汽车夜间安全行车的视觉增强装置--车辆辅助驾驶系统

车辆辅助驾驶系统最初来源于军事需求。为了实现战场夜间闭灯驾驶，降低被敌方发现的概率，满足战场上夜间快速隐蔽运输的需要，增强驾驶员的视野和视觉强度，一种车辆辅助驾驶系统——夜间安全行车视觉增强装置应运而生。例如，美军研制成功的驾驶员视觉增强器——一种安装在车辆上的红外影像仪，能够提高陆军战术轮式车辆的运输能力。     

疲劳驾驶检测方法研究进展

疲劳驾驶是诱发交通事故的重要因素,研究如何快速准确地识别出驾驶员的疲劳状态,并在事故发生前进行疲劳预警,对预防疲劳驾驶、促进交通安全具有重要的研究价值和社会意义。文章从疲劳的检测原理出发,对比介绍了基于驾驶员生理特征、车辆行为特征、驾驶员面部特征的疲劳检测方法,重点分析了基于机器视觉的疲劳驾驶检测研究现状及其特点,以期为研究人员提供新思路。     

夜问道路驾驶组训的对策

加强夜间道路驾驶训练是提高部队夜间机动保障能力的基本途径,是确保部队全时段能够拉得出、用得上、打得赢的重要举措。细致分析夜间道路驾驶的基本特点,有针对性地提出夜间驾驶组训的对策,是提高夜间道路驾驶训练效果、确保夜间道路驾驶训练安全的重要保证。一、夜间道路驾驶的基本特点（一）视野变窄。观距变短。夜间道路驾驶区别于一般道路驾驶的最大特点就是光线条件差造成的视线不良,对驾驶员提前判断并处理情况带来极大的不便。且长时间夜间驾驶,会车时对面灯光的直射、超车时灯光的变换等容易造成驾驶员视觉疲劳,从而产生晕眩或错觉。容易造成判断错误。     

如何在夜间安全行车

夜间驾驶车辆，视野不好，能见度差，驾驶员易疲劳，甚至打磕睡等，是各种事故在夜间多发的重要原因。本文粗浅试谈如何在夜间安全驾驶作几点探讨。     

机器视觉在汽车驾驶辅助系统中的应用

机器视觉是汽车驾驶辅助系统应用领域的重要技术,文章主要综述了机器视觉在车道检测技术、交通标志识别技术、车辆识别技术、行人检测技术和驾驶员状态检测技术等领域的应用,着重介绍了机器视觉技术在上述领域目前的研究现状,为机器视觉在汽车驾驶辅助领域的进一步研究提供了参考。     

道路监控补光灯对青年驾驶员夜间行车安全影响研究

为了研究夜间环境道路监控补光灯对青年驾驶员驾驶行为的影响，考虑不同光照强度和是否存在行人横穿道路行为2个变量，通过UC-win/Road软件设计城市道路仿真场景，采用驾驶模拟器开展试验，并结合眼动仪、生理记录仪采集青年驾驶员的视觉、生理及驾驶操作3种特性指标。再利用重复测量方差分析方法，分析变量对青年驾驶员的3种特性的影响及其显著性水平。结果表明:①无论是否存在行人横穿道路行为，随着光照强度的增加，青年驾驶员的注视时间、瞳孔面积变化率及脑电(α+θ)/β均减小，心率增长率、制动踏板深度比例及制动反应距离均增加，表明光照强度越大对青年驾驶员的视觉、生理、驾驶操作特性越不利；②在存在行人横穿道路行为时，光照强度对青年驾驶员的视觉、生理及驾驶操作特性的影响更加明显；③当光照强度小于50 lx时，脑电(α+θ)/β和驾驶操作指标变化较缓，而光照强度大于50 lx时，脑电(α+θ)/β指标下降显著，变化率大于10%，其数值低于3.70，表明青年驾驶员产生情绪波动，警觉性显著增大，制动踏板深度比例显著增大，其数值大于0.55，制动反应距离超过13.40 m，制动操作力度较大，操作稳定性降低，且避让行人的成功率显著降低，不利于夜间行车。因此，建议道路监控补光灯的光照强度宜小于50 lx。      

夜间驾驶的特点与防范措施

夜间驾驶时，由于灯光照射有一定的范围和亮度，视线受到限制，加上路面起伏不平，灯光常随车身晃动，驾驶员对路面状况、交通情况和行进方向的判断均感困难，甚至出现错觉。为了防止夜间车辆事故的发生，驾驶员应熟练掌握夜间驾驶的特点与防范措施。     

关于公交车驾驶员安全驾驶视觉特性的分析

随着我国现代化的不断发展,城镇居民的生活水平不断提高,对各种交通工具的需求也在不断加大。同时,由于环境的逐渐恶化和人们环保意识的提高,越来越多人在出行时选择公交或者地铁等公共交通工具出行,因此,公交车驾驶的安全问题受到大家广泛关注。相关数据表明,驾驶员的违规驾驶是引起交通事故的重要原因,应从驾驶员的角度出发,分析公交车驾驶员安全与驾驶视觉特性的关系,有效保障公交车行驶的安全性。公交车驾驶员是驾驶行为的参与者,行驶过程中结合视觉信息操作驾驶行为。本文简要概述了驾驶员的视觉基本特性与疲劳驾驶、分心驾驶及驾驶经验对视觉特性的影响等方面,基于驾驶员的视觉特性影响因素进行研究和提出几点建议。     

驾驶员视觉搜索模式模糊聚类评价方法

针对用单一眼动参数评价驾驶员视觉搜索模式存在片面性和较大误差等不足,提出运用模糊理论,将驾驶员的注视持续时间、水平方向视角、垂直方向视角、扫视幅度和扫视速度5个主要表征参数综合起来进行评价的方法。通过真实交通环境中的实车试验,记录驾驶员行驶过程的眼动数据,建立模糊相似矩阵和模糊等价矩阵,依据聚类样本驾驶员的驾驶里程确定最佳阈值,将样本驾驶员视觉搜索模式分为4类,并以每类驾驶员视觉搜索模式特征为判别标准,运用择近原则对其他驾驶员的视觉搜索模式进行识别和评价。结果表明:所提出的驾驶员视觉搜索模式模糊聚类评价方法有效且可靠。     

视线盲区话安全

道路及两旁形态各异的立体障碍物，夜间灯光光线以外的区域等都会不同程度地阻断驾驶员的观察视线，使观察区域出现视觉不能及的空白区域，而形成视线盲区。由于视线盲区内诸多变化的情况和因素，是驾驶员在驾驶室内所观察不到的，因此视线盲区具有高危险性，事件的突发性和潜伏性，是驾驶过程中处理情况最易出现险情的环节。可见及时了解盲区的形成特点，存在的形态，掌握盲区的行驶方法和规律，对于驾驶员来说是十分必要。     

基于红外图像的夜间驾驶员疲劳检测系统设计

当前来说由于疲劳驾驶而引发的交通事故越来越多,而夜间是疲劳驾驶的高发时段,由于这种原因,文章设计了适用于在夜间监测驾驶员是否处于疲劳状态的系统。利用OPENCV软件对得到的红外图像进行人脸的检测与识别,得到人脸的红外图像,针对得到的人脸红外图像进行灰度化和二值化的处理,设定一个阈值根据二值化后像素的个数判断驾驶员是否处于疲劳状态,如果处于疲劳状态的情况下,系统就会报警提醒驾驶员注意采取措施。如果驾驶员并不处于驾驶疲劳的状态,那么监测系统将继续检测。     

驾驶员隧道段夜间行车动视点特征模糊聚类评价

通过隧道路段行车试验,利用SmartEyeAB型眼动仪对驾驶员夜间隧道动视点数据进行采集并进行处理。选取视点停留比率、显著可见区域、扫视幅度、扫视峰值速度、扫视持续时间5项指标作为驾驶员动视点特征主要影响因素。利用模糊聚类分析中的传递闭包聚类方法对驾驶员夜间隧道路段行车视觉特点进行了分析与评价。通过驾驶员对路段的熟悉程度可将动视点特征分为6类。结果表明：该模糊聚类评价方法能够有效反映驾驶员夜间路段视觉信息获取与加工特征,可为保障夜间行车安全提供理论与实践依据。     

基于车辆行驶数据的驾驶风格识别

车辆驾驶员驾驶风格对于汽车的燃油经济性和行驶安全性有重要的影响。文章就基于车辆行驶数据在驾驶风格识别方面的研究进行综述,首先介绍了驾驶员驾驶风格识别的基本流程,接着论述不同学者在驾驶风格识别方面使用的算法模型,包括支持向量机（SVM）算法、反向传播（BP）神经网络算法、随机森林模型算法,然后基于实际车辆行驶数据,利用不同驾驶风格识别模型对其进行实现分析,最后对驾驶员驾驶风格识别的研究工作进行了展望。     

基于OpenCV的红外图像预处理算法研究

准确获取驾驶员的面部表情特征不仅能够有效判定驾驶员当前驾驶疲劳程度,而且能够为驾驶意图的判断提供可靠基础数据。为了全天候监控驾驶员面部表情特征,提出利用具有良好兼容性和快速处理图像特点的OpenCV获取人的面部表情特征,该算法利用车载红外探头实时采集驾驶员面部图像信息,对采集回来的图像进行滤波以及二值化处理,依据红外红外光谱和夜间驾驶员红外脸图特征对图像进行分割,从中提取出驾驶员脸部区域,从而实现对驾驶员脸部区域的准确定位。     

基于红外光源的驾驶员眼睛特征提取

驾驶员疲劳与精神分散是引发夜间行车交通安全事故的主要因素之一,驾驶员服睛位置的快速准确定位是利用视觉方法对驾驶员的夜间驾驶状态进行监测和预警的前提。文中利用Otsu阈值方法分割驾驶员人脸,根据分割后的二值化图像进行水平和垂直方向投影确定人脸位置,并在可靠定位人脸区域的基础上,建立了眼睛位置检测的感兴趣区域。采用Harris角点特征提取的方法在感兴趣区域内进行眼睛位置的快速有效定位。实验结果表明,该算法具有很好的可靠性和实时性,为后续夜间驾驶员状态研究奠定了良好基础。     

自动调节远近光灯的设计与研究

由于夜间、雨雪天等环境下,司机驾驶时能见度往往大幅降低,从而对行车安全问题造成极大影响。驾驶员在驾驶中主要依靠车前的大灯识别路况,但是驾驶员在驾驶过程中容易忽略远近光灯的切换,不仅导致驾驶员无法了解前方路况,也会干扰对方车辆对路况的判断。针对汽车驾驶过程中由于光线不足或驾驶员对灯光操作不当等因素引起的交通事故问题,本文设计了一种可自动调节的远近光灯。该设计选用测距传感器、光线传感器、车辆速度传感器、测线速传感器和颜色识别等传感器,通过信息采集对灯光进行自动控制,可避免驾驶员因主观判断失误和操作不当等人为因素出现灯光切换问题,从而引发的安全事故。     

夜间行车用灯有学问

夜间驾驶汽车与白天行车最大的不同点是驾驶员的视野明显变窄，视觉能力较差，加之灯光的照射，视力明显下降。尤其是在照明不良的道路上，一些地形、地物隐蔽在黑暗之中，难以辨认，需要借助车灯照明观察道路交通情况。因此要求驾驶员必须放慢行车速度，正确检查、使用照明装置，才能保障行车安全。     

基于国外技术研究方法的弯道驾驶行为特征统计分析

为理解驾驶员行为特征,提高自动驾驶汽车的类人驾驶能力,借鉴国外研究成果,基于自然驾驶数据集,对驾驶员在弯道行驶过程中的行为特征开展了研究。选择车辆纵向速度、侧向加速度、横摆角速度和车速作为驾驶员行为特征,选择弯道曲率半径作为道路几何特征,利用车辆动力学原理进行弯道工况识别,通过核密度估计及相对熵对数据集特征参数分布的收敛性进行验证,并对弯道行驶过程中驾驶员行为特征及道路几何特征进行了统计分析。分析结果可以为设计具有类人操作特性的自动驾驶或驾驶辅助个性化系统提供数据支撑。     

驾驶员夜间行车视觉增强新技术

针对驾驶员在高速公路夜间和恶劣天气下行车,由于光照条件降低导致驾驶员视觉受限,对路面距离识别和感知速度降低,一旦车速过高极易发生危险造成重大事故等情况,介绍了一套新型主动发光警示诱导系统,详细阐述了其工作原理和系统架构,并通过现场试验证明所开发的系统能够主动对驾驶员在夜间行驶过程中进行警示诱导,有效地增强了人眼的视觉,减低事故发生的概率.     

基于层次分析法的驾驶员驾驶倾向性研究

驾驶倾向性是研究微观交通仿真的一个重要生理-心理特征参数，主要受到人、车、路、环境等多方面的影响，具体表现为汽车驾驶员自身状况、驾驶车辆状况、行驶道路及环境状况、交通干扰、气象情况以及所承载的任务缓急等影响因素。如何准确地确定驾驶员驾驶过程中的动态驾驶倾向性是研究驾驶员行为的难点。文章基于驾驶员的生理-心理特征，采用层次分析法（AHP），对驾驶员行驶过程中的决策行为逐层递阶量化，建立基于层次分析法的驾驶倾向性模型,并进行实证分析。结果表明：层次分析法可用于驾驶员驾驶倾向性的识别。