基于BP神经网络的驾驶员昼夜动态空间距离判识规律

为研究昼夜动态环境中驾驶员对空间距离判识的规律,进行了实际道路试验。随机选取32名驾驶员分别在昼、夜环境中不同深度距离和速度下,判识红、绿色障碍物的空间距离,统计并检验驾驶员对红、绿色障碍物判识距离的差异,获得判识特征值;运用BP神经网络拟合距离判识结果,分析距离判识变化规律。结果表明:BP神经网络可以很好地拟合距离判识变化规律,精度优于现有模型;绝对距离和相对距离判识结果均随速度增加而减小,随深度距离增加而增大;夜间判识距离大于白天,驾驶员对相对距离判识准确性高。     

营运车辆驾驶人适宜性甄别检测评价系统研究

构建了营运车辆驾驶人适宜性甄别检测评价指标体系,选取5 167名营运车辆驾驶人样本进行检测,调查统计其近3年来的驾驶行为与交通事故,综合运用独立两样本T检验、单因素方差分析、K-均值聚类和因子分析等数学模型,研究确定了适宜性评价指标的阈值及权重,并建立了营运车辆驾驶人适宜性多元甄别模型,通过863名驾驶员的示范应用,检验了所建立检测系统的可靠性和有效性.      

我国职业汽车驾驶员适性检测体系的研究

本文通过对我国具有代表性的十四个省（市）２０００余名驾驶员和随机抽样调查。验证了驾驶适性我国驾驶员群体中的客观存在性。采用多元统计分析方法对各项心理、心理指标检测数据进行处理分析，建立了一套适合国情的驾驶适性检测体系。     

驾驶员对昼间红绿色障碍物空间距离判识差异

为研究在昼间动态环境中颜色对驾驶员空间距离判识的影响,分析了判识差异变化规律;选用32名驾驶员在不同深度距离和车速条件下进行实际道路试验,统计检验全部被试判识结果,获得距离判识差异特征值,运用BP神经网络模拟判识差异变化趋势。结果表明,在昼间地面动态环境中,随着深度距离的增加,绝对距离判识差异增大,相对距离判识差异减小;随着速度的增加,距离判识差异均减小。     

营运车辆驾驶员深度知觉评价分析

深度知觉作为评价驾驶员驾驶适宜性的1个重要检测项目,为验证其与事故间关系及其影响因素,通过选用课题组自行开发的深度知觉测试仪,对营运车辆驾驶员的深度知觉进行了准确测量,并得到5 008个深度知觉有效样本.通过统计事故组与非事故组驾驶员深度知觉与事故对应关系,得出驾驶员深度知觉与事故存在一定的相关性;然后通过对事故组驾驶员按年龄与驾龄分类,得出年龄、驾龄对深度知觉无显著性影响结论,只是年轻驾驶员与低驾龄驾驶员在深度知觉的把握性上存在一定问题.      

汽车ABS轮速信号采集与处理

针对汽车ABS系统轮速信号的采集与处理,对汽车ABS系统电磁感应式轮速传感器的工作原理、信号特征特性进行了分析,设计了由低通滤波电路和施密特触发器构成的信号处理电路,并在proteus7.2环境下进行模拟仿真研究,结果表明电路工作稳定可靠、抗干扰性强。