“超凡”的驾驶乐趣—壳牌喜力首开“超凡驾驶训练营”

壳牌喜力首开“超凡驾驶训练营”，依托天马山平滑的赛道和训练营活跃的课堂，众车手兴致勃勃地与教练切磋技艺，修炼驾驶秘籍，共同感受“超凡”的驾驶乐趣。     

驾车第一课——上车

从这一期开始将有个新栏目——驾驶技术，我们希望通过这个栏目能使你掌握正确的驾驶习惯和驾驶知识，安全快乐的享受驾驶的乐趣。     

越野驾驶技巧（下）：越野驾驶

在驾驶学习当中恐怕越野是最需要技巧的，也是在驾驶比较难学到的技巧之一，这期我们就简单介绍一些比较基础的越野驾驶技术.     

拖挂驾驶的操作方法

针对拖挂驾驶的特点，分析了拖挂驾驶的规律，着重介绍了拖挂驾驶的操作要点及其注意事项。     

论驾驶适性在汽车驾驶训练中应用的核心内容

以汽车驾驶心理训练为视角，以驾驶员正确处置道路交通情况的基本程序和心理活动为主线，认定汽车驾驶训练中应以感知信息，分析判断作为心理训练的主体。强调汽车驾驶训练的内容要与应用驾驶技术相适应，力求做到训练旨在应用。     

驾驶模拟器在自动驾驶系统中的应用研究

自动驾驶车辆在实际道路上行驶之前的测试阶段是一个至关重要的环节。一个低成本、高效率以及高精度测量的自动驾驶车辆的测试方式,对于自动驾驶车辆的开发具有重要意义。将驾驶模拟器运用到研究自动驾驶车辆测试已是近年来的一个研究热点。基于虚拟驾驶场景的自动驾驶车辆的检测,通过组合虚拟驾驶场景的背景车辆、行人、交通灯、建筑、指示标牌等元素,研究将驾驶模拟器与虚拟驾驶场景的联合应用来测试自动驾驶车辆。设计了典型的交通场景,通过自动驾驶车辆和背景车辆的实时交互,研究自动驾驶车辆的各项性能指标。研究结果表明:该驾驶模拟器可以高度拟合人类驾驶体验,驾驶员通过驾驶模拟器控制背景车辆能够很好的模拟现实中的驾驶行为,对自动驾驶车辆的仿真测试起到了促进作用。     

驾驶疲劳

针对驾驶员行车中出现的驾驶疲劳现象，分析了其产生原因及对驾驶行为的影响，提出了预防驾驶疲劳的措施。     

越野驾驶你行吗

越野驾驶是指操纵汽车在坏路或无路条件下行驶的技能，主要包括：跨越壕沟，溪谷和丘堑，穿越林地，通过岩石地带，泥泞与沼泽地驾驶，沙地（丘）驾驶，涉水驾驶等，越野驾驶，困难条件较多，难度大，应根据所驾车辆的通过性能和不同的运行条件，分别采取相应的措施。     

山路驾车技巧

山路行车，依山傍崖，沟深坡陡，弯多路险，崎岖不平，除要求车况良好外，驾驶员必须掌握一定的驾驶技巧，才能保证行车安全。 驾驶姿势 山路行车，驾驶员的驾驶操作强度要比在一般道路上大，精神经常处于紧张状态，这就要求驾驶员在行车前就要调整好驾驶姿势，尽量创造一个舒适、宽松的驾驶环境。 弯道行车 转弯道路行车最……     

山路驾驶技术探讨

我国属于多山国家，丘岭占很大的比例。要使摩托车驾驶员能够熟练驾驶少出或不出交通事故，不但要掌握一般道路驾驶技术，山路驾驶技术也是不可缺少的，应针对山路不同情况及特点，了解和掌握有关山路驾驶技术要点，制定切实可行的驾驶措施，才能确保安全完成山路驾驶任务。     

安全驾车的十项要求

城市街道车辆较多，行人拥挤，交通情况复杂多变，安全驾驶是每位司机所面临的重大课题，那么，如何才能做到安全行车呢？显然，仅靠驾校学到的知识是远远不够的，除了司机自身的驾驶技巧之外，还需要同行之间相互学习、传授，只有不断吸取别人的驾驶经验，严格遵守交通法规，做到集中精力。文明驾驶。科学驾车，掌握驾驶技巧，才能做到安全行车。     

智能网联汽车生态系统的开发与应用

汽车行业目前正向着智能网联化方向的发展，这进一步促进了智能网联汽车的产生。通过汽车与网络的有机结合，在汽车中安装传感器和控制器等相关设备，不仅可实现汽车信息的网络共享，也可以在符合行驶需求的同时实现自动驾驶。与此同时，随着汽车数量的快速增长，生态驾驶也逐渐走进大众视野。通过探索智能网联汽车中生态驾驶的应用策略，可促进生态系统的开发和利用，加速汽车行业的发展，实现自动驾驶汽车在安全稳定的环境中行驶。     

山路，思而后行

山路驾驶？是的!我们说的就是山路的驾驶技巧——别对我说，你从来就是在城市中活动；也别对我说，以你为中心，方圆五百里内都是平原；更别对我说，山路是小菜一碟……[编者按]     

最容易出事故的10种驾驶行为

驾驶习惯都是慢慢养成的，养成的不良习惯自然就成了不良驾驶行为了。一些不好的驾驶行为对安全不利，甚至会危及生命。以下10种驾驶行为就万万要不得：     

基于注意力机制的多模态自动驾驶行为决策模型

针对现有端到端自动驾驶模型未考虑驾驶场景中不同区域的重要性和不同语义类别之间的关系而导致预测准确率低的问题，受驾驶人注意力机制和现有端到端自动驾驶模型的启发，充分考虑驾驶场景的动态变化、驾驶场景的语义信息和深度信息对驾驶行为决策的影响，以连续多帧驾驶场景的RGB图像为输入，构建一种基于注意力机制的多模态自动驾驶行为预测模型，实现对方向盘转角和车速的准确预测。首先，通过语义分割模型和单目深度估计模型分别获取RGB图像的语义图像和深度图像；其次，为剔除与驾驶行为决策无关信息，以神经科学和空间抑制理论为基础，设计一种拟人化注意力机制作为能量函数来计算驾驶场景中不同区域的重要度；为学习语义图像中与驾驶行为决策最为相关类别之间的关系，采用图注意力网络(Graph Attention Network,GAT)对驾驶场景的语义图像进行特征提取；然后，以保留RGB特征为原则对提取的驾驶场景的图像特征、语义特征和深度特征进行融合，采用卷积长短期记忆网络(Convolutional Long Short Term Memory,ConvLSTM)实现融合特征在连续多帧之间的传递，进而实现下一帧驾驶场景对应驾驶行为的预测；最后，与其他模型的对比试验、消融试验、泛化试验和特征可视化试验来充分验证所提出自动驾驶行为预测模型的性能。试验结果表明：与其他驾驶行为预测模型相比，所提出模型的训练误差为0.021 2，预测准确率为86.97%，均方误差为0.031 5，其驾驶行为的预测性能优于其他模型；连续多帧的语义图像和深度图像、拟人化注意力机制和面向语义特征提取的GAT有助于提升驾驶行为预测的性能；该模型具有较好的泛化能力,其做出驾驶行为预测所依赖的特征与经验丰富的驾驶人所关注的特征基本一致。     

驾驶辅助装置在汽车上的应用现状与发展

驾驶辅助装置能帮助驾驶员提高感觉，认识，判断与操作的能力，并可减轻驾驶员负担，提高安全性与舒适性，欧，美和日等都在拟定将人－车－环境融为一体，将汽车与道路环境之间的信息通讯智能化的计划。将来最理想的驾驶辅助装置是不仅能减轻驾驶员负担，提高安全性，而且还能增进驾驶热情，并使其精力集中。     

基于超效率数据包络分析的重型车驾驶人驾驶安全绩效评价方法

为解决网联环境下重型车驾驶人驾驶安全绩效评价在指标多样性、模型可靠性、评价完整性和结果可溯性等方面的问题，提出一种基于超效率数据包络分析的重型车驾驶人驾驶安全绩效评价框架，包括驾驶行为指标提取方法、包含零值的超效率数据包络分析方法和基于效率前沿分析的驾驶安全绩效提升方案。基于网联环境下重型车自然驾驶数据特征，提取6个行程级的危险驾驶行为指标作为模型输入项，包括：表征激进驾驶的超速行为、急加速行为和急减速行为；表征分心驾驶和疲劳驾驶的打哈欠行为、使用手机行为和吸烟行为。表征驾驶风险暴露因素的行驶时间和行驶里程作为模型输出项。将每个驾驶人视为独立的决策单元，构建3种驾驶绩效评价模型，分别从激进驾驶、分心和疲劳驾驶以及综合驾驶风险3个维度对驾驶绩效进行评价。进一步利用效率前沿分析准确识别低绩效驾驶人，并量化其达到最佳驾驶绩效所需提升的驾驶行为指标。将该框架应用于南京某重型车车队的34名驾驶人，使用连续3个月的网联数据开展驾驶绩效评价。结果表明：该框架能够准确计算驾驶绩效得分，不同驾驶绩效等级驾驶人之间的驾驶行为特征存在显著差异，超速行为和打哈欠行为是影响驾驶绩效评价结果的关键因素，针对低绩效...     

五大险情不可忽略！

开车无小事，每个不经意的小动作都可能引发大事故。尤其对于新手来说，由于驾驶技术生疏、判断能力不够，很容易在驾驶过程中骤然遇到种种险情面前手足无措。     

什么才是安全？

安全最重要的是什么？钢板的厚薄，气囊的多少，还有车重的高低？其实都不是，最重要的是要做到安全驾驶，提高自己的驾驶技术和对安全装备的正确使用，坚持文明驾驶才是正道。我在日产安全训练营上深刻感受到这一点。[编者按]     

特别推荐

《安全驾驶从这里开始》《小型汽车》，《宝来轿车驾驶维护自动手册》，《北京行车通》。