雾天不同能见度条件下高速公路限速建议值研究

高速公路雾天不同能见度条件下,驾驶员对道路线形走向的敏感性有所变化,驾驶员需要不断调整方向盘,以不同的车速行驶在线形不断变化的高速公路上.为了探寻在雾天不同能见度条件下,驾驶员以不同车速通过不同曲率道路时的驾驶行为安全特性,利用UC-win/Road建立道路驾驶模拟环境,采集驾驶员在单因素和正交多因素实验方案条件下的车辆运行轨迹数据,结合驾驶行为特点提出了新的评价指标(车辆横向偏移系数)对驾驶员的驾驶行为进行分析.结果表明,能见度、圆曲线半径和车速对车辆横向偏移均具有显著性影响;并且通过正交试验确定各因素对车辆横向偏移影响由强到弱依次为:能见度(F=531.643)>圆曲线半径(F=256.599)>车速(F=45.986).      

基于曲率与车速的两点智能控制驾驶员模型

为了提高驾驶员模型的路径跟踪精度,基于模糊逻辑智能控制器建立了一种依据道路曲率、车速,采用远、近两点预瞄的智能驾驶员模型。该模型根据目标道路的曲率自适应地选择预瞄距离远、近两点,根据不同的车速和预瞄点的横向偏差决策出最优转向盘转角。对所建立的驾驶员模型与CarSim驾驶员模型进行仿真测试对比,结果表明,该模型能够在反应滞后的情况下完成复杂道路、极限工况的驾驶员操作,路径跟踪误差较CarSim模型小。     

驾驶仿真模型实验验证及参数初步标定

为了验证适用实际道路输入的最优加速度模型并标定相应的参数,选取有代表性的路段进行实车观测实验。实验的结果表明:该模型的仿真结果与实际车辆在弯道上行驶规律相吻合,驾驶员的前视时间在不同的视野下有所变化,并且不同的驾驶员其前视时间存在一定的差异。     

旅游型中小城镇车辆速度与加速度分布特性研究

以旅游小城韶山为例,通过调查本地驾驶员和外地驾驶员在不同道路类型上的逐秒GPS数据,运用统计学方法对不同驾驶员类型、道路类型的车速分布特性进行了研究。首先,通过对车速的分布形式进行拟合,定性分析了不同驾驶员与类型道路的车速分布形式及其变化规律;然后,从驾驶员类型、道路类型两个角度对车速分布的集中趋势、离散程度以及加速度分布进行了分析。结果表明,驾驶员类型与道路类型对车速与加速度分布的形式以及参数值有着不同程度的影响,大多情况下旅游城镇车速分布较为符合正态分布,由于道路熟悉程度以及出行目的差异,本地驾驶员平均车速更高,不同驾驶员在景区车速分布特性差异更为显著。研究成果将对旅游型中小城镇交通的规划、设计、控制、管理以及评价提供科学依据和数据支持。     

无人驾驶车辆的底层动力学控制研究

在考虑车辆动力学特性和执行器饱和约束的前提下,将无人驾驶车辆的运动控制问题转化为纵向和横向的渐进跟踪问题,以上层的期望车速和期望道路曲率为控制目标,利用反馈线性化的思想,设计了一种前馈加抗饱和积分的动力学控制算法,并且基于李雅普诺夫函数证明了闭环系统平衡点的渐进稳定。实车试验表明,该动力学控制算法能够快速准确地实现车速和道路曲率的跟踪,从而验证了其有效性。     

自动驾驶引发致死事故 系统未识别前车导致相撞

正2016年1月20日,京港澳高速河北邯郸段发生一起追尾事故,一辆自动驾驶功能的轿车直接撞上一辆正在作业的道路清扫车,轿车当场损坏,驾驶员不幸身亡。事故发生前:车辆有超速驾驶行为从事故车辆的行车记录仪视频当中可以看到当天天气晴好,车辆速度也并不快。驾驶员在发生事故的一分钟前还哼了几句歌,而随后便毫无防备地撞上了前面的道路清扫车。事故发生后,道路清扫车的驾驶员进行了报警。由于事故发生在京港澳高速河北高速交     

智能汽车路径跟踪精度及操纵稳定性耦合机理分析

针对现有智能汽车路径跟踪算法研究中存在的智能汽车路径跟踪精度与操纵稳定性相互耦合和相互制约问题,在车辆二自由度模型基础上,设计了基于传统预瞄误差模型的PID控制方法,研究了智能汽车在蛇形道路工况、定曲率变车速工况和定车速变曲率工况下,车速及道路曲率对智能汽车路径跟踪精度和操纵稳定性的影响。仿真结果表明,随着车速和道路曲率的增加,智能汽车路径跟踪精度以及操纵稳定性降低;智能汽车的路径跟踪精度提高,操纵稳定性变差。     

纵断面设计线对驾驶员感受平曲线的影响

驾驶员对前方道路特征的感受是一个重要的人性因素。它对交通安全和设计连贯性具有很大的影响。在道路设计中应予以足够重视。驾驶员对道路的错觉可能引起危及交通安全的行为。早先的研究表明。纵断面设计线和平面线形的组合可能会导致对平面曲率的错觉。驾驶员对平面曲率的感受受到所重叠的纵断面设计线的影响。该文对此作了解析的假设检验。统计分析的结果表明。当重叠有凸形竖曲线时。平面曲率总是显得急剧;而重叠有凹形竖曲线时。平面曲率总是显得平缓。     

车速与车辆事故的关系

一、驾驶员的视力与车速的关系 驾驶员在行车中的视力是动视力.一般来讲,动视力比静视力低10%～20%;动视力随相对速度的变化而变化,车速越快,视力下降越大.当车速达到70 km/h时,视力为1.2的驾驶员,此时的视力会下降到0.7.另外,眼睛至焦点的视认距离也随车速而变化,当车速为60 km/h时,视认距离为240米;80 km/h时,为160米.也就是说,车速提高三分之一,而视认距离将减少三分之一.车速对视力的影响,是肇事的生理原因之一.     

Modeling of Driver's Directional Control Behavior with Cerebellar Model Articulation Controller

在分析驾驶员的运动控制行为特性基础上,仿照人小脑神经网络结构,建立了驾驶员对汽车方向控制行为的小脑神经网络控制模型,以此对传统的微分校正模型进行控制误差修正.在不同车速、路形和路面附着系数下的仿真结果表明,所提出的控制算法有高的路径跟踪精度,且对车速和道路状况等汽车行驶过程中的动态不确定性因素具有较强的适应性和鲁棒性.     

基于曲率感知的高速公路隧道弯道路段调控方法研究

为定量分析高速公路隧道弯道路段不同半径条件下,线形诱导标志和反光环对驾驶员曲率感知的影响,基于室内仿真试验,选取20 名驾驶员作为被试,分别测量驾驶员在不同试验场景条件下的弯道错觉程度,并对试验数据展开分析。试验结果表明: 1)采用线形诱导标志的隧道弯道视线诱导方法,驾驶员弯道错觉表现为高估弯道半径,且仅在半径为200~400 m 条件下,具有较好的诱导效果,弯道错觉程度小于7%;同时,驾驶员的弯道错觉程度与隧道弯道半径显著正相关,与线形诱导标志的可见个数显著负相关。2)采用反光环的隧道弯道视线诱导方法,驾驶员的弯道错觉程度仅与反光环的可见个数存在显著负相关,且随着可见反光环布设个数的增多(4~6 个),会导致驾驶员低估半径的错觉程度过大(>-20%),不利于驾驶员安全行车。3)在隧道弯道路段(200~1 800 m),当可见反光环为3 个时,不同半径下的弯道错觉程度均小于布设线形诱导标志的方案(小于5%)。因此,采用在隧道弯道路段布设3 个可见反光环的方法更有利于提高驾驶员的曲率感知能力。     

公路平曲线路段大型车运行速度模型研究

从安全设计一致性理念出发,详细分析了驾驶员在高速公路自由流状态下平曲线路段的信息采集处理过程,认为大型车在平曲线路段的曲中点前后两部分运行速度是受不同的线形信息的影响,用大量的实测数据建立了相应的两阶段平曲线路段大型车运行速度统计模型。经过与实测速度对比验证,证明两阶段平曲线运行速度预测模型具有预测精度高、适用范围广的优点。这为利用运行速度制定公路线形设计标准提供了良好的数据支持,同时也为运行速度进行安全一致性审核提供了理论支撑。     

高速公路不同线形组合路段划分研究

通过对27名典型车型驾驶员在高速公路不同线形条件下的运行速度、生理和心理变化等现场试验数据采集、分析,得到驾驶员安全舒适性评价指标(驾驶工作负荷度)在高速公路不同线形组合路段的变化规律;提出高速公路线形变化引起的车辆运行速度和驾驶工作负荷度变化具有提前性,而并非在道路线形变化点同时发生变化,这种提前现象反映出驾驶员对道路线形条件变化认知和决策的适应特性;提出了基于驾驶工作负荷度变化特性的高速公路不同线形组合路段划分标准。研究结论对道路设计、交通安全设施布设和道路运营管理等理论和实践具有一定的参考价值。     

考虑肌电信号的驾驶人弯道操纵行为分析

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。     

基于驾驶行为的城市道路车辆主观换道模型研究

车辆换道行为因其运行环境复杂,所涉及的交通因素众多,容易引起交通冲突,从而降低道路交通系统的安全性.对车辆换道行为的动态特性及其对车流运行的影响机理进行建模与研究,对提高交通系统的运行效率有重要意义.基于城市道路车辆换道行为的特征,改进了元胞自动机模型细化车辆换道过程;考虑驾驶员特性、车辆类型的影响,采用模糊推理理论描述驾驶员的换道决策,进而建立了城市道路驾驶员主观换道模型.通过将实测交通流数据与仿真输出数据进行对比,验证模型的有效性.结果表明,所建立的模型输出结果与实测数据的误差较小,说明模型具有一定的有效性.     

主动降低光照强度对暗适应及交通安全的影响

为探索减轻驾驶员暗适应水平的方法,以不同速率主动降低光照强度,并测试光照强度突变为零后驾驶员辨识前方物体时间。建立室内实验环境;测量以不同速率提前降低光照强度的情况下,外界光照强度突变为零后驾驶员辨识前方物体的时间。根据数理统计原理,解析辨识时间与光照强度变化率之间的关系,分析提前改变光照强度对辨识时间的影响,寻找最短辨识时间及其相应的光照强度变化率。实验数据显示,提前降低光照强度7.0s以上与不降低相比,对驾驶员暗适应的作用显著且趋于稳定,驾驶员辨识前方物体时间最多可以减少61.91%。实验结果表明,提前改变光照强度对于短时间内缓解驾驶员暗适应现象有所帮助。     

Evaluation of preview G-Vectoring control to decelerate a vehicle prior to entry into a curve

This paper describes the development of the braking assistance system based on a “G-Vectoring” concept. The present work focuses in particular on “Preview G-Vectoring Control” (PGVC), which is based on the “G-Vectoring Control” (GVC) scheme. In GVC, the longitudinal-acceleration control algorithm is based on the actual lateral jerk. PGVC decelerates a vehicle before it enters a curve, and is based on a new longitudinal-acceleration control algorithm which uses predicted and actual lateral jerk. Using the predicted lateral jerk makes it possible to decelerate the vehicle prior to curve entry. This deceleration can emulate a driver’s deceleration as the vehicle approaches a curve entry. PGVC is based on such deceleration algorithms and enables automatic deceleration similar to the action of a driver. It is thus possible to significantly improve the driver’s feeling when this system is activated. Driving tests with this new control system on snowy-winding course confirmed that the automatic brake control quality improved considerably compared to manual driver control considering both lap time and ride quality. These results indicate that PGVC can be a useful braking assistance system not only to improve the driver’s handling performance but also to reduce the brake-task during driving on winding roads.     

基于模糊推理的驾驶员意图识别研究

对驾驶员换档操作进行了动力学分析,定义了平直道路匀速行驶的平衡节气门开度和相对节气门开度,研究了典型工况下驾驶员操作特征,将平直道路行驶时的驾驶员意图分为相互关联的五类,并在此基础上提出了将驾驶环境和驾驶员操作相统一的识别方法。根据相应的实车实验数据和经验收集,制定了模糊推理的规则库,建立了多输入单输出的模糊推理模型。对实车实验数据进行了离线识别验证,能够比较准确完整的识别驾驶员意图。     

车队认知能力增强的通信区块间隙优化方法

为了在单车超越车队的过程中缩短超车车辆与车队间通信范围，减少车队通信压力，锁定影响车辆入队的关键车队区块，同时通过将待进入关键区块的车队进行间隙优化调整，为驾驶人提供定制化换道入队引导服务，提出了基于驾驶人超车风格特征参数的车队内信息传输关键区块锁定算法，通过分析影响驾驶人换道入队位置范围的关键因素，将驾驶人换道入队过程分为本车道速度调整过程与入队速度调整过程，利用非参数贝叶斯算法获取驾驶人超车换道特征数据并提出基于关键区块所在车队位置序列的车辆间隙优化调整策略。研究结果表明：超车车辆加速度、与前车预计碰撞时间、与车队相对速度是影响驾驶人换道入队范围的关键因素；通过非参数贝叶斯算法将超车车辆运行数据分类获取的驾驶人换道入队驾驶操作基元，可准确提供驾驶人行为特征关键参数；通过将驾驶人换道特征分为48个子类型，可锁定驾驶人换道入队范围且车队关键区块范围随着超车车辆与车队速度差值不同在各个特征类型上呈现不同变化趋势；针对驾驶人入队特征对待进入车队关键区块的车辆间隙进行优化调整，不仅可以为驾驶人提供可接受的驾驶辅助信息，同时减少了车队间隙产生过程中车辆加速度范围，提升了车队运行的舒适性。     

基于驾驶员跟车习惯的报警/避撞算法研究

在驾驶员实车实验的基础上,研究跟车工况中的驾驶员行为特性和习惯,建立驾驶员跟随车距模型,并结合对车辆制动过程的分析,研究分别基于驾驶员制动行为特性和驾驶员跟随车距模型的报警/避撞算法,通过改变算法的参数值,可使算法得到的报警/避撞时机符合不同驾驶员的驾驶习惯。利用实验数据对算法进行离线检验,验证该算法在报警/避撞系统中的适用性。