出租汽车驾驶员生态驾驶行为培训方法--以北京市为例

驾驶行为是影响机动车能耗和尾气排放的主要因素之一,生态驾驶行为已在众多发达国家推广实施,并取得显著的节能减排效益。选取北京市同一车型的60名出租汽车驾驶员实施生态驾驶行为培训,利用OBD+北斗/GPS逐秒采集车辆油耗和运行数据。通过对比培训前后车辆平均百公里油耗改变量,明确生态驾驶培训的节能效果,形成面向出租汽车驾驶员行为矫正的生态驾驶培训方法。培训方案包括三种形式：基于培训手册和宣传视频的静态培训、基于驾驶模拟器的实操动态培训、先静态后动态的综合培训。培训结果表明：生态驾驶行为培训平均降低车辆百公里油耗8.6%;对出租汽车驾驶员实施动态生态驾驶培训更合理有效。由于车辆本身油耗的差异,生态驾驶行为培训对于改善公共交通、货运交通及长途客运汽车等行业的能耗现状可能更为显著。     

考虑驾驶愤怒的元胞自动机交通流模型

驾驶员在愤怒时的驾驶行为表现与正常驾驶时存在较大的差异,这些行为差异会影响车辆的运行速度、运行轨迹等,进而对道路交通流产生影响.文中在NaSch元胞自动机交通流模型的基础上,考虑愤怒驾驶行为的特点,从运行速度、换道条件和安全距离3个方面重新确定元胞更新规则,构建考虑驾驶愤怒情绪的周期边界条件下双车道元胞自动机交通流模型.在MATLAB环境下,对所建模型与普通NaSch交通流模型进行对比仿真分析.结果表明,驾驶愤怒所引起的行驶速度变化对交通流影响明显.     

ETC环境下驾驶行为对车辆排放的影响分析

为分析ETC收费环境下驾驶行为特征对车辆排放量产生的影响,通过对驾驶员基本特性的实际问卷调查分析出ETC收费环境下驾驶员的驾驶行为,得出影响车辆排放的显著驾驶行为因素。根据不同驾驶员驾驶捷达轻型车通过北京西红门ETC收费站上游500m路段实地尾气排放测试,利用车载排放测试系统SEMTECH-DS对车辆进行排放统计,得出驾驶员的行驶速度与车辆尾气排放率之间的关系。结果表明,不同驾驶员在车辆速度控制方面是存在差异性的,而这种差异性是导致车辆尾气排放量不同的主要原因。因此通过规范驾驶员的驾驶行为,培养良好的驾驶习惯,有利于驾驶员能够更为合理地控制车辆的速度和加速度,从而使车辆完成ETC收费的整个过程尾气排放达到最优。     

自动驾驶环境下驾驶人接管行为结构方程模型

为提取自动驾驶环境下驾驶人接管行为的关键影响因素,使用驾驶模拟器和眼动仪进行自动驾驶环境下驾驶人接管试验;采集了11个受试者对5种接管情境的反应数据,包括车辆运行数据和眼部运动数据,并调查了受试者的个人属性;基于实测数据定性分析和情境差异定量分析的结果,利用AMOS软件建立了描述驾驶人接管行为的结构方程模型;假设纵向接...     

基于BP网络的驾驶员黄昏空间距离判识规律

为研究黄昏时段行车时,驾驶员对空间距离判识随环境照度的变化规律,进行实际道路试验.选用32名男性驾驶员,在不同自然环境照度下,判识不同空间深度距离时红、绿色障碍物的绝对距离和相对距离.统计分析被试判识结果,分析距离判识差异,获得空间距离判识特征值.运用BP神经网络,模拟距离判识结果,分析距离判识变化规律.结果表明：红、绿色障碍物黄昏时距离判识差异显著,BP网络可以很好拟合距离判识变化规律.绝对距离和相对距离判识结果,均随环境照度降低而增加;判识距离随深度距离增加也增加,相对距离增加较小.     

驾驶员昼间动态环境暖色调障碍物空间距离判识规律

随机选取32名驾驶员,获得绝对距离和相对距离判识数据.通过数据统计和回归分析,分析了驾驶员在地面动态环境下,对暖色调障碍物空间距离判识变化的定量规律.建立了障碍物在25、75、125 m 3种距离状态下,空间绝对距离与相对距离判识变化的6种数学模型.分析结果表明:在车辆行驶深度方向,驾驶员对暖色调障碍物空间绝对距离判识的准确性随距离增加而下降,相对距离判识准确性高于绝对距离;随车辆运行速度的增加,空间距离判识的准确性不断下降,且两者之间呈负指数变化关系;6种数学模型的相关系数不小于0.941,拟合度良好.     

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。     

信号交叉口处公交车驾驶员视觉特性分析

为探究信号交叉口处不同信号灯显示状态对公交车驾驶员视觉特性影响规律,搭建由眼动仪、行车记录仪、电脑和电源转换器等构成的实验平台,采集信号交叉口处公交车驾驶员的眼睑闭合度、眨眼持续时间、注视点位置与注视次数、眨眼频率等视觉特性指标.运用统计分析方法对实验数据进行相关性分析,得到信号交叉口处不同灯色状态下公交车驾驶员视觉特性变化规律.结果表明:随着车辆逐渐接近交叉口,驾驶员眼睑闭合度逐渐变小,眨眼频率逐渐增加;进入交叉口前驾驶员注视点集中在信号灯处,较少关注两侧车辆;不同灯色状态下驾驶员眨眼持续时间变化范围与变化规律均存在明显差异;驾驶员在通过信号交叉口时,注意力集中,存在抢绿灯行为.     

高速公路广告牌对驾驶员安全行驶影响研究方法分析

在驾驶的过程中,驾驶员主要依靠视觉获取交通信息。不同道路交通环境中驾驶员对广告牌的注视行为是不同的,广告牌的设置直接影响到行车的安全性。鉴于此,阐述高速公路广告牌对驾驶员安全行驶影响的研究方法。研究方法采用问卷调查和眼动仪实测相结合的形式,研究结论可通过模拟仿真手段分析其合理性。     

绿灯倒计时影响下机动车微观驾驶行为分析与决策建模

机动车在交叉口信号相位切换期间的驾驶行为对于城市道路交通安全至为重要,本文对绿灯倒计时影响下的机动车微观驾驶行为与“通过/停止”决策进行研究.首先,利用驾驶模拟器进行1组单盲实验来提取车辆的接近速度、反应时间、减速度等参数.其次,详细地刻画了车辆进入交叉口范围至行驶至停止线全过程的微观驾驶行为.再次,综合交通因素及驾驶员个体特征等解释变量,建立了随机效应Logistic模型以描述车辆的“通过/停止”决策行为.结果表明：车辆进入交叉口范围后会“先减速,再加速,再减速”,加速通常出现在距停止线30~ 40 m的范围内,且绿灯倒计时与黄灯启亮前期对驾驶员具有催促作用;速度、距离、年龄、性别对车辆的“通过/停止”决策行为具有显著影响;随机效应Logistic模型比Logistic模型更能表征其他未纳入模型的因素及反映不同交叉口与驾驶员的异质性.     

����������������������ָ���ϵģ��

山区高速公路连续长大下坡路段受道路条件和不利气候条件影响,发生交通事故的可能性和严重程度均相对较高.本文以提升连续长大下坡路段交通安全水平为出发点,通过典型山区高速公路连续长大下坡路段实车试验,采集驾驶员生理指标数据,并以心率增长率作为表征驾驶员心理变化的指标,建立了驾驶员心率增长率与车辆驶离连续长大下坡路段起点的距离、车辆所在坡段的曲率和车辆运行速度的关系模型;提出了基于驾驶员心率指标的连续长大下坡路段路线安全性评价方法;建立了评价标准和评价流程.本文模型充分考虑了连续长大下坡路段道路环境和车辆行驶特征,可以为山区高速公路路线安全设计提供理论支撑.     

一种虚拟交通环境中的微观交通仿真模型

为提高虚拟交通环境中车辆行为仿真的逼真度及解决用户与系统的实时交互问题,提出了一种微观交通模型.该模型由道路模型和车辆行为模型构成:道路模型包括了车道的交通属性、几何形状、路网拓扑关系等数据;车辆行为模型考虑驾驶员的交通性格、车辆性能等因素,包括自由行驶、跟驰及换道模型.车辆行为模型可检测与用户所驾驶的汽车仿真器的位置关系,并作出减速、换道、停车等响应.建立了包含153个车道的虚拟交通环境,对模型进行测试,结果表明:所建立的微观交通仿真模型能够反映仿真车辆的个体行为差异;路网中仿真车辆为600辆时,仿真周期约2~4 ms,能实现实时仿真及与用户的实时交互.      

货车驾驶人驾驶行为与行车安全研究进展

驾驶行为是影响交通安全最活跃的因素,在“人-车-路”复杂环境中扮演着关键角色。为了深入理解货车驾驶人驾驶行为规律和行为风险性,本文聚焦货车驾驶人驾驶行为对行车安全的影响,对货车驾驶人的驾驶行为风格、行为风险性及其与行车安全的关系等相关研究成果进行系统地梳理和分析。首先,利用构建的文献检索策略,筛选出38篇相关文献,并结合LDA(Latent Dirichlet Allocation)模型,对生成的4个研究主题,即货车驾驶人驾驶行为辨识,危险驾驶行为与行车安全,货车碰撞事故致因分析及驾驶安全风险评估进行总结;其次,针对数据源、特征工程及建模方法等分析要素,构建了适用于任意研究主题的通用研究路径,并重点归纳了目前研究主题在数据源、变量选择方法、研究地点及建模方法等关键要素的研究进展;最后,分析和探讨了货车驾驶人驾驶行为与行车安全领域面临的主要问题,从描述、解释、关联及应用的角度提炼该领域研究的未来发展趋势。研究认为：有必要将驾驶状态特性、车辆运行状态及道路交通状况等多维特征变量进行多源信息融合,开展基于大数据和人工智能双驱动的驾驶行为研究;需加强研究山区公路环境下货车与其他类型车辆之间的交互作用机制,从“人-车-路”视角分析货车碰撞事故致因;需进一步完善智能网联和自动驾驶等高新智能自动化环境下的货车驾驶人驾驶行为与行车安全关系研究;拓展面向驾驶安全的货车驾驶人驾驶风险评估的理论方法和应用框架。研究 成果将为货车事故治理、公路货运平台监控及道路线形设计等应用场景提供重要依据,并有助于相对全面地理解货车驾驶人驾驶行为与道路行车安全的交互作用机理。     

Driver's Visual Cognition Behaviors of Traffic Signs Based on Eye Movement Parameters

A dynamic visual cognition experiment was carried out in driving simulation barn with eye tracker system to get drivers' eye movement parameters when they were reading traffic signs with various information quantities in different speeds. The eye movement parameters include fixation number and duration. Driver's visual area was divided into three areas using dynamic cluster method. Further analysis was conducted on the eye movement parameters of the three areas. Findings were discussed in this paper: the fixation distribution has a high correlation with driving speed and information quantity. As the driving speed and information quantity increased, the fixation number and duration in traffic sign area have an increasing trend and drivers have less visual cognition to front lane. When the guide signs have more than five amount of information, drivers' fixation number and duration have an abrupt change and the effectiveness of visual cognition decreased significantly. It is recommended that the highway traffic guide sign information volume should not exceed 5. Under the same condition, the driver needs more fixation when recognizing non-guide signs and the visual cognition process is more complicated.     

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.     

驾驶压力影响因素与识别方法研究综述

高强度的驾驶压力会对驾驶人的情绪、决策及行为产生负面影响，可能导致交通事故，并对驾驶人的健康状况造成长期影响。本文借助CiteSpace软件对驾驶压力研究进行可视化分析，进一步从驾驶人自身因素、车辆内部和外部因素这3方面总结驾驶压力影响因素，并归纳整理驾驶压力识别方法。总结发现：交通拥堵、道路复杂性及新技术使用等驾驶环境因素是引发或增加驾驶压力的主要因素；非职业驾驶人易受车辆外部环境的影响，职业驾驶人易因工作产生负面情绪，导致驾驶压力增加。驾驶压力识别主要基于主观测评量表、驾驶行为分析及生理数据分析等方法开展研究，其中，基于生理数据的识别方法因其较高的识别精度和准确度被认为在驾驶压力识别领域具有明显的优势。从研究趋势来看，未来研究需重视社会环境以及多因素叠加对驾驶压力的影响，特别关注职业驾驶人及新技术的影响，以及如何采用多模态数据融合方法实现实时监测，以提高驾驶压力识别的精度。     

车联网信息技术高速公路预警与应急避险模型

为减少高速公路车辆追尾和连环追尾等事故,本文研究了车联网信息技术高速公路预警与避险模型.本文利用车联网系统,将交通事故快速预报给后方车辆,并实时分析路面车辆信息,帮助后方车辆及时做出合理应急方案和应急措施.试验证明,跟车预警模型能够及时提醒驾驶人员避免追尾,在无法避免正面碰撞时,应急避险模型能够根据路面状况做出有效判断,成功进行避险,避免连环追尾事故发生.公路试验中第3车减少制动距离9.2 m,第4车减少制动距离21.4 m,较大地缩减事故后续车辆行车制动距离,能够在密集的行车路段,有效降低连环追尾事故的发生,提高高速公路交通运输安全.     

浅谈公路线形安全设计

公路交通安全是一个涉及人、车、路、环境多方面因素的综合性问题,探讨了与公路线形安全设计有关的标准、速度以及与驾驶员相关的视觉和心理等因素,要求在公路线形设计中充分考虑人、车和环境的特性,灵活运用设计指标,使公路线形连续、均衡,符合驾驶员的期望,公路交通更安全、更人性化。     

机动车公路隧道交通事故分析

公路隧道交通事故往往造成人员伤亡、车辆损毁、交通堵塞等严重后果,随着我国公路隧道数量及里程的不断增加,其交通安全问题已引起重视.采用图解法分析公路隧道道路与环境特征、公路隧道交通事故的特点、交通事故的季节分布、机动车辆的碰撞方式及影响因素,并从公路隧道的设计施工、路面质量、交通标志与标线、车辆的维护保养及合理使用、提高驾驶员自身素质等方面提出提高公路隧道安全行使和预防交通事故发生的措施.     

自动驾驶接管影响因素分析与研究进展

部分或有条件自动驾驶车辆允许驾驶员将驾驶任务移交给自动驾驶系统，但驾驶员仍需对驾驶环境进行监测，若发生紧急事件或驾驶环境超出系统运行设计域等情况，驾驶员需要及时接管车辆。影响驾驶接管过程的因素主要包括：人因、交通环境以及人-机交互系统。本文分析了驾驶员认知负荷特性等人因对接管过程和接管时间预算的影响。分析发现，驾驶员长时间脱离驾驶任务会导致其陷入被动疲劳或驾驶分心状态，从而降低接管绩效。适当的非驾驶任务可以使驾驶员保持一定的认知负荷，降低驾驶员的被动疲劳水平。结合网联技术的应用可以多次发出预警信号，提高接管绩效。本文讨论了交通密度、道路条件等交通环境对接管时驾驶员感知、认知及决策的影响，探讨混合交通下过渡区智能网联车辆控制权切换 (Transitions of Control, ToC) 的管理问题。在复杂道路交通下，驾驶员需要更多时间恢复对环境的感知，且驾驶员在弯道接管车辆时更容易出现较大横向偏差。在混合交通环境中，为防止过渡区出现集中的ToC，可以制定相应交通管理措施，以降低过渡区域中车辆之间的相互干扰。本文还分析了视觉、听觉、触 觉、嗅觉及其组合类型交互方式的优、缺点，讨论网联环境下人-机交互系统设计以及ToC形式。 单个的交互方式有其自身的优、缺点，多种类型相结合的交互形式能形成优势互补，及时地将接 管信息传递给驾驶员，并将其注意力集中于对环境的感知。网联技术发展使得可利用的行车信息的数量和种类都有所提高，网联信息需要更好地呈现策略，以保证人-机交互界面具有较高的可用性和接受性，为驾驶员提供更加准确的交互信息。同时，利用驾驶员状态识别技术实时监测驾驶员所处状态，并通过人-机交互系统提醒驾驶员，使其保持警觉，提高接管绩效。未来研究应该重点关注非驾驶任务对驾驶员认知特性的影响，结合接管时的驾驶环境，遵循预测算法辅助驾驶员实现控制权的平稳过渡。随着网联技术的不断应用，逐步改进现有人-机交互系统的设计和性能，对过渡区域ToC的管理问题展开深入研究。