车辆辅助驾驶系统中的三车道检测算法

本文中提出了一种基于车道线特征的三车道检测算法。首先,在车道线预提取过程中对道路消失线以下部分的整个车道图像进行模糊化和边缘检测,并根据边缘点位置和方向角对消失点进行定位,同时基于消失点位置提取直线并结合车道模型对构成三车道的直线进行筛选和补充。接着在车道跟踪阶段,根据前一帧图像检测出的直线和消失点位置,对车道图像局部区域分别进行边缘点、直线的跟踪检测,并对消失点位置进行重定位。最后,对车道参数进行寻优以计算车道线曲率和车道宽度。试验结果表明,提出的边缘检测算法能有效检测模糊车道线边缘并抑制噪声,消失点和直线的检测方法耗时少且准确性高。在直线检测的基础上进行车道模型匹配能提高车道识别实时性,算法在车道线模糊、雨天、大雾和大曲率等环境下均具有较好的适应性。     

1种基于车辆时空图的车辆异常行为检测方法

对快速路车辆异常行为的检测有助于防止或及时处理交通事故,缓解交通拥堵,保障出行的安全和效率。采用多高斯背景模型提取前景运动车辆及其中心点并利用Kalman滤波算法跟踪运动车辆。在此基础上,得到各个车道上车辆的行驶时空图,通过车辆时空图对车辆行为进行轨迹分析,根据时间序列上车辆位置的变化检测车辆逆行,通过车间距和车辆位置状态信息检测车辆碰撞。实验表明,该方法能较好地识别出车辆异常行为。     

险情中驾驶人接管自动驾驶车辆的驾驶行为研究

为了指导驾驶人安全地使用自动驾驶系统,在模拟驾驶仿真平台上研究驾驶人在复杂交通环境下实现自动驾驶切换到手动驾驶的绩效表现,以及影响驾驶人驾驶方式切换过程的因素。试验收集了36名驾驶人在2种险情下切换驾驶方式过程中的驾驶行为数据,包括驾驶速度、车头间距、车辆横向位移和车辆转向等数据。研究结果表明:部分驾驶人会在险情提示出现之后即刻切换驾驶方式,而部分驾驶人则在提示出现之后继续监控道路和车辆信息,直到交通冲突出现的时候才进行驾驶方式切换;对上述2种切换方式进行独立分析发现,进行第2种切换的驾驶人在接管车辆之前所处的状态(玩游戏或者听音乐)对驾驶人接管车辆所用的切换时间有显著性影响,驾驶人处于玩游戏的状态下接管车辆所用的时间会小于驾驶人在听音乐状态下接管车辆所用的时间;切换方式对车辆横向位置有显著性影响,而且进行第1种切换的驾驶人在后续的驾驶过程中能保持较小的安全速度行驶,说明"切换方式1"与"较小的安全车速"存在相关关系,但二者的因果关系尚需深一步研究。     

基于驾驶行为的疲劳驾驶判别算法研究

为了有效判别驾驶员的疲劳驾驶状态,本文利用模拟驾驶器开展驾驶实验,采集了20名驾驶员在疲劳状态和正常状态的实验数据;为了提取能表征驾驶员疲劳和正常驾驶状态时的行为特征,本文对获取的速度、方向盘转角和车辆横向位置的样本熵进行了分析,最终提取了该三类参数的样本熵作为疲劳驾驶的有效特征组;构建了基于BP神经网络的驾驶员疲劳驾驶判别算法,并采用测试集样本对构建的算法进行验证.实验结果表明:该算法对于驾驶员疲劳驾驶检测的准确率较好、运行时间较短、具有较好的鲁棒性和实用性.     

自动驾驶障碍车辆行为预测技术研究

为了使自动驾驶车辆可以像有经验的驾驶员一样对周围车辆的行为做出准确的判断,通过车辆周围传感器来感知障碍车辆的相对位置信息,并结合自身车辆的高精定位信息,获得障碍车辆的精确位置,通过应用隐马尔可夫模型建立不同驾驶行为的预测模型,最终通过模型的预测来判断障碍车辆的可能驾驶意图,辅助自动驾驶车辆进行有效的驾驶决策,更好的规划安全高效的行驶路线。     

自动驾驶车辆循迹路径生成算法研究

在无人驾驶领域中,已经实现了车辆按照已有路径进行循迹无人驾驶,通常已有路径是由车辆实际采集获得。文章采用Matlab编写了循迹路径的生成算法,解决了循迹路线必须由车辆采集获取的问题,使车辆控制更加高效。再循迹路径生成算法中结合了车辆的左右转最小拐弯半径约束和允许倒车的情况,得到了无人驾驶车辆可行驶的路径。最后通过算法生成的路径进行了实车实验,车辆能够按照算法生成的路径进行自动驾驶,最后对算法生成的路径和车辆实际路径进行了对比,验证了算法的可行性。     

驾驶员异常驾驶行为与人格类型调查研究

为了研究驾驶员的异常驾驶行为与人格类型的关系,以及导致道路交通事故的可能性,采用驾驶行为问卷(DBQ)形式,将次任务从注意力流失中细化出来,与注意力流失、错误和违规构成异常驾驶行为四因子.人格类型的调查问卷采用菲尔人格测试.利用SPSS统计软件进行试调查问卷的信效度分析以及正式调查的数据分析,得到试调查问卷是可靠的,异常驾驶行为四因子两两之间具有相关性,"穿高跟鞋驾驶"的女性驾驶员易出现异常驾驶行为;大多数被调查者属于人格3与人格4,人格3中有近1/3的驾驶员易发生次任务,人格4中近1/4的驾驶员易发生次任务;通过回归分析可知异常驾驶行为与人格类型会在不同程度上诱导交通事故的发生.     

智能驾驶车辆供电系统研究

随着市场对乘用车智能化、电动化的需求不断提高,整车的供电系统也必须为此做出相应的调整和升级。冗余化的供电节点、灵活的平台适配性、多样的诊断选项都是未来整车供电系统的发展趋势。本文针对能够满足智能驾驶车型设计标准并且可以适配多种主流电压等级的电源系统进行研究。     

基于驾驶行为的城市道路车辆主观换道模型研究

车辆换道行为因其运行环境复杂,所涉及的交通因素众多,容易引起交通冲突,从而降低道路交通系统的安全性.对车辆换道行为的动态特性及其对车流运行的影响机理进行建模与研究,对提高交通系统的运行效率有重要意义.基于城市道路车辆换道行为的特征,改进了元胞自动机模型细化车辆换道过程;考虑驾驶员特性、车辆类型的影响,采用模糊推理理论描述驾驶员的换道决策,进而建立了城市道路驾驶员主观换道模型.通过将实测交通流数据与仿真输出数据进行对比,验证模型的有效性.结果表明,所建立的模型输出结果与实测数据的误差较小,说明模型具有一定的有效性.     

自动驾驶商用步伐加快

<正>每年的CES展,汽车成为重要元素,今年也不例外。在2019 CES展的北馆展区,聚集着众多整车OEM和Tier 1、Tier 2供应商,其热闹程度堪比国际车展。排名靠前的零部件供应商,包括博世、采埃孚、麦格纳、大陆、电装、佛吉亚、法雷奥等,悉数出席。从各家零部件的展示来看,与自动驾驶有关的城市出行和物流货运成为重点。这些商用领域的众多应用场景,令自动驾驶有更多用武之地。例     

道路车辆不良汇入驾驶行为的模型构建

针对当前国内关于不良汇入驾驶行为模型研究的空白,从概率统计和博弈论角度量化分析该行为。基于哈尔滨市高峰和平峰时段的定点视频调查数据,分析了汽车不良汇入驾驶行为的基本统计特性,给出了累计频率分布模型。研究结果表明当临界汇入间隙时间不足4S时,车辆汇入行为可界定为不良行为。进而,引入双人混合战略模型,从纳什均衡角度分析了支路汇入主路不良行为的发生概率。     

基于有限状态机的车辆自动驾驶行为决策分析

将智能车辆的自动驾驶运动过程分解为车道保持、车辆跟随、车道变换和制动避撞4种典型驾驶行为,基于有限状态机方法建立各驾驶行为间的逻辑关系及状态切换过程,同时,构建了面向自动驾驶的虚拟危险势能场,并对其结构关键参数和驾驶行为决策触发阈值进行分析。利用MATLAB/CarSim软件对不同道路工况下的自动驾驶行为决策过程进行联合仿真,并利用比例车辆模型和机器视觉系统对提出的方法进行试验验证。仿真和试验结果表明,虚拟危险势能场与有限状态机相结合的方法能够满足智能车辆的驾驶行为决策需求并实现主要的自动驾驶功能。     

基于驾驶行为分析的车辆管理信息系统的开发

车辆管理信息系统软件的使用不仅可以有效地提高车辆的运营安全,而且能够显著提高客运企业的管理水平和管理效率。本文所设计的车辆管理信息系统以优化管理模式为目的,针对客运企业管理需求,结合开发的工具的特性,选择VisualC++为编程语言,用Access实现后台数据管理,数据库访问由DAO类完成。该信息系统由6大功能模块组成:驾驶员管理、车辆档案管理、车辆运营管理、车辆维修管理、车辆违规管理和系统维护。本设计说明分为4部分,依次对车辆管理信息系统的开发背景、系统设计、数据库设计,以及典型管理信息模块的实现进行了阐述。本系统的一大亮点是车辆信息系统主窗体的设计采用配置文件的方式创建工具栏,是动态的可配置的创建,给系统程序的改进以很大空间。     

无人驾驶汽车周边车辆行为识别算法研究

周边车辆行为识别对于提升无人驾驶汽车决策规划的合理性和控制安全性至关重要。传统的周边车辆行为识别方法识别精度普遍不高,且缺乏对交通主体相互之间邻域影响的考虑,算法鲁棒性较差。针对此,本文中提出了一种SLSTMAT(Social-LSTM-Attention)算法,创新性地引入目标车辆社交特征并通过卷积神经网络提取,建立了基于深度学习的车辆行为识别模型,应用注意力机制来捕捉行为时窗中的多时步信息,实现了周边车辆行为准确识别。采用HighD轨迹数据集和实车数据进行算法验证。结果表明,所提算法对周边车辆行为识别的准确率达94.01%,在目标车辆到达换道点的前1 s时刻行为识别精度达90%,具有较高的工程应用价值。     

车辆疲劳驾驶研究方法综述

相关数据显示,目前国内外每年因为车辆疲劳驾驶所导致的重大交通安全事故数量呈明显递增趋势,关注疲劳驾驶问题刻不容缓。文章从分析产生疲劳驾驶的机理入手,详细研究了国内外研究车辆疲劳驾驶的各种测评方法,并指出了当前适合我国技术现状的车辆疲劳驾驶检测方法、数学模型和实用装置。     

基于AdaBoost算法的疲劳驾驶检测系统研究

为提高行车安全性,结合驾驶员人眼开度特征开展了疲劳驾驶检测系统研究,提出采用AdaBoost算法实现人脸及人眼的定位方法。驾驶员视频图像在动态直方拉伸和训练好的AdaBoost算法分类器作用下实现人脸、人眼定位;对获得的眼部图像进行边缘检测及轮廓提取,计算轮廓内像素点得到眼睛的开度信息;利用PERCLOS算法计算一段时间内驾驶员的闭眼帧数及眨眼频率比例,获得驾驶员疲劳状态。试验结果表明,该系统具有较好的抗环境干扰和实时性,能准确地完成疲劳判断。     

基于深度学习的疲劳驾驶检测算法研究

针对疲劳驾驶检测模型需要的实时性与轻量性,在SSD的基础上提出了SSD-MA网络作为人脸部件检测网络。该网络通过替换原SSD主干网络为MobileNetv3,使得模型参数量骤减,加上AFF注意力特征融合了不同尺寸的特征图,进一步提升了对人眼小目标的检测性能,并结合疲劳参数Peclos可以准确地输出被测人员的疲劳状态。经实验验证,SSD-MA在验证集上的mAP值达到了96.9%,较原SSD-300提高了5%,网络整体体积缩减了89%。     

船舶行为异常检测研究进展

船舶行为异常检测对于海上安全、海域的智能监管具有重要意义.异常检测算法不能满足轨迹大数据挖掘在实时性、准确性和鲁棒性等方面的需求.将异常行为进行分类,分析目前几类主要的异常检测方法:统计分析在对数据分布做出正确假设时根据概率分布获取异常情况,确定合适的异常阈值较为困难;预测法基于对历史数据的了解程度,易受多种因素影响;机器学习依赖数据特征、计算复杂度高.基于此,总结可能提高统计分析、机器学习和预测法检测效果的方法,指出将在线实时检测引入船舶检测,并展望数据处理、轨迹表示、挖掘分析和情境语义在异常检测中的可能研究方向.     

车联网环境下基于Stacking集成学习的车辆异常行为检测方法

针对车联网中的车辆异常行为的威胁,本文中融合了多种机器学习方法,提出了一种新型的适用于车联网的车辆异常行为检测方法.首先,基于Veins车联网仿真平台,模拟了DoS、Sybil等多种网络攻击,搭建了真实路况环境下遭受网络攻击的车联网场景,构建了车联网异常检测数据集;其次,采用Stacking集成学习思想,融合K近邻、决...     

基于改进RRT*算法的自动驾驶车辆路径规划研究

针对自动驾驶车辆,文章在交叉路口环境下提出了一种改进的快速搜索随机树(RRT*)路径规划算法.首先,对自动驾驶车辆的驾驶行为环境予以描述;其次,针对原始RRT*算法提出改进的目标偏向策略予以改善;进一步,对原始RRT*算法在交叉路口无效采样的问题,提出一种概率采样策略.基于Matlab/Simulink联合仿真平台构建...