驾驶员视觉搜索模式模糊聚类评价方法

针对用单一眼动参数评价驾驶员视觉搜索模式存在片面性和较大误差等不足,提出运用模糊理论,将驾驶员的注视持续时间、水平方向视角、垂直方向视角、扫视幅度和扫视速度5个主要表征参数综合起来进行评价的方法。通过真实交通环境中的实车试验,记录驾驶员行驶过程的眼动数据,建立模糊相似矩阵和模糊等价矩阵,依据聚类样本驾驶员的驾驶里程确定最佳阈值,将样本驾驶员视觉搜索模式分为4类,并以每类驾驶员视觉搜索模式特征为判别标准,运用择近原则对其他驾驶员的视觉搜索模式进行识别和评价。结果表明:所提出的驾驶员视觉搜索模式模糊聚类评价方法有效且可靠。     

基于证据理论和模糊神经网络的汽车换挡平顺性评价方法

针对目前汽车换挡平顺性评价方法的不足,提出了一个基于证据理论和模糊神经网络的汽车换挡平顺性评价方法.运用证据理论对不同驾驶员给出的主观评价进行数据融合;通过模糊神经网络对由仪器测得的客观评价指标和经证据合成后的相应主观评价构成的样本向量进行学习和训练,建立了汽车换挡平顺性评价系统.计算和试验结果表明,该方法克服了主观评价和客观评价各自的缺点,能客观、准确、有效地评价汽车换挡平顺性.     

基于模糊神经网络的汽车换挡品质评价系统

应用MATLAB软件设计了基于模糊神经网络的汽车换挡品质评价系统.对换挡过程中由仪器测得的客观评价指标和由驾驶员给出的相应主观评价构成的样本向量进行学习和训练,建立了客观评价指标和主观感觉之间的联系.试验结果表明,该系统误差精度为0.060012,即系统评价结果与主观评价结果基本一致,能够客观有效地评价换挡品质.     

驾驶员轨迹决策行为影响因素的仿真研究

通过分析包括前方道路可行区域、驾驶员体力负担及道路交通法规在内的众多因素对驾驶员开车的影响，利用模糊决策理论建立了驾驶安全性、驾驶轻便性和驾驶合法性3个评价指标，并进行了在几种典型路况下的驾驶员-汽车-道路闭环系统仿真计算，有效地描述了驾驶员在开车时动态决策汽车预期轨迹的行为。     

基于Tri-Training的驾驶风格分类算法

为进一步提高驾驶风格识别准确率并降低传统监督学习所需大量人工标记带来的时间成本,基于半监督学习三协同训练(Tri-Training)方法对驾驶员驾驶风格进行识别.对驾驶员真实驾驶产生的长时序数据进行数据清洗、工况识别、特征提取,并通过专家系统进行标记后使用Tri-Training算法进行训练,建立驾驶风格识别模型,通过...     

基于驾驶员数据学习的自动驾驶车辆弯道转向控制研究

针对自动驾驶车辆的弯道转向控制问题,提出了一种基于驾驶员操纵数据分析和学习的控制方法。首先,建立了人-车-路软硬件综合模拟驾驶平台,采集了多位驾驶员在不同弯道上的转向操纵数据及车辆状态数据;然后,采用离散分析和拟合分析进行数据分析,并基于模糊综合评价算法建立转向行为评价体系进行数据评价与筛选;最后,将筛选后的驾驶员数据作为训练样本进行神经网络训练,建立基于神经网络的弯道转向控制器。仿真和实车验证结果表明,所设计的控制器能够很好地模拟熟练驾驶员在弯道上的转向行为,并能够保证车辆在弯道行驶的安全性和稳定性。     

基于驾驶工作负荷的心生理指标研究

驾驶员是道路交通系统的核心,道路交通系统的设计应考虑驾驶员的行为特征需求。从驾驶员认知过程研究出发,分析了驾驶员认知、道路环境条件和驾驶工作负荷的关系,通过动态EEG、眼动、心电、皮电等生理心理测量评价驾驶工作负荷,并对具体的心生理学指标反应驾驶工作负荷的原理和规律进行了研究。     

军车驾驶员不同时期的心理分析及埘策

实学期是掌握驾驶技能的初始阶段。由于初学驾驶员对车辆的一切都感到陌生，存在的共性问题是缺乏灵活性。他们在训练的过程中，往往容易产生以下3种心理：一是恐惧心理。初次上车训练．面对驾驶室里的各类部件，新训学员大多身体过分紧张和思想准备不足，易产生恐惧心理。二是重训练轻理论的心理。初学驾驶的同志，对理论学习感到枯燥乏味，总认为驾驶技能是从实际操作中磨练出来的，对理论学习不认真。三是反复无常的心理。     

考虑噪声标签影响的驾驶员精神负荷状态评价

现有驾驶员精神负荷评价研究多以驾驶场景中有无次任务来给定驾驶员的精神负荷分类标签，但驾驶员在正常驾驶情景下也可能由于陷入自我思维而导致精神负荷的增加；此外，由于个体差异，同一驾驶次任务对不同驾驶员精神负荷的影响也不尽相同。因此，由传统方法所制作的数据集可能存在噪声标签，从而影响精神负荷评价模型的训练效果。针对此类问题，本文中采用置信学习的方法对驾驶员的精神负荷分类标签进行检测和滤除，使用处理过的标签，以脑电、心电和皮电信号特征作为模型输入，基于支持向量机、随机森林、K近邻、决策树、逻辑回归和多层感知机等多种算法构建驾驶员精神负荷模型，对比分析噪声标签处理对提高各类模型性能的效果。结果表明：使用置信学习进行噪声标签处理后，所构建的多种驾驶员精神负荷模型的性能均得到了明显的改善，其中，支持向量机模型的性能提升的效果最佳。     

基于BIM和驾驶模拟的道路安全评价研究

针对搭建驾驶模拟环境效率低、缺乏基于驾驶模拟的安全评价体系等问题,提出一种基于BIM和驾驶模拟的道路安全评价方法.利用道路BIM模型所含的丰富数据,快速搭建包括驾驶道路、沿线地形、场景对象和仿真交通流等要素的驾驶模拟环境;基于驾驶员生理数据和仿真车辆姿态数据,构建心理生理、运行速度和横向稳定性评价模型及熵权-模糊综合评...