基于人机工学的固有驾驶信息盲区界定研究

为界定驾驶员固有信息盲区,提高驾驶信息的有效识读率,研究了驾驶信息固有盲区．按不同道路类型,运用视觉几何学原理,构建了驾驶员视觉盲区模型;运用心理声学模型及逆声场空间转换技术,构建了驾驶员听觉视觉盲区模型．通过计算示例验证了模型的实用可行性．     

汽车驾驶模拟器在交通研究中的应用

依托先进的工业技术,日本在汽车驾驶模拟器领域积累了大量经验.首先回顾了汽车驾驶模拟器的发展历程及基本应用.然后以日本东京大学生产技术研究所“面向人、车、交通研究的通用驾驶模拟器”为例,着重从驾驶行为、道路与交通设计、交通安全、交通环境效益以及智能交通系统几方面阐述了汽车驾驶模拟器在交通研究上的应用.最后探讨了汽车驾驶模...     

无人驾驶智能车完成首次智能驾驶测试

由多方合作研制的“猛狮3号”无人驾驶智能车在车流滚滚的京津城际高速公路上,完成了国家自然基金委等第三方参与的首次智能驾驶试验。试验全程由计算机系统控制车辆自主驾驶,无人工干预。根据测试要求,无人驾驶智能车行驶的车道类型包括四车道、、三车道、二车道、匝道,主要的测试科目为循线行驶、跟车行驶、自主换道、邻道超车、自主超车、人工指令行驶6个部分。为确保安全,车上装有应急控制装置,紧急情况下可立即切换到人工强制干预模式,避免对本车成员及其他车辆造成危险。     

驾驶汽车考试颁证历史

世界上最早的汽车驾驶考试和颁发驾驶证起源于法国。早在1893年8月14日，法国政府颁发实施的《巴黎警察条例》中，首次规定了“凡是年满21岁以上的成年人驾驶汽车，必须通过资格考试并获得驾驶证，才能在公路上行驶。考试内容涉及驾驶技术、发动机构造原理知识和保养技术等方面。驾驶证上贴有本人照片、姓名和车辆     

高速公路改扩建期间强制变道行为驾驶模拟的有效性研究

为了验证驾驶模拟技术应用于高速公路改扩建期间施工路段强制变道行为分析的有效性,开展了实车驾驶和驾驶模拟2种实验.首先,采集车辆的速度和位置信息,计算了强制变道的断面车速v、特征断面间距Δd和特征断面时距Δt等行为指标;然后,分别采用非参数统计方法与回归模型来检验各行为指标的绝对有效性与相对有效性.结果表明:驾驶模拟技术能有效地应用于高速公路改扩建期间强制变道行为分析;变道开始断面的车速、越线点与施工路段起点之间的间距和时距、变道结束点与施工路段起点之间的间距和时距均显示出驾驶人在驾驶模拟环境中具有更激进的驾驶行为.     

汽车驾驶考试史话

世界上最早的汽车驾驶考试和颁发驾驶证起源于法国。早在1893年8月14日，法国政府颁发实施的《巴黎警察条例》中，第一次规定了“凡年满18岁以上的成年人，且通过资格考试并获得驾驶证后，可以在公路上驾车行驶。考试内容涉及驾驶技术、发动机构造原理和保养技术等方面。     

从今天开始享受驾驶的乐趣

在汽车厂商的车型介绍中，“驾驶乐趣”是出镜率最高的一个词，但我们中有多少人能享受到加强的乐趣？当新车的新鲜劲过去后，开车对很金工 人来说成了一种痛苦，据非常不完全统计．真正在日常开车中获得快乐的不到10％。享受驾驶乐趣就这么困难吗？非也非也除了一辆适合的车．再加上一颗热爱生活的心就足够了……     

如何才能更科学地驾驶

作为交通脉络中的“细胞”，每一个驾驶人对合理驾驶知识的应用，是解决交通问题的最佳方法。美国的安全技术专家在研究中所获得的一些新发现，为驾驶人提供了最科学的驾驶策略。     

汽车驾驶自动化应用技术研究

汽车驾驶自动化是科技发展的必然趋势。随着科技发展、研究的不断深入以及完成自动驾驶所需要设备的成本不断下降．将汽车驾驶自动化的技术部分地应用于实际已成为必然趋势。主要介绍了汽车驾驶自动化技术研究的必要性、特点、发展现状及趋势。     

宇通自动驾驶巴士博鳌论坛首秀,向世界展示“中国智造”魅力

“宇通智造”又一次惊艳了世界!在博鳌亚洲论坛2019年年会期间,由政府组织的智能网联汽车应用示范和试乘试驾体验活动汇聚了全球的目光。其中,宇通最新研发的一款高度自动驾驶巴士,更是吸引了多国参会政要参观体验。这款外形“萌萌哒”的L4级宇通自动驾驶巴士,已具备智能交互、自主巡航、换道、避障、超车、会车、跟车、进站以及紧急制动、精确停靠、路口通行、车路协同等功能,完全达到高度自动驾驶水平,让参观体验者纷纷点赞。     

实用与运动的交融

“首先它是一辆符合日常之用的家用车,同时也会充满驾驶乐趣。”本田思域首席设计师充满信心地告诉我们。实用与运动这对看似互相矛盾的设计理念却十分和谐地融入了思域,安全、节能和舒适的驾乘感受无疑是其良好实用性的例证;大功率、扭矩发动机、5挡变速器和大量的运动化设计则更向我们强调,思域也能带给你驾驶的乐趣,这正是本田宣传时强调的重点。思域在实用、运动上分别会有怎样的表现,让我们逐一看过。     

引入驾驶风格的熵权法多属性换道决策模型

为改善AHP换道模型需要主观赋权的问题，在分析换道决策机理及换道决策属性的基础上，提出引入驾驶风格的熵权法多属性换道决策模型.在不同空间占有率D 下对模型进行仿真，获得不同驾驶风格、多种车道分隔方式下的平均换道动机概率和平均换道成功概率. 分析发现，驾驶风格对平均换道动机概率和平均换道成功概率产生显著影响的空间占有率分别为(0.10, 0.85)和(0.30, 0.85)，其中，激进驾驶风格的概率最大，保守的概率最小. 说明该模型能响应驾驶风格偏好的影响，熵权法在多车道元胞自动机换道决策模型中的适用性较强.     

分心驾驶研究文献计量学分析

车辆自动化和信息娱乐系统的发展趋势使驾驶人分心成为日益突出的社会问题。为全面了解分心驾驶的研究进展，本文选取近 12 年关于分心驾驶的 2313 篇文章，利用文献计量工具VOSviewer和R-Bibliometrix系统梳理与分析分心驾驶的研究现状。首先，概述分心驾驶研究的总体情况，包括分心驾驶研究的国家分布、核心作者及核心期刊；其次，重点归纳分心驾驶领域的高影响力文献，并从“注意力机制”“分心驾驶风险与年轻驾驶人驾驶行为”“分心源”“分心驾驶检测”“自动驾驶下驾驶人的分心效应”这5个研究主题总结分心驾驶的研究热点；最后，构建分心驾驶的研究体系，并预测未来的发展趋势。研究认为：有必要加强研究分心的形成、消散和恢复机理；需扩展研究对象和场景，综合考虑车内和车外的分心源以及复合分心带来的风险；多源信息融合及考虑多类型分心可以进一步完善分心驾驶风险的研究；界定分心状态与等级划分，针对不同驾驶分心类型的识别应是未来分心驾驶检测研究的重点；自动驾驶场景下的分心行为及接管效能，以及混合交通流下的分心状态是值得关注的研究。基于机器视觉的分心检测和自动驾驶的接管效能将成为分心驾驶领域的研究前沿。     

基于OpenGVS的分布式虚拟汽车驾驶视景系统设计与实现

针对汽车虚拟驾驶模拟器视景系统对“沉浸感”、“交互感”的要求，设计了分布式虚拟汽车驾驶视景系统，以Multi Gen Creator为建模软件，OpenGVS为开发平台，解决了分布式实时网络结构、视景模型区域分割、三维图形模型导入、视点动态控制、碰撞检测等关键技术问题．实验结果表明：所开发的视景系统能够满足分布式虚拟驾驶模拟系统视景对真实性、实时性和交互性的要求，增强了驾驶视景仿真的沉浸感和交互感．     

应用于换道预警的驾驶风格分类方法

针对不同驾驶风格驾驶人对换道预警需求存在差异的问题,采用视觉传感器、 雷达传感器、GPS、车辆 CAN 总线数据采集系统,基于小型乘用车搭建了实际道路驾驶行 为试验车.通过对多名驾驶人进行实际道路自然驾驶试验,选用跟车时距、换道时距、超速 频次、换道过程最大方向盘转角等参数,采用模糊评价法建立了驾驶风格离线分类模型, 实现了将驾驶人分类为冒进型、比较冒进型、比较谨慎型、谨慎型四类.采用换道安全性相 关参数对模型进行验证. 结果表明,随着驾驶人谨慎程度的增加,换道安全性评价参数更 倾向于安全,驾驶风格分类模型与实际换道安全性评价参数之间呈现良好的一致性.     

驾驶秘诀

驾驶有秘决吗？答案是肯定的，但是这些秘决在驾校里或者在教科书上，是绝对学不到的，“师傅领进门修行在个人。”修行是一个揣摩、悟道、总结的漫长过程。只有那些既懂得汽车结构、原理、又有多年驾龄的人，才会拥有这些灵性与经验。     

驾驶技术、驾驶速度与公路行车安全分析

试论驾驶技术和驾驶速度在车辆行车中对车辆行车安全的分析,从它们的不同方面论述对行车安全的影响,以期认识到驾驶员培训工作、驾驶员良好习惯的养成、驾驶员道德修养等的重要性;使驾驶员在取得了驾驶资格后,充分了解驾驶技术对保证安全行车所起的基础保证;并在今后的驾驶中如何养成良好的驾驶作风和良好的驾驶习惯,认识到合理控制车速是安全驾驶的重要保证,合理运用车速对保证运输企业生产成本的相互影响;从而为减少事故,提高运输效率,确保社会和谐做出我们应有的贡献。     

驾驶风格聚类与识别研究

为实现驾驶人驾驶风格的准确聚类和有效识别,以NGSIM数据为依据,提取包含换道行为的16 s车辆行驶轨迹,选取可以全方位表征驾驶人驾驶特性的评价指标并借助因子分析法实现指标的降维;在此基础上选用k-means聚类算法对所得样本数据进行聚类分析,把驾驶风格分为谨慎型、普通型和激进型;最后对比了SVM和ANN驾驶风格识别模型。结果显示:车辆行驶速度、加速度和横向速度更能表征驾驶人驾驶风格;SVM模型和ANN模型在降维前后数据中的识别精度都能达到90%以上,而SVM模型的识别精度更高,说明SVM驾驶风格识别模型在小样本上的有效性。     

车道分隔方式对驾驶换道行为的影响

为探索不同车道分隔方式对驾驶换道行为的影响，在分析机动车驾驶换道决策机理与换道决策属性的基础上，改进双车道元胞自动机(STCA)的换道规则模型，提出了基于层次分析法(AHP)的多属性换道决策模型.在同向 3车道上设置不同车道分隔方式，运行模型以获得每种分隔方式在不同空间占有率情况下的换道动机概率、换道成功概率分布规律.分析发现：平均换道动机概率直接与交通流内部状态属性有关，平均换道成功概率则由交通流内部状态属性与车道隔离方式共同决定；通过对不同分隔方式下的换道规律分析，表明模型能较好诠释不同车道分隔方式的交通管理法规涵义.该换道决策模型构造方法上具有同时处理多个外部决策属性的能力，具有较强的通用性.     

高速场景相邻前车驾驶行为识别及意图预测

相邻前车的驾驶行为会影响后车，因此先进的辅助驾驶系统需具备识别前车驾驶行为的能力. 对高速场景下相邻前车换道行为进行研究，分别提出双层连续隐马尔可夫模型-贝叶斯生成分类器(CHMM-BGC)，以及基于双向长短时记忆网络(Bi-LSTM)的行为识别模型和意图预测模型. 采用自然驾驶数据集对模型的有效性进行测试验证. 实验分析表明：基于Bi-LSTM的行为识别模型相较于双层CHMM-BGC在平均识别率上提升了11.24%，两种行为识别模型均可在相邻前车换道过程的早期阶段识别换道行为；考虑相邻前车与周围环境车辆的交互作用，可使模型具有预测性，两种意图预测模型均可在车辆换道时刻前预测到驾驶人换道意图. 模型仿真计算时间可满足系统的实时性需求，为本车驾驶人预留出反应时间，为预测周围车辆行驶轨迹研究提供支持.