广告牌空间位置对驾驶人视觉的影响分析

以广告牌为代表的道路路侧设施信息纷繁复杂,给驾驶人带来视觉负荷,为确定路侧信息对驾驶人行车环境造城的影响,研究通过设计实车试验,将所有被注视的高立柱塔架式广告牌作为研究对象,以交通量、照明和空间位置等作为分类变量,利用Logistic回归模型,讨论分类变量是否对驾驶人捕捉广告牌有显著性影响。研究表明,广告牌空间位置对驾驶人视觉行为产生影响,右侧紧临道路设置广告牌对驾驶人视觉捕捉的比例最大。探究结论对广告牌的设置依据提供借鉴和建议。     

基于安全车速差的高速公路特长隧道环境驾驶人行为风险特性研究

为研究高速公路特长隧道环境下驾驶人行为风险特性,选取2座典型特长隧道进行实车试验,通过采集熟练驾驶人和非熟练驾驶人的速度数据,将此作为主观预期车速,结合道路行车环境的客观安全车速,构建基于安全车速差的驾驶人行为风险量化方法。在划分隧道路段为入口段、行车段和出口段的基础上,通过切分行车区间,对比分析出入口段2类驾驶人行为风险变化特性及整个隧道路段和普通高速路段的行为风险变化曲线。结果表明： 1)在隧道内部,相对于非熟练驾驶人,熟练驾驶人表现出更高的行为风险值;在隧道外部,则非熟练驾驶人的行为风险值更高一些。2)所有类型驾驶人在普通高速路段行为风险值最高,在隧道入口段的行为风险值最低。上述结果说明： 在隧道路段,熟悉试验道路的驾驶人车速行为并不安全,行为风险值相对较高。     

驾驶人在手机通话行为中的认知分心图像识别研究

在手机通话（MPC）行为中,驾驶人极易陷入认知分心（DCD）状态,对此提出了一种基于头-眼行为特性的DCD图像识别方法。为适应自然驾驶中的波动光照和复杂背景,首先建立基于YCbCr色彩空间的在线肤色模型,提取待检肤色区域的PCA-HOG特征并建立支持向量机分类器来识别MPC手势;与此同时,采用多尺度局部模极大值方法检测嘴部显著边缘,并通过边缘活跃度来识别驾驶人说话行为,综合MPC手势和说话行为建立MPC行为的判别逻辑。最后,以5 s为时间窗口获取驾驶人的眼球活跃度、眨眼指数、头部横摆和俯仰运动活跃度,采用D-S证据理论建立融合头-眼行为特性的DCD识别方法。试验结果表明：融合手势和说话行为图像检测的MPC识别率为92.8%;对于不佩戴眼镜的驾驶人,眼球活跃度是DCD识别率最高的单一指标,“眼球活跃度-头部横摆活跃度-头部俯仰活跃度”融合证据的DCD识别率最高,为86.2%;对于佩戴眼镜的驾驶人,“头部横摆活跃度-头部俯仰活跃度”融合证据的DCD识别率最高,为83.2%;算法对熟练驾驶人的DCD识别率略高于非熟练驾驶人。     

老年驾驶人在交叉口的视觉特性（双语出版）

机动车驾驶人主要通过视觉搜索行为获取交通信息,为了分析老年驾驶人进入道路交叉口的视觉特性,建立了5个道路交叉口的虚拟场景,并进行了驾驶模拟试验,采集了21名老年驾驶人和17名中青年驾驶人进入交叉口的眼动数据。应用动态聚类法将驾驶人的视野平面划分为5个注视区域;在此基础上对比分析了2组驾驶人进入交叉口的注视特性、扫视特性、注视转移概率和注视平稳分布概率;并通过灰色关联度矩阵分析了影响注意转移行为的因素。分析结果表明：老年驾驶人对非行驶方向上的注视区域的注意都相对较差,2组驾驶人的注视持续时间、扫视幅度和扫视平均速度存在较大的差异,其中老年驾驶人的扫视幅度和扫视速度明显低于中青年驾驶人,而且老年驾驶人的注视点分布在车辆正前方区域的平稳分布概率为80.7%,比中青年驾驶人的69.3%高11.4%,并且具有显著性差异,说明老年驾驶人注视转移模式的灵活性相对中青年驾驶人较差。     

手机操作类型对驾驶人跟车行为的影响（双语出版）

为了探究行车过程中手机使用模式对驾驶人跟车行为的影响,依据功能类型及使用模式将手机操作分为8类,利用驾驶模拟器开展试验,提取跟车速度、跟车间距、车头时距、横向偏移距离、方向盘转角5项指标表征车辆的横向、纵向运行状态,定义驾驶人的注视点分布信息熵、注视点区域分布比例、注视时长、扫视频率、扫视时长、眨眼频率、眨眼时长7项指标表征驾驶人眼动特性,分析驾驶人进行不同手机操作时的车辆运行特性与驾驶人视觉特性,并利用方差分析法验证上述指标作为驾驶人跟车行为衡量指标的有效性。应用灰色关联分析法对8类手机操作对驾驶人跟车行为的影响程度进行量化,并结合具体手机操作的分心内容、形式和动作时间,对具有相近功能的两两操作进行对比分析。结果表明：特定的手机操作行为对选取的各项车辆运行指标与驾驶人视觉特性指标有显著影响;对驾驶人跟车绩效影响由大到小的手机分心操作依次是发送文字信息、阅读文字信息、手持接听电话、发送语音信息、按键拨打电话、听取语音信息、语音拨打电话、免提接听电话,文字信息的编辑和阅读等操作对驾驶人跟车行为的影响大于其他手机操作;研究结果可帮助驾驶人明确不同手机操作对行车安全的危害程度。     

国内汽车市场气囊起爆条件检测技术分析

文章研究了汽车安全气囊点火算法工作原理和安全气囊工作条件,并调研国内外安全气囊工作条件文献资料,结合汽车被动安全技术,研究制定安全气囊起爆条件检测鉴定技术条件,并应用到实际的司法鉴定工作中,对安全气囊鉴定工作起到了良好的指导作用。     

基于人体姿态估计的分心驾驶行为检测

为弥补现有驾驶特征提取方法的不足,提高分心驾驶行为检测的准确性和鲁棒性,将2D/3D人体姿态估计应用于驾驶人行为检测,提出一种适用于驾驶舱环境下的驾驶特征提取方法。首先通过将2D姿态估计网络Simple Baseline和分类网络ResNet进行融合,构建基于2D姿态估计的分心驾驶行为检测模型,并在分心驾驶数据集State Farm上分析不同数据增强方法、不同超参数、不同分类网络对模型性能的影响。其次,融合3D密集姿态估计网络DensePose与分类网络ResNet,构建基于3D姿态估计的分心驾驶行为检测模型。接着,在State Farm数据集上,针对模型的实时性和泛化能力,对比分析基于原始图像和基于2D/3D姿态的分心驾驶行为检测模型。最后,针对效果更优的基于2D姿态估计的分心驾驶行为检测模型,在分心驾驶数据集State Farm上,对使用不同姿态估计算法和分类网络的分心驾驶行为检测模型做了交叉试验,对比分析4个不同检测模型的优缺点。进一步地,将基于2D姿态估计的分心驾驶行为检测模型应用于实际采集的驾驶图片,对模型的泛化能力和有效性进行了测试验证。研究结果表明:与基于原始图像的检测模型相比,基于2D和3D姿态的检测模型都能显著提高分心驾驶行为的检测准确率;基于3D姿态的检测模型在检测精度方面略优,但基于2D姿态的检测实时性更好,检测效率是基于3D姿态检测的4倍;在驾驶舱单一环境下,基于2D姿态估计的分心驾驶行为检测模型能够满足分心驾驶行为检测的需求,在分心驾驶行为检测方面具有重要应用价值。     

基于因子模型的高速公路特长隧道驾驶人心理负荷特性研究

为研究驾驶人行驶通过特长隧道环境中的心理负荷变化特性,选取2座典型特长隧道进行实车试验,采集驾驶人实时心电信号,以心率和心率变异性指标分析为基础,通过数据挖掘构建了基于因子分析的心理负荷计算模型,采用心率变异性频域分析结果对模型进行验证。研究结果表明：心率变异性指标在计算心理负荷时比心率指标具有更高的效度和信度,驾驶人在距离隧道入口较远处和距离隧道出口较近时负荷较大;在隧道路段和普通高速路段,熟悉试验道路的驾驶人平均心理负荷小于不熟悉试验道路的驾驶人;被试在隧道路段的平均心理负荷大小依次为入口段、出口段、行车段,熟练驾驶人心理负荷在特长隧道入口前300 m至前180 m范围受到的影响最为明显;非熟练驾驶人心理负荷在入口前300 m至入口后240 m范围受到的影响最为明显。上述结果说明：在隧道出、入口段,尤其是入口段驾驶人负荷过高,也是造成事故数量多的主要原因之一;熟悉道路条件可在一定程度上降低驾驶人心理负荷;普通高速路段虽然行车环境较好,但运行车速过高也会造成驾驶人负荷增加。熟练驾驶人心理负荷在隧道入口前升高,而非熟练驾驶人心理负荷在进入隧道后仍保持较高水平。     

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。     

雾天驾驶人车辆操纵行为特性及其与追尾风险相关性分析

为分析驾驶人在雾天环境下的车辆操纵行为特性及其与追尾风险的内在关系,设计并开展驾驶模拟试验,采用方差分析,混合效应模型等对晴天、雾天2种环境下驾驶人的车辆操纵行为特性进行对比分析,并利用相关性分析及二元Logistics回归模型对避撞过程中行为间的相互作用及其与追尾风险间的关系进行挖掘.结果表明:雾天环境下驾驶人的车道...     

高速公路隧道行车视觉特性分析

从交通安全的角度,为获取高速公路隧道行车视觉特性,利用Tobii Glass2眼动仪在夏季11:00—14:00开展了实车测试实验,采集了驾驶人的眼动数据.选取驾驶人的注视持续时间、平均注视时间、瞳孔直径、注视时间比例、扫视时间比例等指标,利用ErgoLAB平台和Origin数据分析软件对相关指标统计分析.以老山隧道为例,分析了隧道照明分段、半开敞棚洞段和隧道内部视线不良路段的驾驶人视觉特性.实验结果表明,驾驶人在隧道照明出入口段驾驶过程中注视时间比例较高;驾驶人在隧道照明基础段行驶过程中注视时间比例降低,扫视时间比例升高;隧道出口段采用半开敞棚洞结构能够降低驾驶人行驶过程中的注视时间比例及扫视时间比例,减弱驾驶人获取驾驶信息的难度和驾驶过程中的紧张感;驾驶人在长大隧道内部视距不良路段行驶时,注视时间比例集中在70%左右,注视热点区域主要集中在视线正前方.     

城市道路环境中驾驶员眼动行为特征

在真实城市道路环境中进行实车试验,运用EyeLink Ⅱ型眼动仪对驾驶员眼睛运动进行了监测记录,统计分析了眼动行为的5个主要表征参数.结果表明:在城市交通环境中,驾驶员大约80%的单次注视持续时间在0~300 ms之间,73.5%的扫视幅度小于3°,85%以上的扫视速度在0~100°/s之间;驾驶员的水平注视位置以中部区域为主,但更多关注左侧交通流和交通设施,垂直注视位置以中部偏下区域为主,主要关注车辆前方中近距离;驾驶员单次注视持续时间呈近似对数正态分布,扫视幅度呈近似指数分布,扫视速度呈近似对数正态分布.     

基于MobileViT-CA模型的营运车辆驾驶人分心行为检测

营运车辆驾驶人因其职业特殊性,驾驶过程中易产生分心驾驶行为从而引发重大交通事故。为提高营运车辆驾驶人分心驾驶行为的检测准确性和泛化性,提出一种基于改进MobileViT网络的驾驶人分心行为检测方法。首先,基于自然驾驶实车试验,构建包含安全驾驶、使用手机、喝水、整理仪容和与副驾驶交谈5类行为的营运车辆驾驶人分心行为数据集。其次,将注意力机制引入轻量型MobileViT网络,通过选择有效的网络主干MobileViT、注意力模块CA、网络嵌入位置从而设计出最优分类模型MobileViT-CA。研究结果表明：所提出的MobileViT-CA分类模型可以有效提升分类网络的性能,在正常光照条件下的营运车辆驾驶人分心行为数据集和State Farm数据集上分别达到了96.57%和99.89%的准确率,且模型具有体积小、检测精度高的优势,有较高的可靠性和泛化能力。     

城市下穿隧道纵坡坡度和速度对驾驶人心率增长率的影响

为研究城市下穿隧道纵坡段驾驶人生理和行为特征变化规律,选取22名驾驶人在早晨5：00至7：00非高峰时段,交通状况几乎无差别的环境下,开展城市下穿隧道纵坡段实车试验。利用MP150生理测试仪和ECU车速采集设备采集驾驶人的心率值和车速值,应用单因素方差分析对数据进行差异性显著检验;并分析城市下穿隧道纵坡坡度和速度对驾驶人心率增长率的影响规律,构建城市下穿隧道上下坡段坡度、速度和驾驶人心率增长率关系度量模型,量化了坡度、速度与驾驶人心率增长率之间的关系。然后采用单因素敏感性分析方法对模型中的2个自变量（坡度和速度）进行敏感性分析。结果表明：在城市下穿隧道上、下坡段行驶时,不同坡度范围下的车速和心率增长率有一定的差异性,车速和心率增长率均随坡度增大呈现先增加后减少的趋势;城市下穿隧道上、下坡段,车辆速度均是在3.5%~4.0%坡度范围下的达到最大,在城市下穿隧道上坡段行驶时,3.5%~4.0%坡度范围下的驾驶人心率增长率达到最大,而在下坡段行驶时,4.0%~4.5%坡度范围下的驾驶人心率增长率达到最大;驾驶人在城市下穿隧道下坡段行驶时,心率增长率均值均高于上坡段,驾驶人在城市下穿隧道下坡段行驶时比上坡段更紧张;驾驶人心率增长率对坡度敏感程度要高于其对速度的敏感程度,坡度的变动比速度更易引起驾驶人心率增长率的变动,驾驶人的心理紧张程度受坡度的影响较大。     

公路防撞开口护栏自动开启技术研究

针对当前具有防撞功能的中央分隔带开口护栏基本都采用人工开启的方式,效率低且安全隐患大,现研究一种防撞开口护栏的自动开启系统,通过改造现有A级中央分隔带开口护栏接头形式、设置升降式限位立柱以及改造端部导向形式等使护栏结构实现移动功能,同时采用可编程逻辑控制器(PLC)对护栏体的平移及限位立柱的升降进行逻辑控制,既保证了护栏的防撞功能,又实现了护栏的自动开启和关闭。通过实车足尺碰撞试验及运行试验表明,该护栏系统不仅具备三级(Am)的防撞能力,且在3.5 min内开启长度可达20 m,相较于人工开启,极大缩短了操作时间,提高了开启效率,实现了公路领域防护设施的自动化控制。     

平直高速公路低交通量下L2自动驾驶对驾驶人心理负荷的影响

为研究驾驶人在L2自动驾驶模式下的心理负荷特性,设计了正常驾驶和次任务驾驶2种状态,进行实车高速道路试验,采集21名被试驾驶人在2种驾驶状态下分别选择手动驾驶和自动驾驶模式的眼动数据、次任务绩效和主观评价数据.采用重复测量一般线性模型,分析不同驾驶模式对上述参数的影响,从客观和主观两方面分析驾驶人的心理负荷变化.结果表...     

认知负荷对驾驶行为影响的眼动研究

以30名青年人作为被试者,采用眼动追踪法,探讨了模拟驾驶过程中视觉和听觉认知负荷对驾驶行为的影响.结果发现:①无论是视觉负荷还是听觉负荷,高认知负荷条件下的问题回答正确率显著小于低认知负荷条件;②视觉负荷影响驾驶行为,视觉负荷越高,驾驶行为的表现越差;③听觉负荷也影响驾驶行为,听觉负荷越大,驾驶行为的表现就越差.整个研究表明,认知负荷影响驾驶行为,特别是影响了对驾驶情境中危险事件的觉知.     

山区公路纵坡段驾驶人脚操纵特征及驾驶负荷

为证实山区道路纵坡参数与驾驶人生理指标之间的相关性,明晰纵坡路段参数影响驾驶负荷的内在机制,在3条山区双车道公路上开展了小客车实车驾驶试验,采集道路纵坡参数、真实驾驶习惯条件下的驾驶人心电信号、加速踏板力和制动踏板力。基于实测数据,描述制动和加速踏板力幅值的分布特性,分析坡度值对踏板力的影响;探讨加速踏板力、制动踏板力与心率增长率H之间的关联度,并建立H与踏板力之间的回归模型,最终从体力和精神负担两方面揭示了纵坡路段驾驶负荷的形成机制。研究结果表明：制动踏板力的均值和特征分位值均高于加速踏板力,对应最高使用频率的制动踏板力幅值也高于加速踏板力,即下坡路段踩踏板操作的体力负荷更大;踏板力与H正相关,其中下坡制动踏板力与H之间的相关性更强,表明下坡路段尤其是陡坡路段的踏板操作更容易导致精神负担;当踏板力超过某幅值之后,部分驾驶人的H对踏板力的增加变得敏感;对纵坡单元各被试驾驶人的H和踏板力数据取均值,发现在消除驾驶人的个体差异之后,H踏板力的相关性变得更高。     

驾驶人熟悉程度对其安全驾驶行为的影响研究综述

驾驶人作为人-车-路-环境复杂系统中最核心的因素,在交通安全中发挥最为关键的作用。聚焦驾驶人熟悉程度这一因素对道路交通事故的影响,系统地梳理和分析了驾驶人熟悉程度与交通事故的关系及其影响安全驾驶的机理等相关研究及成果。首先,基于驾驶人熟悉程度的距离维度和频率维度识别标准,分析了驾驶人对道路、环境及车辆的熟悉程度与其发生交通事故概率的关联性;其次,从驾驶人控制行为、路径选择行为及视觉行为等角度归纳了驾驶人熟悉程度影响其安全驾驶的机理;最后,就该领域面临的挑战及未来的研究趋势进行了分析和探讨,提出进一步标准化驾驶人熟悉程度指标的方法,为驾驶安全程度评价及提高交通安全提供了理论基础。针对已有相关研究的局限性及机理研究中尚不明朗的问题,后续研究需从认知心理学方面探究因道路、环境、车辆等驾驶人熟悉程度影响其安全驾驶的机理,进一步将视觉特征指标与生理指标结合以量化驾驶人熟悉程度,将此纳入到道路选择模型中。同时,从生理指标角度客观衡量驾驶人熟悉程度对其乘坐舒适度的影响,这些为提升自动驾驶技术接受度、交通安全及车辆安全提供强有力的理论基础。     

考虑肌电信号的驾驶人弯道操纵行为分析

驾驶人是"人-车-路"闭环系统中的核心。近年来,研发人性化、个性化的汽车驾驶辅助系统逐渐成为行业热点。为了更加透彻地理解弯道驾驶行为特性,为弯道驾驶辅助系统提供功效评估与优化,提出了一种考虑肌电信号的驾驶人弯道行驶过程操纵行为分析方法。招募12名驾驶人在试验场标准路面上进行实车试验,其中包含6名专业试车师与6名普通驾驶人,要求驾驶人分别以30,40,50 km·h^-1的不同初速度驶入U形弯道并自由驾驶。试验过程中记录驾驶人颈部肌电信号数据和车辆运动状态数据,分析转弯行驶车辆侧向运动对不同驾驶能力的驾驶人生理体验的影响,同时进一步探讨不同类型驾驶人在不同入弯速度条件下颈部肌电信号与侧向加速度的关联差异特性。试验结果表明：相同工况下,专业驾驶人和普通驾驶人颈部肌电特征值存在显著差异,专业驾驶人颈部肌电信号特征与车辆侧向加速度呈现一定的线性关系;随着驾驶任务难度的增加,驾驶能力好的驾驶人能够较好地适应任务的变化,在进行纵侧向耦合操纵时能够较好地协调身体生理反应与车辆侧向运动保持较好的关联特性。研究成果为进一步探索并完善驾驶体验评价方法提供了新的研究思路,同时,可为汽车辅助驾驶系统功能设计与智能汽车行驶性能的用户体验测评提供技术支撑。