交通违法监控对职业与非职业驾驶人的心理及行为影响调查分析

为了发现交通违法监控对职业与非职业驾驶人的心理及行为的不同影响,采用问卷调查方法,获得321份关于这2类驾驶人在有无交通违法监控下的驾驶心理与驾驶行为选择、对安装交通违法监控的态度等11个题目的数据,对其进行了卡方分析和配对样本t检验.结果表明,非职业驾驶人与职业驾驶人通过有监控和无监控2种交叉口时的心理存在不同;交通违法监控对非职业驾驶人的影响大于职业驾驶人,无交通违法监控下,非职业驾驶人的冒险行为倾向大于职业驾驶人冒险行为倾向;非职业驾驶人在无监控交叉口与有监控交叉口驾驶行为有显著性差异;职业驾驶人在无监控交叉口与有监控交叉口驾驶行为选择差异不显著;无论是非职业驾驶人还是职业驾驶人,大多数都支持和认可安装交通违法监控.      

生态驾驶行为特征甄别及反馈优化方法研究

针对生态驾驶行为推广应用中存在的特征描述、评估甄别和矫正优化三大核心问题,借助模拟和自然驾驶实验平台,在明确生态驾驶行为对车辆绿色、安全和顺畅运行综合影响的基础上,重点研究形成了生态驾驶行为特征的图谱表达方法,建立了基于3层BP网络结构的生态驾驶行为精确评估甄别模型,确立了基于驾驶员特性的差别化生态驾驶行为反馈优化方法.研究提升了生态驾驶行为的应用实施效果,并为解决大数据背景下面向安全、生态和顺畅三位一体的驾驶行为管理提供借鉴.     

卫星定位数据驱动的营运车辆驾驶人驾驶风险评估模型

为了提高营运车辆驾驶人安全管理的精细化水平，合理地评估驾驶人驾驶风险程度，有的放矢地降低高风险驾驶人的事故率，基于卫星定位数据特点及驾驶行为与驾驶风险的相关关系设计26个驾驶行为特征参数。考虑到高速和非高速行驶时相同驾驶行为对驾驶风险的影响区别较大，根据23名营运车辆驾驶人的实测数据有针对性地筛选高速和非高速路段驾驶人风险评估指标，构建营运车辆驾驶人驾驶风险评估指标体系。然后，基于熵权法、独立性权系数法和Spearman相关系数法建立集成赋权法，确定各评估指标的权重。最后，雇佣40名营运车辆驾驶人进行实车试验以验证模型的合理性。结果表明：车辆速度和加速度方面的驾驶行为特征可以用于评估驾驶人的驾驶风险且评估效果较好，驾驶风险评估得分与实际交通冲突次数呈正相关关系，所建立模型可以较为准确地评估营运车辆驾驶人驾驶风险的高低，准确率达到77.50%，该模型在不同地区使用时，准确率存在一定的差异，但在容许范围之内，方法具有较好的鲁棒性。     

基于贝叶斯网络的机动车驾驶行为状态分析建模

复杂多变的机动车驾驶环境决定了驾驶行为系统内部各信息之间存在不确定性.利用贝叶斯网络构建驾驶行为状态分析模型,可忽略驾驶行为状态类型与可观测驾驶数据之间的耦合关系,以概率网络形式直观表现观测数据与驾驶行为状态之间的关联.为降低概率解算复杂度,使用基于簇树的贝叶斯网络推理方法推算并预测驾驶行为发生概率.算例结果表明,应用驾驶行为贝叶斯网络模型的车载预警系统能推算出驾驶人行为动作发生概率,从而达到评估驾驶安全等级并预判驾驶人后续驾驶动作的目的.     

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。     

基于计算机视觉的驾驶状态监控实验平台

基于计算机视觉,构建了一个驾驶状态监控实验平台,平台硬件部分包含CCD摄像机、嵌入式计算机、告警装置等,软件部分包含图像采集模块、图像特征提取模块等.该系统可安装在普通汽车上,实时地定位驾驶员的脸部、眼睛的位置,为进行驾驶行为分析、实时监控等实验提供基础数据.系统的应用,对防止不安全驾驶行为,提高交通安全有着重要意义.     

驾驶行为安全性评价研究综述

研究驾驶行为与事故倾向之间的关系,探索影响驾驶风险的有效因子,可以量化评估个人驾驶行为的安全性并将其作为事故风险的评价指标,实现对驾驶风险的有效预测,并有助于区分安全的驾驶人和不安全的驾驶人。由于驾驶行为数据采集的多样性,驾驶行为安全性评估的研究还没有达成一致的框架。因此,综述国内外驾驶行为安全性评价的相关研究对提升交通安全具有重要意义。将驾驶行为安全性评价的研究方法分为基于驾驶行为与事故风险关联规则的驾驶行为安全性评价、基于驾驶行为分析的驾驶行为安全性评价和其他驾驶安全性评价方法,对每种研究方法的具体思路和相关研究成果进行了归纳总结,并探讨了驾驶行为安全性评价研究的发展方向。得益于智能化和信息化的发展,基于大数据和便携设备的实时驾驶行为安全性评价研究将会是一个趋势。     

基于新能源汽车远程监控数据的驾驶行为识别建模与应用

正本文在基于新能源汽车监控系统采集的驾驶数据基础上,选取具有代表性的6种不良驾驶行为,进行特征分析,并将其归纳为加速度组合类和转弯类2种主要的特征行为,并对不同驾驶行为进行模式识别建模,同时采用多层次模糊评价法对驾驶员进行不良驾驶行为评价案例分析,及采用Spearman非参数统计方法对不良驾驶行为对实际能耗的影响案例分析。     

城市道路交通设施对驾驶安全性的影响研究

道路交通设施的设置状态不良会引起驾驶员行为不当而造成事故.为了合理设置交通设施,提高驾驶安全性,进行了现场调查和试验,分析了交通设施对驾驶行为影响的7个方面.问卷调查侧重于交通设施的设置对不同驾驶员行为的影响,现场试验则针对特定路段进行驾驶行为的视频记录和分析.试验结果与路段交通事故数据联合分析发现,因道路交通设施设置不良而导致驾驶员行为事故的比例约占24%.合理设置设施的位置、数量、形式,使其符合驾驶员心理,可以提高驾驶安全性.     

基于安全驾驶行为风险特征的图谱表达方法

以自然驾驶条件下行为风险的辨识为目标,基于GPS数据,重点研究自然驾驶条件下驾驶行为的风险评估与行为特征表达.建立基于GPS数据的自然驾驶行为数据库,提出基于信息熵自然驾驶条件下行为风险评估方法,构建基于图谱的驾驶员个体驾驶行为特征表达方法.本文深入挖掘驾驶员个体驾驶行为模风险特征,构建驾驶行为图谱,为普通驾驶员在日常、自然驾驶条件下的行为风险预测预警提供了解决方案,为推进道路交通安全水平提升提供了理论参考和技术支撑.     

基于dSPACE和AVL的纯电动汽车电驱动系统效率测试

针对纯电动汽车电驱动系统搭建基于dSPACE和AVL的测试平台,模拟整车模式采用CAN通讯方式传输数据。详细论述系统软硬件架构、平台搭建、效率测试等,并分析电驱动系统高效区和特定工况下的效率。     

基于客户关联的纯电动轻卡驱动电机可靠性台架试验研究

为研究轻卡BEV驱动电机可靠性台架试验标准与实际客户的关联,文章基于整车CAN网络,采集实际客户日常行驶过程中的电机扭矩、转速等数据,通过Ncode软件计算出电机的扭矩谱。根据Miner准则,计算出电机20万公里的疲劳伪损伤。对比电机可靠性台架试验的电机伪损伤,确定电机台架试验标准是否满足客户需求。     

国产奥迪轿车CAN BUS简介

CAN BUS系统由1个控制器、1个收发器、2个数据传输终端和2条传输线组成。介绍了各组成部件的功能。国产奥迪轿车最多有3条总线，即驱动总线、舒适总线和信息娱乐总线。介绍了该车CAN BUS线束的维修，驱动总线和舒适总线的波形。     

网联环境下基于精简车头时距特性的驾驶风格分类

基于现有网联数据获取技术与条件，从车联网系统提取车头时距参数并将3 s内的车头时距特征值定义为驾驶模式，根据驾驶模式进而对驾驶风格（即驾驶人的驾驶行为习惯）进行分类。通过车头时距特性对驾驶模式进行量化分类，根据标定好的驾驶风格结果，辨识每种驾驶风格包含的典型驾驶模式；运用模糊分类方法赋予典型驾驶模式相应分值，通过计算每位驾驶人分值并结合已标定的驾驶风格结果设定每种驾驶风格的阈值；利用该阈值对测试集中的驾驶人风格进行识别，以验证识别准确率。采集了44名驾驶人网联环境行车数据将驾驶人标定为激进型、普通（即既不保守也不激进）型和保守型。按上述方法设置各驾驶风格阈值，结果表明:各驾驶风格的阈值分别为:S < 64.67为保守型，64.67 ≤ S < 181.20为普通型，S ≥ 181.20为激进型；使用所提方法来识别驾驶人风格，总体准确率为85.7%。所提出的基于车头时距的驾驶风格分类方法，使用了极精简的驾驶行为参数，为驾驶风格分类应用提供了新思路。      

基于小波和粒子群算法的HEV行驶状况辨识方法研究

针对混合动力汽车(HEV)行驶状况(道路坡度和整车载荷)变化难以有效识别,导致驱动系统控制策略不能有效满足驾驶员意图问题,以混联式HEV为研究对象,提出了基于小波滤波和粒子群算法的HEV行驶状况辨识方法。首先建立了汽车行驶状况辨识模型,采用最小二乘法确立了优化目标函数,其次研究了基于小波滤波和粒子群算法的HEV行驶状况辨识原理,最后进行了行驶状况粒子群智能算法辨识试验。在采集实车数据的基础上,对实车数据进行小波滤波,并运用行驶状况辨识方法对道路坡度和整车载荷进行了辨识,并对辨识结果进行小波滤波,结果表明,试验工况下整车载荷辨识的相对误差绝对平均值为2.71%,道路坡度辨识的相对误差绝对平均值为3.85%,验证了所提出方法的有效性。     

电动汽车电池管理系统采集模块的设计

以飞思卡尔的8位单片机MC9S08DZ60、凌力特的长串电池组采集芯片LTC6802为核心部件,设计电动汽车用电池管理系统的采集模块,包括硬件和软件设计,实现电芯电压、温度的实时精确采集功能、SPI及CAN通信功能,并验证该模块的性能有效、可靠。     

基于ITS的汽车安全行驶状况在线监测系统的研究

提出基于ITS（智能交通系统）的车辆安全行驶状况在线监测系统框架，对车辆行驶中的异常现象进行实时监测。提出从之前测的汽车操纵稳定性和制动性能参数出发，对悬架、转向、制动、车轮等安全总成及其部件进行状态监测的观点。综合运用遗传算法、小波变换和神经网络等技术，在汽车运行中对其进行安全监测。最后借助汽车动态模拟国家重点实验室的ADSL模拟器，对研究的核心部分进行试验验证，结果表明本文提出的监测方案是可行的。     

个体差异对转向指标疲劳辨识能力的影响分析

驾驶人个体差异是影响疲劳驾驶辨识准确性的重要因素。为了探究个体差异与基于转向行为的疲劳辨识效果之间的关系，量化个体差异对转向特征指标疲劳辨识能力的影响程度，通过自然驾驶试验，采集被试在清醒状态和疲劳状态下的真实驾驶行为数据，结合观察员问询打分和被试面部视频得到疲劳水平信息。设置双层滑动时间窗对每位驾驶人的自然驾驶行为数据进行处理，挖掘出9个疲劳驾驶转向特征指标。对每位驾驶人清醒和疲劳状态下的指标样本进行Wilcoxon检验，用Wilcoxon检验的|Z|值表示指标对驾驶疲劳的分类性能。以清醒和疲劳状态下指标有显著差异的被试数目最多为优化目标，得到指标最优的双层时间窗设定值。将|Z|值最大的被试逐个与其他被试两两组合，对清醒和疲劳状态下混合两被试指标样本数据进行Wilcoxon检验，得到被试组合指标的|Z|值。计算两被试的综合个体差异值，基于线性模型拟合两被试组合Wilcoxon检验的|Z|值和个体差异值，以拟合直线的斜率绝对值|k|量化个体差异对指标疲劳辨识能力的影响。研究得到基于自然驾驶行为数据的9个疲劳驾驶转向特征指标的最优时间窗，发现指标对疲劳驾驶的分类性能存在个体差异，并且指标的疲劳辨识能力会随个体差异增加而降低，进而影响基于转向行为指标疲劳辨识的准确性，其中方向盘转角下四分位标准差（X_q1std）的斜率绝对值最大（1.17），方向盘转角标准差（X_jstd）的斜率绝对值最小（0.44），疲劳辨识能力受个体差异影响最大和最小的指标分别是X_q1std和X_jstd。研究结果可为利用自然驾驶行为数据的疲劳驾驶特征提取及考虑个体差异的疲劳驾驶建模提供参考。     

CAN总线技术在自动变速器加载试验中的应用研究

介绍了自动变速器加载试验中CAN总线接口技术的实现.在研究电控自动变速器加载试验台的基础上,设计了以Motorola 32位微处理器MC68376为核心的CAN总线硬件接口电路,采用标准CAN总线的通讯协议,编写了CAN总线接收/发送软件,并在试验台上实现了CAN结点之间的数据通讯.通过CAN采集数据对自动变速器换挡等过程进行了分析,经调速实现了发动机与自动变速器的一体化控制,从而提高了换挡品质.