高速公路广告牌背景色彩对驾驶员注视特性的影响分析

从驾驶员动态视觉角度出发,利用眼动仪设备对6名驾驶员进行眼动试验,基于试验数据分析高速公路广告牌背景色彩对驾驶员平均注视次数及平均注视时间的影响情况,并利用回归函数对试验数据进行拟合。研究结果表明:高速公路广告牌背景色彩越鲜艳,与周围环境对比性越强,其越能引起驾驶员的关注,驾驶员辨识它所需的时间也就越短,反之则越长;高速公路广告牌背景色彩与驾驶员平均注视次数及平均注视时间之间存在一定的定量变化关系。     

网联与非网联环境下驾驶人换道意图识别研究

网联时代的到来必将改变驾驶人的注意力分配和环境感知能力，进而影响其认知与行为模式。此时，非网联环境中建立的换道意图模型是否继续适用于网联环境值得研究。因此，基于驾驶模拟器搭建了网联与非网联换道场景，对比分析了2种环境下驾驶人换道意图表征参数与换道意图识别模型。结果发现：网联环境下的换道意图时间窗口长度(6.6 s)比非网联环境(4.1 s)长了约60.98%。网联环境下，意图表征参数(车辆运动与驾驶人操作参数)波动幅度显著小于非网联环境。换道意图阶段，非网联环境下驾驶人的平均扫视速度、后视镜观看频次以及注视时间与网联环境下存在显著差异。模型对比发现，当提前0.5 s识别时，网联与非网联环境下的模型识别精度无明显差异，分别为98.25%和96.35%;当提前2 s识别时，网联环境下的模型识别精度(93.48%)显著高于非网联环境(85.68%);在提前3 s识别时，网联环境下的模型识别精度为92.23%,非网联环境下出现了训练不收敛的情况。综上可见，网联与非网联环境下驾驶人换道意图表征参数与模型识别精度存在较大的差异。此外，网联环境下驾驶人换道意图通过所提模型精确识别后利用网联通信方式发...     

雾天高速公路换道行为特性研究

为探寻雾天不同能见度水平对高速公路驾驶员换道行为特性的影响,利用高仿真驾驶模拟实验平台构建不同能见度条件下的高速公路雾天环境,并开展驾驶模拟实验,采集了驾驶员在正常天气以及大雾、浓雾天气下自由换道过程中的行为特征,采用Friedman检验对换道持续时间、换道速度的平均值和标准差、换道时跟车距离4个指标进行分析.分析结果显示正常天气下的换道持续时间小于雾天环境(正常天气左换道时间平均为5.96 s,大雾环境下为6.02 s,浓雾环境下为6.31 s)且存在显著性差异(sig.=0.00);正常天气下的换道平均速度与跟车距离大于雾天环境(正常天气下左换道平均速度为104.24 km/h,大雾环境下为94.67 km/h,浓雾环境下为85.95 km/h;正常天气下左换道跟车距离平均为109.58 m,大雾环境下为77.54 m,浓雾环境下为74.63 m).结果表明,随着能见度水平的降低,驾驶员在高速公路执行换道过程时持续时间延长、速度降低,同时跟车距离缩小.雾天不同能见度水平对高速公路驾驶员换道行为产生不同程度的影响.      

基于驾驶员数据学习的自动驾驶车辆弯道转向控制研究

针对自动驾驶车辆的弯道转向控制问题,提出了一种基于驾驶员操纵数据分析和学习的控制方法。首先,建立了人-车-路软硬件综合模拟驾驶平台,采集了多位驾驶员在不同弯道上的转向操纵数据及车辆状态数据;然后,采用离散分析和拟合分析进行数据分析,并基于模糊综合评价算法建立转向行为评价体系进行数据评价与筛选;最后,将筛选后的驾驶员数据作为训练样本进行神经网络训练,建立基于神经网络的弯道转向控制器。仿真和实车验证结果表明,所设计的控制器能够很好地模拟熟练驾驶员在弯道上的转向行为,并能够保证车辆在弯道行驶的安全性和稳定性。     

巧妙利用弯道调头

利用直角左转弯调头 操作要领:①尽量靠近道路右侧(弯道外侧)接近弯道,当车头轮廓与正前方路缘石接近平齐时,即当驾驶员的眼睛、车头轮廓与正前方路缘石三点在一条直线上时,迅速向左转动方向盘到极限位置,待车身即将正直时,迅速向右回正方向盘,停车.②继续向右转动方向盘并倒车,通过观察外后视镜,来掌控打转向的节奏,最终使车尾对准弯道直角,并使车身与路边线保持约45°角,当后轮距路缘石约1米时,向左回正方向盘,停车.③根据实际需要,继续向左转动方向盘并前进,完成调头.     

山地城市快速路弯坡路段驾驶员眼动行为特性

在山地城市快速路进行实车试验,运用Smart Eye Pro 5.7型非侵入式眼动仪对驾驶员眼球运动进行记录,统计分析驾驶员在山地城市快速路不同类型弯坡路段的眼动行为。结果表明:将驾驶员注视区域划分为6类能更好地反映驾驶员的视觉搜索特性。驾驶员在不同类型弯坡路段行驶时,随着道路环境复杂程度的增加,驾驶员长时间注视占比、瞳孔直径和扫视持续时间增长幅度较大;竖直视角变异系数受道路环境变化影响不明显,而道路环境变化对水平视角变异系数影响显著。     

换道预警系统中越线时间的预测方法

为预测车辆换道预警系统中的越线时间,利用视觉传感器实时采集自然换道过程中的横向位移,采用7次多项式轨迹模型对换道过程横向位移的时间历程进行拟合。结果表明,拟合精度均达到0.99以上,且换道轨迹之间呈现一定的相似性。基于换道轨迹相似性建立了换道过程越线时间预测算法,检验结果表明,超过90%的预测误差不超过0.1s,且符合正态分布规律。     

城市道路中驾驶员转向行为对注视行为的影响

驾驶员的注视行为对其驾驶安全具有重要影响.为了分析城市道路交通环境中转向行为对驾驶员注视行为的影响,将驾驶员的注视时间、角度、搜索广度进行分析.通过试验,利用EyeLinkⅡ 型眼动仪对40名驾驶员的眼动参数及注视行为进行了测试和记录,并根据测试结果分析了转向不同的方向时驾驶员的注视行为特征.采用SPSS19.0数据分析软件对数据进行统计处理,得出结论:不同的转向显著影响着驾驶员的水平、垂直搜索广度.      

基于模糊神经网络的驾驶员弯道安全感受预测模型研究

论述了在人-车-路(环境)系统中驾驶员弯道安全感受的非线性特性。为了体现车辆、道路结构对驾驶员认知过程的作用和认知结果形成的影响,驾驶员弯道安全感受模型采用弯道平曲半径、车辆运行速度和驾驶员驾龄作为道路线形、车辆结构动力性、驾驶员经验的主要特征参数集,在增加积极和消极补偿运算的基础上,构建出模糊逻辑推理规则与神经网络优化逼近运算相互结合的5层推理预测模型,并结合实例数据,进行了对比分析验证,表明5层结构模型能够较好的满足特定弯道条件下驾驶员主观安全感受的认知推理预测要求,能够准确的、稳定的再现出驾驶员主观安全感受同驾龄、平曲半径和车辆运行速度间的相互作用关系。     

高速公路弯道路段车辆紧急避撞安全换道模型

针对高速公路弯道路段安全换道问题,本文中基于侧向速度正态分布拟合方法,建立了考虑人-车-路相互作用的高速公路弯道路段车辆紧急避撞安全换道模型,并依据车辆安全避撞位置关系,提出了车辆弯道换道的安全性约束条件,获得了车辆制动换道方式下的车辆最小避撞安全距离。通过与传统模型和2自由度车辆动力学模型仿真对比,结果表明,该模型能较准确地描述车辆弯道路段换道运动轨迹和计算车辆避撞最小安全距离。车辆弯道避撞安全换道模型充分考虑了人、车、路之间的协同关系,为智能车辆与辅助驾驶的研究提供了参考。     

基于轨迹数据的交叉口进口道车辆换道行为特性分析

为探索城市信号交叉口进口道范围内机动车换道行为特性，利用无人机拍摄视频提取车辆换道轨迹数据，分析了进口道车辆换道行为的宏观和微观特性。研究结果表明：强制换道行为多发生在距离停车线60 m～90 m处，自由换道行为在90 m～120 m处；换道时间集中分布在4.5 s～5.5 s之间，其中强制换道的平均时间为4.58 s，自由换道时长为3.81 s；强制换道行为主要受目标车道的可插入间隙及前后车辆的速度差影响，但整体来看分布较为分散；自由换道行为追求行车效率，目标车道的交通运行状况往往要优于原车道，换道行为主要受到原车道前车的相对距离和速度影响。本研究成果可以为城市交叉口的理论研究提供方法参考，为进口道的管理与控制提供理论基础。     

基于NGSIM轨迹数据的换道行为微观特性分析

换道行为在不同的换道意图下可分为自由换道和强制换道两类,选用NGSIM轨迹数据对二者微观特性进行对比分析。为保证数据准确性,在平滑处理基础上,以剔除轨迹数据换道过程识别错误为目的,构建了换道起终点时空约束规则,对完整的单次换道行为参数进行了提取。利用半对数模型,采用回归分析法对影响二者换道时间的显著性因素进行提取并对比;同时建立多项式模型,选取多个误差指标对不同阶数下换道横向移动轨迹拟合效果进行评价。结果表明,强制换道平均换道时间稍长于自由换道,影响二者换道时间的显著性因素及各因素影响程度并不相同;但二者横向移动轨迹均可用5次多项式拟合,拟合优度可达0.99。     

车路协同下HMI对跟驰行为与视觉特性的影响

为研究车路协同系统对驾驶员跟驰行为和视觉特性的影响,基于驾驶模拟器搭建高速公路场景和车路协同环境,针对常规状态和意外事件这2种情况,采集跟驰过程中的驾驶行为数据和驾驶员眼动数据,对比分析了有HMI和无HMI这2种情况下的车头间距、车头时距、加速踏板深度、平均制动次数及驾驶员在每个区域的注视时长和扫视频率等行为变量.分析结果表明,常规状态的跟驰过程中,设置HMI车辆的车头间距和车头时距分别增大12.91%和23.70%,加速踏板使用幅度及制动踏板平均使用次数分别降低7.55%和10.14%,设置HMI可使驾驶员注视车辆前方区域的时长减少,在HMI区域的注视时长占总时长的6.18%,而扫视频率没有明显变化;在意外事件的跟驰过程中,HMI的预警对速度和车头时距产生显著性影响,使方向盘转角和加速度方差变化幅度减小,且在保证安全距离的前提下,通过不停地扫视以获取换道时机.      

高速公路隧道路段驾驶员最小注视时间确定及应用

为了研究驾驶员在隧道路段的最小注视时间合理值,运用EMR-8B眼动仪系统,以高速公路隧道驾驶员的注视点变动为研究对象,选取浙江省6条高速公路隧道,对3名驾驶员分别进行36次有效行车试验,并将隧道划分为7段进行对比分析,对定义范围为0.033~0.483 s的各最小注视时间,注视频率、视力角变异系数进行了比较分析;利用隧道各路段视力角最大变异系数为评价指标,得出合理的定义最小注视时间为0.167 s。在此基础上得出高速公路隧道行车过程驾驶员注视点变动一般特征,包括注视时间、停留频率、视力角等,可用于隧道安全性评价及改善。     

智能汽车换道路径规划研究

换道是智能汽车在道路行驶操作中重要部分之一。传统的换道路径规划方法在进行换道路径规划时往往只考虑车辆运动学及动力学约束,所生成的换道路径与熟练驾驶员驾驶车辆的行驶轨迹有很大差别。因此,文章通过研究熟练驾驶员的换道行驶路径特征,提出了一种仿熟练驾驶员换道路径规划方法,能够有效提高智能汽车舒适性。     

针对弯道场景的角毫米雷达数据处理研究

车辆盲区监测系统作为辅助驾驶员视角的系统,对减少驾驶员观测盲区具有重要意义。角毫米波雷达数据基于直角坐标系进行数据处理,而当车辆处于弯道行驶时,常用方法很难判断后方车辆是否与本车辆在同一车道上。基于此,提出基于车辆转向模型和最小二乘法轨迹圆拟合相结合的道路曲率计算方法,从而判断其它车辆与本车之间的相对车道位置,以此推测其它车辆是否对本车的正常行驶带来危险,从而当车辆在弯道行驶时降低盲区监测系统的误报率。     

驾驶员避撞转向行为的改进K-means聚类与识别

本文中根据不同工况驾驶员转向行为数据,提出了基于驾驶员避撞转向行为特征的聚类算法。首先搭建驾驶模拟器,采集了定半径转向、常规换道和紧急避撞转向工况下的驾驶行为数据,通过对比正常行驶和紧急避障工况下驾驶员转向行为数据,定性分析了紧急避撞转向特点。之后,利用皮尔逊相关系数法分析了描述驾驶员转向行为的观测变量与紧急避撞转向行为的相关性,得出转向盘转速与转向工况的相关性最高。接着,以转向盘转速作为聚类特征参数,利用改进K均值(K-means++)聚类方法对转向行为数据进行了聚类,将转向行为划分为正常转向和紧急避撞转向,实现了紧急避撞转向工况的识别。最后,通过实车试验验证了所提出的紧急避撞转向行为K-means++聚类方法可有效识别驾驶员紧急避撞转向行为,聚类精度达96.7%。     

距离与行车安全

事故统计表明:驾驶员的可靠性对交通安全有决定性影响,大约的90%交通事故是由驾驶员的信息处理故障或缺乏警觉等行为引起的.在驾驶车辆的过程中,驾驶员要密切注视周围环境的变化,当发现外界刺激信息时,一般都要在0.5～1秒内作出正确的判断,采取相应措施,调节驾驶操作,使车辆正常行驶.     

基于ACC系统的目标车辆换道与出入弯道状态辨识算法

自适应巡航控制(ACC)系统利用雷达对前方目标进行追踪,当前车进行换道或进出弯道时,ACC系统无法区分这两种状态,容易引发交通冲突。针对此问题,本文中通过实际驾驶试验,获取了前车不同运动状态的数据,采用道路曲率估算值、前车行驶轨迹的斜率及其变化率和前车与自车之间横向距离作为表征参数,结合车-路协同运动特征,建立了前车换道与进出弯道的识别模型,并利用实测数据对模型的有效性进行了验证。结果表明:当自车处于直道时,对前车换道和进入弯道的识别率分别达到91.46%和89.81%;当自车处于弯道时,对前车换道和驶出弯道的识别率分别达到87.06%和90.42%。     

基于冗余EPS的力矩叠加控制架构对比与优化

冗余电动助力转向系统(EPS)为驾驶员提供转向助力,同时为高级驾驶辅助系统提供转向执行操作,需要协调控制驾驶员力矩和主动转向力矩信号。文章分别从助力特性曲线和驾驶员扰动力矩对方向盘转角跟随影响等角度,对两种力矩叠加方案进行了对比分析。针对驾驶员扰动力矩产生抖动的问题,提出超前滞后补偿的优化方案,对比结果表明,优化后的方案能够降低方向盘抖动,提高系统的稳定性。