跟随车安全距离的分析

通过对驾驶员的反应能力的量化、速度判断过程的分析和对诸如饮酒、服药、电话干扰及疲劳驾驶等外部因素影响下驾驶员行为与跟随车与引导车行驶一致性的研究, 计算与分析行车时的安全距离, 寻求既可避免发生追尾碰撞事故, 又不影响道路通行能力的安全距离恰当值: 当驾驶员和车辆状况良好时, 行车距离保持在速度(以m/s为单位) 的1 /2以上时, 才可能安全; 当驾驶员和车辆状况不良时, 行车距离保持在速度的二倍以上时, 才安全。     

网联环境下基于多驾驶人风险评价的不良行为主动干预研究

依托智能网联技术背景，本文提出基于多驾驶人综合风险评价的不良行为主动干预框架。选取驾驶场景中多驾驶人行为表征参数，基于行车数据定义并辨识驾驶人的各类不良行为； 利用面积法实现对不良驾驶行为发生频次、持续时间以及幅值的综合计算，并以可变权重构建其与事故风险的关联关系；借鉴数据包络分析思想，提出考虑可变权重的不良驾驶行为综合评价方法；利用Simulation of Urban Mobility(SUMO)搭建智能网联环境下驾驶仿真平台，以时间窗方式抽取场景中多驾驶人的历史行车数据，利用不良驾驶行为综合评价方法辨识风险驾驶人，提出基于累加窗口与滑动窗口的主动干预方法，每种方法均实现干预单车与干预多车两种策略；分析不 同干预手段的效果，探究窗体大小、驾驶人接受率、干预车辆数等对干预结果的影响。研究表明， 干预多车策略取得较好的效果，基于累加窗口与滑动窗口的驾驶人不良行为总得分分别下降 22.80%和10.50%；与无干预情况相比，当干预接受率为50%时，驾驶人不良行为总得分仍有所降 低；与基于累加窗口方法相比，基于滑动窗口的干预方法更适合实际应用。本文提出的框架可为驾驶行为监测等提供技术支持。     

危险货物道路运输车辆驾驶人风险倾向性分类研究

为加强危险货物道路运输安全风险源头管控，本文充分挖掘轨迹大数据和动态监控数据等多源异构行车数据，研究危险货物道路运输车辆(危货车)驾驶人风险倾向性分类。基于广泛可用的GPS轨迹数据所蕴含的驾驶行为模式和运行环境特性，引入时变随机波动率的概念，提取5种速度波动性指标，构建表征驾驶风格的属性特征集，加之行为抑制控制力、认知抑制控制力和生理负荷特征，共同组建危货车驾驶人风险倾向属性指标体系；利用Critic赋权法计算各指标客观权重，并基于多准则妥协解排序算法(VIse Kriterijumski Optimizacioni Racun, VIKOR)对危货车驾驶人的属性进行评分；建立基于K-medoids聚类算法的危货车驾驶人风险倾向性分类模型。结果表明：运用分类模型，本文将危货车驾驶人分为4类。其中，驾驶风格激进加行为抑制控制力薄弱型驾驶人面对拥堵路段和恶劣天气时表现出更大的速度波动和更多的车辆控制报警；认知抑制控制力薄弱型驾驶人分心次数更多，愿意将更多的注意力分配给分心对象，且更频繁地在分心对象和前方路况间进行注意力转移；易疲劳型驾驶人表现出更多的疲劳报警和超时驾驶报警，驾驶人承受更大的...     

典型事故形态下驾驶人工作记忆与应激反应研究

为探究事故发生时的不同形态和工作记忆与驾驶人应激反应能力及视觉行为的关系,本文对31名驾驶人分别开展城市道路中侧面碰撞、追尾碰撞和刮撞行人这3种典型事故形态下的驾驶模拟器实验。根据摄像机和眼动仪的输出视频,采用动态聚类将驾驶人的注视区域划分成7类,同时,基于单因素方差分析,Mann-Whitney U检验和Kruskal-Wallis检验,分析事故形态的类型、不同工作记忆容量的人群避险时的应激反应能力和视觉行为的影响。结果表明：事故形态和驾驶人的应激反应能力显著相关,在前车紧急制动事件中驾驶人的反应时间最短,较侧面碰撞减少了25.46%;在面对危险时的反应时间受到驾驶人工作记忆容量的影响,即相比于低工作记忆容量,高工作记忆容量的驾驶人反应时间短;此外,注视总持续时间、平均扫视时间和瞳孔直径均与工作记忆容量相关。研究结果可为车辆安全针对性预警提供理论支持。     

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。     

沃尔沃卡车绿色驾驶学院在京正式开班

为了推动对中国广大客货运驾驶人员安全意识的宣传教育,帮助他们逐步树立安全驾驶和绿色行车的驾驶习惯,在公安部道路交通安全研究中心的指导下,沃尔沃卡车（中国）日前在北京正式启动“沃尔沃卡车绿色驾驶学院”企业社会责任项目。
　　道路交通是现代生活的重要组成部分,也是经济社会发展活跃程度的“晴雨表”。近年来,我国道路交通发生了翻天覆地的变化,通车里程和机动车、驾驶人以及交通流量等持续快速增长。2013年中国公路里程435.6万公里,驾驶人总数超过2.8亿人;公路营业性货运车辆运输周转量达到5.6万亿吨公里。在人、车、路全面增长的同时,道路交通安全形势面临严峻挑战。2012年事故总量近450万起,死亡人数近6万人,其中商用车占较高比重。因此,培养广大客货运驾驶人良好的驾驶习惯,增强他们的安全意识,减少道路交通事故的发生,已经不仅仅关系到每一个人的生活,也对国家经济社会发展和安全稳定有着重要影响。     

驾驶人“感知-决策-操控”行为模型

为准确模拟驾驶人跟车行为,提出基于隐马尔可夫模型(Hidden Markov Model,HMM)的驾驶人“感知-决策-操控”行为模型。建立描述驾驶意愿的HMM模型,模拟驾驶人感知过程,获得期望的车间距;预测模块模拟驾驶人根据交通环境和自身生理、心理状态预测车辆未来轨迹,即决策过程;优化模块描述驾驶人为使预测的车辆轨迹跟踪上期望的车辆间距而采取的操控汽车的执行动作,即操控过程。上述3个模块的滚动过程实现了对驾驶人跟车行为的模拟。利用自然驾驶数据进行算例分析,结果表明,本文模型预测车间距平均误差仅为1.47%,证明了所建模型的有效性及准确性。本文为驾驶行为建模方法的理论研究和应用拓宽了思路。     

重载货车驾驶人驾驶风格识别与量化研究

重载货车驾驶人的激进驾驶风格具有强烈的习惯性特征和风险性特征,一旦养成很难矫正,且极易诱发交通事故。针对现有研究极少关注重载货车驾驶人驾驶风格的不足,本文基于某全国货运监管平台提供的云南省重载货车低频轨迹数据,从风格聚类、风格识别和风格评估这3个方面,提出综合考虑疲劳驾驶特征和超速驾驶特征的重载货车驾驶人驾驶风格分析方法。首先,基于轨迹数据蕴含驾驶人驾驶行为模式的特点,构建表征重载货车驾驶人驾驶风格的疲劳驾驶和超速驾驶特征集;其次,利用因子分析进行特征约简,并采用K-均值聚类方法划分重载货车驾驶人的驾驶风格;然后,构建基于支持向量机的驾驶风格识别模型,并与梯度提升决策树的识 别结果进行对比;最后,基于疲劳驾驶特征和超速驾驶特征的累积分布,建立基于 CRITIC (Criteria Importance Though Intercriteria Correlation)赋权法的重载货车驾驶人驾驶风格量化评估 模型。研究结果表明：经过特征约简,提取的疲劳因子和超速因子能综合反映上述两类特征集 80.838%的信息;根据疲劳因子和超速因子可将驾驶风格划分为4种类别,即稳健型、超速型、疲劳型和危险型,相应重载货车驾驶人比例依次为62.60%、25.02%、7.40%和4.98%;基于支持向量机的重载货车驾驶人驾驶风格识别模型对不同风格的识别准确率均大于97%,整体表现优于梯度提升决策树;基于CRITIC赋权法的驾驶风格评估模型能有效量化重载货车驾驶人的驾驶风格, 其中稳健型驾驶人表现最好,75%以上的驾驶人风格评估总分高于60分;危险型驾驶人表现最差,75%以上的驾驶人风格评估总分低于20分。研究结果可为重载货车驾驶人不良驾驶行为的监测、干预和管理提供理论依据和技术支撑。     

�����ٶȼ��ٶ����ƵĽ�ͨ��ȫ����

本文探讨了行车速度与交通事故发生几率及行车速度与交通事故严重程度的关系，进一步阐明了车速离散性对交通事故的影响，速度限制与行车速度及安全的关系。从驾驶人的驾驶态度和行为、车辆技术性能、道路通行条件、环境条件、交通管理措施五个方面分析了影响行车速度的主要因素。     

高速场景相邻前车驾驶行为识别及意图预测

相邻前车的驾驶行为会影响后车,因此先进的辅助驾驶系统需具备识别前车驾驶行为的能力. 对高速场景下相邻前车换道行为进行研究,分别提出双层连续隐马尔可夫模型-贝叶斯生成分类器(CHMM-BGC),以及基于双向长短时记忆网络(Bi-LSTM)的行为识别模型和意图预测模型. 采用自然驾驶数据集对模型的有效性进行测试验证. 实验分析表明：基于Bi-LSTM的行为识别模型相较于双层CHMM-BGC在平均识别率上提升了11.24%,两种行为识别模型均可在相邻前车换道过程的早期阶段识别换道行为;考虑相邻前车与周围环境车辆的交互作用,可使模型具有预测性,两种意图预测模型均可在车辆换道时刻前预测到驾驶人换道意图. 模型仿真计算时间可满足系统的实时性需求,为本车驾驶人预留出反应时间,为预测周围车辆行驶轨迹研究提供支持.     

双车道普通车辆-自动货车混合驾驶交通流建模与仿真

作为未来交通的一部分,自动货车队列被认为是最早实现的自动驾驶场景之一.为深入探讨普通车辆与自动货车构成的混合交通系统可能呈现的特征及其原因,分别建立了适用于描述普通车辆和自动货车驾驶行为的元胞自动机(Cellular Automaton,CA)模型,运用数值模拟的方法探究交通流状态的演变过程.研究发现：双车道环境下自动货车的加入是一把“双刃剑”,在交通流密度较低且自动货车占比较小时,对普通车辆影响甚微;在交通流密度较高且自动货车占比较高时,普通车辆换道条件苛刻导致换道频率降低,无法获取更高车速进而影响了整个道路系统的通行效率.     

车辆颜色等多因素对驾驶行为的交互作用研究

车辆颜色是影响驾驶行为与交通安全的重要因素,为研究动态运行环境下车辆颜色、车型对于驾驶行为的影响,首先,建立不同颜色、车型车辆模型及其白天与黄昏两种道路环境,构建6类典型驾驶场景;其次,选取25名测试人员,采用组内实验的方法进行试验,实验中利用驾驶模拟系统、眼动仪与多导生理仪采集车辆运行、驾驶员眼动与心率数据。实验结果表明,驾驶员对车辆的识认有明显差异,白天识认距离明显高于黄昏,大客车则明显高于小轿车,黑色车辆在黄昏时识认性明显低于其他车辆,尤其是在观察前方车辆时更为明显。上述结果表明,车辆颜色对于驾驶员识认距离存在明显影响,尤其是小型车辆在黄昏时响更为显著,以上结果应在车辆颜色选择及驾驶员培训时予以关注。     

车联网环境对城市快速路驾驶安全的影响评价

为明确不同情形下车联网对城市快速路交通安全的影响程度,首先,在分析车联网对快速路驾驶行为影响的基础上,对车联网和常规驾驶环境下的驾驶模型参数进行了标定;然后,选取累计碰撞时间（Time Exposed Time-to-collision, TET）和积分碰撞时间（Time Integrated Time-to-collision,TIT）指标对快速路纵向驾驶行为进行安全评价,选取侧向碰撞风险（Sideswipe Crash Risk, SSCR）作为快速路横向换道驾驶安全的评价指标;最后,基于VISSIM设计快速路进行仿真试验,考虑车联网和常规驾驶环境,研究不同渗透率和饱和度条件下网联车对纵向追尾和横向换道驾驶行为的安全影响程度。研究结果表明：车联网环境下网联车渗透率对快速路驾驶行为的影响呈现出缓慢提升（0～50%）、快速提升（50%～75%）及显著提升（75%～100%）三阶段,其中TET指标分别对应降低14.57%, 30.10%和49.01%;车联网环境下,交通饱和度对快速路的交通安全影响则呈现出先快后慢的改善趋势。当网联车渗透率超过75%之后,交通安全提升程度最为明显;车联网环境中,当快速路交通饱和度低于0.8时,交通安全改善程度更为显著。     

驾驶行为的执行过程探讨

驾驶行为是影响道路交通安全水平的重要因素之一,也是交通研究的热点。在总结国内外驾驶行为研究成果的基础上,依据信息的进程将驾驶行为分解为认知过程、决策过程、执行过程和学习过程,提出了驾驶执行过程在驾驶行为研究中的重要性,并阐述了驾驶执行过程研究的基础、内容以及方法,可为深入研究驾驶行为提供参考。     

网联自动驾驶车辆道路交通安全研究综述

为全面了解网联自动驾驶交通安全领域的研究进展,利用文献计量方法通过Web of Science核心数据库对Connected and Automated (Autonomous) Vehicles、Connected (Autonomous) Vehicles、Traffic Safety (Accident, Crash, Collision, Conflict)等关键词进行检索,共获取2010至2021年2 130篇相关文献,涵盖5 474位作者和7 017个关键词;利用科学知识图谱对网联自动驾驶道路交通安全研究发展历程、研究归属地、研究主题与内容、研究热点等进行分析总结和可视化解析;通过研究主题和热点的分析指出未来研究方向。研究结果表明：网联自动驾驶道路交通安全研究经历了起步阶段、缓慢增长阶段和快速发展阶段;美国和中国是当今世界对网联自动驾驶道路交通安全领域贡献最大的2个研究主体;研究主题主要围绕宏微观交通流、交通系统影响(交通出行、交通环境、交通安全)、车辆安全避障与路径规划、交通安全评价等展开,研究热点重点围绕网联自动驾驶交通控制与系统优化、新型混合交通流交通安全分析、微观行为建模与仿真安全评估等;未来研究需重视由单车安全转向交通流事故风险传播研究,突破智能网联车队群体决策与编队控制技术,构建虚拟现实下智能网联数据化仿真环境与深度测试平台,挖掘网联自动驾驶人机共驾情境下驾驶人接管绩效评价体系,从而进行精细化的事故风险致因分析、交通安全建模与评估以及事故风险防控策略与算法研究。     

汽车驾驶模拟器在交通工程中的应用

提出了由实时控制与仿真计算机系统、视景模拟系统、声响模拟系统、运动模拟系统和中央控制台等组成的汽车驾驶模拟系统总体结构．汽车模拟器应用在交通工程中涉及3种主要仿真模型——汽车动力学模型、路网模型和交通仿真模型．以车辆在交叉路口从次干道左转弯到主干道时，主干道直行车辆之间最小可接受车头时距为例，介绍了利用汽车模拟器进行交通工程仿真研究的方法．     

驾驶模拟器现状及应用研究

通过对驾驶模拟器的种类和典型的结构组成进行回顾分析,并对驾驶模拟器在研究道路交通、驾驶行为、道路环境设计、汽车工程等方面的不可替代的优势进行深入的阐述,将对驾驶模拟器的推广应用产生重要的影响。     

汽车驾驶模拟器在交通研究中的应用

依托先进的工业技术,日本在汽车驾驶模拟器领域积累了大量经验.首先回顾了汽车驾驶模拟器的发展历程及基本应用.然后以日本东京大学生产技术研究所“面向人、车、交通研究的通用驾驶模拟器”为例,着重从驾驶行为、道路与交通设计、交通安全、交通环境效益以及智能交通系统几方面阐述了汽车驾驶模拟器在交通研究上的应用.最后探讨了汽车驾驶模...     

驾驶模拟器现状及应用研究

通过对驾驶模拟器的种类和典型的结构组成进行回顾分析,并对驾驶模拟器在研究道路交通、驾驶行为、道路环境设计、汽车工程等方面的不可替代的优势进行深入的阐述,将对驾驶模拟器的推广应用产生重要的影响。     

智能网联汽车道路测试政策法规分析及展望

为进一步促进智能网联汽车道路测试相关政策法规的建立健全,首先分析了智能网联汽车技术的发展路径和发展现状以及国外具有代表性的自动驾驶道路测试法律法规的主要内容。然后,总结并分析了我国国家层面及各地区已发布的智能网联汽车道路测试相关政策法规的主要内容和异同点。最后,针对相关政策法规的制定和完善,提出根据自动驾驶技术的不同等级制定分等级的测试管理办法、逐步开放各地区测试数据共享、制定统一的责任认定标准、对测试路段的道路基础设施和交通管控设施作出明确规定、保护网络安全和用户隐私、在确保交通安全的前提下逐步扩展测试路况、推动营运车辆领域测试管理规范的制定等建议。