考虑前车安全速度效应的自动驾驶车辆异质交通流特性分析

随着自动驾驶技术的发展,自动驾驶车辆获取的信息更加完善。为研究考虑前车安全速度效应条件下自动驾驶车辆对高速公路交通流的影响,以双车道元胞自动机模型为基础,建立考虑前车安全速度效应的跟驰规则和换道模型。利用MATLAB数值模拟高速公路异质交通流,分析考虑前车安全速度效应的自动驾驶车辆对道路交通流的影响,并分析车辆的拥堵情况和换道情况。研究表明,考虑前车安全速度效应的自动驾驶车辆可以显著提升道路通行能力,全自动驾驶车辆可达全人工驾驶车辆交通流的近似2倍;考虑前车安全速度效应的自动驾驶车辆的增加可以降低道路拥挤程度,全自动驾驶车辆比全人工驾驶车辆发生拥堵的临界密度提高了20 veh/km;自动驾驶车辆渗透率的增加会增加相应的换道次数,全自动驾驶车辆情况下,自动驾驶车辆基本不发生换道行为,同时智能网联车辆可以减小暴露碰撞安全性风险。     

车距控制

改善车辆安全的一种途径是减少道路事故的发生。日本汽车制造企业Nissan开发了以一种电子系统，可帮助驾驶，员控制和其他车辆以及和前车的距离。     

基于自然驾驶数据的跨江大桥小客车跟驰特性研究

为明确跨江大桥的跟驰行为特征以及驾驶模式,在重庆菜园坝大桥展开了30位被试的小客车实车驾驶试验,使用华测航姿测量系统和前视碰撞预警系统Mobileye 630采集自然驾驶状态下汽车的连续行驶速度、车头时距和车头间距等数据。通过筛选得到了725条有效跟驰轨迹数据,对比分析发现跨江大桥与城市一般道路的跟驰行为存在一定差异性,明确了菜园坝大桥车头时距和车头间距的分布特征,并且对强跟驰(小于1.6 s)、过渡区间(1.6~2.6 s之间)以及弱跟驰(大于2.6 s)3种跟驰状态和驾驶人性别差异下的跟驰数据进行了分析。结果表明:桥梁段车头时距分布集中在1.6 s处,车头间距分布集中在18 m处;超过1/3的跟驰轨迹处于强跟驰状态,此状态下前车驾驶行为对跟驰车辆具有较强制约性;当车辆处于弱跟驰状态时,前车对于后车的约束性会随车头时距的增大而快速降低;过渡区间的设立更好地揭示了强/弱跟驰状态之间的转变并不是只有一个临界值,而是存在一个转换过程,并且其间车辆跟驰特性的变化与驾驶人本身的操作行为存在较大关联;驾驶人的性别差异对跟驰距离几乎没有影响,但男性驾驶人往往会采取更加冒险的驾驶行为,平均车头时距、车头间距以及相对速度均高于女性驾驶人。     

第一代博世交通拥堵辅助系统将于2014年量产

现有的高性能驾驶辅助系统已大幅提高了驾驶安全性和舒适性，这些系统可以在行车时控制车速和与前车的距离，同时在交通拥堵时提醒驾驶者，并且帮助他们在狭小空间轻松停车。博世持续致力于这些领域的技术创新，开发面向未来的驾驶员辅助系统。     

自动驾驶仿真多逻辑场景综合评价方法

基于场景的仿真测试方法已成为解决自动驾驶汽车性能验证的核心思路,该方法将车辆连续驾驶过程进行分割获取非重复的独立场景片段,并在仿真环境中进行测试。与测试过程相贴合,本文提出了一种自动驾驶仿真多逻辑场景综合评价方法。首先建立自动驾驶汽车多逻辑场景综合评价方法,明确兼顾场景自身特征信息及仿真过程信息的场景权重分析流程;通过暴露度、失控度、危害度建立逻辑场景自身特征信息权重;建立包含仿真精度信息、要素种类信息、参数空间信息、离散步长信息的仿真过程信息权重;基于HighD数据集抽取前车制动、前车左侧切入、前车右侧切入场景信息,并基于本文提出的方法及基准算法测试结果计算场景权重,最终获取两种被测算法在多逻辑场景中的综合评价结果。     

基于自然驾驶数据的自动驾驶汽车安全性评价方法

自动驾驶汽车进行大规模市场推广前必须进行准确可靠的安全性评价，由于自动驾驶系统复杂程度的增加及设计运行区域的扩大，面向传统汽车的评价方法已不能满足自动驾驶汽车的安全性评价需求,基于此，建立一种基于自然驾驶数据的自动驾驶汽车安全性评价方法，可解决现有方法在逻辑场景层面安全性评价的缺陷。首先，建立基于自然驾驶数据的逻辑场景构建流程，分析场景描述参数，搭建自然驾驶数据采集平台采集相关自然驾驶数据，采用高斯分布模型描述参数概率分布；进而，离散逻辑场景参数空间获取具体测试用例，并在建立的PreScan、CarSim和MATLAB联合仿真平台中对被测自动驾驶算法进行仿真遍历测试，通过高斯模型将测试结果中的危险场景参数聚类，获取被测算法在逻辑场景中的危险区域；最后，综合考虑逻辑场景参数空间概率分布和得到的相应逻辑场景危险区域，提出基于自然驾驶数据的自动驾驶汽车安全性评价指标——场景风险指数，并以前车制动和前车切入场景为例，给出某黑盒算法的具体评价示例。研究结果表明：被测算法在前车制动场景和前车切入场景中的场景风险指数分别为0.409 8和1.08×10^-5，在前车制动场景中具有较大的安全风险，与仿真测试的直观结果相符；通过比较计算得到的场景风险指数与实际仿真测试结果可证明所提出的方法可以实现逻辑场景层面的自动驾驶安全性量化、易于操作、贴近自然驾驶情况。     

距离产生美

每天当我们在道路上行驶时，由于过红绿灯或者堵车难免会走走停停，这就要求我们跟前车保持一定的距离。特别是新手们，免不了要频繁跟车，由于驾驶经验的不足，常常是危机四伏。距离长了吧，别的车一下就卡进来了，把自己搞得手忙脚乱的：距离太近了吧，又怕与前车追尾。因此，正确掌握跟车技巧，不断积累跟车经验就显得格外重要了。要注意哪些才能安全跟车呢？[编者按]     

基于生态驾驶的自动驾驶汽车交叉路口控制策略研究

为了进一步提高自动驾驶汽车在交叉路口行驶时的燃油经济性,基于模型预测控制（MPC）理论,量化分析了车辆安全性、经济性、舒适性等多性能指标函数及约束,并设计了以经济性为主的交叉路口自动驾驶汽车生态驾驶控制器。仿真结果表明,所提出的控制策略能够保证良好的安全性和舒适性,与LQR控制器相比,在有前车影响和无前车影响工况下的百公里油耗分别降低15.83%和34.98%。     

无人驾驶面向未来的驾驶辅助技术

现有的高性能驾驶辅助系统已大幅提高了驾驶安全性和舒适性，这些系统可以在行车时控制车速和与前车的距离。同时在交通拥堵时提醒驾驶者，并且帮助他们在狭小空间轻松停车。博世公司正致力于这些领域的技术创新，开发面向未来的驾驶辅助系统。这些系统可以在时速0～50km／h时启动，针对车辆频繁起停的交通状况。     

驾驶坐姿关系行车安全

有关统计资料显示,有许多车辆事故是因为驾驶坐姿不当引起的.所谓驾驶坐姿,是指驾驶员为了舒适地操纵汽车部件(如转向盘、制动踏板、加速踏板、变速器等)坐在汽车驾驶座椅上采取的一种姿势.它决定了驾驶员的胸部、脸部离转向盘的距离、驾驶员头部离前挡风玻璃的距离等.其实就是这些距离关系着行车安全.     

音乐和自然声音对驾驶行为和安全性的影响——以城市道路模拟驾驶为例

近来,当车辆行驶在城市道路时,研究者倾向于调查自然声音、古典音乐和硬摇滚音乐对驾驶性能和驾驶人生理的影响.利用自然声音作为刺激因素,对驾驶行为进行研究.参与者(N=36)在驾驶模拟器中并且伴有自然声音、古典音乐、硬摇滚音乐的环境中进行驾驶,而另一组中没有声音(控制条件).此外,通过研究驾驶性能和参与者的心率,确定时长为18 min的每个驾驶情况下的生理指标.混合MANOVA分析的结果表明,听觉刺激对相干性、延迟响应和心率具有显着影响.这项研究显示硬摇滚音乐在实验期间增加的心率(心率=86.7 BPM),并且听硬摇滚音乐对驾驶性能和生理学有负面影响.更重要的是,听自然声音对车辆跟踪的精度(相干性=0.76)和对前车速度变化的响应延迟(延迟响应=3.9 s)有正面影响.在注意力和集中力方面,这些发现表明,听自然声音可增加驾驶员的驾驶能力.此外,听觉刺激和性别之间的相互作用对驾驶性能和生理学有显着的影响.      

以案说法——酒后驾车危害大

《中华人名共和国道路交通安全法》第二十二条规定:"饮酒、服用国家管制的精神药品或者麻醉药品,或者患有防碍安全驾驶机动车的疾病,或者过度疲劳影响安全驾驶的,不得驾驶机动车"。第四十三条规定:"同车道行驶的机动车,后车应当与前车保持足以采取紧急制动措施的安全距离。有下列情形之一的,不得超车:(一)前车正在左转弯、掉头、超车的;(二)与对面来车有会车可能的;(三)前车为执行紧急任务的警车、消防车、救护车、工程救险车的;(四)行经铁道路口、交叉路口、窄桥、弯道、陡坡、隧道、人行横道、市区交通流量大的路段等没有超车条件的。"     

以案说法——酒后驾车危害大

《中华人名共和国道路交通安全法》第二十二条规定：“饮酒、服用国家管制的精神药品或者麻醉药品，或者患有防碍安全驾驶机动车的疾病，或者过度疲劳影响安全驾驶的，不得驾驶机动车”。第四十三条规定：“同车道行驶的机动车，后车应当与前车保持足以采取紧急制动措施的安全距离。有下列情形之一的，不得超车：     

预期接管场景下接管绩效及接管风险研究

为了解条件自动驾驶预期接管场景下,预提醒(有预提醒和无预提醒)、速度差(30 km·h-1速度差和无速度差)和接管预留时距(5 s预留时距和7 s预留时距)对驾驶人接管绩效的影响,基于驾驶模拟器,设计了高速公路出口前的预期接管场景,进行接管过程的模拟驾驶试验.试验共招募39名被试(26名男性,13名女性),被试平均年龄...     

如何克服驾驶盲区?

一忌跟车太近 有关统计显示,发生交通意外的主要原因之一,就是跟车太近.与前车的距离太近的话,驾驶视野就会被前车遮挡,无法清楚观察前方的交通情况,形成盲区.一旦发生紧急情况,如前方有障碍物,或者前车突然减速行驶,就无法作出最快、最敏捷的反应,甚至因刹车距离不足而追尾前车,引起交通意外.     

即使逃到天涯海角也难逃法网

<正>近日,富川县公安交管大队在海南市海口警方的密切配合下,成功将一名网上在逃人员抓获归案,维护了受害者的合法权益。1月7日,广东省雷州市龙门镇黄某驾驶粤G51322号重型仓栅式货车由富川县县城往富川县白沙镇方向行驶,当日14时40分许行至省道S203线53KM+300M路段时,在超越前车时与由陈某驾驶搭乘黄某的桂JN9998号小型普通客车发生碰刮,造成黄某受伤抢救无效于当     

基于ACC系统的目标车辆换道与出入弯道状态辨识算法

自适应巡航控制(ACC)系统利用雷达对前方目标进行追踪,当前车进行换道或进出弯道时,ACC系统无法区分这两种状态,容易引发交通冲突。针对此问题,本文中通过实际驾驶试验,获取了前车不同运动状态的数据,采用道路曲率估算值、前车行驶轨迹的斜率及其变化率和前车与自车之间横向距离作为表征参数,结合车-路协同运动特征,建立了前车换道与进出弯道的识别模型,并利用实测数据对模型的有效性进行了验证。结果表明:当自车处于直道时,对前车换道和进入弯道的识别率分别达到91.46%和89.81%;当自车处于弯道时,对前车换道和驶出弯道的识别率分别达到87.06%和90.42%。     

OSAHS 驾驶员模拟驾驶中脑电波α节律变化

患有阻塞性睡眠呼吸暂停低通气综合症(OSAHS)的驾驶员表现为日间嗜睡,驾驶中易发生错误操作,因而导致交通事故。为降低事故发生率,应识别 OSAHS 驾驶员发生事故前的驾驶状态。从驾驶员的生理角度,通过脑电波识别驾驶状态,提出交通事故前的预警指标。招募20名已被确诊患有 OSAHS 的驾驶员在模拟驾驶舱中进行模拟驾驶试验。被试者的驾驶环境、驾驶要求(如驾驶中不能接打电话、不能超速等)相同;在驾驶中采集 OSAHS 驾驶员的脑电波(α和β节律)变化、发生交通事故的时间和类型。通过宏观(波形图)及微观(数据)2个方面分析脑电波在不同驾驶状态下的变化。研究得出,交通事故发生时脑电波α节律受到抑制或消失;正常驾驶状态下和发生事故前的β/(α+β)均值具有显著差异性。以上2项均可作为驾驶嗜睡预警的指标。此外,提出事故发生前30 s的β/(α+β)均值作为预警的临界阈值。      

基于驾驶模拟器的驾驶人制动后制动踏板操作行为分析

制动过程主要由制动前的反应过程以及制动后的减速过程组成.研究制动后避撞行为对于理解驾驶人的避撞行为、建立制动曲线模型等有着重要作用.利用配有8自由度运动系统的高仿真驾驶模拟器,研究了驾驶人在不同前车减速度(0.3,0.5,0.75g)和不同车头时距(1.5,2.5 s)的制动后制动踏板操作行为.利用ANOVA模型分别比较了驾驶人制动后制动踏板操作行为参数的.差异.结果表明,踩踏板速率随着制动时车头时距的减少而增加,并且随着前车减速度的减少而减少;新手驾驶人的踩踏板速率普遍大于经验驾驶人;相比于前车速度的改变,驾驶人对制动时车头时距的变化更加敏感.     

细数安全出行驾车原则

<正>行车基本原则行车总原则:给人方便,自己方便;予人安全,自己安全。开车第一原则:安全驾车,文明驾车驾驶的三条黄金原则:1、集中注意力2、仔细观察3、提前预防安全行车基本原则1、不论坐在前座还是后座,乘客都要系好安全带。在车祸事故中,因没有系安全带而造成死亡的比例要比系安全带的死亡比例高出一倍。2、驾驶车辆要保持专心。不要被身旁的乘客,美丽的风景分散注意力。3、在弯道或上下坡路段要小心谨慎,来车往往是在视线看不见的另一边。4、保持安全跟车距离尤其不要紧跟在大型车辆之后。距前车越近,越看不到前方的路况,真有突发状况发生时难以闪躲。