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％.     

手机使用对驾驶员行为影响研究综述

驾驶中使用手机通话存在安全隐患,可能直接或间接地导致交通事故.从驾驶时使用手机的原因切入,分析了手机使用对驾驶的影响.手机使用引起驾驶分心从而影响驾驶行为.总结国内外手机对驾驶影响的研究,得出结论.      

考虑驾驶风格的智能车自主驾驶决策方法

为了提升智能车类人驾驶水平,提供符合驾乘者驾驶习惯的个性化驾驶服务,改进了DDPG算法并设计智能车驾驶决策系统,学习不同风格的个性化驾驶策略.招募20位驾驶人参加基于仿真平台的模拟驾驶实验,采集驾驶数据.运用相关性检验方法选择个性化驾驶评价指标,使用K-means聚类方法将驾驶风格进行分类.在基础DDPG算法的输出部分加入线性变换过程,形成改进的个性化驾驶决策学习算法,进而构建个性化自主驾驶系统,以3种驾驶风格作为学习目标,调节线性变换参数,在线训练并测试算法.结果表明,提出的方法比基础算法收敛速度提升21.3%.算法在测试场景中,保持了高于驾驶人的横向控制水平,车道偏移量下降73.0%,且驾驶的车辆未与道路外侧护栏发生碰撞.聚类结果显示,算法通过调节线性变换参数,能够有效学习不同的驾驶风格.      

基于贝叶斯网络的机动车驾驶行为状态分析建模

复杂多变的机动车驾驶环境决定了驾驶行为系统内部各信息之间存在不确定性.利用贝叶斯网络构建驾驶行为状态分析模型,可忽略驾驶行为状态类型与可观测驾驶数据之间的耦合关系,以概率网络形式直观表现观测数据与驾驶行为状态之间的关联.为降低概率解算复杂度,使用基于簇树的贝叶斯网络推理方法推算并预测驾驶行为发生概率.算例结果表明,应用驾驶行为贝叶斯网络模型的车载预警系统能推算出驾驶人行为动作发生概率,从而达到评估驾驶安全等级并预判驾驶人后续驾驶动作的目的.     

特殊环境下营运车辆驾驶人驾驶安全性评价

道路交通事故90%以上由人为因素引起.为了对特殊环境下营运车辆驾驶人的驾驶安全性进行综合评估,由问卷调查确立典型交通场景下的安全驾驶标准操作,应用层次分析法,从交通规则遵守情况、驾驶行为规范性程度及安全驾驶意识程度3个方面建立驾驶安全性评价体系.运用句法模式识别方法设计安全意识评价算法,对驾驶人在场景中的操作能力进行评价.结果表明,安全驾驶意识程度对驾驶安全性的影响最大.所设计系统在驾驶模拟器中实现,可有效评价特殊环境驾驶人的驾驶安全性,进而降低驾驶人因素引起的事故率.      

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...     

驾驶执行过程研究概述

对于道路交通系统运行安全与效率,驾驶行为起着关键的作用.相关研究中多将驾驶行为分为认知过程、决策过程、执行过程和学习过程.针对驾驶执行过程的研究是驾驶行为研究的重要部分,通过分析目前研究的主要进展和存在的主要问题,对其从研究基础与研究方法2个方面进行论述.结合动作捕捉等先进传感器装置的发展,提出基于所采数据的驾驶动作参数、动作配合等数据分析方法,用于对驾驶执行过程进行量化研究.总结了驾驶执行过程的研究意义,并对其在生态驾驶的研究方向进行了展望.      

道路交通驾驶行为研究进展及其展望

汽车驾驶行为被认为是导致交通事故的重要原因之一,也一直是交通安全领域重要的研究热点.文中综述面向交通安全的驾驶行为研究进展.对驾驶行为的涵义进行了描述,并将其分成了信息感知、决策和操作、车辆状态表现3个主要阶段,提出了表征3个阶段驾驶行为风险的方法,建立了具体的表征指标.根据所建立指标体系,介绍目前面向交通安全的驾驶行为研究主要内容、所采用的主要方法和手段以及取得的研究成果.通过分析目前研究的主要进展和存在的主要问题,对面向交通安全的驾驶行为研究进行总结,并分析目前驾驶行为研究的趋势.结合目前其他技术的发展情况,提出驾驶行为研究的主要方向,阐述用于研究驾驶行为的新方法和手段,对驾驶行为的研究进行展望.      

基于车载信息调度的驾驶行为控制分析

车载信息系统可向驾驶人提供丰富信息,从而影响驾驶行为,提高道路交通系统运行安全效率.但目前车载信息发布形式与内容并不完善,对驾驶行为控制作用差.为了提高驾驶安全水平,从驾驶人驾驶行为的信息调节特性人手,分析了车载信息不同表达方式及其对驾驶行为控制作用,并探讨将信息进程与驾驶行为进程交互融合.从信息调度的角度,分析车载信息调度形式、参数及可调度的信息集合,分析调度过程,并举例说明如何通过信息调度实现驾驶行为控制,提高车辆运行的安全性、可靠性.研究结果表明,车载信息系统通过发布车载信息影响驾驶行为,能够在一定程度上达到驾驶行为控制目的.针对驾驶人的多感官复合感知特性,将信息进程与行为进程相互融合,采用多种形式的信息调度,能够有效提高其对驾驶行为控制作用.     

基于图谱的驾驶行为特征安全性描述方法研究

为了建立一种基于驾驶行为来判断驾驶安全性的方法,以此挖掘和显示不同驾驶行为与其驾驶安全性的关系.利用来自OBD设备获取的北京市出租车司机驾驶行为数据,通过K-Means聚类分析将驾驶人划分为3种类别:安全、一般安全、危险;采用图谱理论进行数据编码,构建了基于微观驾驶行为指标的驾驶行为特征图谱.图谱可以揭示驾驶行为内部复杂数据结构关系,实现驾驶行为变化过程的直观表达.本研究更加针对性地在安全层面上为优化驾驶行为提供参考和依据,对于减少交通事故与改善驾驶员的驾驶行为具有重要意义.     

扣满12分机动车驾驶员的不当驾驶行为研究

为分析记满12分驾驶员的不当驾驶行为成因,以便有针对性地开展教育培训工作,选取包头市扣满12分的驾驶员为研究对象进行调查,利用驾驶行为、驾驶态度、驾驶技术和人格量表,获取了570份有效样本.通过探索性因子分析,将驾驶行为、驾驶态度和驾驶技术量表中的题目分别重组形成综合性指标.为研究不同性别司机不当驾驶行为的成因,将被调查驾驶员按照性别分类后进行聚类分析,分别得到3种不同类型的驾驶员群体及其对应的驾驶特性和人格属性得分.聚类分析结果表明,年龄较大、受教育程度较低且驾龄较短的男驾驶员驾驶技术较差;年龄较小、结婚率较低且驾龄较短的男驾驶员群体独立性得分较低,判断能力较差;年龄较小、驾龄较长的男驾驶员驾驶行为和驾驶态度存在问题.对于女性驾驶员来说,年龄较小、驾龄较长的女驾驶员独立性得分较低,判断能力也较差;年龄较大、驾龄较长的女驾驶员在驾驶行为、驾驶态度和驾驶技术三个方面都存在问题,同时自律性较差;年龄较小、教育程度较低且驾龄较短的女驾驶员驾驶技术较差.研究成果可以为多发不当驾驶行为驾驶员的培训教育和行为矫正提供参考,有助于对驾驶员进行针对性培训.      

信号交叉口环保驾驶仿真评估

为验证信号交叉口环保驾驶的应用价值,并分析不同因素对环保驾驶效果的影响,构建了环保驾驶车辆与非环保驾驶车辆混行环境下的驾驶仿真平台,并制定了合理的仿真驾驶测试方案.测试过程中采集了不同驾驶员所驾车辆的运动数据,并利用VT-Micro微观车辆燃油消耗与污染物排放模型实时计算车辆的燃油消耗与污染物排放.结果表明,环保驾驶能有效降低10% 以上的车辆燃油消耗与污染物排放;驾驶员性别、年龄对车辆环保驾驶效果无影响;驾驶员接受环保驾驶的最佳驾龄为4~6年;驾驶员环保驾驶训练时长与车辆环保驾驶收益呈显著的正相关关系,且不应低于60 min;信息系统界面宜采用车辆速度曲线表形式;非环保驾驶车辆通过跟驰环保驾驶车辆可获得一定的环保收益;系统整体的环保驾驶收益随环保驾驶车辆的占比上升而增高.      

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.     

连续驾驶时间对驾驶特性测评指标的影响

为了研究连续驾驶时间对驾驶员感知、判断及操作特性的影响,并合理安排驾驶员的工作时间,在分析驾驶特性测评指标的基础上,采用实验心理学测试方法测试并分析不同连续驾驶时间下驾驶特性测评指标及其变化规律,建立了连续驾驶时间与感知、判断及操作特性各测评指标间的关系模型.结果表明:驾驶员一次连续驾驶时间不宜超过3.5 h.研究结果可为相关部门制定或修订有关驾驶时间法规条例提供参考依据.     

行车安全事件的驾驶风险影响因素研究

为了更好的研究与驾驶风险有关的因素,提高整体的驾驶安全性.引入与Crash和Near-crash相比,发生频次高、严重程度低的行车安全事件(Critical-Incident events:CIEs)来表征驾驶风险,可以更好用于驾驶风险前的预测.招募30位驾驶人参加550 km武汉至襄阳段的实车实验,获取驾驶基本数据.首先分析数据,建立CIEs数据库,其中包含驾驶行为,CIEs因素,环境等主要因素.然后用K-均值聚类分析法对驾驶风险进行分类.并对主要因素与风险关系进行Logit模型分析.结果表明,有6个因素对驾驶风险有显著影响,包括平均减速度、CIEs类型、CIEs原因、天气、年龄和驾龄.其中平均减速度对其影响很大(β=1.982 606),说明风险升高往往是驾驶操作不当造成的;且年轻、驾龄短的驾驶员更易导致风险驾驶行为.      

不同微观驾驶行为对基本路段交通流运行特征的影响

为了提高道路服务水平,减少道路交通事故,改善车辆设计,开发车载安全装置通过驾驶模拟器和交通仿真相结合的方法,深入探讨个体驾驶行为交通流特征的影响.首先,选取反映驾驶员特征的静态驾驶适性和动态驾驶适性2类指标,通过因子分析、主成份分析及聚类分析方法对驾驶行为特征进行提取,构建不同类型的驾驶行为特征分类.其次,利用驾驶模拟器采集到的实验数据,对不同类型驾驶行为的仿真模型参数进行校准.最后,通过交通仿真技术对不同类型的驾驶行为下交通流特征研究,主要集中在不同车道位置、不同行为下的交通流特征差异.研究结果表明,激进的驾驶行为仿真产生的最大交通量(2200 pcu/h)中等驾驶行为(1800 pcu/h)保守驾驶行为(1700 pcu/h),但激进驾驶行为下的交通流较其他行为显得更加不稳定.因此,提高道路安全水平,需针对呈现此类驾驶行为特征的驾驶员进行重点教育及培训.     

次任务驾驶对行车安全性影响研究综述

次任务驾驶已成为导致道路交通事故的重要原因.驾驶过程中,次任务操作会在不同程度上占用驾驶人的视觉资源、认知资源和动作资源,分散驾驶人注意力,严重影响行车安全.因此,对次任务驾驶安全性开展相关研究具有重要意义.从移动电话使用、音乐、调控车载设备、喝水抽烟及吃东西等4个方面,对目前国内外次任务驾驶安全研究现状进行了阐述,分析了次任务驾驶安全性评价模型研究进展,概括了次任务驾驶对驾驶安全性影响研究手段和方法的优缺点,并对我国驾驶次任务研究方向作出展望.     

认知负荷对驾驶行为影响的眼动研究

以30名青年人作为被试者,采用眼动追踪法,探讨了模拟驾驶过程中视觉和听觉认知负荷对驾驶行为的影响.结果发现:①无论是视觉负荷还是听觉负荷,高认知负荷条件下的问题回答正确率显著小于低认知负荷条件;②视觉负荷影响驾驶行为,视觉负荷越高,驾驶行为的表现越差;③听觉负荷也影响驾驶行为,听觉负荷越大,驾驶行为的表现就越差.整个研究表明,认知负荷影响驾驶行为,特别是影响了对驾驶情境中危险事件的觉知.      

基于安全驾驶行为风险特征的图谱表达方法

以自然驾驶条件下行为风险的辨识为目标,基于GPS数据,重点研究自然驾驶条件下驾驶行为的风险评估与行为特征表达.建立基于GPS数据的自然驾驶行为数据库,提出基于信息熵自然驾驶条件下行为风险评估方法,构建基于图谱的驾驶员个体驾驶行为特征表达方法.本文深入挖掘驾驶员个体驾驶行为模风险特征,构建驾驶行为图谱,为普通驾驶员在日常、自然驾驶条件下的行为风险预测预警提供了解决方案,为推进道路交通安全水平提升提供了理论参考和技术支撑.     

疲劳驾驶与年龄、驾龄的关系

对北京出租车驾驶人的疲劳驾驶状况进行了调查,旨在发现疲劳驾驶与驾驶人年龄、驾龄的关系,以及疲劳驾驶事故与驾驶人年龄、驾龄之间的关系。调查方法采用问卷法。通过分析,得出以下结论:1.不同年龄、驾龄的驾驶人疲劳驾驶状况不同;2.因疲劳驾驶引发的事故与年龄没有直接关系;3.疲劳驾驶引发的事故与出租车驾驶员的驾龄有关,驾龄越小,越容易发生交通事故。