柔耦合模型;为验证仿真模型的准确性,开展了实车动力学试验;重点分析了直线和300 m小半径曲线,运行速度10~30 km·h-1工况下巡检车的振动响应。研究结果表明:车辆正常运行时,中间视觉模块垂向最大加速度大于左侧视觉模块垂向最大加速度,横向最大加速度小于左侧视觉模块横向最大加速度,车架最大加速度大于视觉模块最大加速度;车架中部易产生垂向弯曲变形,和视觉模块安装位置有胶垫减振有关;轨道巡检车在直线和300 m小半径区间运行性能整体良好,其中车辆在300 m小半径曲线段内30 km·h-1运行时,轮重减载率最大可达0.92,车架部位振动响应较大,为保证车载设备的安全性和避免车辆脱轨的风险,建议曲线段内检测速度控制在20 km·h-1左右。      

多源信息刺激下驾驶员综合认知拓扑结构研究

根据多传感器信息融合和人类对多源信息综合处理过程之间的相似性,充分考虑驾驶员心理-物理因素及其对驾驶行为多变性和不确定性的制约,研究多源信息刺激下驾驶员任务集聚的心理-物理综合认知拓扑结构和认知活动链,探讨各驾驶行为模式的决策机制、车辆运行模式的运行机制和驾驶员协同反应机理,可为微观交通流仿真和智能车辆的研究提供理论依据,为智能运输系统的建立提供分析工具.     

���ڶ�Դ��Ϣ�ںϵļ�ʻԱ��ΪЭͬ�����㷨

交通仿真是交通控制与管理方案评价和优化的重要研究手段.传统的微观交通仿真模型，特别是刻画驾驶员行为的车辆跟驰模型，未能综合考虑交通环境中信息刺激的多源性和驾驶员任务集聚、协调反应的行为过程.本文利用Bayes方法和模糊积分方法描述驾驶员在复杂行驶环境中多源信息的融合过程，确定驾驶员任务集聚后对车辆应采取的驾驶行为.模型验证表明:交通仿真过程中，在车辆跟驰模型实施之前，利用Bayes算法和模糊积分算法模拟驾驶员在多源信息刺激下任务集聚、协同反应的过程是行之有效的.     

不同天气状况下驾驶员驾驶工作负荷实验

利用心率变异性(HRV)指标,在室内进行晴天、中雨、中雨+雾(能见度100 m)和中雨+雾(能见度50 m)四种不同驾驶条件下,驾驶员高速公路驾驶工作负荷特性的仿真实验,数据分析表明,驾驶员驾驶工作负荷随天气条件的恶劣程度增加,驾驶环境的能见度对驾驶员驾驶工作负荷影响最大.有必要根据不同的天气状况,采取不同的交通安全管制措施,约束驾驶员的驾驶行为,以降低不良天气带给驾驶员的过高工作负荷.     

高速公路小客车驾驶员安全注视特性分析

为了对高速公路设计与运营安全性评价提供理论依据,基于人-车-路协同过程中的驾驶员视觉注视特征,选取双向四车道高速公路453个线形组合路段,对13名小客车驾驶员在路面范围内的动态视觉注视点位置进行研究,分析不同运行速度下驾驶员在不同线形组合路段路面范围内的注视点分布规律,得出驾驶员受不同运行速度和线形条件影响时在路面上的注视点集中区域特点,提出基于驾驶员行为特征的驾驶期望视距概念,并建立了不同运行速度下驾驶期望视距的计算模型.研究结果表明:驾驶期望视距与车辆运行速度和平曲线半径相关;当道路平曲线半径小于等于800 m时,驾驶员的视野会随运行速度的提高受到限制,需采取适当限速措施以保证行车安全.     

基于驾驶员视觉兴趣区域的交通工程设施信息量阈值研究

针对草原公路直线段交通工程设施信息量设置存在的问题,以信息量化相关理论为基础,通过对驾驶员感兴趣区域(AOI)划分,建立5个不同信息量水平的室内模拟驾驶试验,利用数理统计方法定量分析不同熟练程度驾驶员在交通工程设施区域(AOI4),视认不同信息量水平交通工程设施的注视特性和扫视特性.研究结果表明:熟练驾驶员随交通工程设施信息量变化对交通工程设施的关注程度较非熟练驾驶员高;在低信息量水平下,驾驶员对AOI4区域的关注程度低,更多的处于无意识关注前方道路,长时间行车易出现精神疲劳影响行车安全;在信息量水平为Z4时,综合驾驶员注视特性指标与扫视特性指标的变化规律认为,此时驾驶员信息处理时间快、视觉搜索范围大、行车心理负荷较小,有利于行车安全;在高信息量Z5时,需要驾驶员花费大量的时间和脑力资源来关注AOI4区域信息,导致驾驶员对道路其他区域的关注程度下降,在应对突发交通事故时的处理能力减弱.     

不同情境下乘员对车辆运动参数的晕车敏感性研究

晕车是一种常见的由车辆运动引起的病症，严重影响乘车体验。由于现有车辆控制方法很难做到完全避免晕车，且晕车等级随暴露时间而增加，并受不同情景的影响，故乘员晕车状态变化对应的车辆运动参数阈值(晕车阈值)需要进一步研究。本文聚焦于探究不同情景下晕车阈值的变化规律，即晕车敏感性。首先，设计4类情境下(不同晕车易感性和有无非驾驶任务)的实车乘坐；其次，分析4类情境下晕车等级的变化规律；然后，分别以4种运动工况下的加速度和加加速度作为分析对象，利用单因素方差和统计方法，将相同情景和不同晕车等级下的晕车阈值变化规律(横向敏感性)进行横向对比，将不同情景和相同晕车等级下的晕车阈值变化规律进行纵向对比(纵向敏感性)。结果表明，晕车等级随暴露时间而增加，并且4类情境下的晕车等级存在差异，高晕车易感性被试具有横向敏感性，低晕车易感性被试不具有横向晕车易感性；纵向敏感性一般只在中度晕车等级下成立。研究结论丰富了晕车等级与晕车阈值的关系，可为传统驾驶和自动驾驶减少晕车的控制策略提供参考依据。     

并发任务对驾驶员驾驶行为的影响

驾驶过程中使用手机、收听音乐等并发任务会对驾驶员驾驶行为产生不同程度的影响,进 而给周围道路环境、车辆以及行人造成安全威胁。为了系统探析不同并发任务模式对驾驶员驾驶 行为的影响程度,以四种典型并发任务模式（手机使用、乘客互动、视频播放、音频播放） 为研 究对象,引入主成分分析法,构建面向驾驶员行为表现的综合评价体系。同时,以国外学者针对 不同并发任务进行模拟实验所用的原始数据作为数据来源,对四种并发任务对于驾驶员行为的不 同影响进行了评价。结果表明,使用手机对于驾驶员的驾驶行为影响最大,与乘客互动次之;视 觉上注意力的分散相对于认知上注意力的分散更容易对驾驶员的驾驶能力产生负面影响。     

基于生理信号的驾驶疲劳声音对策有效性实验

为了有效减轻驾驶疲劳、减少交通事故,研究了脑电信号(EEG)和心电信号(ECG)随驾驶时间的变化规律,分析EEG和ECG的原始数据与指标之间的相关性,用主成份分析法确定了驾驶疲劳综合评价指标.采用正交实验法,在驾驶模拟舱内验证声音刺激作为驾驶疲劳对策的有效性.研究结果表明:驾驶员在疲劳状态下,对单一声音刺激存在警觉反应;声强和刺激间隔时间影响显著,频率和刺激时间影响较小,且声强70 dB、频率5 800 Hz、刺激时间7 s和刺激间隔时间30 s的声音对策减轻疲劳的效果最好.     

冰雪条件下中国驾驶员跟驰行为及模型研究

分析驾驶员在冰雪条件下的驾驶行为特性，建立考虑驾驶员行为特性的跟驰模型，有助于丰富现有交通流理论.通过招募驾驶员开展实车跟驰试验，对比分析正常条件与冰雪条件下的驾驶行为差异.进而基于任务难度均衡理论构建包含人类因素参数的任务难度模块，引入改进后的智能驾驶员模型，并采用车辆轨迹数据对模型进行标定和有效性验证.研究表明：驾驶员在跟驰行驶过程中受外界刺激及自身驾驶能力影响时会对车辆行驶状态进行动态调整，试图保持期望间距，且速度与前车一致的状态；冰雪条件下驾驶员采取风险补偿行为，其车头时距波动幅度较正常条件收窄，模型引入人类因素参数可以较好地描述其差异性. 模型有效性验证表明，新模型在6个仿真场景中的表现都优于传统智能驾驶员模型，且表现出更好的鲁棒性.研究结果可为冰雪条件下的交通管理措施制定提供理论支持.     

不同通道宽度条件下汽车驾驶员注视点分布规律

为分析驾驶员感知-判断-操作行为模式,对驾驶员在通过不同通道宽度障碍物时的动态视觉进行研究。用眼动仪等设备记录了驾驶员在通过设定障碍物间的通道宽度时眼睛注视点的变化和相应的车辆行驶速度,分析了在7.04、.4、3.5、3.0和2.0 m五种通道宽度条件下驾驶员注视点变化的分布规律。试验结果显示,无障碍物时,对应通道宽度为7.0 m,驾驶员注视点在车辆前方较远处和道路的中央区域;通道宽度较充裕时,对应通道宽度为4.4和3.5 m,驾驶员注视点主要在左侧障碍物和道路中央;通道宽度较窄时,对应通道宽度为3.0 m,驾驶员注视点频繁在左右两侧障碍物间移动;随着驾驶任务难度增加,驾驶员的注视点分布区域变近,视线的变化频率提高。     

城市干路行人过街警告标志前置距离研究

结合城市干路中行人过街安全问题,针对行人过街警告标志设置的前置距离问题进行研究。首先对驾驶员驾驶过程中的视认特征进行分析,并将其划分为不同阶段,其次根据不同阶段驾驶行为特征建立各阶段车辆行驶距离模型,并考虑停车安全距离,最终构建行人过街警告标志前置距离解析模型。最后,根据人机工程学原理进行驾驶模拟试验,测定相关数据,并对模型中各参数值大小进行标定。经计算得到不同速度、不同车道数下的行人过街警告标志前置距离,并给出建议距离。结果表明,当速度一致时,随着车道数增加,行人过街警告标志前置距离不断增大;当车道数一致时,随着速度增加,标志前置距离增大。研究结果可为城市干路行人过街警告标志设置提供参考。     

侧向碰撞风险对交织区汇合行为的影响

为研究高速公路交织区匝道车辆的汇合行为,基于梯度提升决策树(Gradient Boosting Decision Tree, GBDT)构建了交织区汇合加速度模型,利用美国 Next Generation Simulation (NGSIM)车辆轨迹数据提取汇合车辆与周围车辆之间的横纵向距离差、速度差及加速度等交通 参数作为候选变量,将1 s后的汇合加速度作为预测变量,对模型进行五重交叉训练和测试,获取 模型最佳参数组合,引入横向距离碰撞时间 TC 分析汇合过程中侧向碰撞风险对汇合加速度的影 响。研究发现：与基于视角的刺激-反应模型(VASR)相比,本文模型的预测精度更高;引入变量 TC 在均方误差(MSE)、平均绝对偏差(MAD)和R2这3个指标上均优于原模型;在各影响变量之中,汇 合车辆与目标车道领车的速度差 ΔVPL 和横向距离碰撞时间 TC 对汇合加速度的影响最大,相对影 响程度分别达到20.2%和12.1%。研究发现,GBDT模型能够准确预测车辆汇合加速度,深入挖掘 变量和汇合加速度之间的非线性关系,引入变量 TC 能够有效提高模型精度。     

高速公路车辆换道行为风险研究

换道作为车辆的基本驾驶行为之一,对道路上车辆的运行安全有着至关重要的影响.针对高速公路上换道行为导致事故频发的现状,通过对换道车辆及其相邻车辆在换道过程中的运行特征及位置、速度关系进行分析,构建车辆安全换道模型.研究结果表明:通过对不同换道特征的换道行为进行MATLAB仿真,可确定车辆之间的不同速度、加速度情况及驾驶员反应时间下的动态安全距离,以此来确定换道安全和风险的动态临界阈值,为自动驾驶换道预警系统提供理论上的支撑.     

基于分层COX 模型的跟驰反应延迟时间生存分析

驾驶员的反应延迟时间是驾驶员跟驰行为的重要指标之一，也是跟驰模型中的重要参数之一. 为分析延迟时间与车辆运动状态、光照条件影响因素之间的关系及延迟时间的概率分布，通过实车实验得到跟驰行为延迟时间自然驾驶数据，采用Kaplan-Meier 方法进行延迟时间单因素分析并构建延迟时间分层COX模型. 结果表明：驾驶员跟驰反应延迟时间生存函数受前车加速度，前车加速度变化状态影响显著；前车加速度与延迟时间风险函数之间的关系随时间变化，需采用分层COX模型建模；前后车相对距离每增大10 m，延迟时间风险函数取值减小6.03%；前车由变速运动变为匀速运动时，延迟时间风险函数取值减小35.39%. 研究给出延迟时间风险函数与影响因素之间的定量关系，结果可应用于跟驰模型参数优化与微观驾驶行为仿真模型.