驾驶员状态监测系统测试评价方法分析

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。     

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。     

军车驾驶员驾驶适性检测系统

文章介绍了军画驾驶员驾驶适应性检测系统的组成，逻辑结构及其主要功能，该系统可以对新老驾驶员进行全面的生理、心理素质测试，以筛选事故倾性驾驶员，为制定科学的驾驶员素质标准和加强交通安全管理提供可靠的理论依据。     

驾驶疲劳对驾驶员有效反应时间的影响研究

搭建了驾驶员有效反应时间测试平台,通过对不同疲劳状态下驾驶员有效反应时间的测试,研究分析了单纯困倦和驾驶疲劳对驾驶员有效反应时间的影响。研究表明：随着困倦或疲劳程度的加深,驾驶员有效反应时间有延长的趋势,但延长的幅度并不特别显著,约0.1s;而反应时间的离散程度变化极为显著,超长反应时间出现的概率大大提高,使驾车的安全风险急剧增大。     

基于硬件在环的EPS系统故障诊断及自动化测试

为了验证基于HIL(Hardware-In-the-Loop,硬件在环)的EPS(Electric Power Steering,电动助力转向)系统功能故障和电气故障测试的准确性,以及自动化测试的可靠性,首先根据EPS动力学模型及HIL测试系统结构,建立EPS系统仿真模型及搭建HIL测试台架,再以EPS系统高电压功能故障和扭矩传感器短地故障为例,进行故障诊断及自动化测试.结果 表明:基于硬件在环的EPS系统故障诊断测试,可以替代实车进行测试验证,使用自动化测试可提高复测性及工作效率,为EPS系统诊断测试方法提供参考.     

智能网联汽车基础(九)--ADAS驾驶员疲劳监测系统

(接2022年第7期)一、驾驶员疲劳监测相关术语GB/T39263-2020《道路车辆先进驾驶辅助系统(ADAS)术语及定义》对驾驶员疲劳监测(DFM)和驾驶员注意力监测(DAM)都给出了定义。《驾驶员注意力监测系统性能要求及试验方法》中对驾驶员注意力监测系统及相关的表述和定义如下:1.注意力分散驾驶员在驾驶车辆时因疲劳驾驶、受外界环境干扰或从事与驾驶无关的动作,导致其无法专注执行驾驶任务的状态。     

梅赛德斯-奔驰将使用注意力辅助系统 避免驾驶员疲劳驾驶

梅赛德斯-奔驰公司近日宣布，将于2009年春天在车型生产中引入注意力辅助系统。     

形成驾驶疲劳的理论分析与系统建模

依据中西医学对疲劳的解释，在驾驶疲劳形成的过程中，我们把人－车－环境看作一个大系统，分析了形成驾驶疲劳的内外因素，并把这些因素引起的疲劳区分为精神疲劳和体力疲劳，进而建立起体力疲劳和精神疲劳系统模型。     

自动驾驶汽车车辆在环测试技术概述

自动驾驶/安全辅助驾驶系统目前正往更自动化智能化发展。随着主动安全系统必须涉及的高危险度、高复杂度交通情形不断增多,这些功能的测试验证过程也变得越来越复杂,测试要求和测试成本也越来越高。由于大量相关的交通场景只能在有限的环境条件内进行评估,否则需要投入大量的成本和精力,因此实际车辆测试严重受限,需要制定一种应对挑战的方法。     

面向ARM平台的自标定驾驶员疲劳检测方法

提出了一种面向进阶精简指令集机器(ARM)平台的自标定驾驶员疲劳检测方法。对驾驶员不同身高、体型及车内摄像头不同位置,采用驾驶员初始姿态自标定方法;采用改进的基于深度学习的多任务卷积神经网络(MTCNN),提取人脸识别和特征点,以得到头部姿态、眼睛、嘴巴运动等信息;基于操作员序列的深度卷积神经网络,来判断驾驶员的疲劳状态等级。实验了驾驶员疲劳检测方法。结果表明:相对于没有标定,采用本驾驶员自标定的方式,识别准确性提高了15%,采用MTCNN方法和ARM NEON加速技术,在“全志H5”、“树莓派”和Android手机上,运行速度分别是200、150、140 ms,提高约50%。因而,该检测方法,既提高了系统鲁棒性,也满足实时需求。     

整车电控系统硬件在环测试技术研究

从测试需求和系统测试实施2个方面,对整车电控系统硬件在环测试进行分析;在详尽分析整车测试原理与测试流程的同时,也突出了硬件在环测试技术相比于传统实车测试方法的优势。     

AVL公司和罗德与施瓦茨公司宣布开展在环仿真测试领域的战略合作

近期,罗德与施瓦茨公司和AVL公司开展了一系列合作,研究人员通过将罗德与施瓦茨公司的雷达测试系统集成到AVL DRIVINGCUBETM驾驶模拟器中,为基于雷达的高级驾驶辅助系统(ADAS)功能和自动驾驶功能的在环仿真测试创造了全新的可能性。目前,研究人员已经可以在安全的环境中生成并测试各种复杂的驾驶场景。     

AMT控制器硬件在环测试系统的研究

对电控机械式自动变速器(AMT)控制器的硬件在环测试系统进行了研究。此系统基于dSPACE平台搭建而成,用来验证AMT控制器的控制逻辑。对该系统进行了自动升档、驾驶循环测试和软件功能测试。测试结果表明该硬件在环测试系统搭建成功,能够为后续AMT应用层软件控制策略和故障注入等的验证提供快速、有效的验证手段。     

基于驾驶员面部特征的疲劳检测系统研究

疲劳驾驶在我国的交通事故引发率居高不下,如何对驾驶员进行科学有效的疲劳驾驶检测并及时预警已经成为了当下热议的话题。为减少疲劳驾驶造成的交通安全风险,本文对基于驾驶员面部特征的检测方法进行了研究,通过对疲劳特征参数的提取克服了单一参数疲劳驾驶判断方法导致的判定精准度低等缺陷,且计算需求小,普适性能强。     

基于Simulink的V2X硬件在环测试系统研究

V2X(Vehicle-to-Everything)技术的国际标准和国内标准已相继出台,相关的测试需求也越来越迫切。文章提出一种基于Simulink的V2X硬件在环仿真测试系统方案,该方案中V2X设备通过CAN信号与仿真模型和车机显示屏交互,从而模拟真实的V2X设备实车前装工作环境;同时,本方案中的测试系统还使用GNSS模拟器发送实时定位数据以模拟真实GPS信号衰减。该方案能快速完成大量V2X算法场景测试及验证,有效缩短测试和开发周期,并能通过简单地加入驾驶模拟器即可支持V2X驾驶员在环(DIL)仿真测试。     

汽车驾驶疲劳分析及其监测

为了揭示驾驶员疲劳驾驶导致交通事故的根本理论原因,本文分析了驾驶疲劳的形成过程及其机理。基于人因工程学角度,以疲劳相关理论为基础,构建了承担驾驶负荷的驾驶员身体系统,并把驾驶行为分为三个阶段,把每一阶段所产生的疲劳严格区分为精神疲劳和体力疲劳。根据驾驶疲劳的程度,把驾驶员的疲劳状况分为了四类,建立了驾驶疲劳累积模型。根据对驾驶疲劳形成的系统分析,概括了现阶段疲劳驾驶监测技术的研究方向,并提出了对疲劳驾驶监测技术的发展趋势和应用前景的建议。     

汽车ESP硬件与驾驶员在回路仿真试验台的开发与应用

利用汽车驾驶模拟器技术和硬件在回路仿真技术,建立了汽车电子稳定性系统(ESP)硬件与驾驶员在回路仿真试验台。利用该试验台进行了包含ESP执行硬件和驾驶员的“人车环境”闭环仿真,验证了试验台的基本功能。该试验台为汽车ESP的开发提供了一个功能比较完备的快速开发平台。     

基于执行器在环的自动泊车仿真测试系统

针对实车测试开发周期长、成本高等问题,基于台架的仿真测试成为目前智能驾驶开发与验证的重要手段。自动泊车功能车速低,方向盘操作频繁且经常处于大转角状态,执行器的动态特性对其影响很大。为了更好地模拟实车执行器,设计并搭建了一种转向、油门、制动系统实物在环的自动泊车仿真测试系统。仿真结果表明,该系统体现了执行器的精度及延迟特征,可以进行自动泊车的仿真,用于算法开发与测试验证,为同类功能的仿真测试系统设计提供借鉴。     

总线型车身控制系统硬件在环测试的研究

提出一种总线型车身控制系统功能和实时性的硬件在环检测方法,描述了多级结构的闭环实时检测系统,给出了自动化测试用例的形式化定义,阐述了部件响应延时的计算方法.将总线的消息竞争概率作为测试指标,表征极限测试下的车身操作不一致性,并给出消息竞争的发现算法.通过运行实际系统检验了方法的有效性,试验结果表明,硬件在环检测能准确记录操作和响应的时序,提高车身控制系统的鲁棒性.     

python脚本在整车控制系统HIL测试中的应用

介绍了基于dSPACE仿真环境的插电式燃料电池轿车整车控制系统硬件在环（Hardware-in-the-Loop）自动化测试平台。通过具体的测试用例分析及python脚本的编写,说明了python脚本在HIL自动化测试的应用以及该方法对比手动测试方法的各项优势。