汽车安全辅助驾驶支持系统信息感知技术综述

随着我国汽车保有量的激增,汽车驾驶安全日渐重要.围绕人-车-路系统中的人和路开发车载汽车安全驾驶支持系统受到广泛的关注.在智能运输系统的交通安全研究中,与汽车安全辅助驾驶系统相关的信息感知技术研究主要有:车辆状况检测、交通环境的检测、非常规条件下驾驶员视觉增强和对驾驶员的检测等.文中将对上述汽车安全辅助驾驶支持技术国内、外最新研究现状进行综述,并展望该领域研究动向.     

当前国际智能运输领域安全辅助驾驶新技术

文章在论述开展安全辅助驾驶（ＳＤＡ）研究必要性的基础上，总结了当前国际安全辅助驾驶（ＳＤＡ）研究领域的主体研究内容和部分研究成果，并对２１世纪国际智能运输领域的发展前景进行了展望。     

智能网联汽车基础(九)--ADAS驾驶员疲劳监测系统

(接2022年第7期)一、驾驶员疲劳监测相关术语GB/T39263-2020《道路车辆先进驾驶辅助系统(ADAS)术语及定义》对驾驶员疲劳监测(DFM)和驾驶员注意力监测(DAM)都给出了定义。《驾驶员注意力监测系统性能要求及试验方法》中对驾驶员注意力监测系统及相关的表述和定义如下:1.注意力分散驾驶员在驾驶车辆时因疲劳驾驶、受外界环境干扰或从事与驾驶无关的动作,导致其无法专注执行驾驶任务的状态。     

视线盲区话安全

道路及两旁形态各异的立体障碍物，夜间灯光光线以外的区域等都会不同程度地阻断驾驶员的观察视线，使观察区域出现视觉不能及的空白区域，而形成视线盲区。由于视线盲区内诸多变化的情况和因素，是驾驶员在驾驶室内所观察不到的，因此视线盲区具有高危险性，事件的突发性和潜伏性，是驾驶过程中处理情况最易出现险情的环节。可见及时了解盲区的形成特点，存在的形态，掌握盲区的行驶方法和规律，对于驾驶员来说是十分必要。     

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。     

基于物联网的道路客运车辆驾驶员疲劳驾驶监测系统研究

为减少因疲劳驾驶引发的交通事故,降低交通参与者生命财产受损风险,本文设计了一种基于物联网的道路客运车辆驾驶员疲劳驾驶监测系统。该系统具有三个部分,分别是可穿戴设备采集终端、智能手机软件和监控中心监测终端,其中监测系统有效连接驾驶员和监控中心,当终端节点采集的数据超过阈值,监控人员将及时干预驾驶员,有效实现风险预警。实际测试结果表明,该系统疲劳判定的准确率达94%以上,可用性高稳定性强,具有较好的应用前景。     

69344部队采取多种方法抓好驾驶员安全行车

69344部队认真落实《关于做好预防车辆事故工作的紧急通知》，及时组织车管干部及驾驶员进行安全行车专项教育，组织相关人员学习《道路交通安全法》等规章制度，教育驾驶员遵守交通法规，提醒他们在寒冷条件下不开快车、不疲劳驾驶。针对存在的问题搞整顿，确保了车辆管理不失控。     

基于单目视觉的区域交通智能车辆道路边界检测方法研究

基于单目视觉的道路边界检测由于其在车辆辅助驾驶系统中的重要应用价值成为当前计算机视觉和智能车辆领域最为活跃的研究课题之一。指出图像边缘检测现有算法的不足,采用领域平均法对图像进行平滑处理,根据图像的边缘特征运用Prewitt算子实现边缘增强,以获取精确的边缘信息。使用最大熵算法分割二值化图像进一步减少噪声,从而得到良好的道路特征图像数据。利用道路约束条件,建立视觉系统动态感兴趣区域(DAOI),运用改进的Hough变换最终识别道路边界。试验结果表明:本文所述算法不仅能准确、实时检测出道路板边界,而且能有效地抑制噪声,为区域交通智能车辆的换道和超车提供研究基础。     

基于视觉的驾驶人疲劳及注意力监测方法

对驾驶人疲劳状态监测技术进行了深入研究,分析了在实际应用中存在的问题,在此基础上提出基于灰度方差定位驾驶人面部,利用投影曲线极点位置分割面部器官独立区域,对每一个独立区域进行OSTU计算和轮廓提取,最终获得眼睛的轮廓状态,利用PERCLOS判断驾驶人的精神状态。利用驾驶人面部器官定位的结果,对人体头部旋转运动模型进行分析,提出了计算驾驶人面部旋转角度的计算方法。最后给出判断驾驶人的注意力是否分散的判断策略。试验结果表明,该算法实时性好,具有较好的鲁棒性,可以为驾驶人疲劳状态及注意力状态的判断提供较为准确的依据。     

驾驶员状态监测功能检测研究

介绍了目前中国有关汽车驾驶员状态监测功能的相关政策及驾驶员状态监测功能检测的开展情况和实现方法;通过对检测过程的分析,指出驾驶员状态监测功能检测中存在检测手段缺乏、量化指标缺少及环境条件量化不够明确等技术问题,并提出了解决思路。     

车辆横摆角速度估算方法的研究

总结和归纳了车辆横摆角速度估算的方法,给出了基于运动学模型和动力学模型的横摆角速度估算的基本算法．许分析了各种方法的优缺点,指出了横摆角速度估算研究的重要实际意义。     

面向汽车纵向安全辅助系统的路面附着系数估计方法

文中通过仿真研究探索了一种基于车轮滑移率的路面附着系数识别方法.首先讨论了有效估计驱动轮滑移率和利用附着系数的途径,然后在此基础上,提出了基于贝叶斯原理的路面附着系数估计迭代算法,并利用车辆动力学软件veDYNA对该算法进行仿真分析.结果表明,在滑移率大于代表不同路面的最小滑移率阈值的工况下,该方法能够快速、准确地捕获路面特征,满足汽车纵向安全辅助系统调整安全策略的需要.     

汽车驾驶模拟器在交通安全中的应用综述

汽车驾驶模拟器是1种研究“人‐车‐路‐环境”交通特性的重要工具,由于具有重现性好、安全性高、成本低等优势,被广泛应用于交通研究方面,尤其因其能够在危险场景中采集多种车辆数据,近年来汽车驾驶模拟器在交通安全方面的研究进展飞速。文中简要介绍了汽车驾驶模拟器的国内外发展历史,从驾驶分心、道路设计、交通设计、交通事故和驾驶疲劳5个方面梳理出汽车驾驶模拟器在交通安全领域的应用研究,并分析了这5个方面研究领域中驾驶模拟器实验的其中利弊,探讨了汽车驾驶模拟器在中国交通安全研究中的应用前景及存在的问题。      

基于场景的智能网联汽车模拟仿真测试评估方法与实践

搭载自动驾驶功能的智能网联汽车因可在其设计运行条件内承担全部动态驾驶任务,面临安全验证与评估挑战。基于场景的智能网联汽车安全测试评估方法已成为广泛的行业共识,模拟仿真测试是其重要手段之一。从第三方视角,针对自动驾驶安全性、高场景覆盖度、逻辑完备性等测试验证目标,搭建基于软件在环的模拟仿真测试环境框架,在此基础上研究基于设计运行条件覆盖的测试场景集构建方法,探索形成一套高可信智能网联汽车模拟仿真测试评估方法,并在特定应用场景进行初步实践。研究成果为模拟仿真测试在智能网联汽车安全测试与评估中的落地应用提供了参考。     

基于分层信息数据库的智能车仿真环境感知方法研究

针对目前智能汽车仿真中应用最广的环境感知方法(建立数据库,动态更新提取信息)的不足,提出了一种分类、分层的数据结构定义与存储方法,使数据库不但能描述复杂的道路情况,而且修改容易;在此基础上,将碰撞检测算法引入信息动态提取过程中,实现分层的感知信息提取。在驾驶模拟器上进行的车道标线、交通标志感知试验的结果表明,本文中提出的方法能实时对环境信息进行全面可靠的检测,并给出真实传感器的检测误差。     

驾驶人驾驶决策机制遵循最小作用量原理

为提升智能汽车的自主决策能力,使其能够学习人的决策智慧以适应复杂多变的道路交通环境,需要揭示驾驶人决策机制。首先通过对自然驾驶数据的分析,发现在车辆行驶过程中能够反映驾驶人决策行为的主要运动特征参数存在极值现象,而产生极值现象的内在动因是驾驶人遵循“趋利避害”的基本决策机制,即驾驶过程中驾驶人力图实现机动性和安全性综合性能最优。受自然界包括物理和生物行为上的众多极值现象遵循最小作用量原理的启发,提出驾驶人决策机制遵循最小作用量原理的假设。随后建立抽象描述驾驶过程的物理模型,并提出最小作用量决策模型（Least Action Decision-making Model,LADM）,通过与传统驾驶决策模型（经典跟车模型和换道模型）对比,分析结果显示LADM模型更具通用性。最后开展了实车试验,采集20名驾驶人在自由行驶、跟车行驶和邻车切入3种工况下的试验数据,分析计算并检验了不同驾驶人行车过程的理论最小作用量和实际作用量。试验结果表明：驾驶人在驾驶过程中的实际作用量与最小作用量之间无显著性差异,体现出驾驶人在行车过程中对安全和高效具有共性追求,验证了驾驶人决策机制遵循最小作用量原理。     

交通网络中动态OD矩阵估计模型研究

动态起点-迄点（OD）矩阵为智能交通系统提供所需的基础数据。为了提高交通网络中动态OD矩阵估计的精度,在最小化路段实际交通量和分配交通量之间差值以及最小化历史OD矩阵和待估计OD矩阵之间差值的基础上,将浮动车采集信息融合到OD矩阵估计过程中;在动态网络加载过程中,OD矩阵估计值如果大于加载车辆数会使网络中的定点问题求解发散。为了避免该情况的发生,基于广义最小二乘模型并引入容量约束,提出1种带不等式约束的动态OD矩阵估计方法。仿真实验表明,该方法对于OD矩阵估计的精度较好,优于带滑动窗的广义最小二乘算法。     

搭载自动驾驶功能的智能网联汽车安全测试与评估方法研究

目前,针对搭载自动驾驶功能的智能网联汽车,国内外正在广泛开展特定设计运行条件下的道路测试、示范应用等工作,其安全测试与评估方法已经成为当前行业研究的热点和难点。从第三方视角出发,重点针对汽车智能化、网联化面临的主要安全风险,将智能网联汽车的安全测试与评估分为基础测评和监测调整两个阶段。在基础测评阶段,综合评估产品对过程保障及测试要求的符合情况;在监测调整阶段,基于对车辆实际安全状态的监测,适时调整安全评估结果。在此基础上,重点梳理了基于场景的测试、安全评估、监测等测评方法的内在逻辑及原则要求。分别阐述了功能安全、预期功能安全、网络安全和数据安全等过程保障方法及主要要求,以及模拟仿真、封闭场地、实际道路、网络安全和数据安全、软件升级、数据记录等测试方法及主要要求。提出的方法为特定设计运行条件下,具有自动驾驶功能的智能网联汽车综合安全评估提供了参考。     

重点营运车辆安全监管平台设计与实践

重点营运车辆的统一安全监管历来是各个城市交通运输安全保障的重点.采用信息化手段实时掌握车辆运行状况,全面记录和统计车辆的数据信息,实现对重点营运车辆的统一安全监管已成为亟待解决的重要问题.文中基于广州市重点营运车辆安全监管工作的实际需要,提出了一种车辆安全监管平台的设计思路,进行了平台的架构设计、功能设计,并介绍了平台设计的特色之处.目前该平台在广州市运行状态良好,已接入重点营运车辆38 798辆,并在2010年广州亚运会期间接入亚运专用车辆,实践表明效果良好,有效预防了交通事故的发生.