汽车驾驶模拟器研究现状与技术关键

本文介绍了汽车驾驶模拟器在国内外的研究现状，讨论了汽车驾驶模拟器研究开发的技术关键，为汽车驾驶模拟器的研究开发提供了参考。     

基于车辆运行数据的疲劳驾驶状态检测

疲劳驾驶是导致交通事故的主要原因之一，及时检测疲劳驾驶，并提醒驾驶员集中注意力，对保证安全行车具有重要意义.本文基于CAN(Controller Area Network)总线采集的车辆运行状态数据，提取了18项与驾驶行为相关的特征，并采用随机森林算法对疲劳驾驶进行识别，结果表明整体的识别准确率为0.785，其中召回率为0.61，即61%的疲劳驾驶状态可被识别出来.实验表明，基于车辆运行状态的疲劳驾驶检测具有一定的效果，且与其他客观的疲劳驾驶检测方法(基于驾驶员生理指标和图像面部特征)相比，具有简单方便，不影响驾驶，且成本低的优势.     

疲劳驾驶的形成原因、表现特征及预防措施

疲劳驾驶成了威胁交通安全的一大杀手。疲劳驾驶的形成原因有生活原因、作业原因和个人原因，表现特征为肌肉疲劳、精神疲劳、背椎疲劳和眼部疲劳，预防疲劳驾驶必须提高安全意识，合理、科学地安排驾驶时间，保证必要的睡眠时间和较好的睡眠效果。     

分布式交通仿真中网络控制模型研究

在分布式交通仿真系统中，存在着众多的模拟驾驶器和教练机，而模拟中又有驾驶训练、驾驶考试、交规训练、交规模拟考试等4个大的功能．如何实现有效的网络环境下的集中管理，是系统成功开发的关键．针对分布式交通仿真系统开发中出现的网络控制问题，将Agent技术成功地应用到该系统的开发平台中．在充分地分析了各模拟驾驶器、教练机的运作特性后，建立了以教练机为主体、各模拟驾驶器为Agent的网络通信模型．实现了教练机对各模拟驾驶器的流畅管理，为该系统的成功开发提供了有力的保障．     

基于驾驶负荷的山区二级公路纵坡路段驾驶舒适度评价研究

为定量评价山区公路纵坡路段驾驶舒适度，本文以云南省文都二级公路为研究对象，进行实车试验开展驾驶负荷研究.首先，分析上、下坡路段坡度、坡长、加(减)速度指标对驾驶负荷影响程度，运用多元回归建立驾驶负荷模型；其次，利用心率增长率的第50、85分位值划分驾驶舒适度，结合所建模型对驾驶舒适度进行阈值分析，确定不同驾驶舒适程度对应坡度、加(减)速度区间范围；最后，对模型及阈值划分合理性进行分析验证.结果表明，坡度、加 (减)速度对纵坡路段驾驶负荷皆为显著变量，而坡长与驾驶负荷仅存在弱相关性.本文模型有效，阈值划分合理，可为低等级公路驾驶负荷研究提供参考.     

分心驾驶研究文献计量学分析

车辆自动化和信息娱乐系统的发展趋势使驾驶人分心成为日益突出的社会问题。为全面了解分心驾驶的研究进展，本文选取近 12 年关于分心驾驶的 2313 篇文章，利用文献计量工具VOSviewer和R-Bibliometrix系统梳理与分析分心驾驶的研究现状。首先，概述分心驾驶研究的总体情况，包括分心驾驶研究的国家分布、核心作者及核心期刊；其次，重点归纳分心驾驶领域的高影响力文献，并从“注意力机制”“分心驾驶风险与年轻驾驶人驾驶行为”“分心源”“分心驾驶检测”“自动驾驶下驾驶人的分心效应”这5个研究主题总结分心驾驶的研究热点；最后，构建分心驾驶的研究体系，并预测未来的发展趋势。研究认为：有必要加强研究分心的形成、消散和恢复机理；需扩展研究对象和场景，综合考虑车内和车外的分心源以及复合分心带来的风险；多源信息融合及考虑多类型分心可以进一步完善分心驾驶风险的研究；界定分心状态与等级划分，针对不同驾驶分心类型的识别应是未来分心驾驶检测研究的重点；自动驾驶场景下的分心行为及接管效能，以及混合交通流下的分心状态是值得关注的研究。基于机器视觉的分心检测和自动驾驶的接管效能将成为分心驾驶领域的研究前沿。     

基于驾驶负荷的山区二级公路纵坡路段驾驶舒适度评价研究

为定量评价山区公路纵坡路段驾驶舒适度，本文以云南省文都二级公路为研究对象，进行实车试验开展驾驶负荷研究.首先，分析上、下坡路段坡度、坡长、加(减)速度指标对驾驶负荷影响程度，运用多元回归建立驾驶负荷模型；其次，利用心率增长率的第50、85分位值划分驾驶舒适度，结合所建模型对驾驶舒适度进行阈值分析，确定不同驾驶舒适程度对应坡度、加(减)速度区间范围；最后，对模型及阈值划分合理性进行分析验证.结果表明，坡度、加 (减)速度对纵坡路段驾驶负荷皆为显著变量，而坡长与驾驶负荷仅存在弱相关性.本文模型有效，阈值划分合理，可为低等级公路驾驶负荷研究提供参考.     

驾驶模拟器在日本的应用与现状

当今的汽车行业中，驾驶模拟器的应用已经成为汽车相关的技术开发所必不可少的设备之一。世界各国先后出现了对应不同目的的各类驾驶模拟器。最近，更是发布了硬件性能高而小型的驾驶模拟器。     

炫酷概念车

韩国起亚公司的这款遥控汽车以其概念车“KEE”为原型，配备了能够使用游戏控制器“wii”驾驶的系统。只要使用无线的Wii遥控器，用户在任何座位都可以驾驶该车，因此，车辆在设计时无需考虑右舵版或左舵版的问题，用户可以根据自身喜好和各国的交通法规自行决定驾驶方式，甚至可以在后座驾驶。     

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。     

车路协同场景下导航播报方式有效性评估

导航信息作为驾驶人进行决策的重要依据， 其播报方式差异性会对驾驶人的信息接受程度和理解程度产生不同的作用效果， 因此， 有必要研究不同播报方式对驾驶行为的影响表现。 针对高速公路大流量路段车路协同场景下， 不同导航播报方式对驾驶行为的有效性评估， 缺乏量化依据的问题， 文章基于驾驶模拟器， 搭建了 4 类车路协同典型场景， 并选取 38 名驾驶人进行驾驶模拟实验， 获取驾驶行为数据并采用灰色近优综合评价法， 从驾驶效率和安全 2 个层面选取 4 个指标， 评估了近距离、 远距离两种播报时机和哔声、 语音两种播报形式 4 种组合方案的有效性。 研究结果表明， 高速公路大流量路段车路协同场景下驾驶人偏向远距离语音播报。     

驾驶特性的识别评估及其在智能汽车上的应用综述

研究了驾驶特性的识别方法、驾驶人接管能力评估的进展、驾驶特性在智能汽车领域中的应用；将驾驶人状态监测划分为驾驶人疲劳监测、分心监测和不良驾驶行为监测，总结了驾驶人状态监测研究的目标、方法、精确度、判断标准以及优缺点；对比了驾驶人疲劳监测中不同检测信号之间的差异；评析了基于模糊识别和隐马尔可夫模型的驾驶人意图识别与预测方法；梳理了驾驶风格分类与辨识的主要步骤、典型辨识方法的特点；分析了驾驶人接管能力的影响因素与评判标准；阐述了驾驶特性用于开发用户接受度高和人机交互性能好的辅助驾驶系统的主要方式；概括了在人机共驾协同控制中考虑驾驶特性的途径。研究结果表明:基于多种传感器信号融合的驾驶人状态监测可有效避免基于单一传感器信号的弊端，提高了检测精度，减少了误警报；将传统预测模型与混合智能学习相融合的方法能够为驾驶意图在线识别与预测提供解决方案；应该重点研究复杂工况下的驾驶特性辨识；驾驶人接管能力的研究有待理论化和系统化；未来的发展趋势是开发基于驾驶特性的集成辅助驾驶技术、实现多种典型路况下驾驶人与辅助驾驶系统进行意图和控制策略的交互；将个性化驾驶人的驾驶特性融入共驾系数的设计中，从而提高人机共驾系统的个性化、智能化水平和环境适应性能。      

智能交通信息网络环境下数字驾驶系统的体系结构与关键技术

提出了智能交通信息网络环境下的数字驾驶的概念，并通过分析车辆在行驶运动中的规律，寻求出人，车，路系统中的控制变量输入输出之间的逻辑关系，研究了智能化交通信息网络中人与车载设备之间的数字化系统模型，论述了数字驾驶的原理，进一步丰富了智能运输系统中的车辆安全驾驶理论和道路安全理论，提高了车辆行驶的安全性。     

基于OpenGVS的分布式虚拟汽车驾驶视景系统设计与实现

针对汽车虚拟驾驶模拟器视景系统对“沉浸感”、“交互感”的要求，设计了分布式虚拟汽车驾驶视景系统，以Multi Gen Creator为建模软件，OpenGVS为开发平台，解决了分布式实时网络结构、视景模型区域分割、三维图形模型导入、视点动态控制、碰撞检测等关键技术问题．实验结果表明：所开发的视景系统能够满足分布式虚拟驾驶模拟系统视景对真实性、实时性和交互性的要求，增强了驾驶视景仿真的沉浸感和交互感．     

三维主动式汽车驾驶仿真系统的实现

应用虚拟现实技术，结合汽车驾驶仿真的特点，对三维主动驾驶仿真系统的结构，特点及设计方法进行了探讨，并根据该设计方法实现了该仿真系统。     

钢筋铁骨——如何选辆底盘优秀的车

如果把汽车比作人体，底盘更似人体的骨骼，一副好骨骼不仅决定了一款车的驾驶风格，更决定了其安全驾驶的根本。     

人车路综合风险场模型构建及驾驶风格评估

为帮助驾驶人正确认知自身的安全驾驶能力，揭示“人-车-路”相互作用关系并衡量各要 素对车辆驾驶安全性的影响，构建了考虑驾驶风格因子的综合风险场模型。首先，针对现有风险 场模型在人因要素刻画不足，将车辆加速度方差和方向盘转角方差转化为驾驶风格因子，表征驾 驶人潜在驾驶习惯；然后，根据事故风险的突发性和短时性特征，利用希尔伯特-黄变换(HilbertHuang Transform, HHT)将驾驶全域风险分解为平稳阶段和局部突变阶段风险信号能量，作为评 价驾驶能力内在属性的关键依据；最后，开展行人横穿风险场景的驾驶模拟试验验证。结果表 明：驾驶风险能量在空间形态上呈“椭圆形”圈层分布，沿物理轮廓中心高边缘低，风险演变过程 能量大小“爬山式”递增效应显著。对风险能量聚类可获得比主观问卷更加细致可量化的分类结 果，对比发现，驾驶人存在“认知-操纵”偏差(问卷安全型-模型危险型/危险倾向)同时丰富的驾驶 经验对薄弱的安全意识有补偿作用(问卷危险型-模型安全型/安全倾向)。研究成果可以为识别 危险驾驶人群，提高安全驾驶能力提供一种新方法。     

基于路面养护管理系统的衍生方向研究

路面养护管理系统在道路工程中得到广泛应用，取得了很好的应用前景，并在某些程度上影响着无人驾驶技术的研究。为进一步发展和完善自动驾驶汽车技术(MVADS),使自动行车速变与真实道路状况相适应，将采用能描述路面真实状况的路面养护管理指标(PMAS)为道路自动驾驶提供量化数据，使道路自动驾驶能够考虑真实道路特点而对行驶速度进行修正，进而弥补汽车自动驾驶未能考虑道路真实自身状况的缺点。结合面养护数据指标的特点，建立路面养护的各项指标对自动驾驶车速的系数。探索结果表明：不同路路面养护管理的评价指标对路面的描述状况不同，其中PCI指标相比于其它评价指标对道路自动驾驶影响更大。对车速影响较大的指标在自动驾驶技术中应该得到更大的关注和研究，探索结果对促进道路自动驾驶技术的进一步发展具有一定的理论和应用价值。     

基于神经元学习的拖拉机自动驾驶复合模糊控制方法

建立了拖拉机自动驾驶横向控制的力学模型，提出了一种用于拖拉机自动驾驶的基于神经元学习的复合模糊控制方法，设计了模糊控制规则以及神经元学习整定PID（比例积分微分）的算法。用simulink对基于神经元学习的复合模糊控制方法进行了仿真验证，结果表明，所提出的方法和规则用于拖拉机自动驾驶是可行的。     

国外驾车防疲劳妙招

美国：无论驾驶何种车辆，驾驶员每天的驾驶时间不得超过10个小时，监督检查执行情况是通过驾驶日记。每辆车必须备有驾驶日记，日记上记录的行驶时间除驾驶员签名外，还需要有关行车路线上主管交通安全的管理部门有关人员签字证明，以防伪造作假。