自适应驾驶员行为特征的车道偏离防范系统

提出一种能自适应驾驶员行为特征的车道偏离防范控制方法。基于驾驶员自然驾驶行为和人机交互行为数据库,提出自适应调节的动态期望驾驶区间与车道虚拟边界,以之为基础确定了车道偏离防范的决策参数,设计了车道偏离防范的决策和分步控制策略,采用学习型模型预测控制理论构建自适应驾驶员行为特征的LDP控制器,以驾驶模拟器为平台进行驾驶员在环实验。结果表明,所提出的车道偏离防范方法能提高驾驶员对LDP控制的接受度。     

基于层次分析法的驾驶员驾驶倾向性研究

驾驶倾向性是研究微观交通仿真的一个重要生理-心理特征参数，主要受到人、车、路、环境等多方面的影响，具体表现为汽车驾驶员自身状况、驾驶车辆状况、行驶道路及环境状况、交通干扰、气象情况以及所承载的任务缓急等影响因素。如何准确地确定驾驶员驾驶过程中的动态驾驶倾向性是研究驾驶员行为的难点。文章基于驾驶员的生理-心理特征，采用层次分析法（AHP），对驾驶员行驶过程中的决策行为逐层递阶量化，建立基于层次分析法的驾驶倾向性模型,并进行实证分析。结果表明：层次分析法可用于驾驶员驾驶倾向性的识别。     

基于OpenGL的虚拟驾驶场景开发技术

比较了几种常用虚拟驾驶场景的开发方式,提出了基于OpenGL的虚拟驾驶场景开发的一般方法,论述了三维道路模型建立的常用技术及模型导入的常用方法.同时,对虚拟驾驶场景中的光照,云雾,及基于粒子系统的雨雪天气等特殊效果的实现及控制进行了研究,并在VC及OpenGL平台上进行了实际应用.     

不同微观驾驶行为对基本路段交通流运行特征的影响

为了提高道路服务水平,减少道路交通事故,改善车辆设计,开发车载安全装置通过驾驶模拟器和交通仿真相结合的方法,深入探讨个体驾驶行为交通流特征的影响.首先,选取反映驾驶员特征的静态驾驶适性和动态驾驶适性2类指标,通过因子分析、主成份分析及聚类分析方法对驾驶行为特征进行提取,构建不同类型的驾驶行为特征分类.其次,利用驾驶模拟器采集到的实验数据,对不同类型驾驶行为的仿真模型参数进行校准.最后,通过交通仿真技术对不同类型的驾驶行为下交通流特征研究,主要集中在不同车道位置、不同行为下的交通流特征差异.研究结果表明,激进的驾驶行为仿真产生的最大交通量(2200 pcu/h)中等驾驶行为(1800 pcu/h)保守驾驶行为(1700 pcu/h),但激进驾驶行为下的交通流较其他行为显得更加不稳定.因此,提高道路安全水平,需针对呈现此类驾驶行为特征的驾驶员进行重点教育及培训.     

基于驾驶工作负荷的心生理指标研究

驾驶员是道路交通系统的核心,道路交通系统的设计应考虑驾驶员的行为特征需求。从驾驶员认知过程研究出发,分析了驾驶员认知、道路环境条件和驾驶工作负荷的关系,通过动态EEG、眼动、心电、皮电等生理心理测量评价驾驶工作负荷,并对具体的心生理学指标反应驾驶工作负荷的原理和规律进行了研究。     

重复驾驶条件下驾驶员记忆增长模型研究

驾驶员的记忆影响视觉搜索及路径规划等驾驶行为,进而影响道路通行效率与交通安全.为了描述重复驾驶条件下驾驶员记忆变化的特征,设计模拟驾驶实验,研究同一场景下重复驾驶对驾驶员记忆的累积刺激.通过场景记忆量表衡量驾驶员的记忆程度,分析了驾驶员记忆增长与重复驾驶次数的动态变化关系,分别采用单分子式、修正Weibull方程及Richards方程建立累积刺激作用下驾驶员记忆增长模型,并以误差平方和、均方根误差和调整 R2为评价指标对模型精度进行对比分析.结果表明,3种模型均能对驾驶员记忆增长特性进行描述,其中 Richards模型精度最高,其平均调整R2为0.9884.Richards模型揭示了记忆的同化与异化作用的本质,更适合建立重复驾驶条件下驾驶员对场景的记忆增长模型.      

基于驾驶模拟实验的层级式驾驶行为安全模型研究综述

针对驾驶行为的研究,从理论层面总结了国内外驾驶行为模型的演变发展过程,进而从应用层面上介绍了各种干预因素(分车载设备因素和非车载设备因素2类)对驾驶行为的影响.由于目前利用驾驶模拟器研究干预因素对驾驶行为的影响存在行为分析单一化、缺乏系统性的缺陷,据此提出了基于驾驶模拟实验的层级式驾驶行为安全模型,根据驾驶环境的复杂度及驾驶员涉及交通事故的可能性将驾驶行为按低、中、高3个风险层级分类,分别为基本车辆控制行为、在复杂交通环境中的动态决策行为以及在紧急交通状况中的避祸行为.利用该模型可以对干预因素影响下的驾驶行为安全进行系统全面的分析和评估.     

雨天环境下驾驶行为研究

降雨是平时生活中最为常见的一种不良天气。雨天环境的特殊性往往是导致交通事故发生的重要诱导因子。对于雨天环境下驾驶行为进行研究,可以帮助驾驶员有效的减少交通事故的产生。通过对雨天条件下驾驶行为进行研究,明确降雨对于驾驶员的实际操作会产生较大的影响。并对降雨天气对驾驶行为的影响具体分析,即驾驶员视野、轮胎抓地能力和道路功能会受到影响。     

基于贝叶斯网络模型的道路交通事故链生成与演化研究

为了研究道路交通事故链的生成和演变规律并全面反映道路交通事故的产生机理,以美国100-Car自然驾驶研究数据为基础,充分考虑了驾驶员状态和驾驶行为对道路交通安全的影响,构建了事故发生前驾驶员状态和行为特征参数等变量,并与其他传统驾驶员特征、道路交通特性以及环境特点等影响因素变量共同建立了关于道路交通事故风险类型的贝叶斯网络模型。在贝叶斯网络模型基础上,引入事故因果链理论,利用有向无环网络中简单路径搜索算法生成事故链集合,并采用信息增益特征选择方法识别关键事故链。通过100-Car自然驾驶数据得到的关键事故链显示,单车事故类型更容易在弯道和坡道条件下驾驶员无注意力转移或进行简单非驾驶任务的情况下发生;而正面、侧面和尾部碰撞事故类型的发生,往往在水平直线道路条件下,伴随着驾驶员注意力由前方道路转移至两侧车窗或内后视镜,以及驾驶员非驾驶任务变复杂的情况。通过改变事故链中各节点的状态概率,可以探索不同类型事故的演化路径和规律,克服了传统方法对每个道路交通事故致因因素进行独立分析的局限性,揭示了事故链中影响因素/事件之间的相关关系,为更好地掌控道路交通风险状态和实现事故链阻断提供了新的思路。     

面向安全预警的机动车驾驶意图研究现状与展望

简述当前开展面向安全预警的机动车驾驶意图研究的目的和意义.分析国内外研究现状,得出从驾驶员行为及驾驶动作序列角度开展驾驶意图研究的可行性和有效性,同时介绍了 2种基于概率与数理统计的机动车驾驶意图建模方法.结合驾驶员在直线封闭路段实施驾驶行为特征,阐述使用隐马尔科夫模型(HMM)理论建立驾驶意图模型的步骤以及模型参数学习和系统在线优化算法等内容.对驾驶意图模型网络结构、动态性能方面相关研究方向进行展望.     

基于MM-STConv的端到端自动驾驶行为决策模型

针对现有端到端自动驾驶模型输入数据类型单一导致预测精确度低的问题，选取RGB图像、深度图像和车辆历史连续运动状态序列作为多模态输入，并利用语义信息构建一种基于时空卷积的多模态多任务（Multimodal Multitask of Spatial-temporal Convolution，MM-STConv）端到端自动驾驶行为决策模型，得到速度和转向多任务预测参量。首先，通过不同复杂度的卷积神经网络提取场景空间位置特征，构建空间特征提取子网络，准确解析场景目标空间特征及语义信息；其次，通过长短期记忆网络（LSTM）编码-解码结构捕捉场景时间上、下文特征，构建时间特征提取子网络，理解并记忆场景时间序列信息；最后，采用硬参数共享方式构建多任务预测子网络，输出速度和转向角的预测值，实现对车辆的行为预测。基于AirSim自动驾驶仿真平台采集虚拟场景数据，以98 200帧虚拟图像及对应的车辆速度和转向角标签作为训练集，历经10 000次训练周期、6 h训练时长后，利用真实驾驶场景数据集BDD100K进行模型的测试与验证工作。研究结果表明：MM-STConv模型的训练误差为0.130 5，预测精确度达到83.6%，在多种真实驾驶场景中预测效果较好；与现有其他主流模型相比，该模型综合场景空间信息与时间序列信息，在预测车辆速度和转向角方面具有明显的优势，可提升模型的预测精度、稳定性和泛化能力。     

基于整车在环仿真的自动驾驶汽车室内快速测试平台

整车在环仿真测试方法可以安全、高效地验证复杂环境和极端工况等场景下自动驾驶汽车性能的有效性,基于此研发一种基于整车在环仿真的自动驾驶汽车室内快速测试平台,该平台由前轴可旋转式转鼓试验台、试验台测控子系统、虚拟场景自动生成子系统、虚拟传感器模拟子系统、驾驶模拟器、自动驾驶汽车和测试结果自动分析评价子系统组成。通过在试验台滚筒上独立加载转矩模拟车辆行驶阻力,可动态模拟不同的路面附着系数,同时利用坡度、侧倾和转向随动机构可模拟车辆俯仰角、侧倾角和航向角3个自由度;采用虚拟现实技术柔性集成车辆动力学模型、传感器仿真、复杂道路交通环境及测试用例仿真,模拟多种道路交通场景,并通过传感器仿真及数据融合等技术快速测试自动驾驶汽车智能感知与行为决策等性能指标。将自动驾驶汽车、虚拟仿真场景和试验台耦合构建一个闭环系统,完成了多项关键技术研发,包括：多自由度高动态试验台结构设计、虚拟测试场景自动重构方法和传感器数据模拟及注入方法,可满足在各种场景下测试自动驾驶汽车整车性能的需求。此外,为验证快速测试平台的有效性,以U-turn轨迹跟踪控制为研究实例,基于简化的车辆运动学模型和模型预测控制算法,在平台上搭建U-turn场景并对自动驾驶汽车的轨迹跟踪控制算法性能进行大量测试。结果表明：自动驾驶汽车室内快速测试平台可以真实地模拟汽车在道路上的运行工况,自动驾驶汽车在虚拟场景中的轨迹跟踪效果良好,与参考轨迹的偏差小于8%,证明了该测试平台检测方法的有效性。     

多功能车操纵稳定性的虚拟样机实验研究

采用面向整车系统的数字化虚拟样机技术,利用ADAMS软件,建立了某多功能车(MPV)的整车虚拟样机模型,在ADAMS虚拟环境模式中对其操纵稳定性进行了大量的仿真计算和实验研究,研究结果表明,该车初始参数匹配状态下整车操纵稳定性能较好。实验结果数据为评估、改进、优化同型车辆提供了重要的理论参考。     

Virtual test rig to improve the design and optimisation process of the vehicle steering and suspension systems

A virtual test rig is presented using a three-dimensional model of the elasto-kinematic behaviour of a vehicle. A general approach is put forward to determine the three-dimensional position of the body and the main parameters which influence the handling of the vehicle. For the design process, the variable input data are the longitudinal and lateral acceleration and the curve radius, which are defined by the user as a design goal. For the optimisation process, once the vehicle has been built, the variable input data are the travel of the four struts and the steering wheel angle, which is obtained through monitoring the vehicle. The virtual test rig has been applied to a standard vehicle and the validity of the results has been proven.     

虚拟激励法人-车-路三质量车辆模型平顺性分析

为评价汽车平顺性,建立简化的人体-座椅、车身及车轮三质量1／4车辆模型,给出了该模型振动系统的频响特性公式,采用虚拟激励法,构造虚拟路面激励,运用matlab编程求取所建模型系统振动响应量的功率谱密度,并进行了行驶平顺性分析。结果表明,汽车行驶速度与道路路面条件是影响汽车行驶平顺性主要外在因素,为获得良好的汽车行驶平顺性,应加以改善;虚拟激励法用于求解车辆振动响应,快速高效,能很好地反映汽车行驶的平顺性,提高汽车平顺性设计水平与效率。     

基于虚拟迭代技术的中型货车驾驶室载荷谱的求取

某货车驾驶室疲劳载荷激励输入位置位于驾驶室与悬置连接处,在进行整车强化道路耐久试验时无法安装设备直接采集。为获取较为准确的驾驶室疲劳寿命分析载荷谱,对强化耐久路面下整车加速度响应信号进行虚拟迭代。虚拟迭代时需调用整车多体动力学模型,为提高整车模型精度,基于Craig-Bampton综合模态理论生成柔性体车架,建立刚柔耦合的整车多体动力学模型。将Femfat-lab与ADAMS/Car进行联合仿真计算,以白噪声为初始输入,求解刚柔耦合整车多体动力学模型的非线性传递函数,基于循环迭代原理,进行各种典型强化路况下驾驶室悬置附近加速度响应信号的虚拟迭代。利用时域信号对比法及损伤阈值法作为迭代收敛判据,获得满足精度需求的位移驱动信号。将位移驱动信号导入到ADAMS/Car中,对整车多体动力学模型进行驱动仿真,提取驾驶室疲劳分析所需激励载荷谱,将虚拟迭代求得的载荷谱用于疲劳寿命分析所得结果与驾驶室疲劳强化台架试验结果进行对比。研究结果表明：出现疲劳破坏的部位相同度达75%,疲劳寿命误差在20%左右,表明虚拟迭代过程中基于柔性体车架建立的刚柔耦合多体动力学模型的仿真计算,可获得较高精度的迭代结果;以位移谱驱动整车多体动力学模型进行仿真能够有效避免六分力直接驱动时模型翻转等不稳定现象,并且整车模型仿真加速度响应结果与实测相应位置加速度响应吻合度较高;相比于传统的疲劳分析载荷获取方法,虚拟迭代技术可以在较低试验成本的情况下获取较高精度的载荷谱,并能够提取由于连接位置导致的无法直接进行载荷测量部位的疲劳分析载荷。     

面向动态避障的智能汽车滚动时域路径规划

为解决城市低速条件下智能汽车在避障过程中的路径规划问题，提出面向动态避障的智能汽车滚动时域路径规划方法。首先，划分车道可行区域，利用3次拉格朗日插值法拟合车道边界，并根据"车-路"的相对位置关系将车道区域进一步划分为车道间区域与车道内区域两部分。其次，以区域虚拟力场进行动态交通场景模拟，包括在障碍车周身沿车道方向的虚拟矩形区域斥力场，行驶目标位置的虚拟引力场和车道保持虚拟区域引力场3个部分，然后结合划分的车道区域确定各虚拟力场的作用区域。再次，建立主车动力学与运动学模型，障碍车运动学预测模型，把主车与障碍车无碰撞，主车行驶在车道内区域，趋向目标位置以及保证车辆稳定性作为优化目标，综合车辆模型的控制输入、状态变量等动力学约束条件，构建多目标的滚动时域控制器用于车辆避障路径规划，求解获得前轮转角作为控制量。最后，利用MATLAB和veDYNA软件对提出的路径规划控制系统分别在静态障碍和动态障碍工况下进行联合仿真。研究结果表明：该方法能够很好地解决躲避静态障碍和低速动态障碍车的问题，控制车辆驶向目标位置，并且在避障过程中满足车辆的动力学约束，同时又不会与道路边界发生碰撞，保证了车辆的安全性和稳定性。     

New Model of Tire Overturning Moment Characteristics and Analysis of Their Influence on Vehicle Rollover Behavior

A newly developed tire model for the Overturning Moment (OTM) characteristics and the analysis of the influence of OTM on vehicle rollover behavior are presented. The new OTM model was developed based on the so-called Magic Formula tire model. The concept of the new model involves identifying the difference between the simple model and the measurements to the newly defined functions. It was seen that the new model agrees very well with the measured data over a wide range of tire vertical loads, slip angles and camber angles. The influence of tire OTM on the vehicle rollover behavior was also investigated by using a full vehicle simulation in which a rather large steering angle was input. The results obtained from the vehicle simulation with three different tire models (model without OTM, simple model and new model) were compared with the experimental results. It was found that the calculated result obtained with the new OTM model agreed best with the experiment.     

New Model of Tire Overturning Moment Characteristics and Analysis of Their Influence on Vehicle Rollover Behavior

A newly developed tire model for the Overturning Moment (OTM) characteristics and the analysis of the influence of OTM on vehicle rollover behavior are presented. The new OTM model was developed based on the so-called Magic Formula tire model. The concept of the new model involves identifying the difference between the simple model and the measurements to the newly defined functions. It was seen that the new model agrees very well with the measured data over a wide range of tire vertical loads, slip angles and camber angles. The influence of tire OTM on the vehicle rollover behavior was also investigated by using a full vehicle simulation in which a rather large steering angle was input. The results obtained from the vehicle simulation with three different tire models (model without OTM, simple model and new model) were compared with the experimental results. It was found that the calculated result obtained with the new OTM model agreed best with the experiment.     

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。