共查询到20条相似文献,搜索用时 453 毫秒
1.
<正>酝酿多年的商业车险费率改革(下称"车险费改")近期有了新进展。未来,商业车险改革或以车型定价为基础,通过费率和条款的相互配合,让市场主体有更多的选择权;另外值得关注的是,保险公司或将根据消费者的驾驶习惯、交通违章记录等因素来制定保费,因此,好的驾驶习惯,能为不出险的客户减少保费额度。车险费率的改革,可谓是"牵一发而动全身",其影响的将不仅仅是保险公司,还将涉及到4S店、维修机构和每一位车主。据统计,截止到2013年年末,全国民用汽车保有量达到13741万辆,汽车驾驶人2.19亿人。 相似文献
2.
3.
4.
5.
为了指导驾驶人安全地使用自动驾驶系统,在模拟驾驶仿真平台上研究驾驶人在复杂交通环境下实现自动驾驶切换到手动驾驶的绩效表现,以及影响驾驶人驾驶方式切换过程的因素。试验收集了36名驾驶人在2种险情下切换驾驶方式过程中的驾驶行为数据,包括驾驶速度、车头间距、车辆横向位移和车辆转向等数据。研究结果表明:部分驾驶人会在险情提示出现之后即刻切换驾驶方式,而部分驾驶人则在提示出现之后继续监控道路和车辆信息,直到交通冲突出现的时候才进行驾驶方式切换;对上述2种切换方式进行独立分析发现,进行第2种切换的驾驶人在接管车辆之前所处的状态(玩游戏或者听音乐)对驾驶人接管车辆所用的切换时间有显著性影响,驾驶人处于玩游戏的状态下接管车辆所用的时间会小于驾驶人在听音乐状态下接管车辆所用的时间;切换方式对车辆横向位置有显著性影响,而且进行第1种切换的驾驶人在后续的驾驶过程中能保持较小的安全速度行驶,说明"切换方式1"与"较小的安全车速"存在相关关系,但二者的因果关系尚需深一步研究。 相似文献
6.
《公路交通科技》2017,(Z2)
基于远程信息处理技术实时获取车辆行驶信息,并结合大数据挖掘、处理分析技术等探索影响UBI(UsageBased Insurance)车险费用厘定的驾驶行为指标,通过行车风险评价模型评估驾驶人的风险等级,可以为其提供风险与保费定价相匹配的个性化保单。UBI的发展主要分为两个阶段,基于驾驶里程付费的车辆保险(Pay-As-You-Drive,PAYD)和基于驾驶行为付费的车辆保险(Pay-How-You-Drive,PHYD),逐渐建立"人-车"保险定价模型,对增强交通安全、缓解交通拥堵以及保护环境等方面具有重大的意义。通过整理国内外汽车保险行业UBI产品的发展情况、UBI保险变量以及考虑不同变量的车险费用厘定模型,对该领域的现状和面临的挑战进行了归纳总结,结合"环境"因素可为车险定价提供更为可靠的依据,是下一代UBI定价的发展方向。 相似文献
7.
驾驶习惯是指机动车驾驶人在长期的驾驶活动中逐渐养成,并不容易一时改变的驾驶行为或驾驶倾向。良好的驾驶习惯不仅是安全行车的重要因素,还会给车辆的油耗、使用寿命等方面带来较大影响。 相似文献
8.
近一段时间来,与车价一再走低形成强烈反差、车险费率上涨愈演愈烈。6月12日,中国人民财产保险股份公司正式宣布,对该公司车损险上调20~30%。这已是2003年全国车险费率改革以来,人保第三次调整车险费率。2004年年初,人保率先调高了高风险人群的车险费率,将车险费率平均调 相似文献
9.
10.
统计表明,低驾龄驾驶人交通肇事在整个道路交通事故中占有相当比例,该文从驾驶技术、心理因素和管理3方面分析,提出了加强驾驶人培训的源头管理、改革现行驾驶证管理机制、重视心理调节、利用保险浮动费率激励安全行车等应对策略。 相似文献
11.
随着车险业的发展,费率制定存在的问题显现。车险费率改革实在必行。本文从车费率模式及从人费率模式着手,介绍影响费率的因素,已经我国现行车险费率存在的问题并对我国费率制度提出建议。 相似文献
12.
13.
14.
随着自动驾驶技术的发展,驾驶人将会参与更多的与驾驶无关的活动,从而呈现出新的姿态,这些新姿态是优化传统被动安全系统的重要切入点。而且在未来相当长的时间内,自动驾驶车辆的行驶依然依赖于人和系统的密切配合。对驾驶人姿态的观察,则可以为判断驾驶人是否有能力及时接管车辆提供帮助,从而确保安全、合理的人机交互过程。通过对大量相关文献的系统性梳理,综述了汽车驾驶人姿态监测技术的智能化发展趋势,从传感器种类以及相应的姿态监测算法出发,分析了目前不同监测系统的优缺点。研究发现,尽管传感器技术和姿态识别算法取得了明显进步,然而廉价稳定且能够在实际驾驶条件下对驾驶人姿态准确感知的监测系统依然缺乏。总体而言,目前的监测系统大多只是集中于对驾驶人局部身体部位的感知,缺乏实际驾驶条件下的性能分析,并且对驾驶人状态的实时感知和预测能力仍有待完善。最后,针对目前监测系统所面临的问题,对未来可能的研究方向进行展望,并提出主动式立体视觉系统和压力传感器阵列相融合的驾驶人姿态监测方式。研究成果将为驾驶人姿态监测系统的研究提供参考和借鉴,从而有助于道路交通安全水平的进一步提升,同时也可为人机交互界面的设计带来启发。 相似文献
15.
《中国公路学报》2019,(2)
随着自动驾驶技术的发展,驾驶人将会参与更多的与驾驶无关的活动,从而呈现出新的姿态,这些新姿态是优化传统被动安全系统的重要切入点。而且在未来相当长的时间内,自动驾驶车辆的行驶依然依赖于人和系统的密切配合。对驾驶人姿态的观察,则可以为判断驾驶人是否有能力及时接管车辆提供帮助,从而确保安全、合理的人机交互过程。通过对大量相关文献的系统性梳理,综述了汽车驾驶人姿态监测技术的智能化发展趋势,从传感器种类以及相应的姿态监测算法出发,分析了目前不同监测系统的优缺点。研究发现,尽管传感器技术和姿态识别算法取得了明显进步,然而廉价稳定且能够在实际驾驶条件下对驾驶人姿态准确感知的监测系统依然缺乏。总体而言,目前的监测系统大多只是集中于对驾驶人局部身体部位的感知,缺乏实际驾驶条件下的性能分析,并且对驾驶人状态的实时感知和预测能力仍有待完善。最后,针对目前监测系统所面临的问题,对未来可能的研究方向进行展望,并提出主动式立体视觉系统和压力传感器阵列相融合的驾驶人姿态监测方式。研究成果将为驾驶人姿态监测系统的研究提供参考和借鉴,从而有助于道路交通安全水平的进一步提升,同时也可为人机交互界面的设计带来启发。 相似文献
16.
驾驶人作为人-车-路-环境复杂系统中最核心的因素,在交通安全中发挥最为关键的作用。聚焦驾驶人熟悉程度这一因素对道路交通事故的影响,系统地梳理和分析了驾驶人熟悉程度与交通事故的关系及其影响安全驾驶的机理等相关研究及成果。首先,基于驾驶人熟悉程度的距离维度和频率维度识别标准,分析了驾驶人对道路、环境及车辆的熟悉程度与其发生交通事故概率的关联性;其次,从驾驶人控制行为、路径选择行为及视觉行为等角度归纳了驾驶人熟悉程度影响其安全驾驶的机理;最后,就该领域面临的挑战及未来的研究趋势进行了分析和探讨,提出进一步标准化驾驶人熟悉程度指标的方法,为驾驶安全程度评价及提高交通安全提供了理论基础。针对已有相关研究的局限性及机理研究中尚不明朗的问题,后续研究需从认知心理学方面探究因道路、环境、车辆等驾驶人熟悉程度影响其安全驾驶的机理,进一步将视觉特征指标与生理指标结合以量化驾驶人熟悉程度,将此纳入到道路选择模型中。同时,从生理指标角度客观衡量驾驶人熟悉程度对其乘坐舒适度的影响,这些为提升自动驾驶技术接受度、交通安全及车辆安全提供强有力的理论基础。 相似文献
17.
驾驶人是"人-车-路"闭环系统中的核心。近年来,研发人性化、个性化的汽车驾驶辅助系统逐渐成为行业热点。为了更加透彻地理解弯道驾驶行为特性,为弯道驾驶辅助系统提供功效评估与优化,提出了一种考虑肌电信号的驾驶人弯道行驶过程操纵行为分析方法。招募12名驾驶人在试验场标准路面上进行实车试验,其中包含6名专业试车师与6名普通驾驶人,要求驾驶人分别以30,40,50 km·h-1的不同初速度驶入U形弯道并自由驾驶。试验过程中记录驾驶人颈部肌电信号数据和车辆运动状态数据,分析转弯行驶车辆侧向运动对不同驾驶能力的驾驶人生理体验的影响,同时进一步探讨不同类型驾驶人在不同入弯速度条件下颈部肌电信号与侧向加速度的关联差异特性。试验结果表明:相同工况下,专业驾驶人和普通驾驶人颈部肌电特征值存在显著差异,专业驾驶人颈部肌电信号特征与车辆侧向加速度呈现一定的线性关系;随着驾驶任务难度的增加,驾驶能力好的驾驶人能够较好地适应任务的变化,在进行纵侧向耦合操纵时能够较好地协调身体生理反应与车辆侧向运动保持较好的关联特性。研究成果为进一步探索并完善驾驶体验评价方法提供了新的研究思路,同时,可为汽车辅助驾驶系统功能设计与智能汽车行驶性能的用户体验测评提供技术支撑。 相似文献
18.
保险费率市场化问题研究 总被引:1,自引:0,他引:1
保险业市场化改革是我国金融体制改革的一部分,保险费率市场化将成为我国保险业深化改革的核心内容。本文通过对保险费率市场化的必需性和可行性问题研究与英国车险费率制度的对比入手,探索我国保险费率市场化改革的目的及建议。 相似文献
19.
20.
行驶环境中交互车辆的运动行为会对驾驶人心理产生刺激,引起驾驶人心理状态的变化,进而影响其换道决策行为。为此提出了1种基于驾驶人心理风险场模型的个性化换道决策方法。基于单向3车道快速路交通场景,通过交互式多模型分析车辆的横向速度与横向位移,引入可变横向速度相关的转移概率矩阵,预测交互车辆的目标车道选择;建立驾驶人心理风险场模型,量化行驶环境与交互车辆的运动行为对驾驶人心理风险造成的影响;利用高仿真驾驶模拟器联合SUMO试验平台开展287人次的模拟驾驶试验,通过建立混合交通仿真场景采集驾驶人的换道数据,并选取平均碰撞时间与驾驶人心理风险因子2个特征参数,使用K-means算法进行驾驶风格聚类,将驾驶人分为保守型、正常型和激进型这3类,并进一步确定不同风格的驾驶人在换道初始时刻所能接受的心理风险阈值。在此基础上,实现车辆的个性化安全换道决策。驾驶模拟器试验验证结果表明:对应于保守型、正常型和激进型的驾驶人,实际最小换道决策时间分别为3.48,6.29,11.33 s,实际最大换道决策时间分别为4.65,7.45,12.52 s,理论换道决策时间分别为4.09,6.83,11.95 s,所建立... 相似文献