一种融合UWB和视觉信息的行人预警方法

在先进驾驶辅助系统中,基于视觉的行人检测只能对摄像头视野范围内的无遮挡行人进行检测,并且易受天气的影响,在极端天气下无法工作。针对视觉检测的缺陷,提出了一种利用超宽带(Ultra Wideband,UWB)通信模块检测行人位置信息的方法,并对其进行卡尔曼滤波以减小误差,同时将得到的行人位置信息与基于视觉的行人检测信息融合,设定匹配规则防止多报警和误报警的情况。测试结果表明,融合方法能够增加对视野外以及被遮挡行人的危险预警,提高了行人检测预警系统的可靠性。     

汽车-动力两轮车碰撞前驾驶员风险感知研究

人机共驾阶段人类驾驶员对驾驶环境保持较高的风险感知水平是保证及时有效、稳定安全接管的核心。本研究通过开展风险感知模拟驾驶试验,获取了驾驶员在典型汽车-动力两轮车碰撞场景下的驾驶行为及脑电响应数据。从驾驶行为层面以制动TTC(time to collision)和平均加速度为评价指标,利用分位数回归构建了驾驶员风险感知量化模型,通过独立样本检验发现驾驶经验、碰撞场景类型对驾驶员风险感知存在显著影响。在脑电响应层面,通过双独立样本检验及FDR校正发现Alpha频段与驾驶员风险感知显著相关。此外,提出了驾驶员风险感知神经机理,包括视觉感知与认知加工两个阶段。研究结果有助于提升人机共驾汽车的安全性。