高速公路平直路段安全跟车距离分析

跟车距离是影响跟车安全性的重要因素。过小的跟车间距是导致追尾事故的原因之一。本研究从分析安全跟车距离的影响因素出发,通过实地观测获取真实跟车车流数据,分析观测路段车头间距的分布和车头间距与速度的关系,发现跟车间距随速度变化而波动,且跟车速度与间距同时影响跟车安全性。     

相邻车道车辆并道预测与跟车控制改进的研究

为在自适应跟车控制中,预测相邻车道车辆的并道行为,提前调整自车速度控制策略,以提高自车的乘坐舒适性和安全性,通过采集和分析实际道路上自车与周围车辆的运动状态信息,建立相邻车道车辆并道行为预测模型,并在此基础上对现有期望间距跟车模型进行改进。仿真结果表明:自车车速vM、自车与前车的车头时距t1、自车与前车的相对速度vML和自车与相邻车道车辆的相对速度vMF可作为预测并道行为的表征参数;所建立的预测模型可提前2s预测并道行为的类型,对两种并道行为预测的准确率分别达到88%和90%;改进的期望间距模型使跟车过程更加平稳,可提高车辆的舒适性与安全性。     

城市桥梁扩建中的路线安全性评价

桥梁作为城市道路网中的关键节点,除了承担着重要的交通功能,往往还兼有地标性建筑的作用,因此桥梁扩建工程往往受到众多控制因素的影响,路线的设计指标很难达到较高标准。如何将提升交通容量和景观品质完美结合,同时又能坚守交通安全的根本原则,成为城市桥梁改扩建工程方案评价的重要标准之一。结合昆仑桥工程实例,通过总体方案介绍和计算分析,综合考虑城市道路与公路对路线安全性评价的要求,对相邻路段运行速度的协调性、同一路段设计速度和运行速度的协调性、行车视距及弯道行驶的舒适性等指标和标准进行分析评价,确保了工程的安全可靠。     

智能驾驶测试拟人度评价体系和应用研究

随着汽车L2&L4智能驾驶技术的广泛应用，在保证智能性、安全性的前提下，舒适性评价逐步成为智能驾驶品质的评价标准之一。文章初步探索智能驾驶舒适性的拟人度评价方法，建立了关键评价要素和经验值，通过实车的调校并结合算法实现了对智能驾驶车辆的拟人度舒适性评价，促进智能驾驶汽车有越来越趋向于“老司机”的驾驶熟练度和舒适性。     

纯电动汽车制动避撞系统的建模与分析EI北大核心CSCD

针对纯电动汽车制动避撞系统,提出了基于反馈线性化的跟车距离、速度跟踪误差的滑模控制方法;考虑了模型非线性、系统参数不确定性和外部干扰的因素,建立车辆纵向动力学模型;采用指数趋近律的控制方法,设计了一种双输入双输出的汽车避撞系统控制器;并进行了跟车场景下制动避撞控制器的仿真。结果表明:该控制器避撞控制效果明显,在保证汽车行驶的舒适性的同时,跟车过程的跟踪误差小。     

纯电动汽车制动避撞系统的建模与分析

针对纯电动汽车制动避撞系统,提出了基于反馈线性化的跟车距离、速度跟踪误差的滑模控制方法;考虑了模型非线性、系统参数不确定性和外部干扰的因素,建立车辆纵向动力学模型;采用指数趋近律的控制方法,设计了一种双输入双输出的汽车避撞系统控制器;并进行了跟车场景下制动避撞控制器的仿真。结果表明:该控制器避撞控制效果明显,在保证汽车行驶的舒适性的同时,跟车过程的跟踪误差小。     

汽车跟车预警仿真及评价研究

为了提高高速公路汽车跟车行驶的安全性,从驾驶员特性、汽车特性、道路特性及交通流特性的角度,以经典的牛顿力学理论为依据,充分考虑制动前驾驶员的反应时间,分别建立了9种状态下的临界安全车距模型、基本安全车距模型和充分安全车距模型.在此基础之上,建立了驾驶员跟车行驶安全度评价模型,并利用驾驶模拟系统,对追尾预警模型及驾驶员跟车行驶安全性评价模型应用于仿真平台的有效性进行了验证.驾驶模拟实验结果表明,预警模型有效、可靠,可用于驾驶员跟车安全性检验,为提高驾驶员高速跟车行驶的安全性及速度控制提供了理论依据.     

基于自然驾驶数据的跟车场景潜在风险评估

为弥补传统风险评价指标对相对速度较小的跟车场景危险水平评价能力的不足,减少跟车场景中追尾事故的发生,提出了跟车场景潜在风险的概念。将假定前车以较大制动减速度减速条件下的风险称为潜在风险,并构建了代表驾驶人在潜在危险跟车场景下进行避撞操作需满足的最大反应时间的参数时间裕度（TM）。由于追尾危险工况中常见采取的避撞操作可分为制动和制动转向两大类,分别对典型制动避撞过程和制动转向避撞过程进行了分析,从而推导出分别针对2种跟车潜在危险场景的TM计算方式。通过自动筛选与人工筛选结合,获得了中国自然驾驶数据库（China-FOT）中具有中国驾驶人特点的制动避撞危险工况87个和转向制动避撞危险工况40个进行分级,并基于图像处理方法提取了前车制动开始时刻的TM值,从而得到跟车场景潜在风险两级危险域的划分。结果表明：制动避撞场景下,本车车速过低和过高时,TM值的变化均不明显;而在制动转向避撞场景中,只有速度较高时阈值才保持不变。通过对正常驾驶视频的分析,引入对比组共计正常跟车制动工况163例和正常跟车转向变道工况151例的车头时距（THW）值,其统计分析结果与支持向量机分类结果均难以清晰描述跟车场景危险水平与本车速度之间的关系。为研究跟车场景潜在风险评价在自动驾驶中的应用,对于制动避撞场景,在设定TM值不变和相对速度不变的条件下,分别对基于TM的最小相对距离和距离碰撞时间（TTC）值进行了仿真,仿真结果显示,相比于TTC而言,TM的评价稳定性受相对速度影响小,在自动驾驶跟车策略开发和避免其发生责任追尾事故中有重要应用价值。     

基于长短期记忆模型的跟车距离预测研究

当前不少前向碰撞预警系统以预警距离作为预警的特征量对驾驶人进行预警,因此,提高对跟车距离的预测准度能够直观有效提高该前向碰撞预警系统的预警能力。研究通过驾驶模拟器构建跟车场景,收集了41名驾驶员的跟车行为数据,按照3:1的比例将试验数据划分为训练集和测试集。将驾驶人的跟车距离与速度作为长短期记忆模型的输入,跟车距离作为模型的输出,对驾驶人的跟车距离进行了预测分析研究。结果表明,利用该数据集的模型能够很好的预测驾驶人的跟车行为,泛化性能较好,没有过度拟合现象。并且通过输入不同时间窗口长度的测试集发现,随着测试集长度的降低,预测结果的误差会更大。能够为提高前向碰撞预警系统的精准度提供理论支持,从而增加驾驶员对预警系统的接受度。     

基于专用短程通信技术的自动跟车控制策略研究

针对跟车巡航功能中由于单车传感器精度受限和单车信息孤立等影响跟车效率和安全性的问题,文章采用新一代专用短程通信技术,建立了基于车车协同的自动跟车系统,实现自车与前车的关键状态信息实时共享和交互,设计开发了一套基于专用短程通信的自动跟车控制策略,提高跟车效率和安全性。实车试验表明,基于专用短程通信技术的自动跟车系统可有效实现跟车功能,自动跟车过程表现稳定合理,自动跟车控制策略可实时控制自车在安全距离范围内紧凑且安全地跟车,很好地兼顾跟车安全性和道路通行效率。     

商用车常规制动踏板感觉研究

制动踏板感觉直接关系着制动安全性和驾驶舒适性。从理论和试验两方面进行商用车制动踏板感觉影响因素的研究,对不同参数下的制动感觉通过主观评价进行对比,将舒适的制动踏板感觉下的主要影响因素通过试验量化,形成常规制动踏板感觉设计参数。     

自动紧急制动系统控制模块的SOTIF量化评价

建立智能汽车的预期功能安全（SOTIF）评价体系，进行SOTIF设计是实现智能驾驶汽车规模应用的必由之路。为完善自动紧急制动（AEB）系统的SOTIF理论，实现AEB系统的SOTIF设计，本文采用系统理论过程分析（STPA）的方法对AEB系统控制模块进行安全分析。根据安全分析的结果提出AEB系统控制模块的SOTIF评价指标，并基于CRITIC法和优劣解距离（TOPSIS）法对提出的评价指标进行综合量化评价。进一步地，使用提出的评价方法对某型智能汽车的AEB系统控制模块进行了基于实车试验的SOTIF评价，评价结果验证了所提出的AEB系统控制模块的SOTIF评价方法的合理性和实用性。最后，对评价结果进行分析，并根据提出的SOTIF评价指标给出AEB系统的SOTIF改进建议。     

基于层次分析法的AEB评价指标优化

自动紧急制动(AEB)功能已成为国内外各汽车安全权威认证机构的重要评估点,但Euro NCAP、NHTSA、IIHS等认证机构发布的评估规程中涉及AEB的评价指标单一,无法对评估结果进行多维度解读。文章提出的基于层次分析法的AEB评价指标优化方法结合各认证机构建立的评价体系,分别采用定性分析与定量分析构建AEB评价指标优化模型,将安全性与舒适性作为评价准则,并以速度减量、最大减速度、碰撞时间(TTC)和减速度变化率作为评价参数,实现客观安全与主观驾乘体验相结合的多维度评估方案,优化了AEB评价体系。以CCRs某测试场景为例进行实际试验,验证了该基于层次分析法的AEB评价指标优化方案的可行性。     

公路沥青路面使用性能灰色综合评估

公路在交通荷载和自然环境的共同作用下，路面使用性能会随着时间推移而日益衰减，从而直接影响车辆的行驶速度和运输的安全性、经济型和舒适性。为了评估和预测路面使用性能状况，便于进行科学地养护和管理，文章系统地提出了公路沥青路面使用性能评价的指标体系和分级标准，建立了沥青路面使用性能灰色综合评价模型。最后，结合选取路段的实测数据与规范推荐评价方法进行了应用与对比分析。     

基于驾驶安全舒适性的山区双车道速度限制研究

为综合考虑山区双车道行驶安全舒适性对速度的限制,基于交通安全工程理论,采用多元非线性数值回归分析技术,探讨了平曲线半径R、坡度i、坡长l与事故当量损失率P的相关关系及P、弯道速度V与心率增长率N的相关关系,建立了道路线形安全性评价模型和驾驶员行驶舒适性评价模型,并在对模型进行显著性检验及可靠性验证的基础上,推导限制安全舒适速度V。结果表明:在安全性最高的一般弯、坡路段阈值P=80、N=20%时,V=35 km/h达到最佳行驶安全舒适性;在安全性最低的急弯、陡坡路段阈值P=498、N=40%时,V=10 km/h为最大限制速度。     

起亚福瑞迪空调系统构造及常见故障诊断

随着汽车需求量的逐年升高,人们对汽车的综合性能要求也不断提高,汽车的舒适性成为人们购车的最基本要求。空调系统的性能作为评价汽车舒适性的重要指标,已成为汽车上必不可少的配件系统。汽车空调可以调节车内的温度、湿度、气流速度、空气洁净度等空气参数,为乘车人员提供舒适的车内环境,降低驾驶员的疲劳强度,从而提高行车安全。本文介绍了东风悦达起亚福瑞迪轿车智能空调系统的构造、使用方法和主要部件动作原     

城市郊区道路跟车条件下智能网联汽车速度规划

随着智能网联汽车技术的快速发展，跟车行驶控制能够有效实现车辆智能跟随及快速高效队列行驶。针对城市郊区道路条件下的智能网联汽车速度规划问题，以提高车辆的燃油经济性、舒适性及安全性为目的，基于跟车速度限幅和车辆动力系统信息，设计了基于初值优化的序列二次规划算法(Sequential Quadratic Programming, SQP),实时求解获取车辆跟车过程中的最优速度轨迹。首先，在车联网环境下，基于车车(Vehicle to Vehicle, V2V)通信及车辆与交通设施(Vehicle to Infrastructure, V2I)通信技术实时获取前方车辆的速度、加速度及位置等行驶信息并实时采集道路交通信息；然后，为减少车辆动态能耗损失和减小所需牵引力，并在规定的时间段内完成相应的行驶路程，利用采集到的前车行驶信息，采用基于初值优化的SQP算法对最优目标车速进行求解；此外，基于周边动态的道路交通场景，考虑边界约束条件，采用滚动时域的方法实现目标车辆速度在每个采样时刻的在线滚动优化，保证目标车辆节能安全地跟车行驶；最后，通过仿真验证了该算法的有效性和实时性。研究结果表明：基于初值优化...     

智能网联混合动力车辆速度规划的多目标协同控制研究

考虑车辆的行驶安全性、机动性、能耗经济性、舒适性和电池老化等多重目标,以弯道场景为例对智能网联混合动力客车的速度进行实时规划。首先,以车辆速度和动力电池SOC作为状态变量,加速度和发动机-发电机组输出功率作为控制变量,以混合动力客车的能量消耗成本、电池老化成本、机动性成本和舒适性成本的加权和最小化为目标函数。其次,以弯道行驶安全性、动力系统和电池系统的物理特性等为约束,实施基于模型预测的多目标协同控制,并应用动态规划算法求解滚动空间域内的多目标优化问题,从而实现实时的速度规划和能量分配。同时,分析机动性和舒适性赋予不同权重对性能的影响。结果表明:(1)考虑电池老化的控制策略可以在不影响车辆动力性和机动性的情况下,使电池老化成本降低25.8%,综合成本降低2.3%;(2)提高机动性成本的权重因子能够缩短行驶时间,但会引起综合成本的增加;(3)提高舒适性权重因子可以减少速度波动,同时降低综合成本。     

浅谈公路行车舒适性评价

文章主要从基于平面线形和纵断面线形两方面评价公路行车舒适性入手,通过具体参数、数据说明平面线形和纵断面线形设计对行车舒适性的影响程度,从而检验公路线型设计的安全性与合理性。     

高速行驶车辆跟车安全距离预警系统设计与研究

正高速行驶车辆与前车跟车安全距离识别系统设计时,可采用毫米波雷达获得与前车的距离,并以此作为识别预警系统的基础应用数据。根据跟车距离和相对车速不会突变的特性建立预测模型,应用卡尔曼滤波理论预测相对车速,可有效消除系统状态误差和测量误差对测量精度的影响,利用跟车距离和相对车速计算安全距离报警阈值。同时,为适应不断更新的预测模型,采用深度学习的策略不断对预测模型参数进行学习训练,在大量学习样本的