基于图谱的个体驾驶行为特征描述方法研究

基于驾驶模拟实验获取驾驶行为数据,针对驾驶行为数据实时性强、稳定性差、连续变化等特点,引入图谱表达方法,通过图谱时间基元、空间基元及排列组合形式等要素描述驾驶行为变化过程,构建形成驾驶行为特征图谱,实现驾驶行为变化过程的直观表达.研究成果为精确解析驾驶行为特征提供新的思路和解决办法,并为更加针对性地优化驾驶员驾驶行为提供参考和依据.     

基于主成分分析与BP 神经元网络的驾驶能耗组合预测模型研究

近年来交通领域能源消耗问题备受关注,本文从微观交通能耗预测出发,以实现北京市快速路基础路段的油耗预测为目的,基于出租车车载OBD/GPS终端,提取驾驶员微观驾驶行为数据,建立基于主成分分析与BP神经元网络的油耗组合预测模型,实现北京市快速路基础路段油耗的准确预测.结果表明：速度均值及标准差、最大车速、工况百分比、加速度及减速度均值、行驶距离和动能对油耗影响程度相对较高;同时模型能够实现城市快速路基础路段能耗的有效预测,预测精度达到92.46%.该方法的研究为城市交通能源消耗的监管与把控提供了支持.     

车路协同雾天预警系统对车辆运行生态特性的影响

为探究车路协同技术对车辆运行生态特性的影响，基于驾驶模拟试验平台构建车路协同条件下的雾天预警系统，测试了驾驶人在浓雾条件下驾驶车辆的能耗排放特征；设计了空白对照组、可变情报板(DMS)预警组、人机交互界面(HMI)预警组以及DMS+HMI预警组4种试验场景，招募43名驾驶人开展驾驶模拟试验，通过对比不同预警方式作用下车辆总体和道路关键区段的能耗排放差异，明确不同预警系统对车辆运行生态特性的影响效用。分析结果表明:相对于空白组，3种车路协同雾天预警系统均能显著降低车辆整体能耗与排放，但是不同预警方式的作用效果并无明显差别；道路场景分为了预警前、预警区、渐变区和雾区4个关键区段，3种预警系统在预警区及渐变区均可有效降低车辆能耗及排放；HMI从发出预警信息后开始生效，DMS可在车辆进入预警区前产生效果，DMS+HMI在预警区的效果最为显著，但进入雾区后不能有效降低车辆能耗与排放。可见，虽然车路协同雾天预警系统整体可以提升车辆运行生态特性，但是单一增加预警强度或改变预警方式并不能有效保证整个雾天影响区域不同区段均具有节能减排效用，合理设置车路协同预警系统应综合考虑不同预警方式、预警信息触发点位及时机、驾驶人特性等因素的匹配关系。      

出租汽车驾驶员生态驾驶行为培训方法--以北京市为例

驾驶行为是影响机动车能耗和尾气排放的主要因素之一,生态驾驶行为已在众多发达国家推广实施,并取得显著的节能减排效益。选取北京市同一车型的60名出租汽车驾驶员实施生态驾驶行为培训,利用OBD+北斗/GPS逐秒采集车辆油耗和运行数据。通过对比培训前后车辆平均百公里油耗改变量,明确生态驾驶培训的节能效果,形成面向出租汽车驾驶员行为矫正的生态驾驶培训方法。培训方案包括三种形式：基于培训手册和宣传视频的静态培训、基于驾驶模拟器的实操动态培训、先静态后动态的综合培训。培训结果表明：生态驾驶行为培训平均降低车辆百公里油耗8.6%;对出租汽车驾驶员实施动态生态驾驶培训更合理有效。由于车辆本身油耗的差异,生态驾驶行为培训对于改善公共交通、货运交通及长途客运汽车等行业的能耗现状可能更为显著。     

出租车驾驶员驾驶行为对油耗的影响及潜力分析

本文基于北京市出租车实际运行数据,研究城市快速路基本路段不同工况、服务水平下驾驶行为对出租车油耗的影响,分析各条件下生态驾驶节能潜力.应用方差分析方法,分析不同条件下驾驶行为对出租车油耗的影响.研究结果表明,出租车在城市快速路基本路段加、减速频繁;随服务水平提高,加速、匀速工况下车辆油耗升高,减速工况下车辆油耗降低;低服务水平下加速工况油耗是车辆油耗的主要来源.考虑各条件下油耗对出租车总油耗的贡献,提出生态驾驶行为节能潜力计算方法.分析结果表明,加速工况下生态驾驶节能潜力最高,出租车在快速路基本路段取生态驾驶行为的综合节能潜力可达 11.18%.     

门架式可变情报板道路节点数量阈值研究

针对门架式可变情报板道路节点数量阈值缺乏量化依据的问题,选取42名驾驶人对7块显示不同道路节点数量的门架式可变情报板开展了室内静态认知实验,分析了视认时间、理解时间、信息理解正确率、综合设计评分和信息量接受程度评分这5项指标与门架式可变情报板道路节点数量的关系.基于趋势分析和Welch's anova方法确定特征指标,构建了基于熵权法的TOPSIS综合评价模型,并通过计算特征指标综合评价指数进行验证.研究结果表明,道路节点数为2~8个时,驾驶人视认时间、理解时间、综合设计评分和信息量接受程度呈现显著差异变化(4项指标的差异性检验p值均为0.01),信息理解正确率没有显著性差异(p=0.13).熵权法确定特征指标对道路节点数量影响程度由大至小依次为视认时间(0.32)、信息量接受程度评分(0.31)、综合设计评分(0.26)和理解时间(0.12).依据TOPSIS综合评价结果并通过综合评价指数验证,最终确定门架式可变情报板道路节点数不宜超过4个.      

智能网联卡车编队领航车驾驶人驾驶能力需求综述

智能网联卡车编队在减少人力成本、节省燃料消耗、提高运输效率等方面具有较大优势,是未来货物运输发展的新趋势。领航车驾驶人作为在智能化和网联化背景下出现的新兴角色,对于保障智能网联卡车编队安全平稳运行至关重要。通过对大量文献、标准规范以及企业调研结果的系统梳理,综述了智能网联卡车编队领航车驾驶人驾驶能力需求研究现状。首先,介绍了卡车编队系统架构、自动化分级标准和驾驶模式等智能网联卡车编队概况。然后,归纳了卡车编队行驶场景的组成要素种类,总结了超出车辆设计运行范围的边界场景,以此为基础分析了各边界场景下领航车驾驶人的能力需求。其次,论述了卡车编队不同功能对应领航车驾驶人的作用和职责。最后,以传统卡车驾驶人和自动驾驶卡车安全员的基本驾驶能力需求为基准,结合边界场景和编队功能对应的特殊驾驶能力需求,汇总获得卡车编队领航车驾驶人在理论知识、实操技能和生心理状态方面的需求,并对比分析了不同驾驶阶段下驾驶人能力需求差异。综述结果有助于更加科学合理地开展智能网联卡车编队领航车驾驶人的遴选、培训和考核。