共查询到20条相似文献,搜索用时 31 毫秒
1.
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... 相似文献
2.
为了明确国内外生态驾驶的研究进展,对生态驾驶影响因素、生态驾驶控制策略、生态驾驶实施效果及生态驾驶应用等方面的研究进行综述,介绍驾驶人个性特征、外界刺激信息、道路状况及交通条件、车辆自身特征、行驶参数等生态驾驶的影响因素,归纳生态驾驶的优化控制策略,分析了实施生态驾驶的效果,总结静态、动态的生态驾驶培训方法,生态驾驶辅助设备,生态型智能交通等方面的生态驾驶应用。对文献的梳理和分析表明:生态驾驶无需改变车辆结构便可以减少30%左右的燃油消耗,降低20%~30%的污染物排放;有必要深入研究理论型生态驾驶策略,以定量的、形象化的方式研究适合中国实际情况的生态驾驶辅助系统;需加强生态驾驶的推广,将其纳入驾考培训体系之中,从而全面促进中国驾驶人的节能减排能力。 相似文献
3.
4.
随着智能驾驶汽车的高速发展,L2级别的高级辅助驾驶系统装车率也越来越高,L3级自动驾驶已逐步实现,而安全自动驾驶还尚未完全落地,当前正处于人机共驾阶段,尽管ADAS系统可以降低交通事故发生率,但疲劳驾驶、分心驾驶和危险驾驶等交通安全“隐形杀手”仍长期存在,给驾驶员和乘客带来生命安全,驾驶员状态监测系统能有效避免疲劳或者分心驾驶引发的交通事故,已经成为避免事故和改善道路驾驶安全的一项关键技术。本文介绍了驾驶员状态监测系统工作原理,分析了目前国内外驾驶员监测系统的测试评价方法,并总结了该系统的未来发展动向。 相似文献
5.
6.
7.
8.
<正>随着计算机技术的飞速发展,人工智能技术逐渐走入大众视野,其中自动驾驶技术则是人工智能技术中的重要应用,自动驾驶技术的主要目标是让汽车可以自主行驶,减少驾驶人的驾驶疲劳,提高汽车驾驶的安全性和舒适度。自动驾驶技术的实现需要依赖于感知系统、决策系统和控制系统的协同工作,其中,自动驾驶感知系统是非常重要的一环,承担着让自动驾驶汽车“看得清”的任务,其研究和发展将影响自动驾驶汽车落地进展。 相似文献
9.
10.
为了提高营运车辆驾驶人安全管理的精细化水平,合理地评估驾驶人驾驶风险程度,有的放矢地降低高风险驾驶人的事故率,基于卫星定位数据特点及驾驶行为与驾驶风险的相关关系设计26个驾驶行为特征参数。考虑到高速和非高速行驶时相同驾驶行为对驾驶风险的影响区别较大,根据23名营运车辆驾驶人的实测数据有针对性地筛选高速和非高速路段驾驶人风险评估指标,构建营运车辆驾驶人驾驶风险评估指标体系。然后,基于熵权法、独立性权系数法和Spearman相关系数法建立集成赋权法,确定各评估指标的权重。最后,雇佣40名营运车辆驾驶人进行实车试验以验证模型的合理性。结果表明:车辆速度和加速度方面的驾驶行为特征可以用于评估驾驶人的驾驶风险且评估效果较好,驾驶风险评估得分与实际交通冲突次数呈正相关关系,所建立模型可以较为准确地评估营运车辆驾驶人驾驶风险的高低,准确率达到77.50%,该模型在不同地区使用时,准确率存在一定的差异,但在容许范围之内,方法具有较好的鲁棒性。 相似文献
11.
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。 相似文献
12.
13.
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: 相似文献
14.
15.
随着汽车L2&L4智能驾驶技术的广泛应用,在保证智能性、安全性的前提下,舒适性评价逐步成为智能驾驶品质的评价标准之一。文章初步探索智能驾驶舒适性的拟人度评价方法,建立了关键评价要素和经验值,通过实车的调校并结合算法实现了对智能驾驶车辆的拟人度舒适性评价,促进智能驾驶汽车有越来越趋向于“老司机”的驾驶熟练度和舒适性。 相似文献
16.
在高速公路上能否安全行车,正确的驾驶姿势起到了至关重要的作用。它不但有利于你轻松自如地完成各种动作,而且能使你在长时间的驾驶中有效地减轻疲劳。本文主要从:高速公路上正确的驾驶姿势对行车安全的影响;正确的驾驶姿势;驾驶姿势与操作失误;影响驾驶姿势的因素;不正确驾驶姿势对行车安全的危害等几个方面来谈一下个人的看法,以便给车辆驾驶员的出行带来方便和安全。 相似文献
17.
18.
通过引入驾驶评价指标和制动压力的控制及其要求规范了驾驶行为,为提高测试的准确性以及可重复性提供了保障。利用8名具有多年底盘测功机驾驶经验的驾驶员及两台轻型汽油车,在底盘测功机上开展了大量的新欧洲驾驶循环测试 (New European Driving Cycle,NEDC) 和全球轻型车统一循环测试 (Worldwide Harmonized Light Vehicles Test Cycle,WLTC),并以10 Hz为采样频率连续记录数据进行综合计算,得到驾驶评价指标结果。通过相关性分析,认定驾驶风格对油门扰动性的影响在 NEDC工况下比在 WLTC工况下的更大,主因是驾驶员在稳定工况下拥有更多的自由度。对于NEDC工况,可以通过设定IWR及EER限值来实现规范驾驶;对于WLTC工况,可以通过设定IWR和RMSSE限值来实现规范驾驶。此外,通过限制工况驾驶过程中的最大制动压力还为规范驾驶提供了有效途径。不仅为降低不同驾驶员对燃料消耗量测试的影响提供了参考,在我国汽车领域实现“双碳”目标的背景下,也为乘用车碳排放大数据采集的准确性提供了借鉴。 相似文献
19.
研究长时驾驶任务中驾驶人脑力负荷多维特征随时间的变化趋势,对构建长时驾驶任务中脑力负荷的动态测评方法有着重要意义。现有研究缺少对脑力负荷动态变化的深入分析,尚未能揭示脑力负荷多维特征随时间的变化趋势。设计基于模拟驾驶场景下不同任务难度的时间纵向驾驶任务仿真试验,采用双因素(3任务难度×6时间段)组内试验设计,记录了驾驶人脑力负荷的主观测评、驾驶行为绩效以及眼动、皮电和心电等多模态生理测评指标数据,通过重复测量的方差分析方法系统地分析了脑力负荷多维特征在长时驾驶任务中的变化机理。结果表明:在长时驾驶任务中,随着驾驶时长增加,驾驶人的主观脑力负荷产生累积增加现象,驾驶行为绩效变差,瞳孔直径先快速变小后趋于平稳,皮肤电导水平先快速变大后趋于平稳,心率变异性pNN20指标随时间缓慢降低,心率低频与高频的能量比LF/HF在一段时间平稳后变大。任务难度对主观脑力负荷、驾驶行为绩效、眼动及皮电指标都有显著影响。不同任务难度下脑力负荷特征的变化趋势有所不同。研究结果揭示了长时驾驶任务中脑力负荷的多维特征变化趋势,可为进一步探究长时驾驶任务中脑力负荷的动态测评方法提供参考依据。 相似文献