排序方式: 共有61条查询结果,搜索用时 0 毫秒
31.
本文中基于神经工效学认知理论融入驾驶员预瞄模型,建立了以认知-控制为框架的驾驶员横向控制模型。模型采用Simulink和TruckSim软件联合仿真的形式验证。采用粒子群优化算法对控制框架中的比例-微分(PD)控制器模块参数进行优化标定。结果表明,在侧风工况下,基于认知-控制为框架所建立的驾驶员横向控制模型有效(RMSE=0.09),且精度更高,适应度更广。另外,从认知-控制角度改变预览时间tp、增益比例kp和微分参数kd,可表征不同驾驶风格的驾驶员行为。本研究为提高侧风工况下的高级辅助驾驶系统和自动驾驶汽车的安全性和舒适性提供参考思路。 相似文献
32.
为了明确国内外生态驾驶的研究进展,对生态驾驶影响因素、生态驾驶控制策略、生态驾驶实施效果及生态驾驶应用等方面的研究进行综述,介绍驾驶人个性特征、外界刺激信息、道路状况及交通条件、车辆自身特征、行驶参数等生态驾驶的影响因素,归纳生态驾驶的优化控制策略,分析了实施生态驾驶的效果,总结静态、动态的生态驾驶培训方法,生态驾驶辅助设备,生态型智能交通等方面的生态驾驶应用。对文献的梳理和分析表明:生态驾驶无需改变车辆结构便可以减少30%左右的燃油消耗,降低20%~30%的污染物排放;有必要深入研究理论型生态驾驶策略,以定量的、形象化的方式研究适合中国实际情况的生态驾驶辅助系统;需加强生态驾驶的推广,将其纳入驾考培训体系之中,从而全面促进中国驾驶人的节能减排能力。 相似文献
33.
34.
35.
不同通道宽度条件下汽车驾驶员注视点分布规律 总被引:11,自引:2,他引:11
为分析驾驶员感知-判断-操作行为模式, 对驾驶员在通过不同通道宽度障碍物时的动态视觉进行研究。用眼动仪等设备记录了驾驶员在通过设定障碍物间的通道宽度时眼睛注视点的变化和相应的车辆行驶速度, 分析了在7.04、.4、3.5、3.0和2.0 m五种通道宽度条件下驾驶员注视点变化的分布规律。试验结果显示, 无障碍物时, 对应通道宽度为7.0 m, 驾驶员注视点在车辆前方较远处和道路的中央区域; 通道宽度较充裕时, 对应通道宽度为4.4和3.5 m, 驾驶员注视点主要在左侧障碍物和道路中央; 通道宽度较窄时, 对应通道宽度为3.0 m, 驾驶员注视点频繁在左右两侧障碍物间移动; 随着驾驶任务难度增加, 驾驶员的注视点分布区域变近, 视线的变化频率提高。 相似文献
36.
37.
山区公路事故率与平面线形的关系 总被引:1,自引:0,他引:1
统计了2条山区公路的交通事故数据与平面线形数据, 采用角度变化率作为平面线形的表征参数, 对样本路段区间内的事故率与角度变化率进行回归分析, 分别计算了当前样本路段向前0.25、0.50、0.75、1.00、1.50km等多个计算区间上的平均角度变化率。对角度变化率进行二次处理, 利用最小二乘法拟合了事故率与角度变化率之间的曲线关系。分析结果表明: 路段1、2区间内的事故率与角度变化率的拟合判定系数较低, 分别为0.414 2和0.120 8;在当前样本路段向前0.50km的计算区间上, 事故率与平均角度变化率的正二次抛物线关系均最明显, 拟合判定系数分别为0.966 1和0.790 8;当平均角度变化率大约在0.002 0(°)·km-1时, 事故率最低。 相似文献
38.
汽车驾驶人驾驶经验对注视行为特性的影响 总被引:2,自引:0,他引:2
通过实车试验,分别在城市道路和公路上,利用EyeLinkⅡ眼动仪测试了20名驾驶人的眼动参数与注视行为特性。将被试驾驶人分为熟练驾驶人组和非熟练驾驶人组,通过将实际驾驶过程中的交通场景录像逐帧分解,并与驾驶人的眼动数据相结合来确定驾驶人的真实注视目标,对比了熟练与非熟练驾驶人的注视区域和注视目标特征,研究了2组驾驶人驾驶经验对驾驶人注视行为特性的影响,并分析了导致2组驾驶人注视行为差异的原因。研究结果表明:驾驶经验对驾驶人注视行为特性有显著影响;在城市道路上,熟练驾驶人对近处目标的注视频次比非熟练驾驶人高约18%,而对车内后视镜的注视频次约为非熟练驾驶人的4.7倍;在公路上,非熟练驾驶人对远距离区域的注视频次仅为熟练驾驶人的4l%,而对车内区域的注视频次则为熟练驾驶人的2.1倍;驾驶人对右区域的注视频次平均约为左区域的2.5倍,且熟练驾驶人对右区域关注更多,约为左区域的4倍,而非熟练驾驶人对右区域的注视频次约为左区域的1.5倍;非熟练驾驶人处理信息的策略和效率均比熟练驾驶人差。 相似文献
39.
驾驶人分心状态判别是实现分心预警的基础。由于视觉分心相比认知分心对行车安全具有更大威胁,本文针对驾驶人不同分心类型的识别展开研究,设计了驾驶人两种分心类型和正常驾驶下的模拟驾驶试验,利用1-back任务和看手机任务分别诱导驾驶人产生认知分心和视觉分心,采集并提取驾驶绩效、眼动及头动特征,采用序列后向选择算法进行特征优选,运用网格搜索确定分心识别的最佳时间窗口及模型参数。结果表明,基于随机森林所构建模型在测试集上取得了94.07%的宏精准率、93.89%的宏召回率和93.98%的宏F1值,分类表现优于两种比较方法,说明模型能够准确地对驾驶人的3种状态进行分类。根据随机森林模型的特征重要性排序结果以及采用不同类型特征作为输入训练模型的分类结果发现,驾驶人眼动及头动特征对驾驶人分心类型的识别更为重要。本文研究可为分心预警系统根据分心类型判定风险等级提供基础。 相似文献
40.
中国汽车被动安全性研究现状分析 总被引:1,自引:0,他引:1
本文回顾了中国汽车被动安全性研究的发展历程,通过分析中国在该领域研究的现状,提出了存在的问题和作者的观点。 相似文献