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。     

高速公路特长隧道对驾驶人的影响

为研究驾驶人在特长隧道中心理、生理和驾驶行为的变化规律,进行了实际道路试验.试验采用多导生理记录仪实时记录行车过程中驾驶人心率,微波速度传感器测量记录车速度变化.将特长隧道分为人口段、行车段和出口段,分别研究不同路段中驾驶人心率和车速的变化规律及对应关系.结果表明:驾驶人在高速公路特长隧道人口段行驶时,心率增加,心理紧...     

长隧道入口对驾驶人心理及车速的影响

为减少高速公路长隧道入口交通事故,提高道路交通安全水平,通过实际道路试验,研究了驾驶人在长隧道入口段的心理和生理变化规律.试验采用多导生理记录仪实时记录行车过程中驾驶人心率、微波速度传感器测量记录车速变化,运用BP神经网络建立驾驶人在隧道入口段心率和速度变化的模型.结果表明长隧道入口环境中行车时驾驶人心率增加,心理紧张...     

城市隧道驾驶员生理特征差异性研究

隧道出入口处驾驶人生理特征变化与交通安全关系紧密,为掌握该路段驾驶人生理特征变化规律,提高隧道口行车的安全性,通过实车实验采集进、出隧道前后的照度、实时车速以及驾驶人心率、瞳孔大小等参数,运用数理统计对比分析了驾驶人在隧道入口和出口段行驶时的心率、瞳孔大小2个方面生理特征的变化规律及差异性.对心率与照度、车速进行了偏相关分析,并建立了入口段心率与照度、车速间的多元线性回归模型以探索外部因素的对心率的影响程度.结果表明,驾驶人心率在进隧道前后存在显著差异,出隧道前后不存在显著差异;瞳孔大小在进、出隧道前后2个阶段均存在显著差异,进行显著性检验的值均接近于0;隧道入口段心率与照度、车速的偏相关系数分别为-0.65和-0.74;入口段仅考虑车速与照度2个因素时所建立的回归模型拟合度为0.66.      

城市快速路减速车道驾驶行为分析及其安全性研究

为了研究驾驶人在城市快速路匝道减速车道的驾驶行为及其风险特征,基于43名不同经验驾驶人的道路实验数据,提取了典型快速路出口减速车道共260 m的驾驶行为数据;采用统计方法分析了不同经验驾驶人的行车轨迹、进入减速车道的纵向位置、进入匝道时的车速、进入匝道时的横向位置,以及在典型断面上平均车速.通过分析数据发现,熟练驾驶人提前变道意识强于非熟练驾驶人,而这种提前变道行为对于尽早进入减速车道有正面作用;熟练驾驶人能更好地保持进入匝道时的横向位置,非熟练驾驶人则偏右;减速车道对熟练驾驶人和非熟练驾驶人的减速效果均不理想,非熟练驾驶人在减速车道上车速显著低于熟练驾驶人,但是所有驾驶人在出口匝道车速比限速值要高.研究结论可为城市快速路减速车道参数设计和交通安全管理提供理论基础.      

城市水下特长隧道出入口视觉及舒适性研究

为探求驾驶人在城市水下特长隧道出入口的视觉负荷变化特性和视觉舒适性,在上午9：00~10：00的平峰时段,天气良好且交通流影响较小的条件下,选取10名驾驶人于东湖隧道（全长10.6 km,限速60 km·h^-1）以50~60 km·h^-1的自由流车速开展实车试验。利用眼动仪、照度计等试验设备,采集驾驶人进出城市水下特长隧道过程中的瞳孔面积、照度值等试验数据。基于实车试验数据,研究进出隧道过程中驾驶人的瞳孔变动特性,并比较多种评价指标的差异性,选取瞳孔面积最大瞬态速度值为评价指标,对东湖隧道出入口的视觉舒适度进行评价。基于瞳孔面积的变化特点构建了瞳孔面积最大瞬态速度值与瞳孔面积的函数模型,具体分析了出入隧道过程中不同位置的视觉负荷。结合出入口处连续时间序列下光环境的变化特点,分析了出入口的视觉舒适性。研究结果表明：进入隧道过程中驾驶人瞳孔面积的平均增长率较城市普通路段增大至246.561%并趋于稳定,对黑洞效应的适应时间为8.636 s;驶离隧道过程中较隧道内部路段平均增长率减小至62.631%并趋于稳定,对白洞效应的的适应时间为4.273 s;瞳孔面积最大瞬态速度值与瞳孔面积呈正相关性,出入口位置的视觉负荷排序为入口洞内最大、出口洞内次之、入口洞外与出口洞外最小,各区段的视觉舒适性与之相反;研究发现出入口处的格栅式遮光棚可缓解光环境的急剧变化,有助于驾驶人适应黑白洞效应、提升行车安全性。     

高速公路隧道入口段照明动态阈值区间研究

为满足隧道智能调光技术的发展要求,提高隧道入口段驾驶员安全舒适性,利用眼动仪进行实车试验,研究公路隧道入口段驾驶员视觉特性.采用瞳孔面积变化率和反应时间表征驾驶员行车舒适性及安全性,建立与亮度折减系数、车速2项指标的回归模型,并以此基于确定高速公路隧道入口段照明动态阈值区间.以张承高速(张家口—承德)小三岔口隧道为例计算隧道入口段照明动态阈值,求解得到满足小三岔口隧道行车安全舒适性的亮度折减系数区间为[0.033,0.050],对调光方案进行节能计算,方案实施后预计隧道半幅在24 h内约节能20%.该模型可保证各时段隧道入口段照明环境满足驾驶员视觉需求.      

基于高原地区高速公路特长隧道路段的跟车特征与安全性研究

高原山区高速公路特长隧道路段普遍偏多,且多为事故多发区段,存在诸多安全隐患。以云南省高原高速公路特长隧道路段为研究对象,对高速公路特长隧道路段进行了实地交通流数据调查与分析,采集了高原地区高速公路特长隧道路段试验车辆的车速与跟车距离数据。重点研究了跟车速度与跟车距离相对于高原特长隧道路段的变化趋势及影响因素,发现高原特长隧道路段跟车规律可以通过高斯函数进行较好拟合。进一步与平原长隧道路段行车特征进行比较分析,得出高原较平原地区高速公路特长隧道路段跟车风险更高的结论,并以加速度与跟车距离为变量构建高原特长隧道的行车危险评价模型,得到高原地区高速公路特长隧道各路段的行车危险性系数,以此评价高原地区高速公路特长隧道路段的安全性。研究结果表明高原特长隧道行车受光线变化的影响较为明显,在隧道进口和出口易出现"黑洞效应"和"眩光"现象,且"眩光"对行车的影响大于"黑洞效应",在"黑洞效应"和"眩光"作用时期行车危险性较高,其中高原特长隧道进口内部30 m与距出口80 m处位置危险性最高。通过在高原特长隧道出口处布设车辆控制设施是降低行车危险性的有效手段。     

隧道进出口驾驶人明暗适应特性研究

隧道洞口光环境的剧烈变化是影响隧道行车安全的重要因素。为进一步明确驾驶人进出隧道的明暗适应时间,提高行车安全性,文中通过实车试验采集福银(福州—银川)高速公路陕西境内某路段驾驶人进出隧道时的瞳孔直径、照度及车速等数据,按照度分布规律确定瞳孔数据分布范围,并采用数理统计方法得到瞳孔换算震荡时间和空间分布特性。结果表明,隧道进出口明暗适应时间为1.6～2.6 s。     

基于规避行为的城市水下特长隧道驾驶负荷评价

为明确城市水下特长隧道驾驶负荷与驾驶特性，在武汉市公铁水下特长隧道开展了自然驾驶实车试验，选取侧壁规避程度、速度限速差和扫视角度动态变化量等3个指标，对驾驶模式进行分类，并基于熵权法计算驾驶负荷综合评价值，研究驾驶人在城市水下特长隧道驶入段与驶离段的驾驶特性与负荷。结果表明：在多数情况下，驾驶人会处于本车道内向右侧方偏移的道路行驶，但随着行驶距离的增加，规避行为逐渐减弱；驶离段速度限速差较低，扫视角度动态变化量较小，行驶速度规范程度高，且速度变化与侧壁规避程度相关性强；驶入段处驾驶人的主要驾驶负荷集中于对隧道内行驶环境变化的观测与判断，而出隧道时，对于速度的控制成为了驾驶人主要的负荷来源；胆小型、保守型、激进型三类驾驶人的驾驶负荷综合评价值在驶入段分别为7.21、9.91、16.22,在驶离段分别为6.61、9.47、17.25。研究结果可为城市水下特长隧道的安全改善提供理论性的支撑。     

公路隧道出入口驾驶员视觉负荷评价与建模

公路隧道出入口段行车时驾驶员的视觉负荷变化较大，为进一步量化该路段视觉负荷的变化规律，选取10名驾驶员在秦岭终南山公路隧道柞水—西安段进行实驾试验，采集驾驶员在昼间晴朗天气下通过隧道出入口路段的照度、车速、瞳孔面积等数据。通过分析驾驶员在隧道出入口段的瞳孔面积变化特征，参照峰均比(PAR)、频段比(LF/HF)等物理学、医学参数，提出“瞳孔面积相对变化强度”(RCPA)的概念，将其作为视觉负荷的评价指标，划分出该指标取值与视觉舒适度的关系，并建立RCPA与速度、照度的数学模型。结果表明： 1）RCPA可以较好地体现出隧道出入口段视觉负荷渐变累积和急剧震荡的规律； 2）在即将驶入洞口和刚刚驶离洞口时的瞬时视觉负荷最大，超过了生理极限； 3）RCPA与速度、照度的定量关系可为隧道出入口制定安全速度阈值、改善照明环境提供参考依据。     

低等级公路光学长隧道驾驶员视觉负荷研究

为进一步分析低等级公路光学长隧道内不同车型、不同隧道区域驾驶员的视觉负荷特性，招募了22名驾驶员（12名小汽车驾驶员、10名货车驾驶员），选取云南省境内的昔宜隧道开展低等级公路光学长隧道驾驶员实车试验。利用眼动仪采集驾驶员瞳孔面积的相关数据，应用双因素方差分析对数据进行小汽车与货车、入口段与出口段的差异性显著检验，并分析驾驶员瞳孔面积变化速率的整体变化规律；同时，借助变异系数来反映驾驶员的适应能力。结果表明： 1）隧道入口段和出口段之间以及小汽车与货车驾驶员之间的瞳孔面积变化速率均值存在显著性差异，车型（小汽车和货车）与隧道区域（入口段和出口段）2类因素之间对瞳孔面积变化速率无交互影响； 2）货车驾驶员在进出隧道时视觉负荷更严重，货车驾驶员在隧道内的瞳孔面积增大与减小变化率峰值均大于小汽车驾驶员； 3）货车车型和出口区域的驾驶员对视觉环境更为敏感，不同车型、不同隧道区域驾驶员的瞳孔面积变化速率变异系数有显著差异。     

基于Origin的隧道入口运行车速计算模型的探讨

运行车速被广泛的应用于检验公路线形。该文对运行车速计算模型采用了一个新的思路:考虑了隧道对运行车速的影响。该研究以人为本,分析了影响隧道入口驾驶员行车速度的三个主要因素:隧道洞内外光线差值、路基宽度差值以及洞口位置,运用Origin软件统计得出高速公路隧道入口运行车速计算模型。该研究完善了运行车速模型,为高速公路交通安全的评价提供了很好的前提条件。     

基于驾驶工作负荷的高海拔地区隧道照明亮度分析

为研究高海拔地区与平原区驾驶员驾驶工作负荷差异特性以得到适用于高海拔地区的隧道照明亮度需求，以及客观量化高海拔地区公路隧道照明设计与管理标准提供理论、方法与技术依据，基于驾驶员驾驶工作负荷理论，从驾驶视认安全、稳定和舒适性的角度，分别在道路运行条件相似的江西宜安Ⅱ级公路和青藏公路高原青藏段（公路－Ⅱ级）设计实车试验进行定量研究。1）运用CART分类方法分析实地驾驶试验数据，发现海拔高度与驾驶员正常行驶的驾驶工作负荷之间呈正相关关系： 平原区驾驶员驾驶需求最低、驾驶工作负荷度最小，海拔高度3 200～3 300 m驾驶工作负荷度居中，海拔高度4 300～4 400 m驾驶工作负荷度最大。2）通过分析得到高海拔地区驾驶员驾驶工作负荷可根据海拔高度进行修正，得到修正系数和驾驶工作负荷度阈限。3）提出高海拔地区隧道照明视认需求相对于平原区的修正系数，海拔高度3 200～3 300 m时为1.2，海拔高度4 300～4 400 m时为1.8。4）得到不同海拔高度公路隧道各个特征段照明亮度设计标准。     

隧道驾驶疲劳唤醒段设置长度研究

为解决驾驶员在隧道中间段因驾驶疲劳带来的行车安全问题，对隧道驾驶疲劳唤醒段设置长度进行研究。首先，建立疲劳唤醒段的刺激量与其产生疲劳唤醒后对驾驶员的唤醒程度以及唤醒维持时间的相互关系； 然后，进行蓝、紫、青3种色彩，3种亮度及5种刺激持续时间共45种不同刺激量组合下疲劳唤醒段的静态唤醒试验，研究隧道疲劳唤醒段不同刺激量对被试驾驶员唤醒程度的影响规律，建立刺激量与唤醒程度的相关关系模型，得到疲劳唤醒段刺激量应不低于8.84 cd·s/m2； 最后，分析不同刺激量的疲劳唤醒段对驾驶员唤醒的维持时间，建立不同运行速度条件下疲劳唤醒段刺激量与唤醒维持时间的相关关系模型，根据不同运行速度下隧道疲劳唤醒段侧壁可设置的最高亮度，得到不同运行速度下隧道疲劳唤醒段应设置的长度。当设计速度为60、80、100 km/h时，第x（x∈［1, N-1］）处疲劳唤醒段的设置长度分别为160、200、220 m，第N处疲劳唤醒段的设置长度应保证剩余路段驾驶员的正常驾驶，且不低于65、80、90 m。     

基于运行速度的高速公路隧道出入口安全设计

针对高速公路隧道事故多发的现状,调查了高速公路隧道路段运行速度,分析了隧道出入口车速变化规律,采用线形过渡技术指标、抗滑过渡技术指标和照明过渡技术指标对隧道出入口过渡性进行分析评价,提出基于运行速度的高速公路隧道出入口安全设计方法,可为高速公路隧道群出入口设计及安全管理提供参考.     

Development of a Driving Behavior-Based Collision Warning System Using a Neural Network

An advanced driver assistance system (ADAS) uses radar, visual information, and laser sensors to calculate variables representing driving conditions, such as time-to-collision (TTC) and time headway (THW), and to determine collision risk using empirically set thresholds. However, the empirically set threshold can generate differences in performance that are detected by the driver. It is appropriate to quickly relay collision risk to drivers whose response speed to dangerous situations is relatively slow and who drive defensively. However, for drivers whose response speed is relatively fast and who drive actively, it may be better not to provide a warning if they are aware of the collision risk in advance, because giving collision warnings too frequently can lower the reliability of the warnings and cause dissatisfaction in the driver, or promote disregard. To solve this problem, this study proposes a collision warning system (CWS) based on an individual driver’s driving behavior. In particular, a driver behavior model was created using an artificial neural network learning algorithm so that the collision risk could be determined according to the driving characteristics of the driver. Finally, the driver behavior model was learned using actual vehicle driving data and the applicability of the proposed CWS was verified through simulation.