驾驶人的视觉特性与反应特性

汽车驾驶员在行车中，有80％～90％以上的信息是依靠视觉获得的，驾驶员的眼睛是保证安全行车的重要的感觉器官，眼睛的视觉特性与交通安全有密切关系。     

基于灰度投影的驾驶员图像眼睛定位

眼睛位置的快速准确定位是利用视觉方法对驾驶员的驾驶状态进行监测和预警的前提。采用一种基于灰度特征投影的方法进行眼睛位置的有效快速定位。在利用皮肤颜色YCrCb空间分布二维高斯模型可靠定位人脸区域的基础上，建立了进行眼睛位置检测的感兴趣区域，最后分别对灰度图像和二值化图像进行水平和垂直方向灰度投影确定眼睛位置。实验结果表明，该算法具有很好的可靠性和实时性，为后续驾驶员状态研究奠定了良好基础。     

动态光照下驾驶人面部特征识别算法与试验研究

基于机器视觉的驾驶人面部特征识别受光照的影响很大.为克服由于动态光照引起的背景干扰,面部特征弱化的问题,采用一种基于Kalman Filtering的光照自适应AKF算法,通过高斯概率密度函数建立Gt(i,j)算子,实现驾驶室背景的分割;在HSI色彩空间中通过阈值分割算法提取面部肤色区域,最终建立了眼鼻坐标搜索模型;进行了不同的照度与头部姿态下的AKF-HSI算法试验,测试统计前景分割率kfrontground、肤色分割率kskin与眼鼻识别率δ,在2×104～10×104 lx的照度下,眼鼻的平均识别率δ达到82％～92％.结果表明AKF-HSI融合算法对动态光照下眼鼻识别具有较好的鲁棒性,照度E、头部姿态与硬件设备AGC是眼鼻识别的最主要影响因素.     

基于机器视觉的人眼定位算法研究

基于机器视觉的疲劳检测难点是人眼的准确、自动化的定位.针对目前基于红眼效应的人眼定位算法需要手工介入的问题,提出了一种改进算法,采用眼部区域的几何特征和对比度相结合的算法实现了自动化人眼定位,形成了一种基于红眼效应的实时、自动化定位人眼的快速算法.然后构建了一套使用850 nm红外光源的人眼定位系统,实现了快速准确的定位人眼.     

汽车驾驶人的心理与安全行车

安全行车是我们每个驾驶人时刻都注意的一个大问题，然而，汽车是高速行驶的工具，经常处于长时间的运行中。能否防止交通事故的发生，我认为与驾驶人的心理素质的好坏关系极大。具有良好的心理素质是对驾驶人的基本要求。驾驶人在行车过程中，要求自己的生理系统的每个“结构成分”都处于最佳状态。否则，如疲劳、疾病、反应迟钝、性情急躁、缺乏自控能力、健忘、惰性、无主见、意志薄弱、优柔寡断等，都是心理素质不健全的表现。因此，作为驾驶人，很有必要了解和掌握心理方面的知识，以保证安全行车。     

考虑驾驶人特性的智能驾驶路径跟踪算法

针对现有智能汽车路径跟踪控制过程中较少考虑驾驶人特性的问题,设计了一种考虑驾驶人特性的智能驾驶路径跟踪算法.采用k均值算法对实车试验获取的相关数据进行聚类分析,根据操纵特征参数的规律性和差异性将驾驶人特性分为正常型、激进型、保守型3类.根据驾驶人特性分类及聚类结果,将不同驾驶人对车辆侧向、纵向行驶状态的不同偏好特性融入...     

穿税服的省优驾驶人——记山东蒙阴国税局驾驶人朱兴利

在为数不多的山东省优秀驾驶人中，有一位穿税服的驾驶人格外引入注目。他就是朱兴利。自1982年驾车至今，已安全行车150万公里，在平凡的岗位上做出了不平凡的业绩。     

基于DGPS技术的动态对象实时定位跟踪系统设计与实现

探讨了利用ＤＧＰＳ技术对动态对象进行实时定位跟踪系统的设计模型及所采且的技术实现方案，并着重分析了差分ＧＰＳ技术的原理及其在此类系统中的应用；给出了构造此类所需解决的主要技术问题及相应的技术方案，以及此项研究的达到的若干主要技术指标。     

基于机器视觉和支持向量机的汽车焊点定位研究

如何提高工业机器人的定位精度是实现汽车焊点自动化检测任务的一个关键技术问题。针对传统示教再现机器人存在的定位精度问题,提出一种基于机器视觉和支持向量机回归的焊点定位方法。通过融合激光测距信息的视觉系统测量机器人示教位置与期望位置的偏差,进行焊点的初步定位;建立基于粒子群优化算法的支持向量机回归模型,对视觉引导后的机器人末端进行三维空间上的误差补偿,实现焊点的精确定位;搭建了一套完整的试验平台,并与常用的支持向量机参数优化算法以及误差补偿模型进行比较和误差分析,验证了该方法的有效性和优越性。     

基于车联网无线通讯的车辆定位跟踪系统

车辆定位跟踪系统基于车联网以实时控制和监测中心为核心为公共交通讯息系统提供各种信息,用户和管理员通过无线通讯网络实现车辆的位置信息交互。文中设计了车辆定位跟踪系统,利用传感器节点的射频收发器,建立车辆位置跟踪系统收集信息,无线Ad-Hoc网络由沿公交线路固定传感器节点和车辆移动传感器节点组成,触发服务器和管理车辆信息传递。同时,利用双向无线Ad-Hoc网络可以提供周边双向信息。     

城市道路环境中驾驶员眼动行为特征

在真实城市道路环境中进行实车试验,运用EyeLink Ⅱ型眼动仪对驾驶员眼睛运动进行了监测记录,统计分析了眼动行为的5个主要表征参数.结果表明:在城市交通环境中,驾驶员大约80%的单次注视持续时间在0~300 ms之间,73.5%的扫视幅度小于3°,85%以上的扫视速度在0~100°/s之间;驾驶员的水平注视位置以中部区域为主,但更多关注左侧交通流和交通设施,垂直注视位置以中部偏下区域为主,主要关注车辆前方中近距离;驾驶员单次注视持续时间呈近似对数正态分布,扫视幅度呈近似指数分布,扫视速度呈近似对数正态分布.     

公路线形对驾驶人眼动速度变化率的影响

为了研究公路线形对汽车驾驶人眼动速度的影响,采用EYELINKⅡ型眼睛运动分析仪,对4名经验丰富的驾驶人在平纵线形丰富的云南山区公路上进行了实车道路试验,测量并记录了不同道路条件(弯道半径、纵坡坡度)和试验车速下的驾驶人的眼动速度,并以95%车速的眼动速度为基准,计算得到了眼动速度变化率。建立了多元回归模型,并利用最小二乘法则,对模型进行了多元线性回归分析。分析结果表明,关于眼动速度变化的多元回归模型是显著及有效的;驾驶人的眼动速度变化率与公路的弯道半径、纵坡坡度以及车速都有着显著的线形关系;相对公路的弯道半径和车速而言,纵坡坡度对驾驶人的眼动速度变化率影响较小。     

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.     

Vehicle Rear-end Collision Warning Algorithm Based on Driver's Braking Behavior

利用图像式汽车行驶记录仪在北京市采集了大量自然行驶状态下的驾驶行为数据,基于追尾碰撞中的驾驶员制动操作行为,分析驾驶员安全与危险跟车状态和车辆状态参数之间的关系,利用Fisher判别分析法建立了符合驾驶员危险感知特性的车辆追尾预警算法.研究结果表明该算法总的判别准确率高达95％.     

基于先验知识的高速公路逃费车辆跟踪算法研究

由于目前部分货车在采用记重收费的高速公路收费站前无序倒车,对高速公路收费站秩序造成较大影响,如何对此类现象进行采证,从而便于处罚和管理,成为一个突出问题.在分析车辆先验知识的基础上,对车辆模型进行了参数化提取,设计了一种基于先验知识的车辆跟踪算法,该算法通过一定的先验知识对车辆目标进行建模,然后在实时的图像序列中通过模型匹配的方法来对车辆进行跟踪,并实时对模型进行连续不断的更新去实现对车辆的匹配跟踪.本文也给出了算法的实现过程,而且对算法进行了实际验证.通过实际试验结果表明,该算法很好的解决了环境中的干扰问题,对收费站前无序行驶车辆的取证提供了良好的技术解决方案,而且本算法对于车辆的遮挡问题也有一定的适应性.     

面向智能网联汽车定位的协同地图匹配算法

为实现智能网联环境下低成本、高精度的车辆定位, 研究了基于自适应遗传Rao-Blackwellized粒子滤波的协同地图匹配算法。利用联网车辆的定位信息和道路约束条件消除公共偏差, 提高车辆定位精度。将自适应遗传算法引入到粒子滤波的重采样过程中, 增加粒子的多样性, 解决传统粒子滤波算法中容易出现的“粒子退化”和“粒子耗尽”问题。通过仿真实验与传统粒子滤波以及卡尔曼平滑粒子滤波下的定位结果进行了对比, 同时分析了不同联网车辆数目对定位精度的影响。通过实际测试验证了算法在实际应用中的定位效果。实测结果表明: 以典型十字路口为例, 在联网车辆数目为4的情况下, 协同地图匹配算法的定位误差范围为1.67 m, 分别为原始GNSS定位以及单车地图匹配定位结果的41.03%和56.80%。同时, 该算法的统计定位精度(CEP)达到1.06 m, 比GNSS原始定位精度提高了2.52 m, 具有较好的定位效果。     

基于视觉的驾驶人疲劳及注意力监测方法

对驾驶人疲劳状态监测技术进行了深入研究,分析了在实际应用中存在的问题,在此基础上提出基于灰度方差定位驾驶人面部,利用投影曲线极点位置分割面部器官独立区域,对每一个独立区域进行OSTU计算和轮廓提取,最终获得眼睛的轮廓状态,利用PERCLOS判断驾驶人的精神状态。利用驾驶人面部器官定位的结果,对人体头部旋转运动模型进行分析,提出了计算驾驶人面部旋转角度的计算方法。最后给出判断驾驶人的注意力是否分散的判断策略。试验结果表明,该算法实时性好,具有较好的鲁棒性,可以为驾驶人疲劳状态及注意力状态的判断提供较为准确的依据。     

基于UWB定位的邮轮乘员伴随关系发现算法

准确发现邮轮内部空间乘客之间的伴随关系, 在室内环境安装UWB定位设备开展室内人员定位实验。根据UWB定位的位置数据特点, 提出结合室内位置语义的Hausdorff-DBSCAN算法以聚类邮轮乘员轨迹, 并利用LSTM神经网络对疑似伴随关系对象进行相似度变化趋势的预测。传统的Hausdorff算法在计算轨迹相似度时未考虑轨迹时序一致的问题, 引入位置语义序列能够较好地解决这个问题。改进后的Hausdorff-DBSCAN算法的输入为乘员轨迹数据集, 根据轨迹整体相似度阈值选定聚类半径, 输出具有伴随关系的乘员轨迹聚类结果; LSTM神经网络以定长时间窗口的点邻近度序列为输入, 预测后1个时刻点邻近度值, 结合轨迹相似度阈值和预测结果分析乘员伴随关系的时序变化。利用Anylogic建模单层邮轮室内环境进行乘员仿真得到的轨迹数据验证算法的有效性。改进的Hausdorff-DBSCAN算法的准确率为0.920, 召回率为0.950, F₁值为0.934, 准确率高出对比算法至少5.7%, 召回率高出对比算法至少8.0%, F1值高出对比算法至少6.7%。同时LSTM在预测邮轮乘员之间相似度变化时, 收敛后的误差值能保持在3%~4%左右, 预测结果具有较高的准确性。      

汽车驾驶员动态注视点分布规律研究

用EMR-8B眼动仪系统纪录了驾驶员在不同车速条件下通过不同字高的标志牌时眼睛注视点的变化,分析了字高为20 cm而车速分别为30 km/h、60 km/h和90 km/h以及车速为60 km/h而字高分别为10 cm、20 cm和30 cm等6种条件下驾驶员注视点的分布规律。结果表明:在相同字高的条件下,驾驶员在接近标志牌的过程中,随着车速的增加,驾驶员注视的几何中心向标志牌偏移,注视范围变小,视线变的更加集中。在相同车速条件下,当字体较小的时候,驾驶员注视点较分散,判读标志信息的时间较长;随着字体变大,驾驶员注视点越集中。