驾驶员车道变换视点转移模型及其参数标定

为了获取驾驶员车道变换行程中的视点转移特性,构建视点转移模型,解决驾驶员行为监控设备布设缺乏依据的难题,采用眼动仪和人工记录的方式,分别以轿车和公交车驾驶员为研究样本,获取了车道变换行为过程中驾驶员视点停留时间和视点位置转移特性数据,给出驾驶员的眼动停留时间均值和分布规律,基于外界的交通运行环境,根据驾驶员对外界信息的获取程度,考虑驾驶员、车辆、道路、环境等影响因素,设定其符合泊松分布,将驾驶行为分为决策阶段和执行阶段,给出了基于6个模块的流程结构,构建基于信息满意度的视点位置转移模型并标定了模型参数。     

基于自然驾驶数据的驾驶员紧急变道行为开环模型

基于"中国大型实车路试先行实验(China Pilot-FOT)"所采集的自然驾驶数据,提出了一种开环模型,它可以描述驾驶员紧急变换车道行为。将方向盘转角和方向盘转角变化率作为变道紧急程度的筛选条件,从中筛选出228例紧急变换车道工况。基于最大方向盘转角与最大方向盘转角变化率的线性关系,分析了紧急变换车道的持续时间。利用其中50百分位驾驶数据,来拟合模型参数。使用相关性和显著性检验,验证了真实驾驶数据与驾驶计算模型的关系。结果表明:该模型的输出结果与真实驾驶员操作结果一致性良好。因此,该模型可以描述中国一般驾驶员紧急变道行为。     

城市路侧禁令标志对公交车驾驶员驾驶行为影响研究

针对交通标志对公交车驾驶员驾驶行为影响程度问题,从禁令标志的角度出发,分析其对公交车驾驶员驾驶行为的影响.外业采用自然驾驶调查、录像观测、表格记录等方法调查和记录驾驶员驾驶行为,内业根据区间时间间隔和区间距离,计算获得每公里停车次数、每公里车道变换次数、每公里加减速次数、区间运行速度等表征指标.采用相关性分析法,获取调查数据内在规律特征,得到每公里禁令标志分布量与车道变换次数、加减速次数影响因素显著相关,并分别构建了指数模型和立方模型予以拟合.结果表明,在调查路段和调查周期内,城市路侧禁令标志分布量显著影响公交车驾驶员操作行为;可将1.6作为禁令标志分布量变化量指标的判断阀值,当车道变换次数平均值变化量低于0.8、加减速次数平均值变化量小于1.1时,公交车驾驶员驾驶行为较为稳定;当禁令标志分布量变化量高于1.6时,驾驶员操作复杂性增加,表现为车辆频繁车道变换和加减速.      

基于视频图像和RBF神经网络的疲劳驾驶监测系统

采用视频采集方式和神经网络方法实现了驾驶员疲劳驾驶的非接触式监测。应用车头前端和车厢内部双路视频摄像头分别采集车辆相对于车道线的行驶轨迹和驾驶员的睁闭眼状态,应用Radon变换提取5 s内车头与车道线间的最大和最小偏离、相邻2帧间车头与车道线的最大角度变化量和平均角度差,应用AdaBoost算法提取驾驶员眼睛闭合帧数比例,并将上述各参数作为RBF神经网络的输入来实现驾驶员疲劳状态的动态监测,实验数据表明监测效果良好。     

可变临界间隙条件下的加速车道车辆汇入模型

考虑驾驶员在入口匝道加速车道上行驶过程中车辆汇入的临界间隙变化的情况,应用微分法推导求得加速车道上车辆的汇入概率模型。该模型更好地考虑了道路物理特征和主路交通状况对驾驶员汇入行为的影响,并揭示了加速车道长度、主路外侧车道车流量对于车辆汇入概率的影响规律。结果表明:当主路外侧车道流量较低时,车辆在加速车道始端较近距离内就可以寻找到可汇入间隙;而当主路流量较大时,车辆在加速车道始端汇入主路的概率大大降低。另外,随着加速车道长度的增加,驾驶员在加速车道上的汇入紧迫感下降,会导致相同位置汇入概率的降低。     

微观交通仿真中的车道变换模型

将车道变换行为分为强制性车道变换和任意性车道变换两种类型，分析了两种车道变换类型的各种常见情形，建立了描述车辆车道变换意图的产生、车道变换可行性分析以及车道变换的实施等行为的车道变换模型。此外，作为一种特殊的车道变换行为，还建立了反映车辆在拥挤状态下的挤车变道行为的挤车变道模型。     

微观仿真自主性车道变换模型

车道变换是一种复杂的刺激-反应行为,为了准确表示车辆变换车道的决策过程,克服现有模型的不足,重点考虑驾驶员特征和车辆类型对车道变换的影响,并将车道变换过程可划分为3个阶段,即车辆挟道意图的产生、换道可行性分析和换道的执行;引入随机效用理论描述换道需求的产生,建立了基于车道效用选择的自主性车道变换模型,利用视频处理软件获取大量车辆运行轨迹微观数据,采用极大似然估计法对构建的自主性车道变换模型进行了标定;最后,基于换道次数的仿真值与实测值,选取均方根偏差、均方根百分比偏差2个评价指标对车道变换模型的有效性进行了验证,误差指标小于10％,表明建立的自主性车道变换模型可以较好地描述车道变换复杂的运行行为.     

多车道高速公路不同车道驾驶人视点位置研究

受路侧环境与障碍物的影响,在不同车道上的行车位置分布差异会导致驾驶人视点位置不同。驾驶人视点位置与平曲线横净距密切相关,平曲线横净距是停车视距的重要参数,其大小直接影响平曲线路段圆曲线半径的设置和交通安全措施的选择。在分析多车道高速公路管理方式因素对驾驶人视点横向位置影响和国内外驾驶人视点位置相关研究的基础上,采用无人机调查多车道高速公路不同车道、不同车型的车辆横向位置分布数据,通过数据采集处理和数据检验,得出了相应结论。结果表明:多车道高速公路不同车道、不同车型的车身横向位置为正态分布;现有视点位置统一取1.2 m或1.5 m或行车道中心线存在不合理之处,应分车型、分车道考虑;第1车道小客车驾驶人视点位置为1.2 m,第4车道大型车驾驶人的视点位置取1.5 m,中间车道驾驶人的视点位置宜取1.2 m。     

基于概率的双车道曲线路段驾驶员心率预测指标

为了研究山区双车道公路曲线路段驾驶员心率的变化规律,在武陵山区公路S228进行了实车实验.提出了心率超限概率作为衡量驾驶员心率变化水平的新指标,并分析了该指标依横向力和纵坡的变化规律.最后,使用机器学习建立了预测模型.结果表明:在上坡路段,驾驶员的心率超限概率主要受横向力影响;横向力水平相同的条件下,驾驶员在下坡路段的...     

驾驶员隧道段夜间行车动视点特征模糊聚类评价

通过隧道路段行车试验,利用SmartEyeAB型眼动仪对驾驶员夜间隧道动视点数据进行采集并进行处理。选取视点停留比率、显著可见区域、扫视幅度、扫视峰值速度、扫视持续时间5项指标作为驾驶员动视点特征主要影响因素。利用模糊聚类分析中的传递闭包聚类方法对驾驶员夜间隧道路段行车视觉特点进行了分析与评价。通过驾驶员对路段的熟悉程度可将动视点特征分为6类。结果表明：该模糊聚类评价方法能够有效反映驾驶员夜间路段视觉信息获取与加工特征,可为保障夜间行车安全提供理论与实践依据。     

高密度瓶颈交通流主动-回应汇入行为定义与建模

汇入行为是导致高速公路、快速路汇入区瓶颈失效的根本原因,也是引发车辆冲突、交通事故的重要诱因。基于上海虹许路汇入区高精度轨迹数据,在经典的3类汇入行为(自由、协作、压迫)分类基础上发现并定义了一类新的汇入行为:主动-回应汇入,即在目标车道插车间隙不足的条件下,汇入车辆通过横向偏移主动表达汇入意图,引发后车合作让行,从而实现汇入。由于传统的换道类型划分方法已不适用于描述瓶颈区汇入过程的复杂交互现象,因此根据汇入车辆的横向位置将汇入过程划分为4个时段,以目标车道后车让行的时段不同对4类汇入行为进行了重新划分。基于此对虹许路汇入区轨迹数据中的汇入行为进行分类,并比较主动-回应汇入行为与经典的3类汇入在汇入位置与汇入间隙变化分布的差异。进一步,采用风险空间理论判断目标车道间隙的可汇入程度,并结合混合高斯-隐马尔可夫模型实现对后车的让行意图识别,建立了主动-回应汇入模型。最后构建了瓶颈交通流仿真原型系统以验证模型有效性。结果表明:在宏观交通流层面,主动-回应汇入行为在汇入位置、速度和间隙的分布上与实证数据一致,均值没有显著差异;在个体行为层面,也能再现定义描述的"主动试探-两车博弈-回应让行"的过程。该研究成果对解析瓶颈交通流早发性失效机理、揭示汇入风险变化过程以及设计符合人类驾驶人交互特征的自动驾驶汇入策略均具有重要的指导意义。     

电动助力转向系统移线试验转向感觉评价与分析

针对某乘用车电动助力转向系统进行了整车移线性能转向感觉主观评价试验,介绍了试验及数据处理方法,并对转向操作量、侧向动力学响应、反馈速度、侧倾响应等客观评价指标进行了分析。根据分析指出,应用上述指标参数可以系统地评定电动助力转向系统移线转向感觉,指导EPS与整车的匹配开发。     

Driver steering and muscle activity during a lane-change manoeuvre

The article reports an experimental study of driver steering control behaviour in a lane-change manoeuvre. Eight test subjects were instrumented with electromyography to measure muscle activation and co-contraction. Each subject completed 30 lane-change manoeuvres with one vehicle on a fixed-base driving simulator. For each driver, the steering torque feedback characteristic was changed after every ten manoeuvres; the response of the vehicle to steering angle inputs was not changed. Drivers' control strategies were found to be robust to changes in steering torque feedback. Path-following errors, muscle activity and muscle co-contraction all reduce with the number of lane-changes performed by the driver, suggesting the existence of a learning process. Comparing the test subjects, there was some evidence that high levels of co-contraction were used to allow high-frequency steering inputs to be generated. The results contribute to the understanding of vehicle–driver (and more generally, human–machine) dynamic interaction.     

Driver steering and muscle activity during a lane-change manoeuvre

The article reports an experimental study of driver steering control behaviour in a lane-change manoeuvre. Eight test subjects were instrumented with electromyography to measure muscle activation and co-contraction. Each subject completed 30 lane-change manoeuvres with one vehicle on a fixed-base driving simulator. For each driver, the steering torque feedback characteristic was changed after every ten manoeuvres; the response of the vehicle to steering angle inputs was not changed. Drivers' control strategies were found to be robust to changes in steering torque feedback. Path-following errors, muscle activity and muscle co-contraction all reduce with the number of lane-changes performed by the driver, suggesting the existence of a learning process. Comparing the test subjects, there was some evidence that high levels of co-contraction were used to allow high-frequency steering inputs to be generated. The results contribute to the understanding of vehicle-driver (and more generally, human-machine) dynamic interaction.     

高速公路广告牌对驾驶员视觉影响研究

以视觉特性的理论研究为基础,以广告牌距道沿的距离、广告视觉传达的基本要素（即文字、图形、色彩）以及版面编排等为分析对象,采用眼动仪测试了驾驶员在高速公路上行驶时,广告牌对其视觉的影响。利用眼动仪记录受试驾驶员在行驶过程中对广告牌的凝视时间及视角等数据,通过分析采集的数据,得出高速公路广告牌设置时距道沿的距离以5-6m范围为最佳,内容以多图片、大字体表示,且与背景颜色差异大为宜。     

城市隧道驾驶人注视特征分析

为获取城市隧道交通安全研究的眼动行为数据,随机选取8名驾驶人开展城市隧道实车实验.利用Tobii眼动仪采集驾驶人在自由流和非自由流状态下的跟动行为数据,将前挡风玻璃划分为9个区域,运用Tobii Studio软件对区域中注视点数目和访问时间进行分析数理统计.结果表明:自由流状态下,驾驶入进入隧道前在左中、左下和右中区域投入更多的注意;进入隧道后增加了对中下区域的关注;在隧道的出口阶段,中部区域与中下区域的总访问时间变化剧烈;非自由流状态下,驾驶人的注视点分布出现上移和左右扩散的现象.      

Factors affecting lane change crashes

This study aims to investigate the contributing factors affecting the occurrence of crashes while lane-changing maneuvers of drivers. Two different data sets were used from the same drivers' population. The first data set was collected from the traffic police crash reports and the second data set was collected through a questionnaire survey that was conducted among 429 drivers. Two different logistic regression models were developed by employing the two sets of the collected data. The results of the crash occurrence model showed that the drivers' factors (gender, nationality and years of experience in driving), location and surrounding condition factors (non-junction locations, light and road surface conditions) and roads feature (road type, number of lanes and speed limit value) are the significant variables that affected the occurrence of lane-change crashes. About 57.2% of the survey responders committed that different sources of distractions were the main reason for their sudden or unsafe lane change including 21.2% was due to mobile usage. The drivers' behavior model results showed that drivers who did sudden lane change are more likely to be involved in traffic crashes with 2.53 times than others. The drivers who look towards the side mirrors and who look out the windows before lane-change intention have less probability to be involved in crashes by 4.61 and 3.85 times than others, respectively. Another interesting finding is that drivers who reported that they received enough training about safe lane change maneuvering during issuing the driving licenses are less likely to be involved in crashes by 2.06 times than other drivers.     

驾驶员视觉搜索模式模糊聚类评价方法

针对用单一眼动参数评价驾驶员视觉搜索模式存在片面性和较大误差等不足,提出运用模糊理论,将驾驶员的注视持续时间、水平方向视角、垂直方向视角、扫视幅度和扫视速度5个主要表征参数综合起来进行评价的方法。通过真实交通环境中的实车试验,记录驾驶员行驶过程的眼动数据,建立模糊相似矩阵和模糊等价矩阵,依据聚类样本驾驶员的驾驶里程确定最佳阈值,将样本驾驶员视觉搜索模式分为4类,并以每类驾驶员视觉搜索模式特征为判别标准,运用择近原则对其他驾驶员的视觉搜索模式进行识别和评价。结果表明:所提出的驾驶员视觉搜索模式模糊聚类评价方法有效且可靠。     

通道宽度对驾驶员动态视觉和操作行为的影响

使用眼动仪及车速记录仪记录了5种试验条件下3名驾驶员在驾驶过程中的眼动行为和车速数据，分析了不同通道宽度条件下的车速变化特征、驾驶员眼动特征和操作行为特征。结果表明：随着通道宽度变窄，驾驶员的注视点变近，对障碍物的注意变得集中，且习惯于以左侧障碍物为参照来调整车辆运行状态；通道宽度变窄使驾驶员信息感知阶段时间所占的比例减小，而操作校正阶段时间所占比例增大，且通过条件越差，对驾驶员的刺激越强烈。     

基于轨迹数据的危险驾驶行为识别方法

连续的跟驰行为和换道行为是驾驶行为的主要构成部分,对交通拥挤和交通事故有着重要影响。通过无人机视频拍摄和图像处理方式,提取了曹安公路沿线的2个交叉路口间正常交通流状态下共600条多车高精度轨迹数据。首先,考虑车辆类型对驾驶行为产生直接的影响,分析了大车和小车的车辆轨迹特征变量分布的差异性,包括速度、加速度、碰撞时间倒数、车头时距等,在标记危险驾驶行为的过程中考虑车辆类型的影响。其次,针对不同的车辆类型,利用修正碰撞裕度对跟驰行为和换道行为进行风险性评估,将其划分为安全型和风险型。根据风险型行为发生的顺序以及持续时间,评估驾驶人的整体驾驶状态是否危险,作为危险驾驶行为识别的样本标记。分别利用离散小波变换和统计方法提取车辆轨迹的关键特征参数,为了提高模型识别效率,将关键特征参数进行排序,从而确定最优判别指标;最后,利用轻量梯度提升机（LGBM）算法对危险驾驶行为进行识别,并与随机森林、多层感知器、支持向量机等算法在精度上进行比较。研究结果表明：在上述研究条件下,LGBM算法对危险驾驶行为的理论识别率最高可达93.62%,可以实现基于机器学习算法的危险驾驶行为的高精度自动识别,该结果对于智能驾驶辅助系统的设计、道路交通安全决策的制定具有显著的意义。