不同情景下自动驾驶接管行为的影响特征

为探究不同情景下自动驾驶接管行为的影响特征,面向驾驶人、自动驾驶车辆、交通环境等内容提出自动驾驶测试研究框架。基于驾驶模拟技术开发自动驾驶测试平台,通过案例验证其有效性,为自动驾驶相关技术的测试评估提供有力支撑。研究以接管场景、接管请求时间、驾驶次任务、交通流为要素设计18个高速公路接管情景,邀请被试开展驾驶模拟试验测试。从主观维度探究驾驶人对自动驾驶的适应性差异,从客观维度构建广义线性混合效应模型,研究驾驶人属性因素(性别、年龄、驾龄)和接管情景因素(接管场景、接管请求时间、驾驶次任务)的主效应及其交互作用对接管行为的影响。统计分析结果表明：①性别因素对自动驾驶的信任度和状态感知度有统计学差异,男性对自动驾驶的适应性高于女性;②驾驶人的年龄和驾龄因素对试验前和试验后的技术接受度具有显著影响,对技术信任度和状态感知度具有统计学差异,中年人和老年人、中驾龄和高驾龄人群的适应性相对较高;③不同因素水平对应的接管成功率、正确率和第一操纵行为不同。广义线性混合效应模型结果表明：①接管情景因素及其交互作用对接管行为指标具有显著影响;②模型中引入驾驶人属性因素,发现与接管情景因素存在交互效用。研究基于驾驶模拟技术开发自动驾驶测试平台的方法具有一定的推广性,研究结果可为深度挖掘自动驾驶接管行为影响因素及其作用机理奠定基础。     

疲劳驾驶与年龄、驾龄的关系

对北京出租车驾驶人的疲劳驾驶状况进行了调查,旨在发现疲劳驾驶与驾驶人年龄、驾龄的关系,以及疲劳驾驶事故与驾驶人年龄、驾龄之间的关系。调查方法采用问卷法。通过分析,得出以下结论:1.不同年龄、驾龄的驾驶人疲劳驾驶状况不同;2.因疲劳驾驶引发的事故与年龄没有直接关系;3.疲劳驾驶引发的事故与出租车驾驶员的驾龄有关,驾龄越小,越容易发生交通事故。     

基于LightGBM的驾驶人风险感知能力判别方法

碰撞风险与风险感知能力有关, 为准确评估驾驶人风险感知能力, 设计考虑危险源个数与类型的驾驶模拟试验, 采集危险场景下的驾驶人驾驶行为与眼动特征等数据。利用Mantel-Haenszel检验分析危险源因素、驾驶人个人特性在不同风险感知水平人群下的差异性, 借助Spearman相关性分析探索驾驶行为、眼动特征与风险感知能力之间的关系。结果表明: 危险源个数、类型与风险感知能力负相关。驾龄、车速、纵向加速度、刹车深度、制动反应时间及位置等与风险感知能力显著相关。风险感知能力迟钝的驾驶人车速偏高且加速度更大, 刹车深度更深, 从发现危险事件到采取行动需要更多的反应时间。构建综合风险感知能力评价指标集, 借助Random Forest算法对特征进行重要性排序, 在此基础上利用LightGBM算法建立驾驶人风险感知能力判别模型, 分析不同特征个数输入对模型性能的影响。结果表明: 与SVM和AdaBoost等算法相比, 基于LightGBM算法的模型F1值达到86.07%, 精度为86.14%, 可以有效地对不同风险感知等级的驾驶人进行分类。     

基于XGBoost算法的危险场景驾驶行为模式分析及安全评估

危险感知能力对驾驶人的驾驶行为模式具有重要影响。为准确评估驾驶人的危险感知能力、提升危险感知水平判别的准确度,提出了基于模拟驾驶技术的危险感知能力影响分析方法和基于极端梯度提升树（XGBoost）算法的危险感知水平判别模型。通过设计3种常见交通冲突场景,采集模拟驾驶中驾驶人的多维度驾驶行为特征数据,并分析危险感知能力与驾驶行为的相关关系。通过模拟实验发现：驾驶人对行人的危险感知能力较弱,易发生碰撞事故;驾驶人在危险场景中的车速（p＝0.01）、制动反应位置（p < 0.01）以及反应时间（p < 0.01）与危险感知水平之间存在显著负相关关系。在相关性分析的基础上,利用XGBoost算法识别能反映驾驶人危险感知能力的重要特征变量,并构建以制动反应位置、反应时间、车速、刹车深度,以及加速度为指标的驾驶人危险感知水平判别模型;通过与LightGBM、支持向量机（SVM）,以及逻辑回归（LR）等算法分类预测性能的对比分析,评价危险感知模型的判别精度,结果表明：基于XGBoost算法的危险感知水平判别模型的判别准确率为84.8%、F1值为83.4%、AUC值为0.959,优于LightGBM（准确率为78.8%、F1值为76.7%、AUC值为0.924）、SVM（准确率为57.6%、F1值为42.2%、AUC值为0.859）,以及LR算法（准确率为69.7%、F1值为65.5%、AUC值为0.836）。所提方法可为判别驾驶人危险感知能力及其对驾驶行为模式的影响提供可靠手段。     

扣满12分机动车驾驶员的不当驾驶行为研究

为分析记满12分驾驶员的不当驾驶行为成因,以便有针对性地开展教育培训工作,选取包头市扣满12分的驾驶员为研究对象进行调查,利用驾驶行为、驾驶态度、驾驶技术和人格量表,获取了570份有效样本.通过探索性因子分析,将驾驶行为、驾驶态度和驾驶技术量表中的题目分别重组形成综合性指标.为研究不同性别司机不当驾驶行为的成因,将被调查驾驶员按照性别分类后进行聚类分析,分别得到3种不同类型的驾驶员群体及其对应的驾驶特性和人格属性得分.聚类分析结果表明,年龄较大、受教育程度较低且驾龄较短的男驾驶员驾驶技术较差;年龄较小、结婚率较低且驾龄较短的男驾驶员群体独立性得分较低,判断能力较差;年龄较小、驾龄较长的男驾驶员驾驶行为和驾驶态度存在问题.对于女性驾驶员来说,年龄较小、驾龄较长的女驾驶员独立性得分较低,判断能力也较差;年龄较大、驾龄较长的女驾驶员在驾驶行为、驾驶态度和驾驶技术三个方面都存在问题,同时自律性较差;年龄较小、教育程度较低且驾龄较短的女驾驶员驾驶技术较差.研究成果可以为多发不当驾驶行为驾驶员的培训教育和行为矫正提供参考,有助于对驾驶员进行针对性培训.     

驾驶分心行为驾驶人的多重对应分析

对536名驾驶人的人口统计学特征(包括年龄、性别、受教育程度、职业和家庭月收入)以及基本的驾驶情况(驾龄、车型、周均驾驶里程、驾驶能力)进行调查.使用多重对应分析的方法对其中报告在驾驶行为中存在驾驶分心的363名驾驶人的年龄、性别、职业、驾龄、周均驾驶里程和驾驶能力等特征进行了分析.结果显示,男性、非固定职业、驾龄在3～5 a在同一方向出现聚集; 18～35岁与驾龄在3 a以内、周均驾驶里程为中途(50～400 km)与固定职业也存在一定的关联性.同时,不同性别、不同驾驶能力认知的驾驶人分布出现差异,相对而言,女性驾驶人可能更多地受到驾驶能力认知的影响.     

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.      

自动驾驶汽车在城市道路上面临的主要场景挑战

基于人类的自然驾驶数据、交通事故数据等信息提出的自动驾驶汽车技术要求和测试场景难以反映自动驾驶汽车特有的局限性和安全风险。文章从车辆视角出发,利用搭载高度自动驾驶功能的汽车开展了实际道路测试,并通过分析测试过程中遇到的危险场景和边缘场景,总结了城市道路环境下自动驾驶汽车在感知、定位、决策规划、控制执行和网联通信等方面存在的主要场景挑战。该研究成果弥补了基于人类驾驶数据开展相关研究的不足,能够为自动驾驶汽车的研发和基于场景的测试验证提供参考。     

基于相对危险暴露面的两车交通事故中有责驾驶人特征

搜集北京市2012—2015年的2 040起两车交通事故中4 080名驾驶人的相关数据,将他们分成有责驾驶人和无责驾驶人2组,比较他们在性别、年龄、驾龄、驾驶车辆类型等4个方面的分布差异.并基于相对危险暴露面法,对有责驾驶人的相对驾驶事故风险进行了评估.结果表明:1)相对于女性,男性驾驶人更可能成为事故责任方; 2)有责驾驶人的年龄、驾龄均略小于无责驾驶人,需要注意的是,除了青年驾驶人、老年驾驶人和驾龄小于2年驾驶人外,交通安全管理还应该关注到新购车驾驶人和年龄在47～57岁之间的驾驶人等两个可能存在风险的驾驶人群体; 3)车辆类型对于驾驶人在有责与否上的分布存在差异,提示需要进一步加强对中小型客货运企业的交通安全监管.     

世界汽车组织自动驾驶汽车"三支柱"认证方法提议及对我们的启示

自动驾驶技术发展背景下,软件在定义汽车,车辆功能日趋复杂、软件数量也越来越多.与传统车辆相比,影响自动驾驶汽车的安全因素、场景变量日益增长,通过传统的场地测试和台架测试,难以全部评估上述影响安全的变量.因此,为了车辆上道路运行,需要提出新的认证思路,支持车辆型式认证或自我认证.世界汽车组织在分析自动驾驶汽车技术特性和安...     

面向智能网联交通系统的模块化柔性试验场

为了给智能网联试验场设计与建设提供参考,分析了智能网联交通系统中测试技术的研究现状;结合长安大学车联网与智能汽车试验场的测试和研究经验,提出了一种面向智能网联交通系统的模块化柔性试验场,该试验场包括应用场景、感知发布、网络链路和管理服务4个层次。应用场景层通过模拟真实场景中的天气、道路和交通条件,验证智能网联交通设备和服务在不同环境、不同场景的适应性;感知发布层通过摄像头、激光雷达、毫米波雷达等传感设备以及可变情报板等信息发布设备,实现环境数据及交通信息的采集,并下发相应的控制信息和服务信息;网络链路层由车载异构网络构成,通过网络间的协同工作,为应用场景层和感知发布层的设备提供网络信息服务;管理服务层负责下层数据的存储、备份、处理和可视化,并实现下层测试设备的管理与维护。在上述模块化平台的基础上,开发智能网联汽车室内测试台架,配合试验场进行交通场景构建、测试场景复现和单一要素分析,实现智能网联交通的柔性场景测试。结果表明：所提出的试验场具有标准化的测试条件,可控可追踪的测试流程和科学的测试评价体系,能够模拟真实的道路交通场景,提高智能网联相关技术的开发和测试效率。该试验场的建设、推广与应用,能够推进智能网联和无人驾驶技术从理论研究到实际应用的转化,为实现未来交通信息服务和交通系统的创新与变革起到至关重要的作用。     

多模式共驾智能车行驶安全性评估研究

多模式协同驾驶是智能车发展过程中必须经历的一个不可或缺的阶段,而行驶安全性评价是多模式共驾智能车需解决的一个关键问题.为此,采用多通道驾驶模拟系统展开实验研究.实验选取15名驾驶员,在3类特定的场景下分别开展实验.并对实验过程中采集的与行驶安全性相关的9个关系变量进行统计分析.在此基础上,采用贝叶斯网络方法构建多模式智能车行驶安全性评估模型,通过对模型进行敏感性分析发现,驾驶人的注视时效性、注视点分配、驾驶里程和驾龄对行驶安全性有着重要的影响,其敏感性指数分别达到0.31,0.26,0.16和0.14.由此可见,要实现多模式共驾智能车的安全行驶,关注驾驶人的注意力特性和驾驶经验显得尤为重要.     

基于Prescan的自然驾驶场景构建与研究

文章主要描述基于Prescan软件对实车的自然驾驶场景片段转换成虚拟场景,用于ADAS或自动驾驶模拟测试。通过配备毫米波雷达、相机、Mobileye摄像头等传感器采集道路驾驶数据,提取场景片段,转化成虚拟软件中相应的实车场景,用于HIL或MIL测试,可实现重复性测试,降低测试成本,模拟恶劣天气等状况,复现实车测试状态等测试优点。     

危险驾驶工况场景的复杂度评估方法研究

本文中提出了一种对危险驾驶工况场景数据的采集和复杂度评估的方法。与大型实车路试中自然驾驶数据的采集方法不同的是,本文中基于高级驾驶辅助系统采集其报警前后数据,并将其作为危险驾驶工况数据进行研究;在分析危险驾驶工况场景数据及其影响因素的基础上,构建了包含不同环境、交通流和车辆相关因素的危险驾驶工况场景的复杂度评价指标体系;基于专家评分结果,应用层次分析法确定指标权重,得到了对危险驾驶工况场景进行复杂度评价的模型与方法,可用于智能汽车的仿真测试。     

探寻汽车广告隐性传播的路径

隐性广告,又称"植入式广告",它是指隐藏于载体并和载体融为一体,共同构成让受众真实感受到或通过想象所感知的场景的一部分,以非广告的形式在受众无意识的状态下,于不知不觉中将产     

自动紧急制动系统行人测试场景的研究

为建立适用于我国交通状况的AEB行人测试场景,参考国际上已有的研究成果,首先采集了上海道路中的典型行人危险工况,并筛选出52例车与行人冲突的工况样本,然后利用聚类分析的多元统计学方法对这些样本进行分析,得到了5类具有典型特征的危险场景;根据这些典型危险场景设计了兼容我国交通工况的AEB行人测试场景,并建立相应的PreScan仿真模型。通过PreScan仿真测试可在未进行实际场地测试前对AEB系统进行初步评价,进而降低开发成本。     

基于用户场景的IVI系统实车可用性评价方法

以用户场景为核心的实车道路试验是车载信息娱乐系统可用性评价的重要组成部分,该部分评价相对于传统的车载信息娱乐系统功能性能测试,更加主观,因此,难度也更高。可用性评价包括评价场景和评价维度两部分。搭建评价场景可以高度还原用户的使用实况,更直接更全面地让评价者感知各项功能的可用性;评价维度则是指导评价者在可用性评价过程中应当重点考核的角度,引导评价者感知系统可用性的优与劣。通过评价场景和评价维度的结合,并应用于实车车载信息娱乐系统的评价工作中,可以有效提升评价者的感知及评价能力,弥补专家评价法中对于评价经验的要求过高的短板,有效提升测试及评价的效率,从整车验证角度反哺车载信息娱乐系统的人机交互设计,对车载信息娱乐系统的商品竞争力提升起到积极推动作用。     

基于相对危险暴露量的驾驶人事故风险分析

为探究不同类型驾驶人的事故倾向性,以湖南省湘潭市2008—2017年间发生的交通事故为研究对象,采用相对危险暴露量方法计算了中国驾驶人在驾龄、年龄及其交互作用下的事故风险值,并针对不同交通环境,分析了高风险驾驶群体的3类碰撞事故风险.结果表明:相比25~45岁的壮年驾驶人,小于25岁的青年驾驶人在几乎所有环境下都更易发生追尾事故与刮擦事故;驾龄小于1年的新手驾驶人在复杂环境下更易发生追尾事故;中老年新手驾驶人是事故风险仅次于青年新手驾驶人的群体,并且其在恶劣天气下的事故风险甚至高于青年新手驾驶人.基于研究结果提出了针对青年新手驾驶人、中老年新手驾驶人和高驾龄驾驶人的安全改善对策.     

连续驾驶时间对驾驶特性测评指标的影响

为了研究连续驾驶时间对驾驶员感知、判断及操作特性的影响,并合理安排驾驶员的工作时间,在分析驾驶特性测评指标的基础上,采用实验心理学测试方法测试并分析不同连续驾驶时间下驾驶特性测评指标及其变化规律,建立了连续驾驶时间与感知、判断及操作特性各测评指标间的关系模型.结果表明:驾驶员一次连续驾驶时间不宜超过3.5 h.研究结果可为相关部门制定或修订有关驾驶时间法规条例提供参考依据.     

V2X测试环境搭建研究与分析

V2X作为智能网联汽车的关键技术,可实现车与车、车与基础设施、车与行人、车与云等互联,将车辆信息与外界信息共享,增强车辆智能感知能力;本文主要研究分析了智能网联汽车V2X的相关测试以及复杂的V2X通信场景搭建,分析如何使用信号发生装置将真实通信环境复原测试区以及相应信号捕获解析。