驾驶风格对驾驶行为的影响

为了揭示驾驶风格对驾驶行为的影响规律,进而提取表征驾驶风格的特征参数,对不同风格驾驶人在感知层和操作层的驾驶行为数据进行了量化分析。首先,基于驾驶行为问卷对18名中国非职业驾驶人进行了驾驶风格问卷调查,并采用主成分分析、K-均值聚类等方法将被试驾驶人分为谨慎型、正常型和激进型3种类型。接着,被试驾驶人在搭载了SmartEye眼动仪的驾驶模拟器上开展了高速公路行车环境下的驾驶试验,同步采集了感知层的视觉特性参数和操作层的驾驶绩效参数,并采用判断抽样的方式将驾驶样本按照驾驶风格和驾驶模式（换道意图和车道保持）进行了划分,共选取了810组有效样本。最后,采用方差分析法分析了不同风格驾驶人在不同驾驶模式下的注视行为、扫视行为、横向控制特性、纵向控制特性方面相关参数的差异显著性,并提取了不同风格间存在显著差异的参数作为表征驾驶风格的特征参数。研究结果表明：驾驶风格越激进,驾驶人对周围环境关注越少,对车辆的横向控制稳定性越差,急加速和急减速行为发生的频次越高;不同风格驾驶人在意图时窗内对后视镜的注视次数（p=0.002）、方向盘转角熵值（p=0.04）、加速踏板开度（p=0.01）、制动踏板开度（p=0.02）这4个参数的差异均较为显著,因此可作为表征驾驶风格的特征参数。     

基于车辆行驶数据的驾驶风格识别

车辆驾驶员驾驶风格对于汽车的燃油经济性和行驶安全性有重要的影响。文章就基于车辆行驶数据在驾驶风格识别方面的研究进行综述,首先介绍了驾驶员驾驶风格识别的基本流程,接着论述不同学者在驾驶风格识别方面使用的算法模型,包括支持向量机（SVM）算法、反向传播（BP）神经网络算法、随机森林模型算法,然后基于实际车辆行驶数据,利用不同驾驶风格识别模型对其进行实现分析,最后对驾驶员驾驶风格识别的研究工作进行了展望。     

网联环境下基于精简车头时距特性的驾驶风格分类

基于现有网联数据获取技术与条件，从车联网系统提取车头时距参数并将3 s内的车头时距特征值定义为驾驶模式，根据驾驶模式进而对驾驶风格（即驾驶人的驾驶行为习惯）进行分类。通过车头时距特性对驾驶模式进行量化分类，根据标定好的驾驶风格结果，辨识每种驾驶风格包含的典型驾驶模式；运用模糊分类方法赋予典型驾驶模式相应分值，通过计算每位驾驶人分值并结合已标定的驾驶风格结果设定每种驾驶风格的阈值；利用该阈值对测试集中的驾驶人风格进行识别，以验证识别准确率。采集了44名驾驶人网联环境行车数据将驾驶人标定为激进型、普通（即既不保守也不激进）型和保守型。按上述方法设置各驾驶风格阈值，结果表明:各驾驶风格的阈值分别为:S < 64.67为保守型，64.67 ≤ S < 181.20为普通型，S ≥ 181.20为激进型；使用所提方法来识别驾驶人风格，总体准确率为85.7%。所提出的基于车头时距的驾驶风格分类方法，使用了极精简的驾驶行为参数，为驾驶风格分类应用提供了新思路。      

我们找到的驾驶乐趣

搜遍了国内1.0L～1.6L的新车,测试了具有代表性的10款车型,我们体验到了不同类型轿车的驾驶乐趣。对于五万元级的微型车而言,灵动是其最大的特点,驾驶风格灵活轻巧,外形内饰动感时尚,它们是年轻人和小家庭的最佳代步工具和游玩伙伴。     

一汽丰田RAV4

轻松自在的驾驶风格是RAV4的特点,但要是基于这一点就断定这是一款纯粹的都市SUV,那你会漏掉很多的乐趣。不错的越野性能让RAV4可以在适当的时候撒撒野,这对于大多时候都局限于都市钢筋水泥森林中的消费者而言,非常有诱惑力。     

基于驾驶员意图及行驶场景判断的智能驾驶模式识别策略

目前市面上的乘用车大多具备一个以上的驾驶模式供选择,有些车型甚至可以提供车主自定义的驾驶模式,从而满足驾驶员不同场景下的驾驶需求。由于主机厂对驾驶模式的定义具有一定使用场景针对性,可能出现当前选定驾驶模式不适合驾驶员的驾驶风格,或者当驾驶场景发生改变时,当前选定的驾驶模式无法及时满足驾驶员期望的情况。文章介绍一种驾驶模式识别策略,通过对CAN总线相关信号实时监控,掌握驾驶员输入,如加速、制动及转向等动作;以及车辆的动态表现,如车速、纵向加速度及侧向加速度等参数,并利用建立的模型,对车辆当前的行驶交通环境,驾驶员的驾驶风格以及驾驶员的意图进行综合判断,从而实时为驾驶员智能切换更合适的驾驶模式。该策略可满足驾驶员意图与驾驶模式相互匹配,从而提升用户的驾驶主观体验。     

驾驶风格对不同跟驰场景下跟驰行为影响分析

为了分析驾驶风格对不同跟驰场景下跟驰行为的影响,利用高逼真度驾驶模拟器设计晴天、雾天两种天气状况和自由流、拥挤流、阻塞流三种交通流状态组合的六类典型跟驰场景。以跟驰过程中的最大加速度、最大油门踏板受力、最大油门踏板受力速度作为指标,通过K-means聚类识别方法,对六类典型跟驰场景下不同驾驶风格的驾驶员进行聚类识别,并以跟车间距、车头时距为风险指标评价不同驾驶风格的驾驶员在六类典型跟驰场景下的跟驰风险。结果表明：六类典型跟驰场景下,不同驾驶风格驾驶员的跟驰行为存在明显差异;激进型驾驶风格驾驶员倾向保持更小的跟车间距和车头时距,跟驰过程中的碰撞风险更高;晴天和自由流场景下不同驾驶风格驾驶员跟驰行为差异性更加显著。     

考虑驾驶风格的智能车自主驾驶决策方法

为了提升智能车类人驾驶水平,提供符合驾乘者驾驶习惯的个性化驾驶服务,改进了DDPG算法并设计智能车驾驶决策系统,学习不同风格的个性化驾驶策略.招募20位驾驶人参加基于仿真平台的模拟驾驶实验,采集驾驶数据.运用相关性检验方法选择个性化驾驶评价指标,使用K-means聚类方法将驾驶风格进行分类.在基础DDPG算法的输出部分加入线性变换过程,形成改进的个性化驾驶决策学习算法,进而构建个性化自主驾驶系统,以3种驾驶风格作为学习目标,调节线性变换参数,在线训练并测试算法.结果表明,提出的方法比基础算法收敛速度提升21.3%.算法在测试场景中,保持了高于驾驶人的横向控制水平,车道偏移量下降73.0%,且驾驶的车辆未与道路外侧护栏发生碰撞.聚类结果显示,算法通过调节线性变换参数,能够有效学习不同的驾驶风格.      

海拉辅助驾驶灯面向中国消费者

随着消费者对汽车照明需求的日益增长,传统的照明方案已经不能满足人们追求车灯个性化以及多功能性的要求。当你在夜间或者恶劣天气时行车,辅助驾驶灯能带给你更多的驾驶舒适性和安全性。辅助驾驶灯的照明有助于提高路面的能见度,缓解驾驶的紧张与疲劳,提高对突发事件的敏感度和反应速度。 辅助驾驶灯在国外的使用已相当普     

基于多分类监督学习的驾驶风格特征指标筛选

交通事故与驾驶风格具有强烈的相关性,而驾驶风格的直观体现是驾驶行为.为深入分析驾驶行为与驾驶风格的关联性,探索不同驾驶风格群体之间的差异,筛选驾驶风格分类与识别影响因素,建立驾驶风格识别模型并验证有效性.依托车联网实验数据,利用K-means++算法对驾驶员样本数据集进行驾驶风格聚类,设计支持向量机-递归特征消除(SV...     

快马好养

有着运动属性的车保养通常都很贵，这是我们的惯性思维，而思域TYPE-S的保养却让我们大口乎“实在”。驾驶起来痛快淋漓，而保养的费用又不会令你肉疼，这对于我们普通消费者来讲太合适了     

基于表征驾驶风格的驾驶员纵向加速度模型

驾驶员驾驶风格的差异会引起纵向加速度决策与最优值存在一定程度的偏差.改进了基于最优预瞄的驾驶员纵向加速度模型,以跟随速度为参考量,提出了多点多目标的二阶预瞄决策模型,并以预瞄视野、决策意愿和决策偏差表征驾驶员的驾驶风格进行建模.通过Simulink-Carsim联合仿真,验证模型可以反映出不同驾驶风格下的驾驶行为,为研究分析真实驾驶行为提供借鉴.     

中国车主需提高“车商AQ”

4月3日，壳牌“你不平凡，挑战超凡——赴意大利与舒马赫共驾”大型消费者活动提出的“车商AQ”概念，旨在帮助广大车主从驾驶技术、驾驶心理和汽车知识等方面获得全方位的提升。     

基于SOM神经网络的多工况驾驶风格识别

不同的驾驶员对车辆的各项性能可能有个性化地要求,因此有必要对驾驶风格的分类与识别问题进行研究.首先在驾驶模拟器上采集不同驾驶员在多工况下的数据,利用主成分分析法选取驾驶员在各个工况下的特征参数,SOM神经网络分别对起步、加速及制动工况下的驾驶数据进行了聚类分析,然后以驾驶风格聚类分析结果为基础,建立了基于SOM神经网络...     

赢在细节 力帆KPR150赛道秘籍之赛道驾驶姿势篇

看一个人驾驶摩托车的姿势,就能了解这个人的驾驶技术。这句话说明了驾驶姿势作为一项基本功,对于摩托车骑手来说是非常重要的。而对于驾驶赛车驰骋赛道的赛车手而言,在比赛时的驾驶姿势和平时出行有哪些区别？正确的驾驶姿势对提高比赛成绩又能起到哪些帮助呢？本期的《力帆KPR150赛道秘籍》,我们就请全国冠军车手王孝源为我们揭示赛车驾驶姿势中隐藏的秘密!     

破空斩

<正>坐在宾利欧陆Supersports敞篷车里,你绝对不敢把头探出车外,即便你带着F1头盔和HANS系统也不行。史上最强宾利车型——欧陆Supersports的备受关注,让宾利的工程师们备受鼓舞,也让他们有了在这款车型上更进一步的想法,不过与兰博基尼一贯秉承的提升性能不同,宾利工程师们显然更加推崇注重驾驶享受的英伦风格,     

驾驶特性对国六轻型汽油车氮氧化物瞬时排放的影响

速度、加速度和车辆比功率(VSP)等表征驾驶特性的参数与车辆实际驾驶时的瞬时排放有着很高的相关性。为探究驾驶特性对国六轻型汽油车氮氧化物(NOx)瞬时排放的影响,在正常驾驶和激烈驾驶2种驾驶风格下使用便携式排放测试系统(PEMS)进行了实际驾驶排放测试(RDE)。通过数据处理和建立RDE数据集,研究了不同驾驶风格下的车辆速度和加速度分布,以及两者对国六轻型汽油车NOx瞬时排放量的耦合影响。此外,为探究VSP与NOx瞬时排放量的关系,引入高斯曲线进行了散点拟合。结果表明：测试车辆的高NOx瞬时排放量主要集中在0～2 m/s²的正加速度区域,在激烈驾驶时排放量更大;激烈驾驶在VSP0～25 kW/t时都有高NOx瞬时排放量,高排放的VSP范围是正常驾驶的1.5倍。     

别让这些错误代代相传

在司训队学驾驶,毫无疑问,教练班长是学兵最权威的老师,是学兵学驾驶的唯一参照物。但你知不知道,就算顺利地考到了驾驶执     

基于ROC曲线的疲劳驾驶判别方法研究

疲劳驾驶判别是危险驾驶行为研究的主要内容之一,基于驾驶行为的疲劳驾驶判别更加直接.文中选取疲劳状态下的驾驶行为指标作为研究对象,结合不同道路线形分析疲劳对于驾驶行为的影响,获得能在相应的道路条件下显著反映疲劳驾驶的驾驶行为指标.使用ROC曲线方法分别确定不同道路线形下各个驾驶行为指标判别疲劳驾驶的阈值.根据各个驾驶行为指标及阈值,建立疲劳驾驶综合判别模型,并通过对比分析说明基于驾驶行为指标进行疲劳驾驶判别考虑不同道路线形的必要性.研究结果表明,疲劳状态对驾驶行为的影响在不同道路线形上表现不同,基于ROC曲线的疲劳驾驶判别方法可应用于基于驾驶行为的疲劳检测,不同道路线形下平均识别率达75％,平均误判率为16.5％.     

此时无声胜有声

相比我们平时驾驶内燃机驱动的汽车而言，电动车行驶起来真的称得上是悄无声息。而它已经离我们几乎近在咫尺了。不信？你听……