疲劳驾驶检测方法研究进展

介绍了疲劳驾驶的特征表现、产生原因以及目前国内外在疲劳驾驶检测技术和预警系统的研究成果及其发展趋势,分析了目前疲劳驾驶研究中存在的不足,提出了疲劳驾驶研究的两个平行发展方向,一是建立驾驶员的驾驶行为与疲劳表象之间客观、精确的数学模型;二是建立车辆行驶特征与疲劳程度的关系。     

Hilbert-Huang变换结合近似熵在疲劳驾驶时脑电分析中的应用

研究疲劳驾驶状态下驾驶员脑电信号的特征。结合Hilbert-Huang Transform(HHT)方法和近似熵方法,提出了一种新的脑电信号处理方法:HHT近似熵方法,首先用HHT方法把脑电信号分解为多个内在的模式分量,然后求取各个模式分量的近似熵值,探讨疲劳驾驶时脑电信号的非线性特征。在汽车模拟驾驶仪上进行疲劳驾驶,同时用脑电测量仪器测量驾驶员脑电,用HHT近似熵方法对正常静坐、正常驾驶、疲劳静坐、疲劳驾驶4种脑电信号进行具体的分析处理,结果表明d_2、d_4近似熵比值可以区分4种脑电信号,可以作为疲劳驾驶时的脑电特征。为疲劳驾驶的预警系统研究提供了理论上的一些依据和参考。     

基于CANape/VBox的前碰撞预警系统安全距离报警策略研究

前碰撞预警系统是高级驾驶辅助系统中的一个重要功能,可有效减少因驾驶者疲劳、注意力分散等原因导致的交通事故。本文介绍一种基于毫米波雷达的前碰撞预警系统,重点对其中的安全距离报警策略进行分析研究,并提出一种基于CANape和VBox的参数标定和系统测试方法。应用该方法对一款在研车型上进行了实车标定测试,结果表明本文提出的安全距离报警策略能兼顾安全性与舒适性。     

基于神经网络的疲劳驾驶识别系统

驾驶疲劳识别系统主要依据驾驶员眼部信号、驾驶行为、生理信号等来判断疲劳状态。文章通过BP神经网络与疲劳驾驶相结合,对疲劳参数进行分析,建立基于神经网络的疲劳驾驶实时识别系统,从而提高疲劳检测的准确率。     

面向公路智能预警系统效用评价的驾驶模拟实验设计

随着智慧交通的发展，高速公路利用智能预警系统提升多因素影响高原山区高速公路互通立交区进出匝道的通行安全性与通畅性。为进一步评价预警系统的有效性，研究设计了驾驶模拟仿真实验，通过搭建典型低能见度天气下的虚拟场景的道路、交通、环境和交通流，通过驾驶模拟器、无线生理仪和眼动仪等设备采集驾驶员的驾驶行为和生理心理数据，通过不同场景的模拟仿真，对不同预警系统应用条件下的驾驶行为的变化进行分析。实验招募了50名驾驶人完成共12个互通立交进出口匝道场景的闭环虚拟仿真实验，利用实验设备采集了速度、加速度、皮电、心率以及注视扫视等数据，通过统计分析驾驶人在不同能见度、进出口匝道以及有/无预警系统的场景中的驾驶行为数据和生理心理数据，为预警系统的有效性分析提供定量化的评价。实验结果表明，预警系统能够有效提高驾驶人的驾驶安全性；此外，对比互通匝道预警系统对不同驾驶经验的驾驶人的影响，发现对驾龄>10年的驾驶人的警示效果更好。     

汽车驾驶疲劳分析及其监测

为了揭示驾驶员疲劳驾驶导致交通事故的根本理论原因,本文分析了驾驶疲劳的形成过程及其机理。基于人因工程学角度,以疲劳相关理论为基础,构建了承担驾驶负荷的驾驶员身体系统,并把驾驶行为分为三个阶段,把每一阶段所产生的疲劳严格区分为精神疲劳和体力疲劳。根据驾驶疲劳的程度,把驾驶员的疲劳状况分为了四类,建立了驾驶疲劳累积模型。根据对驾驶疲劳形成的系统分析,概括了现阶段疲劳驾驶监测技术的研究方向,并提出了对疲劳驾驶监测技术的发展趋势和应用前景的建议。     

疲劳驾驶研究与预防最新进展

疲劳驾驶影响驾驶人的驾驶能力,为道路交通安全带来严重威胁。研究表明,疲劳驾驶是造成交通事故的主要原因之一,且驾驶人的驾驶能力会随着疲劳程度的增加而下降。本文从疲劳驾驶状态判别、疲劳驾驶致因因素研究、疲劳驾驶安全影响分析及疲劳驾驶干预研究这四个方面对国际最新研究进行总结,介绍目前疲劳驾驶领域的研究现状。     

基于结构方程模型的疲劳驾驶行为影响因素间量化关系研究

导致疲劳驾驶的影响因素众多,量化相互间的关系是疲劳驾驶行为研究的理论基础.通过实车试验采集了32名驾驶人在疲劳状态下的驾驶行为数据,观测变量包括车速、加速度、车道位置、车头时距、血流量脉冲、皮电、闭眼周期等,并对数据进行了预处理以及利用Bootstrap法对样本容量进行扩充来满足结构方程模型对样本的需求.建立结构方程模型分析了疲劳程度、身体状况和驾驶经验之间的关系以及对疲劳驾驶行为的影响.结果表明,疲劳程度对驾驶行为的影响程度最大,达到0.944;其次是驾驶经验,相关系数为0.447,说明在驾驶过程中驾驶人应时刻注意自身的疲劳状况,因其会直接影响驾驶安全.     

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。     

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％.     

驾驶人状态适应式疲劳预警方法的研究

为设计针对驾驶人不同疲劳状态的预警方案,本文建立了包括察觉性、理解性和接受性的评价体系,系统研究了听觉、视觉和触觉3种预警方式对处于不同疲劳状态的驾驶人的预警效果。研究结果表明,各种预警方式对处于不同疲劳状态下的驾驶人具有不同的预警效果。听觉方式较适合于轻微疲劳状态,而触觉方式则更适合于非常疲劳状态。据此最终提出了一种适应于驾驶人不同疲劳状态的复合预警方案。     

基于Python的驾驶员打哈欠在线检测方法研究

驾驶疲劳是造成交通事故的主要诱因之一。由世界卫生组织发布的调查研究结果表明,在高速公路中由疲劳驾驶引起的交通事故率占了将近百分之四十,驾驶疲劳检测和预警的技术也越来越受到研究人员的重视。而驾驶员打哈欠是疲劳形成过程中的一个直观指标,文章提出基于Python平台开发一套在线检测驾驶员打哈欠的系统,方法简单、指标稳定可靠,具有实际应用价值。     

考虑驾驶人风格的跟车预警规则研究

为研究驾驶人的跟车特性及探究可适用于不同风格驾驶人的跟车预警规则,为自动驾驶车辆开发可满足不同用户驾驶需求和驾乘体验的主动安全预警系统,选取50名被试驾驶人开展实车试验,采集驾驶人跟车行为表征参数并基于雷达数据确定跟车事件提取规则。选取平均跟车时距和平均制动时距为二维向量,使用基于K-means聚类结果的高斯混合模型将驾驶人聚类为3种风格类型(冒进型、平稳型、保守型)。通过分析3组驾驶人的跟车及制动数据,将不同类型驾驶人的制动时距分位数作为跟车预警阈值,结合实际预警数据及不同制动时距分位数对应的预警正确率,对现有跟车预警规则进行调整,以适应不同类型驾驶人的驾驶需求。研究结果表明:3组驾驶人的平均跟车时距和平均制动时距差异显著,冒进型驾驶人倾向于选择较小的跟车时距和制动时距,保守型驾驶人的跟车时距和制动时距则普遍较大;3组驾驶人的实际跟车预警次数为215次,驾驶人采取制动操作而系统未予以预警的次数为329次,系统整体预警正确率为21.9%,漏警率为87.5%,通过分析信息熵等判定当前预警规则并不合理;将每类驾驶人制动时距的10%分位数作为阈值时的预警效果较好,调整后的跟车预警规则能在一定程度上适应不同的驾驶人类型。     

基于脉搏波特征融合的驾驶疲劳检测方法

疲劳驾驶是交通事故的主要诱因之一,精确检测驾驶人的疲劳程度是主动预防疲劳驾驶事故的核心内容之一。通过开展自然驾驶试验,以驾驶人的生物信号脉搏波（Blood Pressure Waveform,BPW）为数据源,使用脉搏波波形分析方法从中提取有效表征驾驶疲劳的特征指标,构建用于检测驾驶疲劳等级的BPW特征指标集,在此基础上引入D-S证据理论建立了基于BPW特征融合的驾驶疲劳检测模型。结果表明：该模型对测试数据的疲劳驾驶理论检测精度达到了91.8%,优于贝叶斯网络模型的81.4%和支持向量机模型的84.3%,能够满足实际应用的需求,但与决策回归树检测模型99.7%的精度相比较还有差距。研究获得的基于生物信息融合的驾驶疲劳检查模型和方法在驾驶疲劳检测与监测中具有很好的应用前景,可为辅助安全驾驶和疲劳预警及主动干预提供新的技术方案。     

基于道路模型的弯道检测研究与应用

基于机器视觉的弯道图像能提供车辆行驶道路环境的丰富信息,从建立弯道模型、提取车道线像素点以及拟合车道模型等步骤分析了传统基于道路模型的弯道检测方法,针对传统方法很难适用于多种不同形状弯道的特点,提出一种基于特征点提取的弯道检测新方法;介绍了弯道检测在车道偏离预警、弯道限速以及弯道防碰撞预警等领域的应用情况;最后提出弯道检测应该建立三维车道线模型、注重发展多传感器融合技术,提高其适用性和鲁棒性.     

基于心理安全距离的行人风险评价及预警算法研究

为实现在机非混行的交通环境下,对动态、随机弱势道路使用者的准确风险评估,基于行车安全场理论提出了考虑行人心理安全距离的碰撞行人风险评价模型.首先通过考虑行驶车辆是否会危及行人的心理安全,提出了心理安全距离的概念,包括心理安全通行距离和心理安全制动距离2个方面,并通过问卷调研挖掘其可能的影响因素进行数值分析;接着将心理安...     

Driver propensity characterization for different forward collision warning times

The forward collision warning system, which warns danger to the driver after sensing possibility of crash in advance, has been actively studied recently. Such systems developed until now give a warning, regardless of driver’s driving propensity. However, it’s not reasonable to give a warning to every driver at the same time because drivers are different in driving propensity. In this study, to give a warning to each driver differently, three metrics classifying driver’s driving propensity were developed by using the driving data on a testing ground. These three metrics are the predicted time headway, required deceleration divided by the deceleration of the leading vehicle, and the resultant acceleration divided by the deceleration of the leading vehicle. Driving propensity was divided into 3 groups by using these metrics for braking and steering cases. In addition, these metrics were verified by making sure that braking propensity could be classified on public roads as well.     

OSAHS 驾驶员模拟驾驶中脑电波α节律变化

患有阻塞性睡眠呼吸暂停低通气综合症(OSAHS)的驾驶员表现为日间嗜睡,驾驶中易发生错误操作,因而导致交通事故。为降低事故发生率,应识别 OSAHS 驾驶员发生事故前的驾驶状态。从驾驶员的生理角度,通过脑电波识别驾驶状态,提出交通事故前的预警指标。招募20名已被确诊患有 OSAHS 的驾驶员在模拟驾驶舱中进行模拟驾驶试验。被试者的驾驶环境、驾驶要求(如驾驶中不能接打电话、不能超速等)相同;在驾驶中采集 OSAHS 驾驶员的脑电波(α和β节律)变化、发生交通事故的时间和类型。通过宏观(波形图)及微观(数据)2个方面分析脑电波在不同驾驶状态下的变化。研究得出,交通事故发生时脑电波α节律受到抑制或消失;正常驾驶状态下和发生事故前的β/(α+β)均值具有显著差异性。以上2项均可作为驾驶嗜睡预警的指标。此外,提出事故发生前30 s的β/(α+β)均值作为预警的临界阈值。      

基于ITS技术的汽车驾驶安全辅助系统

基于ITS技术的汽车驾驶安全辅助系统是提高道路交通安全的有效手段,本文介绍了清华大学汽车安全与节能国家重点实验室在此领域的研究与开发工作。在研究行驶环境感知和信息融合、驾驶员特性和安全距离模型、车辆运动控制及系统集成等关键技术的基础上,研制了汽车驾驶安全辅助系统试验平台和试验样车,实现了行车前撞预警、安全车距保持、智能车道保持等功能,并完成了相关试验分析与评价,为进一步开展基于ITS的汽车主动安全辅助技术的研究以及汽车驾驶辅助系统的产业化奠定了基础。     

Design and simuation of a vehicle test bed based on intelligent transport systems

As growing demand of vehicle safety system, especially regarding intelligent transport systems (ITS), automotive manufacturers are focusing more on driving safety and efficient transportation for vehicle users. Many safety systems have been launched in the market recently so, it is important to evaluate the vehicle safety systems and ITS. The ITS based intelligent vehicle test bed was constructed to meet the growing demand of test and verification for such ADAS and ITS systems. First, this paper describes in detail concept of the test-bed. This test-bed is carefully designed to meet the requirements of ISO/TC204 standards. In order to verify the design of the test-bed, virtual test with driving siulator was processed on a virtual test tracks. This test-bed will be used to conduct testing on various ITS and ADAS technologies, such as adaptive cruise control (ACC), lane departure warning system (LDWS), cooperative intersection warning system as well as rollover stability control (RSC) and electronic stability control (ESC), etc.