风险驾驶模拟情境下驾驶人风险感知研究

分析风险驾驶情境中静态与动态结合过程的特征,给出风险驾驶情境风险度 (SRD)的定义.基于交通冲突分析技术及主观评价,提出风险驾驶SRD的量化评价方法.采用驾驶模拟实验研究,以六个典型的风险驾驶情境为研究对象,提取专家型被试的驾驶行为进行风险驾驶情境下的交通冲突分析,结合主观评价结果,得到驾驶人风险感知能力的识别基准.通过分析不同风险度情境下的驾驶行为差异,验证SRD 对驾驶行为的影响.本文的实验过程、方法及结论为我国驾驶人风险感知能力测试提供理论与实践参考.     

交通事件影响下驾驶人行为选择计量分析模型

交通事件对人的行为选择具有重要影响.在充分考虑驾驶人认知特征的基础上,通过驾驶人意向行为问卷调查获取各类交通事件影响下驾驶人的行为选择数据,运用计量经济学的离散选择分析方法建立描述行为选择概率的二元Logit模型,分析交通事件下驾驶人行为选择的影响因素及特征规律.研究发现:驾驶人的性别、年龄、驾龄及各类交通事件产生的时间延误对驾驶人行为选择有显著影响,而不同类型交通事件这一因素对驾驶人的行为选择影响较小.研究结果可为交通事件发生前后的交通诱导策略提供依据.     

高铁影响下的高速公路事故风险与改善

现代高速铁路建设中,部分高铁线位走向与已有高速公路走向一致且距离接近,高铁运行引发的环境改变对高速公路驾驶人行车安全有较大影响.以距离接近的沪昆高铁与杭金衢高速公路为例,利用微观交通仿真FOSIM模拟不同路侧环境和流量下的多种场景,并以车速标准差和距碰撞时间为评价指标,评估不同场景下的高速公路行车安全性;以此为基础提出安全改善措施.研究结果表明,高铁运行引发的复杂环境会增大高速公路的车速离散性和追尾风险,而对高速公路采取限速手段、建立导向系统将能有效降低事故风险.     

车路协同混合交通场景要素解析与测试案例生成

面向混合交通环境下多车效率类和单车安全类场景测试需求，研究了基于混合交通场景要素解析的车路协同测试案例生成方法; 为提高测试案例的多样性和覆盖度，分析了混合交通特征要素相互作用机理，构建了混合交通场景要素层次模型，提出了场景要素重要度的一致性描述指标，并在此基础上建立了测试案例复杂度模型; 针对多车效率类场景仿真测试，提出了复杂度激励的组合测试案例生成方法，设计了场景要素强耦合组合策略; 针对单车安全类场景仿真测试，提出了基于复杂度聚类的蒙特卡洛测试案例生成方法，设计了风险场景特征参数抽样机制; 选取车路协同混合交通典型场景开展仿真试验，验证了提出的测试案例生成方法的有效性。研究结果表明，对于多车效率类混合交通高速公路匝道合流场景测试，提出的方法比传统成对测试方法的场景最大复杂度提高了11.93%，高复杂度场景占比提高了60.02%，测试案例覆盖度提高了12.08%;对于单车安全类车路协同换道预警场景测试，提出的方法比传统蒙特卡洛测试方法的危险场景数提高了195%，且其参数估计误差降低了5.95%，高风险场景数提高了119%，且其参数估计误差降低了4.78%。可见，提出的方法能够提高测试案例的多样性和覆盖度，有助于开展复杂环境和风险条件下车路协同系统功能测试，能够有效满足多车效率类和单车安全类场景测试需求。      

认知分心情境下驾驶人应激反应行为研究

选取40名被试,采用2-back任务诱导认知分心,利用驾驶模拟系统构建行人-机动车、非机动车-机动车和机动车-机动车等3种应激场景,开展了不同应激场景正常驾驶及认知分心驾驶2种工况驾驶人的应激反应实验研究;根据采集的被试的眼动、脑电和驾驶行为等数据,分析了认知分心驾驶工况驾驶人的应激反应行为特性;对实验结果进行集对分析(SPA),完成了不同应激场景下驾驶人应激反应行为的安全性评估。结果表明：驾驶人应激反应行为的安全性因受认知分心的影响而降低,其中在行人应激场景下的影响最为显著。     

驾驶人应激训练仿真系统设计与实现

紧急状态下的驾驶人高度应激状态极易诱发交通事故,然而采用实车对驾驶人应激进行研究具有极高的危险性。训练型驾驶模拟器具有安全性和经济性的优点,能被用于驾驶人应激研究。构建了驾驶人应激训练仿真系统,并利用VC++和Open GL等技术实现了驾驶人应激训练视景系统。通过选择30名被试人员进行仿真实验,选取场景完成率和生理指标作为实验参数来验证系统有效性。结果显示所设计的仿真系统能有效地提高驾驶人应激反应能力,对驾驶人在紧急状态下紧急避险具有现实意义。     

车路协同环境下混合交通群体智能仿真与测试研究综述

归纳了车路协同及其仿真测试技术的发展历程,并结合典型仿真结果探讨了萌芽期、起步期、发展期阶段下的仿真需求、经典方法与技术瓶颈;在此基础上,提出了基于交通主体建模、群体行为仿真、测试结果分析的3层新型虚实交互仿真测试架构;针对混合交通主体仿真需求构建了异构交通主体模型,解析了混合交通运行机理,以此作为仿真系统底层模型支撑;结合设计的虚实交互仿真测试架构,突破了混合交通群体智能场景生成技术,提出了混合交通群体智能仿真方法;在此基础上,选取交叉口和路段典型交通场景,开展了不同群体智能决策控制方法的仿真试验,以验证所提方法的效能;最后,总结了车路协同的未来发展方向和相关建议。研究结果表明:相比于传统仿真测试方法,提出的虚实交互仿真测试方法的系统仿真粒度从500 ms减小到100 ms以内,仿真规模从9个节点和500个交通主体提升到150个节点和2 000个交通主体,仿真场景数量由36个扩展到98个,实现了异构交通主体渗透率0~100%动态可调,有效提高了车路协同混合交通仿真测试的效率、规模和覆盖度;目前新型混合交通环境下车路协同仿真测试需求快速朝着群体化、智能化、规模化演变,开展基于虚实交互和运行环境数据模拟的车路协同群体智能仿真测试方法技术研究,将有力推动下一代智能交通系统的发展。      

ATIS环境下驾驶人交通信息行为研究进展

为系统梳理ATIS领域驾驶人交通信息行为的研究现状,基于信息行为学理论分析了驾驶人交通信息行为的内涵特征及其在交通领域的应用前景与可行性。分析个体因素以及ATIS环境对驾驶人交通信息行为的影响机制,并总结ATIS环境下驾驶人的交通信息行为研究理论与方法。对文献的梳理和分析表明:重视ATIS环境下智能手机发布的动态、个性化交通信息,分析驾驶人对交通信息的偏好、选择,辨识多源信息环境下的驾驶人响应行为机理,将成为驾驶人交通信息行为研究需关注的方向。提出有必要从方法、理论等层面结合信息行为学,分析交通信息影响下的驾驶人交通行为特征,推进ATIS环境下的交通行为研究并进一步提升ATIS服务水平。     

智能网联汽车协同生态驾驶策略综述

为了跟踪近年来智能网联汽车(CAV)协同生态驾驶策略的研究进展, 分析了车辆、驾驶行为、交通网络和社会这4类因素对CAV能耗的影响程度, 以车辆、基础设施和旅行者为对象对目前CAV生态研究进行分类, 重点分析了信号交叉口生态驶入与离开、生态协同自适应巡航控制、匝道合流区生态协同驾驶、生态协同换道轨迹规划和生态路由5种典型车辆协同生态驾驶应用场景的研究现状。分析结果表明: 相比人类驾驶方式, 在任何交通流量CAV 100%渗透率的条件下和低交通流量CAV部分渗透率的条件下, CAV油耗节省效果显著, 最高可达63%, 而具有部分智能化和网联化等级的CAV油耗可至少节省7%;现有研究较少考虑人机共驾情况下, 驾驶人反应延迟和自动控制器传输延迟导致的轨迹跟踪偏离; 现有研究将车车通信/车路通信假定为理想数据交互过程, 未考虑通信拓扑、传输时延、通信失效与基站切换等因素对CAV生态协同驾驶策略的影响; 现有研究较少探讨多车道、交叉口转向-直行共用车道和U型车道等交通场景, 以及不同智能网联等级CAV与人类驾驶汽车、行人、自行车等共存的混合交通条件下的生态驾驶策略; 受限于自动驾驶技术和基础设施尚未成熟和完善, 真实交通场景下的测试验证工作尚未开展; 车辆控制、车车通信、多车协同、混合交通流场景、半实物仿真测试和真实交通场景测试等方面将是CAV协同生态驾驶策略的进一步发展方向。      

基于动力定型的驾驶人应激训练及实验验证

由于我国交通系统的复杂性,驾驶人在行驶中无法完全避免紧急情况的发生,这种状态诱发的高度应激状态对驾驶人行车安全有着极其重要影响.从认知科学、生理学和心理学的角度研究驾驶人应激训练理论,提出系统性的＂动力定型＂的驾驶人应激训练理论.采用VC＋＋与OpenGL等技术设计并实现了驾驶人应激训练系统,选择了30名被试者进行仿真实验,并通过生物反馈技术采集心率指标作为实验参数.实验数据分析结果表明,随着训练次数的增加,驾驶人在经过多次应激训练后＂动力定型＂基本形成,再次经历该场景时紧张程度下降,并且在紧急情况下驾驶人能够安全避险.     

城市道路交通拥塞对驾驶人操作行为影响研究

针对驾驶人行为特性能造成交通拥塞的问题,运用模糊综合评价法将城市道路交通拥塞度划分为轻度拥塞、中度拥塞和重度拥塞.根据实际调查、实验数据回归分析出不同拥塞度下不同驾龄驾驶人操作转向盘、档位及停车次数的3种操作行为的变化规律及拥塞路段停车频率图.对交通拥塞程度进行量化为研究交通拥堵问题提供理论支持.研究交通拥塞下驾驶人的操作行为能充分了解驾驶人在交通拥堵下的操作行为规律,为提高交通运行安全和效率的研究提供理论支持.     

无信号交叉口横向冲突预警对驾驶行为的影响

针对智能网联汽车在无信号交叉口对横向冲突的避撞问题,本研究设计了横向冲突人机交互预警及横向冲突驾驶模拟试验场景,并分析不同类型预警对驾驶行为的影响规律。运用驾驶模拟器搭建城市道路无信号交叉口并设计横向冲突事件,选取30位驾驶人作为试验对象,应用眼动仪、驾驶模拟平台开展驾驶模拟试验;采集风险场景下驾驶人的眼动、操作行为与车辆运行数据;对比分析各组场景下驾驶人的注视时长和扫视频率及行车速度、制动时间和踩制动踏板速率等驾驶行为特性参数,分别运用方差分析和描述性统计方法分析了预警提示类型和提示时机两个方面对驾驶行为特性的影响。结果表明：网联警告型预警的警示效果优于常规提示型预警,但该类预警使驾驶人操作车辆时的减速度增大至-4 m/s²以上,导致行车舒适性降低;预警提示时机对驾驶行为的影响显著,且预警提示位置宜设置在距离交叉口50～90 m处。研究结果能够为交通安全设施开发者提供有效HMI预警设计建议,提高无信号交叉口通行安全性。     

不同能见度及信息量对驾驶人视觉特性影响

为探究不同能见度及信息量条件下驾驶人的视觉特性，以城市主干路为模型基础，分别建立不同能见度及信息量条件的模拟驾驶场景。选取21名驾驶人参与试验，运用模拟驾驶试验的方式采集数据，分析不同能见度及信息量条件下驾驶人注视时长、扫视百分比和瞳孔直径变化规律；通过动态分类法对驾驶人视野区域进行划分，应用马尔科夫链计算驾驶人在不同能见度及信息量条件下注视点在各区域间的一步转移概率和平稳分布概率。结果表明：能见度较好时交通标志信息量是影响驾驶人视觉特性的主要因素，在I3条件下驾驶人能够迅速判别道路交通环境中的重点信息；当能见度较差时驾驶人的观察区域由道路远处向近处转移，无法及时搜索远处的潜在威胁，不利于行车安全。     

道路环境对驾驶人眼动行为影响的试验研究

为了分析道路类型条件对驾驶人眼动行为的影响,分别在城市道路、城乡结合道路及山区公路上开展试验,利用EyeLink Ⅱ型眼动仪对20 名驾驶人的眼动行为进行测试和记录,分析不同道路环境中驾驶人的注视区域、注视目标及注视时长等特征.结果表明,驾驶人根据道路环境的变化调整其视觉搜索行为,在交通环境相对简单的道路上,驾驶人注视较远且平均注视时间较短,而在交通环境复杂多变的道路上,驾驶人注视较近且平均注视时间较长.研究结果为深入研究驾驶人的视觉行为规律、提高驾驶人行车安全性奠定了试验基础.     

���е�·�����м�ʻ��Ӧ����Ӧ����ʱ�����Է���

针对城市道路环境中驾驶人的应激响应操作时间特性,基于虚拟现实技术搭建了测试平台,对28名驾驶人在不同应激场景下的应激操作时间进行了研究.不同应激场景下的数据分析结果表明,非熟练驾驶人的应激操作时间要小于熟练驾驶人,且时间值较为稳定.青年驾驶人的操作时间值最小,且数据最为稳定.此外,随着车速的上升,驾驶人操作时间呈现下降趋势,两者之间符合对数函数关系.以驾驶经验、驾驶人年龄和车速为自变量,采用对数函数的多元线性预测模型能够对驾驶人的应激操作时间进行准确预测,被试样本实测值落在预测区间的比例达到了98.37%.     

主观拥堵感知下驾驶人路径调整行为决策研究

为深入调查研究交通拥挤的形成机制和扩散规律，本文针对交通拥堵形成和消散的内因， 即驾驶人在拥挤状态下路径的研判调整行为进行研究。设计基于全方位视角场景的驾驶人主观 拥堵感知实验，通过采集驾驶人个体特征、出行特征和交通流参数，结合驾驶人的主观拥堵评分 和路径调整决策，采用方差分析方法，探究驾驶人个体特征和出行特征对路径调整决策的差异 性。基于二项Logistic建立主观拥堵状态下路径调整行为模型，进一步量化所选驾驶人个体特征 和出行特征对路径调整决策产生的具体影响。研究表明：驾驶人个体和出行特征因素不同导致 路径调整决策产生显著性差异，其中，男性、老年人、低驾龄、出行次数少，以及弹性出行的人群更 青睐于保持原路径行驶；调整路径后增加的行驶距离占剩余行驶距离比例越大，保持原路径行驶 的可能性越大；熟悉周边路网的人群保持原路径的可能性是陌生人群的11.3%；区间车速每增加 1 km·h-1，驾驶人保持原路径行驶的可能性为之前的1.223倍。     

基于Vissim的高速公路隧道限速分析

以确保隧道交通安全前提下的最佳通行效率作为限速的依据,分析了驾驶人通过隧道的驾驶行为过程,标定了关键的驾驶行为参数。基于Vissim仿真软件,建立了某高速公路隧道及出入口的交通仿真模型,观察不同车流量和车速下,车辆的运行状态。在满足高峰流量的基础上,选择最优车流量下的车速,并根据高速公路圆曲线半径与超高的设计对应要求,通过交通仿真验证了高速公路隧道限速值的合理性。     

驾驶特性对驾驶人应激反应的影响研究

【目的】驾驶人在行驶中受交通应激事件的影响,为探索应激反应的程度展开研究。【方法】采用维也纳交通心理测试系统（VTS）甄选出高驾驶特性组（H组）和低驾驶特性组（L组）各21名被试进行试验,通过统计学方法分析不同驾驶特性群体的应激反应特征,并采用集对分析模型评价被试的应激反应优劣。【结果】研究结果表明：通过检测驾驶人的驾驶特性能力区分其应激反应能力可行,提高驾驶特性能够帮助驾驶人提高应激能力,情况越危急,提高的幅度越大。【结论】试验中,在所有应激距离下,H组的应激反应均优于L组,且应激距离的减少对L组的影响比H组大;在交通应激事件中为驾驶人提供1 s以上交通冲突时间是必要的。     

景区与城市道路环境下驾驶人眼动特性差异性分析

为反映景区和城市道路环境下驾驶特性的差异性,运用眼动仪进行实地视线追踪对比实验,从驾驶人这一关键视角分析了两种环境下驾驶人在注视区域、注视目标、视负荷和视疲劳方面眼动特性的差异。实验结果表明:在水平注视区域,驾驶人都更关注中部,且景区较城市道路更关注左右两侧。在垂直注视区域,于景区驾驶人关注中距离,于城市道路关注近处。在注视目标上,都更关注道路,机动车,尤其是城市道路,而景区注视目标多样。在城市道路驾驶人视负荷大,易于疲劳,驾驶更为谨慎。在景区,驾驶人视负荷小,不易受压迫,更为放松。研究结果可以分析景区交通的突出性,并对设计景区独立明确的各项交通设施规范提供了重要的依据。     

城市道路交叉口交通信息诱导效率研究

现有城市道路交叉口交通信息诱导效率相关研究内容笼统,尚未量化驾驶人对交通诱导信息的认知效率和决策误差。针对这一问题,提出基于云模型的交通信息诱导效率评价方法,设计四种不同组合方式的交通诱导信息实验情景。采用全功能汽车模拟驾驶器进行实验,结果显示:数字、语言、图像组合而成的交通诱导信息对驾驶人路径变更影响显著,语言和数字类信息组合发布有利于提高驾驶人对道路交通状况的认知效率,数字和图像类信息组合发布有利于降低驾驶人路径决策误差。