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。     

探索智能网联汽车中生态驾驶的应用

伴随着社会的迅速发展、时代的不断进步,科学技术有了显著的进步与提升,实现了生态驾驶这一先进的驾驶手段。生态驾驶的出现,使得汽车能够减少能耗与排放。与此同时,智能网联汽车驾驶技术的出现使得汽车驾驶有了更新一步的改变,使驾驶用户在驾驶途中获得更舒适的体验,将生态驾驶应用在智能网联汽车中,使得智能网联汽车以及生态驾驶实现更好的发展。本文主要分析了生态驾驶在智能网联中的应用。     

BMW精英驾驶培训首开越野驾驶课程

2011年7月,BMW精英驾驶培训在中国鄂尔多斯首次展开越野驾驶培训课程。本培训车辆为全新BMW X3和新BMW X5,由BMW专业培训师授课指导,课程内容结合了公路驾驶、越野赛道驾驶、沙漠赛道驾驶、岩石河滩驾驶四部分,旨在提高学员在不同的路况和驾驶条件下,操控车辆的能力,全面提升驾驶技巧。     

基于ROC曲线的疲劳驾驶判别方法研究

疲劳驾驶判别是危险驾驶行为研究的主要内容之一,基于驾驶行为的疲劳驾驶判别更加直接.文中选取疲劳状态下的驾驶行为指标作为研究对象,结合不同道路线形分析疲劳对于驾驶行为的影响,获得能在相应的道路条件下显著反映疲劳驾驶的驾驶行为指标.使用ROC曲线方法分别确定不同道路线形下各个驾驶行为指标判别疲劳驾驶的阈值.根据各个驾驶行为指标及阈值,建立疲劳驾驶综合判别模型,并通过对比分析说明基于驾驶行为指标进行疲劳驾驶判别考虑不同道路线形的必要性.研究结果表明,疲劳状态对驾驶行为的影响在不同道路线形上表现不同,基于ROC曲线的疲劳驾驶判别方法可应用于基于驾驶行为的疲劳检测,不同道路线形下平均识别率达75％,平均误判率为16.5％.     

梅赛德斯-奔驰AMG驾驶学院首次登陆中国

首次落户亚洲的AMG驾驶学院计划在中国最著名的赛道开展一系列专业运动驾驶培训,而近千名运动驾驶爱好者也将有机会接受来自德国专业教练的亲自指导,不仅提高运动驾驶技巧,提升安全驾驶水平。日前150余名中国驾驶爱好者有机会率先体验这一量身定制的运动驾驶培训。     

试论摩托车自动驾驶技术

我国交通行业快速发展,汽车的自动驾驶技术蓬勃发展,自动驾驶技术具备广阔的发展前景。而摩托车和自动驾驶技术结合,是自动驾驶技术发展的一个方向,也是摩托车行业未来发展的一个方向。本文笔者通过对我国摩托车驾驶技术实际发展情况分析,简介目前摩托车自动驾驶发展中遇到的困难,探讨摩托车自动驾驶技术的发展模式,科学技术推动智能交通发展,改善摩托车驾驶环境。     

基于车辆运行数据的纯电动汽车用户驾驶风格识别与驾驶能耗分析

驾驶风格是用来体现驾驶员在车辆运行状态下对车辆操作的行为特征,对用户驾驶风格进行识别与分析,有利于推进智能驾驶的发展。根据基于116 辆纯电动汽车的车辆运行数据,通过主成分分析方法与K-means 聚类算法,对用户驾驶行为进行分类分析,对驾驶风格进行了分类识别。利用XGBoost 算法构建纯电动汽车驾驶行为与能耗输入模型,利用SHAP 对模型进行解释。结果表明,将驾驶风格聚为3 类具有较好的分类效果,可分别对应冷静型、普通型与激进型;当驾驶员的驾驶风格趋向于激进型时时,车辆的驾驶能耗越高,驾驶风格激进一个层级,车辆百公里电耗增加3~4倍。当驾驶员行车时,其车速越高,油门踏板踩得越深,车辆加速度的绝对值越大,车辆的驾驶能耗越高。驾驶员的驾驶风格越激进,车辆的驾驶能耗越高。     

基于多分类监督学习的驾驶风格特征指标筛选

交通事故与驾驶风格具有强烈的相关性,而驾驶风格的直观体现是驾驶行为.为深入分析驾驶行为与驾驶风格的关联性,探索不同驾驶风格群体之间的差异,筛选驾驶风格分类与识别影响因素,建立驾驶风格识别模型并验证有效性.依托车联网实验数据,利用K-means++算法对驾驶员样本数据集进行驾驶风格聚类,设计支持向量机-递归特征消除(SV...     

深造 2012宝马精英驾驶培训

Do you Know？宝马精英驾驶培训1977年,宝马精英驾驶培训项目正式启动。目前其在中国总共设有五项课程：安全驾驶培训、赛道驾驶培训、冰雪驾驶培训、越野驾驶体验、方程式驾驶培训。授课的每一位培训师都拥有专业赛车背景,并通过德国总部的专业培训和考试。如果这还不能满足你对驾驶技术的需求,你还可以参加国际课程,分别是完美操控课程和纽伯格林赛道魅力课程。     

北京市驾驶行为与影响因素分析

研究北京市驾驶行为的特征及其影响因素。对曼彻斯特驾驶行为问卷进行修订,考虑多种因素对驾驶行为的影响,对135名北京市汽车驾驶者进行问卷调查。经因子分析,得到5个驾驶行为因子分别是＂错误＂、＂失误＂、＂非故意违规＂、＂故意违规＂和＂过激行为＂,符合预期的因子结构。对驾驶行为的各类影响因素进行方差分析,结果表明与驾驶行为紧密相关的影响因素主要是驾驶者的自我评价和态度,如驾驶者对自己是否易受情绪影响的评价和对交通法规的态度等。驾驶培训经历,包括驾驶培训的地点和驾驶培训的时间跨度,也对驾驶行为存在一定影响。性别、年龄等其他因素对驾驶行为的影响相对较小。与西方男家相比,中国汽车化历史较短,驾驶行为具有不同的特点。