基于体压分布的汽车座椅舒适性研究

本文中通过体压分布测试和振动舒适性试验研究汽车座椅舒适性。通过体压分布测试,获得平均压强、总压力和接触面积等体压分布量化指标,并分析静态体压分布的特征和动态体压分布的变化规律,结果表明动态工况下除最大压强以外的其它体压指标均大于静态工况,且随车速增加而增加。而通过振动舒适性试验,分析动态体压分布与振动的相关性,结果表明平均压强与振动加权加速度有很强的相关性。     

基于体压分布的汽车座椅振动舒适性评价

为采用人-椅接触面的体压分布来表征汽车座椅的振动舒适性,在6种不同幅值的低频垂向激励下,以12名受试者为对象,进行汽车座椅振动舒适性主客观试验,以获得体压分布指标。对振动加速度和体压分布的测试结果进行分析,以提取加权加速度均方根值、平均压力均值、最大压力均值和平均压力变化率与法向力变化率的均方根值等客观评价指标。运用非参数统计方法对主客观指标进行相关分析,结果表明,平均压力均值、最大压力均值与主观不舒适性评分的相关性较弱(β=0.26,0.10),而平均压力变化率和法向力变化率的均方根值与主观不舒适性评分具有较强的相关性(β=0.83,0.85)。最后利用史蒂文斯幂定律对主客观参量进行关联性分析,结果表明,与加权加速度均方根值指标相比,平均压力变化率和法向力变化率的均方根值与主观不舒适性评分均具有较高的关联性(R²>99.0%),可作为体压分布评价指标来表征汽车座椅的振动舒适性。     

基于深度学习的驾驶员状态识别

提出了基于驾驶员脸部及周围信息的驾驶员状态检测方法。文章通过实车摄像头采集了驾驶员驾驶状态视频数据,利用Dlib和OpenCV库对采集的驾驶员图像进行脸部检测,基于驾驶员脸部数据建立了深度学习数据集,然后基于该数据集设计了一种卷积神经网络模型FaceNet,利用PyTorch深度学习框架在数据集上对模型进行训练,最终得到了有较高准确率的驾驶员状态检测模型,其可识别抽烟、睡觉、左手打电话和右手打电话四种驾驶员状态。     

驾驶员状态智能检测系统设计

疲劳驾驶和酒后驾驶是国内外交通事故的主要原因,如何从根本上阻止事故的发生,值得我们深思。据此,主要运用眼动仪和酒精检测仪,结合电信号转换与电路闭锁功能,达到汽车闭锁的目的。根据眼动仪技术捕捉驾驶员的眼动参数与轨迹,并结合传统气体检测技术,达到准确检测驾驶员驾驶状态的目的,并能够较为智能地控制车辆做出相应的动作,以达到保护驾驶员的人身安全与财产安全,减少交通事故的发生,从而创造出更加安全、高效的交通环境。     

驾驶员状态监测系统测试评价方法分析

随着智能驾驶汽车的高速发展,L2级别的高级辅助驾驶系统装车率也越来越高,L3级自动驾驶已逐步实现,而安全自动驾驶还尚未完全落地,当前正处于人机共驾阶段,尽管ADAS系统可以降低交通事故发生率,但疲劳驾驶、分心驾驶和危险驾驶等交通安全“隐形杀手”仍长期存在,给驾驶员和乘客带来生命安全,驾驶员状态监测系统能有效避免疲劳或者分心驾驶引发的交通事故,已经成为避免事故和改善道路驾驶安全的一项关键技术。本文介绍了驾驶员状态监测系统工作原理,分析了目前国内外驾驶员监测系统的测试评价方法,并总结了该系统的未来发展动向。     

斜拉桥内力状态及损伤识别方法的研究

该文提出了基于反演理论的有模型识别方法作为桥梁内力状态及损伤识别方法,并利用该方法对一座斜拉桥进行了内力状态识别.识别时根据恒载状态下各斜拉索锚点处主梁位移构造目标函数,以各斜拉索索力为约束条件和正则化条件,联合采用多步识别法和概率可靠度法对本桥的状态进行了内力状态识别,所得结果能够满足工程精度要求,说明该方法对于斜拉桥进行内力状态识别是可行的.     

驾驶员状态监测目标动作报警阈值的确定

当前驾驶员状态监测目标动作报警阈值的确定多根据技术能力及驾驶员驾驶习惯讨论得出,缺乏理论依据。为此,论文通过设计实验通过驾驶模拟器采集车辆操纵及运行状态参数,建立车辆运行状态评价指标体系。提出一种通过K-means算法对驾驶人不安全驾驶行为数据集进行聚类确定报警动作阈值的方法,可以为驾驶员状态监控系统的开发及相关测试标准的制定提供参考。     

驾驶员动体视力与交通事故相关性研究

为研究动体视力与道路交通事故之间的相关性,课题组借助动体视力检测仪共采集4 944名驾驶员动体视力均值有效数据,调查其发生的交通事故次数,并利用SPSS软件分析驾驶员动体视力与交通事故之间的相关性.研究表明:驾驶员动体视力对其行车安全有很大的影响,且动体视力均值越高,道路交通事故次数越少,驾驶适宜性越好.     

基于LightGBM模型的公交线路串车状态识别方法

同1条线路上相邻公交车辆由于受到道路等因素的影响,其实际车头时距与发车间隔相比显著缩短,导致相邻车辆在较短的时间内到达同1个公交站点即引发公交线路“串车运行”问题（即相邻公交车辆在实际运行中的车头时距与发车间隔相比显著缩短的现象）。辨识线路的串车状态（串车运行和非串车运行）是进一步提升城市公交车辆运营的稳定性的关键。提出了基于贝叶斯参数优化的LightGBM模型,并将其用以识别公交线路串车状态。从站点、运行、乘客、时间和天气这5个角度初步选取20个影响线路串车状态的关键因素,并采用Spearman相关性检验和方差膨胀因子诊断多重共线性。建立二元Logit模型进行影响因素分析。提取显著的影响因子,构建LightGBM模型用以识别线路串车状态,并分别采用贝叶斯优化与随机搜索优化对模型中用以确定模型属性和训练过程的超参数进行寻优。以西安市公交车辆行车数据为例进行模型的应用验证,对比2种参数寻优方法（贝叶斯优化与随机搜索优化）的效率,并将提出的LightGBM模型与XGBoost、随机森林（RF）、决策树模型（DT）和AdaBoost模型的识别精度进行对比。研究表明：上车乘客数、信号灯数量、近距商业区数量、近距内主路上行驶的距离（即车辆在近距离范围内在主道路上行驶过的距离）和拥堵延时指数对线路串车状态有显著影响。LightGBM模型的参数采用贝叶斯优化比采用随机搜索优化的准确率提高了1.31%。采用贝叶斯算法优化参数的LightGBM模型比采用随机搜索算法优化的准确率提高了1.31%。所提出的经贝叶斯优化的LightGBM模型正确识别公交线路串车状态（包括串车运行和非串车运行）的比率为82.89%,识别性能优于对比模型。     

基于眼睛状态的驾驶员疲劳识别

有效防止和监督驾驶员疲劳驾驶,对降低交通事故具有重要意义。文章提出了一种基于眼睛状态识别的驾驶员疲劳状态的识别方法。首先通过计算累计背景和当前帧的差分图像的质心确定脸部范围,然后采用了二值边缘图像的人眼定位方法,计算出眼睛区域的面积和持续闭合时间,依据PERCLOS准则,判断驾驶员是否处于疲劳状态。实验表明,系统能够实时准确地定位人眼及检测眼睛的开闭状态,从而有效地检测驾驶员的疲劳程度。     

基于人体17位压力分布的汽车座椅靠背舒适性研究

与人-椅接触界面压力普通分区方式相比,人体分为肩背部、腰部和臀部等17个部位的压力分布方式更符合汽车座椅人机工效学设计理念。在汽车座椅靠背舒适性方面,肩背部和腰部的人-椅接触界面压力是相辅相成的。采用人体17位压力分布方式,通过主客观评价相结合的方法,分析了座椅肩背部和腰部区域的人-椅接触界面压力之间的量化关系。结果表明,汽车座椅人-椅接触界面的肩背部和腰部最大舒适压力比率范围为25%~56%,其最大压力比率平均值约为40%。人-椅接触界面的肩背部和腰部区域平均舒适压力比率范围为8%~24%,其平均压力比率平均值约为13%。与腰部相比,肩背部区域的人-椅接触界面压力较小,感知更灵敏,压力梯度变化更需平缓过渡。     

高粘度沥青材料的压力控制洒布技术

分析了目前常用的基于流量控制的沥青洒布控制系统的工作原理,针对其在洒布高粘度沥青材料时存在的喷洒压力不稳定、洒布不均匀和精度难以保证等问题,提出了基于压力控制实现沥青洒布的技术方案,并推导出了系统的控制方程,设计了相应的沥青管路系统,阐述了控制系统的硬件体系和软件设计要点。实践证明,基于压力控制理论设计的沥青洒布控制系统,具有洒布均匀度好、控制精度高等特点,尤其适用于高粘度沥青材料的洒布作业。     

汽车座椅靠背对驾乘者腰部支撑强度的压力特征及演变

在座椅其他设计均不变的情况下,被试者通过调节腰托前后位置实现腰部支撑强度变化,模拟背部特别是腰部不同支撑设计的座椅,进行了座椅靠背主客观评价相结合的舒适性研究,并讨论了随着驾驶时间的推移,驾乘者不舒适部位和坐姿变化规律。研究显示,得到被试者腰部支撑强度适中、不足和过大3种形式的压力分布特征之一。腰部支撑强度适中时,腰部区域内压力变化平缓成“面”支撑;腰部支撑不足时,一般特征是腰部区域内压力小于肩部,随着驾乘时间增加,骨盆会前移使腰椎脱离脊柱“S”形的健康弯曲状态;腰部支撑过大时,有“点”支撑的变化趋势,随着驾乘时间增加,胸廓后仰头部调整驾驶所需的眼睛位置,颈部和肩部肌肉处于活跃做功状态易产生疲劳。     

基于双层隐式马尔科夫模型的驾驶意图辨识

构建了一种双层隐式马尔科夫模型结构,用于实时辨识驾驶员复合工况下的驾驶意图,并在驾驶模拟器上对坡道起步、紧急避障和弯道制动等复合工况进行了验证。结果表明,该模型可准确、高效地辨识各个单一和复合工况下的驾驶意图,为线控汽车的集成控制奠定基础,提高线控汽车的安全性和减轻驾驶员负担。     

基于神经网络的智能驾驶模式识别研究

为满足智能驾驶汽车高级驾驶辅助系统(ADAS)功能研发和验证的需求,提高ADAS功能的准确性,设计了一款基于神经网络的智能驾驶模式识别程序,该程序由数据采集、目标检测、场景识别预测3个模块组成.数据采集模块利用ESR毫米波雷达、前置摄像头对交通环境及周围车辆的数据信息进行采集;目标监测模块通过控制算法选择判断触发各类A...     

基于轨迹数据的危险驾驶行为识别方法

连续的跟驰行为和换道行为是驾驶行为的主要构成部分,对交通拥挤和交通事故有着重要影响。通过无人机视频拍摄和图像处理方式,提取了曹安公路沿线的2个交叉路口间正常交通流状态下共600条多车高精度轨迹数据。首先,考虑车辆类型对驾驶行为产生直接的影响,分析了大车和小车的车辆轨迹特征变量分布的差异性,包括速度、加速度、碰撞时间倒数、车头时距等,在标记危险驾驶行为的过程中考虑车辆类型的影响。其次,针对不同的车辆类型,利用修正碰撞裕度对跟驰行为和换道行为进行风险性评估,将其划分为安全型和风险型。根据风险型行为发生的顺序以及持续时间,评估驾驶人的整体驾驶状态是否危险,作为危险驾驶行为识别的样本标记。分别利用离散小波变换和统计方法提取车辆轨迹的关键特征参数,为了提高模型识别效率,将关键特征参数进行排序,从而确定最优判别指标;最后,利用轻量梯度提升机（LGBM）算法对危险驾驶行为进行识别,并与随机森林、多层感知器、支持向量机等算法在精度上进行比较。研究结果表明：在上述研究条件下,LGBM算法对危险驾驶行为的理论识别率最高可达93.62%,可以实现基于机器学习算法的危险驾驶行为的高精度自动识别,该结果对于智能驾驶辅助系统的设计、道路交通安全决策的制定具有显著的意义。     

基于改进水压分布的岩石边坡倾覆稳定性分析

基于改进地下水力分布假设,运用极限平衡方法,综合考虑锚固效应、冰雪冻胀作用和地震荷载的影响,推导出典型岩石边坡倾覆稳定系数计算式.算例分析表明:采用改进后的水力分布假设进行岩石边坡倾覆稳定性分析更加合理;出流缝堵塞、地下水位升高、锚杆(索)锚固力和设置高度降低、冰雪冻胀作用加强、水平背向坡体和竖直向上的等效地震荷载对岩石边坡倾覆稳定性不利;锚杆(索)设置角度对边坡倾覆稳定性影响不大.同时,绘制了饱水岩石边坡倾覆稳定系数与几何要素之间的关系图,据此可迅速判定复杂条件下一定几何要素饱水边坡的倾覆稳定状态,便于工程实际运用.     

轻型货车轮胎接地压力分布实测

利用自主开发的轮胎接地压力测试仪,进行了轻型货车不同花纹和不同使用年限轮胎,在不同轮胎胎压和不同负荷作用下,轮胎的接地压力分布规律测量。实测结果发现:轻型货车轮胎与路面的接触形状更接近于矩形;新胎比旧胎的接地压力要均匀些;轮胎胎压与平均接地压力、轮胎负荷与平均接地压力、轮胎负荷与有效接地面积基本上呈线性关系。     

基于驾驶工况辨识的插电式混合动力汽车保电能量管理策略

为了改善PHEV在低SOC状态下的保电性能,结合具体工况进行分析,明确造成保电性差的主要原因,一是需求功率较大,而发动机工作转速由于NVH性能要求受限;二是需求功率较低,但发动机未能有效利用时机进行发电。针对特定工况低SOC状态下保电性较差的问题,在原策略的基础上,提出一种基于工况识别的保电策略。通过对行驶工况进行在线辨识,根据识别结果适当放开发动机的发电能力。经过仿真验证,该策略能有效减缓整车在低SOC状态下的掉电速率。与原策略相比,SOC最低值提高7.19%,整车保电性能得到提升。