预防追尾有四招

追尾相撞事故发生频发的原因：一是惟恐其他车辆加塞或自行车、行人穿行而采取紧随前车行驶的方法，前车刹车，后车刹车不及：二是后车驾驶人精神不集中．前车刹车情况发现晚．采取措施慢；三是超车或借道行驶时不注意安全距离，强行超车变更车道发生追尾碰撞：四是前车刹车灯或后车制动系统不合格等。     

基于人-车-路环境下的车辆跟驰模型

在现有的跟驰模型基础上,综合考虑驾驶员个体差异、车辆制动性能差异和交通路况因素,并针对前车静止、减速和匀速或加速三种不同行驶状态,以前后车所需的最小安全距离为目标,建立不同行驶工况下的人-车-路环境下的最小安全距离车辆跟驰模型。最后,针对前车不同行驶工况下对最小安全距离进行数值计算,并与现有的传统模型计算结果进行对比。结果表明:在车辆跟驰过程中,前后车之间所需的最小安全距离会受人、车、道路环境影响而有所变化,文中建立的模型更加准确、合理,符合真实交通现象。     

汽车风洞双车试验来流湍流特征研究

基于自主研发的真实道路来流参数测量系统,对多地区、多场景真实道路行驶来流湍流强度进行了测试,发现车辆道路行驶时来流湍流强度远高于风洞水平,道路平均湍流强度为4%,沿海地区湍流强度最高可达20%,在跟车或超车时湍流强度可达 28%。在汽车风洞内模拟了道路行驶跟车、超车等试验场景,对测试车辆气流环境进行了采集分析。结果表明,跟车和超车时,后车来流湍流强度较高且伴随有速度损失,湍流强度及速度损失大小与前车尺寸和跟车距离有关,湍流强度分布范围为2%～33%,与道路实测相当,且速度损失最大为19%。进一步探究了前车放置角度、风洞风速对后车来流湍流强度的影响规律,建立对后车来流湍流强度定量调节的方法。完成了双车风噪测试,结果表明,风洞内高湍流强度环境车内风噪测试调制频谱结果与道路行驶测试结果相符,车内风噪频谱曲线差异主要集中在小于70 Hz的低频段。     

超车需谨慎

超车是一种常见的交通现象．是指同一车道行驶的车辆,后车从左侧超越前车的行为。但是．超车易挡住司机的视线．形成盲区。北京司机孙某驾驶一辆本田小客车,行驶到密云县穆家峪镇荆梢坟村前时,觉得前方一辆内蒙古牌照大货车开得太慢．便向左猛一掰轮,强行超了上去。     

一辆汽车自燃原因技术分析

有一部黄河（JN150型）汽车载着一车煤正在高速公路上行驶．此时尾后汽车上的司机看到前面这部黄河汽车右后轮从里面向外吐出火苗。就连续呜喇叭向前车示意，然而前车继续高速行驶。后车司机无奈就拼命加速，欲超过前车，及早告诉前车司机，结果后车终于超过了前车。并不停地鸣喇叭和呼叫。前车听到这些信号后，立即将车停下，下车一看，右后轮里面的火焰已烧了车上的煤。此刻该车司机和尾遂车司机立即用车上备用的灭火器进行灭火．同行的车辆看到此景也相继停下。用自己车上的灭火器进行灭火，但是已经晚了，靠这样小容量的灭火器已无济于事，眼看着大火将这车煤吞没。     

三种驾车弊病易引发事故

速差就是同向行驶的两辆车之间的速度差异,速差大小的把握虽然由后车决定,但从实际情况来看,许多前车驾驶员的一些不文明行为,使得原本合适的速差突然变大,造成后车处置不当产生事故.因此前车驾驶员的一些坏毛病不容忽视,以下是前车驾驶员比较容易造成速差增大的3类弊病.……     

跟车要注意车速和间距

在同向行驶的一列汽车中,后车跟随前车运行,总不愿(也不该)落后很多,总是紧随前车,这是一种"紧随要求".从安全角度看,跟驶车辆要满足两个条件:一是后车的速度只能在前车的车速附近摆动,否则会发生撞车,这是"车速条件".二是前后车之间应有足够的安全距离,而又不能过大,这是"间距条件".     

安全不是梦

尾撞事故也称追尾事故，．它是指运动中的汽车，后车正面与前车尾部相撞的交通事故。其原因通常是前车突然制动、转弯、倒车，后车盲目超车、跟车距离过近、处置情况不力等而造成的在尾撞交通事故的处理中，由于少数办案人员及驾驶员对《道路交通管理条例》的理解和应用不同，     

基于深度强化学习的车辆跟驰控制

针对自适应巡航控制系统在控制主车跟驰行驶中受前车运动状态的不确定性影响问题，在分析车辆运动特点的基础上，提出一种能够考虑前车运动随机性的跟驰控制策略。搭建驾驶人实车驾驶数据采集平台，招募驾驶人进行实车跟驰道路试验，建立驾驶人真实驾驶数据库。假设车辆未来时刻的加速度决策主要受前方目标车辆运动影响，建立基于双前车跟驰结构的主车纵向控制架构。将驾驶数据库中的驾驶数据分别视作前车和前前车运动变化历程，利用高斯过程算法建立了前车纵向加速度变化随机过程模型，实现对前方目标车运动状态分布的概率性建模。将车辆跟驰问题构建为一定奖励函数下的马尔可夫决策过程，引入深度强化学习研究主车跟驰控制问题。利用近端策略优化算法建立车辆跟驰控制策略，通过与前车运动随机过程模型进行交互式迭代学习，得到具有运动不确定性跟驰环境下的主车纵向控制策略，实现对车辆纵向控制的最优决策。最后基于真实驾驶数据，对控制策略进行测试。研究结果表明：该策略建立了车辆纵向控制与主车和双前车状态之间的映射关系，在迭代学习过程中对前车运动的随机性进行考虑，跟驰控制中不需要对前车运动进行额外的概率预测，能够以较低的计算量实现主车稳定跟随前车行驶。     

六招教您开车有理有序

1.平时跟车行驶时要保持匀速前进,不要跟离前车太远.否则,一来会造成道路资源的浪费,平白减漫了道路流量;二来,被压住的后车如果左右并红想超车又会给交通安全造成隐患.……     

车路协同下车队避让紧急车辆的换道引导方法

为保证紧急车辆更安全、高效地到达紧急事故现场,基于车路协同系统,提出车队避让紧急车辆的换道引导策略。针对目标车道无车辆、有车辆和有车队3种不同场景,分别提出确保紧急车辆快速通过的协同换道策略。通过协同换道策略引导紧急车辆前方行驶的车队和目标车道的车辆改变速度以调整车辆间距,使其满足换道安全距离,依据换道轨迹规划使车队完成换道,并提出紧急车辆发送紧急避让信号的位置方法,计算当不影响紧急车辆的速度情况下,其发送紧急避让信号时与车队尾车的最短距离。利用SUMO交通仿真软件,实现车路协同环境下3种不同场景车队避让紧急车辆的换道引导,并比较目标车道为车队的场景下,车队换道至目标车队的每个空档中（方式A）和车队换道至目标车队的同一个空档中（方式B）2种不同的换道引导策略。研究结果表明：目标车道有车队的场景下,方式B的协同换道时间更短,发送紧急信号的位置距车队尾车82 m,较方式A的87 m更近,对周围车辆影响更小,因此此场景采用方式B的协同换道策略;在目标车道无车辆、有车辆和有车队3种场景下,紧急车辆分别距车队尾车71,71,82 m时发送紧急避让信号,其可以维持期望速度,验证了最短距离与车辆速度的关系式;与未使用换道引导策略的情况相比,紧急车辆的速度提高,延误减少。     

Objective evaluation study on the shortest time interval from fire department departure to hospital arrival in emergency medical services using a global positioning system ― potential for time savings during ambulance running

In Japan, the transport time of patients by ambulance is increasing annually, yet it is not clear how this is affected by the extension of ambulance driving time. Using data obtained from a global positioning system (GPS), we used simulations to examine how emergency medical technician (EMT) activity time could be reduced. The research period was from September 14 to November 15, 2016. A total of 68 patients who had been transported to the tertiary emergency medical facility at Saitama Medical Center, Jichi Medical University were targeted. Global positioning system (GPS) information obtained from probes deployed in each ambulance was matched with emergency medical services (EMS) records to identify distance, acceleration, EMT activity time, and scene location. Response time (RT) was compared between cases when the ambulance was dispatched from the nearest fire department (FD), from another FD, and assuming the ambulance was dispatched from the nearest FD. Additionally, we extracted data on congested roads, simulated cases in which road congestion was assumed to be improved, and examined whether time was statistically reduced. Average emergency vehicle running time to the scene (EVs) in 35 cases (51.5%) dispatched from the closest FD was 4.3 ± 1.47 min (Group A). In 30 cases (44.1%) dispatched from another FD, EVs was 7.2 ± 3.59 min (Group B). In 3 cases (4.4%) dispatched when returning to the FD, EVs was 8.0 ± 5.10 min. For Group B, EVs for a simulated dispatch from the nearest FD was 4.0 ± 2.12 min (Group C). The relationships between Groups A and B and Groups B and C were statistically significant (p < 0.05). The average emergency vehicle running time to the emergency department (EVemd) in 39 cases (57%) in which the ambulance did not pass a speed reduction zone was 8.2 ± 4.56 min (Group D). In 29 cases (43%) in which the ambulance did pass it, EVemd was 15.2 ± 4.81 min (Group E). For Group E, EVemd for a simulated route without speed reduction was 12.1 ± 3.51 min (Group F). The relationship between Groups E and F was statistically significant (p < 0.05). Ultimately, this study identified issues that reduced EMT activity time by analyzing GPS data in an urban area; analyzing such GPS data may illuminate regional issues regarding ambulance driving.     

Integrated control of brake pressure and rear-wheel steering to improve lateral stability with fuzzy logic

This study introduces an integrated dynamic control with steering (IDCS) system to improve vehicle handling and stability under severe driving conditions. It integrates an active rear-wheel steering control system and a direct yawmoment control system with fuzzy logic. Direct yaw-moment control is achieved by modifying the optimal slip of the front outer wheel. An 8-degree-of-freedom vehicle model was used to evaluate the proposed IDCS for various road conditions and driving inputs. The results show that the yaw rate tracked the reference yaw rate and that the body slip angle was reduced when the IDCS was employed, thereby increasing the controllability and stability of the vehicle on slippery roads. The IDCS system reduced the deviation from the center line for a vehicle running on a split m road.     

自动驾驶汽车基础测试场景构建研究（双语出版）

针对L2/L3级自动驾驶汽车的仿真测试和封闭场地测试认证需求，结合现有L2/L3级自动驾驶汽车量产车型的主要功能特点，提出自动驾驶汽车基础测试场景群的构建方法。首先针对指定的道路交通环境，分析主车和周围交通参与者可能的相对位置和运动方向的组合，确定复杂场景群。其次分别以主车功能所确定的各个可能运动方向，依此与各干扰车辆的可能运动方向（包括任一干扰车辆不存在的情形）进行组合，组合时采用PICT组合测试工具，并添加必要的运动约束条件，选择参数组合覆盖标准自动生成全部的组合场景群。最后结合场景筛选规则，筛选出具有测试价值的覆盖各个层级及功能的基础测试场景群。采用场景构建方法，对于主车处于三车道中间车道的路段场景和无红绿灯的十字路口场景，分别构建62种和33种基础测试场景。根据驾驶人行为特性、交通规则、汽车在城市、郊区和高速公路工况下的典型车速、加减速度、横向加速度、交通事故和自然驾驶数据库的有关场景数据等，设计主车换道工况的测试用例。采用模型预测控制框架建立主车局部路径规划和控制仿真模型，并对主车危险换道场景进行仿真。研究结果表明：主车在邻车道前车大减速的情况下实现了减速换道并避免了与本车道前车和邻车道前后车的碰撞，同时跟踪到期望跟车间距，验证了该换道测试用例的有效性。     

队列车辆碰撞严重性及车队排布策略

针对自动驾驶车辆队列发生不可避免碰撞的事故场景,研究以整体碰撞严重性达到最低为目标的车队排布策略.首先根据引发事故的障碍物是否会明显影响领航车运动,将碰撞划分为队内碰撞和队外碰撞.队列几何构型一定时,针对均质化队列发生一维碰撞过程建立理论模型,计入碰撞前车辆对前车紧急制动的感应及自车进行紧急制动的过程,计算并定义时间截...     

国内外燃气汽车发动机研究动向

通过对燃气汽车发动机供气方式的试验研究以及对国内外在燃气发动机领域研究成果的分析,阐述了影响燃气汽车动力性的因素,指出进气道液态LPG喷射较好地解决了充气效率下降的问题,缸内液态LPG直接喷射效果更佳,是解决LPG发动机动力性下降的有效途径之一。CNG缸内直喷技术从根本上解决了预混合方式中天然气燃料挤占进气空气造成充气效率下降的问题,可有效提高CNG发动机的动力性。LNG纯度高、存储体积小、安全可靠,续驶里程长,比CNG更具发展潜力。     

基于数学形态学的信号控制交叉口处车辆队尾的实时跟踪

为实时动态跟踪信号控制交叉口处车辆队列的队尾,采用膨胀和腐蚀2种数学形态学操作检测车辆边缘,使用宽度变化代替宽度固定的伸缩窗来根据车辆队尾的变化进行窗口的伸与缩,从而实现车辆队尾的实时跟踪。采用＂回检＂技术来解决车辆队列中可能存在的＂空洞＂。实地测试表明：改进的伸缩窗方法能准确实时跟踪车辆队尾。     

Development of a rear-end collision avoidance system with automatic brake control

We have studied active safety technologies from the standpoint of “collision avoidance”. This paper describes a rear-end collision avoidance system with automatic brake control, which avoids a collision to the vehicle in front caused by inadvertent human errors using automatic emergency braking. The system is comprised of four key technological elements, headway distance measurement using scanning laser radar, path estimation algorithm with vehicle dynamics, collision prediction to the vehicle in front by a safe/danger decision algorithm, and longitudinal automatic brake control.     

智能汽车自动紧急转向避撞的跟踪控制方法对比研究

为了提高智能汽车的主动安全性,提出3种不同的自动紧急转向避撞跟踪控制方法。首先建立汽车避撞简化模型,对制动、转向及两者相结合的3种不同避撞方式进行对比分析。其次,为深入研究汽车避撞过程中的实际响应,建立包含转向、制动及悬架3个子系统耦合特性的底盘18自由度统一动力学模型,并进行相关试验验证。随后构建智能汽车自动紧急转向避撞控制框架,对五次多项式参考路径和七次多项式参考路径的横摆角速度和横摆角加速度进行对比分析。接着以线性2自由度转向动力学模型为参考对象,对最优控制四轮转向、最优控制前轮转向、前馈与反馈控制相结合的前轮转向3种不同的跟踪控制系统分别进行设计。最后,以汽车底盘18自由度统一动力学模型为研究对象,对上述3种避撞控制系统进行仿真试验对比分析。研究结果表明：与制动避撞相比而言,转向避撞所需的纵向距离有较大降低,随着车速的增加和路面附着系数的越低,效果越明显;七次多项式参考路径比五次多项式参考路径的避撞过渡过程更为平缓,当实际车速与控制器所用车速不一致时,前者避撞性能表现更优;最优四轮转向控制系统在高、低2种不同附着路面都具有较好的避撞效果,最优前轮转向控制系统次之,而前馈与反馈相结合的前轮转向控制系统在低附着路面上则表现出严重的失稳。     

汽车磁流变非线性悬架模糊控制

建立了整车悬架系统的三维模型,根据试验数据得出了前后悬架弹簧的非线性特性曲线。前后悬架减振器均采用磁流变减振器,采用Bouc-Wen参数化模型为其阻尼力模型。采用模糊控制算法为整车半主动控制算法,采用ADAMS和Matlab联合对整车平顺性进行仿真。结果表明,采用模糊控制算法控制磁流变非线性悬架可提高整车的平顺性。