驾驶员状态监测系统测试评价方法分析

随着智能驾驶汽车的高速发展，L2级别的高级辅助驾驶系统装车率也越来越高，L3级自动驾驶已逐步实现，而安全自动驾驶还尚未完全落地，当前正处于人机共驾阶段，尽管ADAS系统可以降低交通事故发生率，但疲劳驾驶、分心驾驶和危险驾驶等交通安全“隐形杀手”仍长期存在，给驾驶员和乘客带来生命安全，驾驶员状态监测系统能有效避免疲劳或者分心驾驶引发的交通事故，已经成为避免事故和改善道路驾驶安全的一项关键技术。本文介绍了驾驶员状态监测系统工作原理，分析了目前国内外驾驶员监测系统的测试评价方法，并总结了该系统的未来发展动向。     

联合国及世界各国普遍关注分心驾驶问题

<正>分心驾驶所引发的不良后果已经受到联合国以及多国政府的高度关注。5月19日,美国和俄罗斯常驻联合国代表团在纽约联合国总部组织了一场防止分心驾驶的公益活动。联合国秘书长潘基文在活动上表示,因驾驶员行车过程中使用手机导致的分心驾驶,已经成为全球范围内道路安全的一大隐患,他强烈呼吁全球各个国家采取行动,避免这种危险蔓延。     

基于驾驶员避撞行为的行车风险判别方法的仿真研究

提出了一种基于驾驶员避撞行为的行车风险状态分类方法,并综合考虑驾驶员驾驶行为、道路和环境因素对行车风险状态变化的影响,运用支持向量机(SVM)建立不同行车模式下行车风险判别算法。基于美国弗吉尼亚理工大学"100-car"自然驾驶数据对预测算法进行了训练和验证,结果表明,在进行行车风险状态预测建模时考虑驾驶员行为、道路和环境因素的差异(特别是驾驶员分心状态)将有利于提高预测模型的准确率;另外,在满足假正率低于5%的条件下,本文构建的预测算法对未来行车过程中的高风险状态预测具有较高的准确率,有助于对临近危险状态的驾驶员给予及时的警告或辅助纠正,为防撞预警策略和控制方法的研究提供了新的思路。     

驾驶分心检测方法综述

道路交通事故已经成为世界人民非自然死亡的主要原因,有学者认为90%的交通事故与驾驶员自身因素关联,而其中又有超过50%与驾驶分心相关。为了对驾驶员分心进行识别以及为下一步的分心预警干预提供结果判断,文章介绍了常见的驾驶分心检测与识别方法,包括人脸识别方法,眼睛瞳孔位置识别以及基于驾驶员生理信号(EEG)的分心监测方法。结果表明检测方法各有优劣,非接触式、无侵入性检测,对驾驶员行车体验影响小,但测试精度具有一定的局限性。利用头戴仪等接触式设备,对驾驶员具有一定的侵入性,但是与其他检测方式相比,则具有较高的准确性优势。     

基于深度学习的分心驾驶行为检测方法

针对现有分心驾驶行为检测方法存在的检测精度低、实时性差等问题，利用基于深度学习的目标检测方法进行了驾驶员分心驾驶行为检测，首先构建分心驾驶行为数据集，包括驾驶员使用手机、饮水和吸烟3种行为的图像，并进行目标物的标注，然后选用轻量化目标检测模型NanoDet进行训练验证，结果表明，该方法可以准确并快速地识别出驾驶员在驾驶过程中使用手机、饮水和吸烟的行为。     

自动驾驶汽车尚需现实检验

可以想象,自动驾驶汽车存在诸多优势,其中最大的优势就是安全性。目前,美国每年有超过3万人死于交通事故,其中近40％的致命事故是由于酒驾、驾驶员分心、驾驶员服用违禁药物或疲劳驾驶而导致的。这样看来,自动驾驶能够挽救很多生命。而在道路拥堵的情况下,自动驾驶能以更稳定的速度保持车距,也不会有插队的情况,交通将会更井然有序。     

基于SVM的危货车驾驶员饮水分心判别模型

执行车内次任务是导致驾驶员注意力分散乃至造成交通事故的重要原因。为对危货车驾驶员饮水分心进行辨识,进行了驾驶模拟试验。试验中,将水杯放置在危货车驾驶舱内3种常见的杯架位置处,采集饮水分心驾驶和正常驾驶时的车辆运行状态数据。在差异性统计分析提取特征指标的基础上,对变化较快的特征引入频域分析方法提取特征指标,经分析新增加的特征指标能够反映被试驾驶员对车辆横向稳定性的控制能力。使用支持向量机建立驾驶员饮水分心驾驶判别模型,分别使用遗传算法和粒子群算法对初步判别模型进行优化并对比分析,最终对优化后的模型进行评估。结果表明,应用遗传算法和粒子群算法优化后的判别模型对驾驶员饮水分心状态的正确分类比例分别达到94.02%和93.21%,遗传算法的参数寻优结果优于粒子群算法,同时遗传算法主要通过选择、交叉、变异操作产生新的种群个体进化到下一代,是较为成熟的收敛性分析方法,故认为遗传算法更适合作为驾驶员饮水分心驾驶判别模型的优化算法。     

基于自然驾驶的中国驾驶员驾驶使用手机行为研究

手机频繁地出现在人们的日常活动中,甚至驾驶人驾驶时使用手机造成分心驾驶,产生了较大的安全隐患。目前世界范围内约束手机使用的法律、教材种类繁多,但对使用手机对驾驶人视觉及操作的影响缺乏了解。国内对该领域的研究相对较少,且主要停留在通过问卷和蹲点调查进行驾驶使用手机现状调查分析,或通过简单的驾驶模拟试验来进行特定行为特征分析的程度,我国驾驶员在真实驾驶状态下的驾驶使用手机情况和行为特征尚无明确的研究结果。本文依托上海自然驾驶研究数据,利用23名驾驶员2013年的115次出行数据对其驾驶行为特征与安全性进行研究。结果显示,被试驾驶员最常使用的手机功能为发送短信、通话和阅读,三者还对驾驶员的视线分心影响最大,达到最高的平均视线偏离时长;在操作分心方面,发送短信具有远高于其他功能的双手占用率;手机使用对于驾驶速度的波动和车辆在车道内的横向位置波动有极大的影响。     

基于图卷积网络的多信息融合驾驶员分心行为检测

为减少由驾驶员分心造成的交通事故,并检测驾驶员在自动驾驶情况下的分心状态以判断驾驶员是否有接管车辆的能力,提出了一种基于图卷积的多信息融合驾驶员分心行为检测方法。通过分析驾驶员分心行为和姿态特征,设计了驾驶员姿态估计图,基于图卷积网络对驾驶员姿态估计图进行特征提取,使用全连接层对所提取特征进行行为分类,同时融合手机等关键物体信息对驾驶员分心行为进行再判断。实验结果表明,本文提出的方法在SrateFarm数据集和自制数据集上分别达到了90%和93%的准确率,检测速度约为20帧/s,准确性和实时性均达到检测要求。     

现代卡车新技术--以奔驰Actros卡车为例介绍现代卡车的技术发展状况(续3)

SPA辅助寻道系统SPA辅助寻道系统是一套当驾驶员疲劳而游离其驾驶航线时可向驾驶员提供报警的电子系统。SPA辅助寻道系统可以防止由于驾驶员长途、连续驾驶车辆而疲劳以及疏忽和分心时产生操作失误而导致严重后果,通常适用于长途高速公路运输。驾驶员由于长时间驾驶车辆,当感到     

10个最可怕的分心驾驶习惯 你有几个?

<正>分心驾驶跟防御驾驶刚好是针锋相对的,前者容易使驾驶员及乘车人造成极大的伤害、甚至丧失生命。在国外,已经有媒体把分心驾驶定义成新酒驾,意思就是说:这样的行为与酒后驾车无异。这里,我们归纳出10种最危险的分心驾驶行为,希望大家能够引以为戒!一、陷入沉思你可知道有个比使用手机更容易导致交通事故的因素吗?它不一定是受到外界影响所产生,而是深藏在你的大脑里,随时都有可能出现,降低了你驾驶时面对意外的反     

驾驶时使用移动电话 会对道路安全造成严重威胁

<正>多国研究表明,在过去5—10年中,驾驶员在驾驶过程中使用移动电话的比例有所升高,在任一时刻,使用人数占1%~11%不等,而免提移动电话的使用比例似乎更高一些。在许多国家,由于未对车祸发生时的移动电话使用情况进行数据收集,因此,这一问题的严重程度目前仍是一个未知数。使用移动电话驾驶时分心对道路安全造成不断增长的严重威胁。随着移动电话用户的增长和新型"车载"通讯系统的广泛采用,这一     

基于类间距优化的分心驾驶行为识别模型训练方法

分心驾驶行为识别任务可以看作细粒度图像分类任务,即图像中较小区域所包含的特征决定了该图像的类别,如一张图像是正常驾驶还是与副驾驶聊天完全由驾驶员的脸部朝向来决定.对于那些图像差异很小的类别,图像分类通常训练方法训练出的模型无法高精度地区分.针对这一问题,提出了基于类间距优化的分心驾驶行为识别模型训练方法,通过增大模型从...     

关于公交车驾驶员安全驾驶视觉特性的分析

随着我国现代化的不断发展,城镇居民的生活水平不断提高,对各种交通工具的需求也在不断加大。同时,由于环境的逐渐恶化和人们环保意识的提高,越来越多人在出行时选择公交或者地铁等公共交通工具出行,因此,公交车驾驶的安全问题受到大家广泛关注。相关数据表明,驾驶员的违规驾驶是引起交通事故的重要原因,应从驾驶员的角度出发,分析公交车驾驶员安全与驾驶视觉特性的关系,有效保障公交车行驶的安全性。公交车驾驶员是驾驶行为的参与者,行驶过程中结合视觉信息操作驾驶行为。本文简要概述了驾驶员的视觉基本特性与疲劳驾驶、分心驾驶及驾驶经验对视觉特性的影响等方面,基于驾驶员的视觉特性影响因素进行研究和提出几点建议。     

基于贝叶斯网络模型的道路交通事故链生成与演化研究

为了研究道路交通事故链的生成和演变规律并全面反映道路交通事故的产生机理,以美国100-Car自然驾驶研究数据为基础,充分考虑了驾驶员状态和驾驶行为对道路交通安全的影响,构建了事故发生前驾驶员状态和行为特征参数等变量,并与其他传统驾驶员特征、道路交通特性以及环境特点等影响因素变量共同建立了关于道路交通事故风险类型的贝叶斯网络模型。在贝叶斯网络模型基础上,引入事故因果链理论,利用有向无环网络中简单路径搜索算法生成事故链集合,并采用信息增益特征选择方法识别关键事故链。通过100-Car自然驾驶数据得到的关键事故链显示,单车事故类型更容易在弯道和坡道条件下驾驶员无注意力转移或进行简单非驾驶任务的情况下发生;而正面、侧面和尾部碰撞事故类型的发生,往往在水平直线道路条件下,伴随着驾驶员注意力由前方道路转移至两侧车窗或内后视镜,以及驾驶员非驾驶任务变复杂的情况。通过改变事故链中各节点的状态概率,可以探索不同类型事故的演化路径和规律,克服了传统方法对每个道路交通事故致因因素进行独立分析的局限性,揭示了事故链中影响因素/事件之间的相关关系,为更好地掌控道路交通风险状态和实现事故链阻断提供了新的思路。     

自动驾驶汽车道路测试风险控制建议

自动驾驶汽车要达到及至超跃人类的水平,需要大量的测试,特别是实际道路环境下的测试。自动驾驶测试风险最大的特点是必须"以身试险"。必须尽可能多暴露潜在风险,以便认识、控制、规避风险。所以,在大规模进行自动驾驶车辆道路测试的初期,容易出现风险不明,应对失当的状况。本文在分析国内外自动驾驶道路测试相关指南和规范的基础上,提出基于车辆综合验证、测试驾驶员培训和事故第三方专业机构分析等风险控制建议。     

驾驶经验对安全车速选择影响的研究

为研究驾驶员的驾驶经验对安全车速选择的影响,采用情景试验的方法,对驾驶员安全车速的感知进行了试验。研究结果表明:在不考虑驾驶车辆性能、驾驶任务缓急的情况下,驾驶经验对驾驶员安全车速的选择产生较大影响,有经验的驾驶员安全车速的选择在限速范围内相对集中,受道路及环境约束变化的影响较小,安全车速较为均衡;而无经验的驾驶员安全车速的选择更容易受道路及环境约束变化的影响,具有较大的离散性。     

分心驾驶——驾车的大忌

美国国家高速公路交通安全管理局指出，仅在2011年，分心驾驶就造成3300多人死亡。为此，该局建议，在行驶全过程中禁止驾驶员手写输入短信、显示短信或网页内容：美国汽车协会（AAA）也警告，包括免提在内的声控操作系统均可导致分散驾驶员对路面的注意力．造成新媒体时代的驾驶危险。     

基于风险驾驶行为分析的营运驾驶员交通安全教育

营运车辆事故多是由驾驶员的风险驾驶行为引起的,而交通安全教育对营运驾驶员的风险驾驶行为改善起主要作用。传统的教育方法未考虑不同驾驶员的行为特征,因而效果不佳。基于风险驾驶行为分析的教育方法首先对驾驶员的驾驶行为进行监控,然后分析驾驶员的风险驾驶行为特征,最后基于特征进行安全教育。该方法具有针对性,并在国外取得较好效果。本研究对基于风险驾驶行为分析的教育方法进行了实验,分析了营运驾驶员的风险驾驶行为类型特征和典型事故致因,并对教育效果进行了评估。结果发现该教育方法能明显减少危险交通事件率。     

山路驾车技巧

山路行车，依山傍崖，沟深坡陡，弯多路险，崎岖不平，除要求车况良好外，驾驶员必须掌握一定的驾驶技巧，才能保证行车安全。 驾驶姿势 山路行车，驾驶员的驾驶操作强度要比在一般道路上大，精神经常处于紧张状态，这就要求驾驶员在行车前就要调整好驾驶姿势，尽量创造一个舒适、宽松的驾驶环境。 弯道行车 转弯道路行车最……