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。     

驾驶员弯道操纵能力实车测试与分析方法研究

为客观评价不同驾驶员的弯道操纵能力，提出了一种驾驶员弯道行驶过程操纵行为实车测试分析方法。招募12名驾驶员在试验场标准路面上进行实车试验，分别以30 km/h、40 km/h、50 km/h的初速度驶入U形弯道并自由行驶，记录驾驶员操控数据和车辆运动状态数据，对驾驶员弯道操纵能力进行分析。试验结果表明：不同能力的驾驶员在纵向车速、纵向加速度、纵向急动度、转向盘转角、横摆角速度、转向盘转角熵值等指标上呈现明显差异。该方法可进一步扩展应用于自动驾驶汽车的弯道行驶能力分析评估。     

基于驾驶员数据学习的自动驾驶车辆弯道转向控制研究

针对自动驾驶车辆的弯道转向控制问题,提出了一种基于驾驶员操纵数据分析和学习的控制方法。首先,建立了人-车-路软硬件综合模拟驾驶平台,采集了多位驾驶员在不同弯道上的转向操纵数据及车辆状态数据;然后,采用离散分析和拟合分析进行数据分析,并基于模糊综合评价算法建立转向行为评价体系进行数据评价与筛选;最后,将筛选后的驾驶员数据作为训练样本进行神经网络训练,建立基于神经网络的弯道转向控制器。仿真和实车验证结果表明,所设计的控制器能够很好地模拟熟练驾驶员在弯道上的转向行为,并能够保证车辆在弯道行驶的安全性和稳定性。     

汽车经济性驾驶技术及应用概述

汽车经济性驾驶是道路交通节能减排的重要方向。该技术以驾驶人与车辆/道路/交通流的优化与协调为核心,通过重塑驾驶员习惯、辅助驾驶员操作以及车辆自动化控制等手段,满足出行需求的同时降低行驶过程的油耗。该文综述了汽车经济性驾驶技术的发展历史、技术现状与理论难点;介绍了节油驾驶策略的实验型和理论型辨识方法。其应用可分为3类:易于实施、适合政府层面推动的驾驶员教育;最具产品化前景、值得业界关注的节油驾驶辅助;将是经济性驾驶技术的理想载体的自动驾驶。     

双车道公路小半径弯道转向行为及控制对策研究

基于驾驶模拟实验研究双车道公路弯道路段的车辆转向行为。采集了10名驾驶员在不同半径、不同坡度条件下的弯道转向行为数据。分析了车速、横向偏移距离和心率的变化规律。得到了横向偏移突变距离和半径之间的数学关系。结果表明:弯道行驶车辆在曲中点之前车速会降至最低值;随后驾驶员会采取加速操作,此时车辆会产生一次横向偏移突变;突变的长度与车速、半径均有关;偏移形态以向道路中线方向偏移为主;因此,针对弯道的安全改造应以限速和诱导车辆远离道路中线为主。     

公交驾驶员驾驶行为对油耗的影响及其评价指标

基于通过车辆无线远程监控系统采集的天津市某公交线路6位不同驾驶员累计达2.5万km的车辆运行数据,分析了描述驾驶员驾驶行为的车辆相对正加速度、加速踏板行程分布和换挡切换速度分布3个因素对行车油耗的影响。再采用因子分析法将3种影响因素归纳成一个综合评价因子。结果表明,该综合评价因子与行车油耗的相关系数达到0.9,可作为驾驶员驾车油耗的有效评价指标。     

公交车辆节油技巧浅析

搞好公交车辆节油不仅能为企业和个人赢利,同时还能起到降低污染物排放的作用。在与公交车辆驾驶员交往中发现,不少人会认为公交车辆油耗增大是化油器出现故障。有的公交车辆驾驶员节油不从自身车况和行驶线路的坡道和载客量情况考虑相应对策,而是盲目学别人堵化油器的主量孔,缩小喉管,降低浮子室油面高度。有的公交车辆驾驶员甚至是维修人员为省油,     

视觉分神对驾驶员跟驰行为的影响

为了研究驾驶员视觉通道被车载信息系统所占用时,驾驶员对交通信息进行实时加工处理的机理及其应对事故风险的能力,模拟车载信息系统设计了诱导驾驶员视觉分神的驾驶次级任务。根据次级任务的复杂程度划分为3个任务难度等级,使得驾驶员单次视线离开路面的时间随着次级任务难度增加而递增;基于驾驶仿真试验平台,构建了城市道路和高速公路下的典型跟驰场景;招募熟练驾驶员,于驾驶过程中根据试验声音提示执行驾驶次级任务。对采集的试验数据先采用箱图方法进行离群处理,对筛选后的数据采用方差分析和多重比较的方法,分析驾驶员对车辆车道位置掌握、转向盘调整等相关横向操控行为,驾驶员对车辆纵向位置调整、车速调整等相关纵向操纵行为,以及通过其对车辆横纵向控制反映出的补偿措施。分析结果表明:无论车辆处于高速还是低速行驶环境,处于视觉分神状态的驾驶员对车辆的横向控制能力均会变差;驾驶员视线离开路面的时间越长,其对车辆的横向控制能力越差;车辆高速行驶时,驾驶员将面临更大的横向失控风险;而无论车辆处于高速还是低速行驶环境,驾驶员在意识到自身视线离开路面时间过长后,均会通过降低速度和增大跟车距离,以平衡视觉分神带来的纵向方向上的事故风险。     

弯道行驶防侧滑预警与控制系统设计

弯道侧滑对汽车行驶安全性具有重要影响。为提高车辆在弯道行驶的安全性,文中设计一种弯道行驶防侧滑预警与控制系统。首先对汽车弯道行驶工况进行受力分析,提取弯道行驶安全影响因素;然后对预警与控制系统原理图进行设计,针对汽车侧滑时驾驶员反应时间不足及制动时安全性情况设计了预警安全系数及点刹制动两种方案;最后在控制成本和避免警报过多干预驾驶员驾驶行为的前提下对预警与控制系统模块进行设计及装置选型,采用车辆稳定性控制(DSC)系统现有传感器和预警声道由弱至强的方法实现预警和控制,使整个系统经济可行且适用性较强。     

商用车辆异常驾驶行为检测算法研究

利用车联网数据可以对驾驶员的异常驾驶行为进行检测。为了解决常用的异常驾驶行为检测算法对商用车辆不适用的问题,提高车联网数据在商用车领域的异常驾驶行为检测的精确度和效率,研究并提出了商用车辆异常驾驶行为检测算法。首先分析700多辆商用车辆历时两年的行驶数据,利用数据挖掘的方法对车联网数据进行预处理和可用信息挖掘,随后提出了针对商用车辆的疲劳驾驶行为、异常加减速行为和不按规定路线行驶行为的检测算法,并利用真实数据对算法进行验证。结果表明,该算法能有效识别商用车辆的异常驾驶行为,可以给物流企业以及相关管理部门提供合理、可靠的管理依据。     

车道对中控制系统的驾驶员自适应需求验证

针对车道对中控制系统(LCCS)的控制目标与驾驶员正常驾驶行为存在差异的现象,提出了基于主观评价试验的方法验证是否需要设计自适应LCCS提高驾驶员的体验。采集驾驶员在设计道路上的驾驶路径,并通过聚类提取4种风格的驾驶路径,设计评价试验得到驾驶员对4种风格驾驶路径和其他3种人为设计路径的喜好情况。试验结果表明,驾驶员对车辆行驶路径存在明确喜好,且不同驾驶员的喜好存在差异,因此LCCS需要根据驾驶员的喜好调整车辆行驶路径。     

Vehicle Rear-end Collision Warning Algorithm Based on Driver's Braking Behavior

利用图像式汽车行驶记录仪在北京市采集了大量自然行驶状态下的驾驶行为数据,基于追尾碰撞中的驾驶员制动操作行为,分析驾驶员安全与危险跟车状态和车辆状态参数之间的关系,利用Fisher判别分析法建立了符合驾驶员危险感知特性的车辆追尾预警算法.研究结果表明该算法总的判别准确率高达95％.     

基于最小二乘法的车辆瞬态燃油消耗估计

精确的车辆瞬态燃油消耗估计是车辆节能控制研究的基础,稳态燃油消耗模型受燃油发动机的非线性工作特性、驾驶员的驾驶习惯、车辆行驶的环境、车辆行驶状态、车辆负载等多种因素影响,计算的瞬态燃油消耗与实际燃油消耗偏差较大,现有瞬态油耗模型参数不易标定,因此本文中通过车辆速度与加速度构建了一种新的瞬态燃油消耗估计模型。采用最小二乘法对模型中的参数进行求解,为进一步降低瞬态燃油消耗率的估计偏差,引入指数速度衰减的加权因子,即采用带指数衰减因子的最小二乘法求解油耗模型中的参数,并通过实车试验对瞬态油耗估计方法进行验证。试验结果表明,基于最小二乘法的油耗模型可精确地估计车辆瞬态油耗,带指数速度衰减因子的最小二乘法可进一步降低油耗模型的油耗估计偏差,且估计精度受车辆行驶状态和道路环境等因素影响较小。     

基于最小二乘法的车辆瞬态燃油消耗估计EI北大核心CSCD

精确的车辆瞬态燃油消耗估计是车辆节能控制研究的基础,稳态燃油消耗模型受燃油发动机的非线性工作特性、驾驶员的驾驶习惯、车辆行驶的环境、车辆行驶状态、车辆负载等多种因素影响,计算的瞬态燃油消耗与实际燃油消耗偏差较大,现有瞬态油耗模型参数不易标定,因此本文中通过车辆速度与加速度构建了一种新的瞬态燃油消耗估计模型。采用最小二乘法对模型中的参数进行求解,为进一步降低瞬态燃油消耗率的估计偏差,引入指数速度衰减的加权因子,即采用带指数衰减因子的最小二乘法求解油耗模型中的参数,并通过实车试验对瞬态油耗估计方法进行验证。试验结果表明,基于最小二乘法的油耗模型可精确地估计车辆瞬态油耗,带指数速度衰减因子的最小二乘法可进一步降低油耗模型的油耗估计偏差,且估计精度受车辆行驶状态和道路环境等因素影响较小。     

基于卫星定位数据的驾驶行为安全与节能评价方法

驾驶员管理是道路运输安全和节能管理的基础和源头。为加强道路运输企业驾驶员驾驶行为安全与节能的管理考核,降低运输企业的监管成本,研究并制定了一套基于企业安全生产管理数据(以卫星定位数据为主)的驾驶行为安全与节能评价方法。首先根据驾驶员驾驶行为的特点和行业管理要求,建立驾驶行为安全与节能评价指标模型,从卫星定位数据中提取了10项驾驶行为安全与节能二级评价指标,根据指标的发生次数和持续时长等进一步细分得到17项三级指标。给出了各项三级评价指标的具体识别和计算方法,并建立了各项二级评价指标的得分标准。利用层次分析法,通过构造比较判断矩阵并进行一致性检验,得出各项评价指标的对应权重。随后采用加权平均方法,最终得到驾驶员驾驶行为的安全评价结果、节能评价结果和综合评价结果,完成对驾驶行为的评价和分析。选取某客运公司行驶时间段和路段等较具代表性的道路运输车辆,利用其正常运行过程中产生的卫星定位数据,对所提出的评价方法进行了试验验证,并与现有其他相似的方法进行了比较分析。结果表明,该方法可从安全与节能两个角度对驾驶员的驾驶行为进行有效评价,帮助运输企业和行业管理部门及时发现和管控驾驶员的不规范驾驶行为。     

客车油耗统计检验方法及数据有效性的研究

如何检验运输企业填报油耗数据的有效性是道路交通运输行业能耗统计工作的难点。文章采集了6302个客车新车公告油耗数据,利用不同回归分析方法得到客车油耗随长度的拟合规律及可靠性,乘幂回归方法可靠性最好;采用乘幂回归拟合方程计算不同长度客车的标准单耗;利用各长度下新车公告油耗分布确定其油耗阈值下限;选择达到特定年限及行驶里程的车辆,在特定测试条件下,对比实测油耗与公司记录油耗单耗,取最大值作为阈值上限。6米客车的标准单耗为11.05L/100km;6米客车(公交)阈值范围分别为9.4 L/100km~19.1 L/100km,6米客车(客运)阈值范围分别为9.4 L/100km~18.2 L/100km。     

考虑肌电信号的驾驶人弯道操纵行为分析

驾驶人是"人-车-路"闭环系统中的核心。近年来，研发人性化、个性化的汽车驾驶辅助系统逐渐成为行业热点。为了更加透彻地理解弯道驾驶行为特性，为弯道驾驶辅助系统提供功效评估与优化，提出了一种考虑肌电信号的驾驶人弯道行驶过程操纵行为分析方法。招募12名驾驶人在试验场标准路面上进行实车试验，其中包含6名专业试车师与6名普通驾驶人，要求驾驶人分别以30，40，50 km·h^-1的不同初速度驶入U形弯道并自由驾驶。试验过程中记录驾驶人颈部肌电信号数据和车辆运动状态数据，分析转弯行驶车辆侧向运动对不同驾驶能力的驾驶人生理体验的影响，同时进一步探讨不同类型驾驶人在不同入弯速度条件下颈部肌电信号与侧向加速度的关联差异特性。试验结果表明：相同工况下，专业驾驶人和普通驾驶人颈部肌电特征值存在显著差异，专业驾驶人颈部肌电信号特征与车辆侧向加速度呈现一定的线性关系；随着驾驶任务难度的增加，驾驶能力好的驾驶人能够较好地适应任务的变化，在进行纵侧向耦合操纵时能够较好地协调身体生理反应与车辆侧向运动保持较好的关联特性。研究成果为进一步探索并完善驾驶体验评价方法提供了新的研究思路，同时，可为汽车辅助驾驶系统功能设计与智能汽车行驶性能的用户体验测评提供技术支撑。     

考虑驾驶员操作误差的混合动力汽车队列生态驾驶控制

鉴于现有生态驾驶控制的研究多基于完全智能网联环境,不适用于传统人类驾驶汽车和网联汽车混行的交通场景,本文中以包含人类驾驶汽车和网联汽车的混合动力汽车队列为研究对象,提出一种考虑驾驶员操作误差的分层生态驾驶控制方法。基于随机模型预测控制算法设计上层控制器以实现车队机动性、燃油经济性和舒适性多目标优化,采用自适应等效燃油消耗最小化策略设计下层控制器以优化车辆发动机与电池的功率分配。仿真结果表明,所提出的方法可有效降低驾驶员操作误差导致的车队中混合动力汽车速度轨迹的偏移量,车辆平均油耗降低2.82%。     

大赛裁判的收获和建议

我有幸参加"2011全国城市公交客车节油技能大赛"总决赛,并担任裁判。现从裁判角度谈谈我的收获和建议:收获一、通过本次节油大赛,使公交客车驾驶员科学、合理的节油操作意识进一步增强,驾驶员队伍整体素质和技术水平得到了显著提高。二、使各公交企业对每条线路的百公里油耗测量有了更加科学的方法和数据参考,对公交企业的节能降耗起到了良性推动作用。     

基于道路坡度实时信息的经济车速优化方法

作为生态驾驶辅助系统的组成部分,提出了基于道路坡度实时信息的车辆经济车速优化方法。搭建了车辆油耗模型和车辆动力学模型,对于车辆行驶在没有坡度的和前方出现坡道的两种情况,进行最省油车速优化。根据坡度信息,利用动态规划算法,计算出通过坡道的经济车速。对于一款D级轿车,运用Matlab/Simulink和Carsim联合仿真,与真实道路信息上实车模拟结果进行对比分析。结果表明:与传统定速巡航控制算法相比,该算法节油达到5%。这说明,该算法能降低车辆油耗。结合全球定位系统(GPS)信息以及地理信息系统(GIS),该技术可用于基于车联网的生态驾驶辅助系统。