基于ROC曲线的疲劳驾驶判别方法研究

疲劳驾驶判别是危险驾驶行为研究的主要内容之一,基于驾驶行为的疲劳驾驶判别更加直接.文中选取疲劳状态下的驾驶行为指标作为研究对象,结合不同道路线形分析疲劳对于驾驶行为的影响,获得能在相应的道路条件下显著反映疲劳驾驶的驾驶行为指标.使用ROC曲线方法分别确定不同道路线形下各个驾驶行为指标判别疲劳驾驶的阈值.根据各个驾驶行为指标及阈值,建立疲劳驾驶综合判别模型,并通过对比分析说明基于驾驶行为指标进行疲劳驾驶判别考虑不同道路线形的必要性.研究结果表明,疲劳状态对驾驶行为的影响在不同道路线形上表现不同,基于ROC曲线的疲劳驾驶判别方法可应用于基于驾驶行为的疲劳检测,不同道路线形下平均识别率达75％,平均误判率为16.5％.     

探索智能网联汽车中生态驾驶的应用

伴随着社会的迅速发展、时代的不断进步,科学技术有了显著的进步与提升,实现了生态驾驶这一先进的驾驶手段。生态驾驶的出现,使得汽车能够减少能耗与排放。与此同时,智能网联汽车驾驶技术的出现使得汽车驾驶有了更新一步的改变,使驾驶用户在驾驶途中获得更舒适的体验,将生态驾驶应用在智能网联汽车中,使得智能网联汽车以及生态驾驶实现更好的发展。本文主要分析了生态驾驶在智能网联中的应用。     

BMW精英驾驶培训首开越野驾驶课程

2011年7月,BMW精英驾驶培训在中国鄂尔多斯首次展开越野驾驶培训课程。本培训车辆为全新BMW X3和新BMW X5,由BMW专业培训师授课指导,课程内容结合了公路驾驶、越野赛道驾驶、沙漠赛道驾驶、岩石河滩驾驶四部分,旨在提高学员在不同的路况和驾驶条件下,操控车辆的能力,全面提升驾驶技巧。     

驾驶模拟器在自动驾驶系统中的应用研究

自动驾驶车辆在实际道路上行驶之前的测试阶段是一个至关重要的环节。一个低成本、高效率以及高精度测量的自动驾驶车辆的测试方式,对于自动驾驶车辆的开发具有重要意义。将驾驶模拟器运用到研究自动驾驶车辆测试已是近年来的一个研究热点。基于虚拟驾驶场景的自动驾驶车辆的检测,通过组合虚拟驾驶场景的背景车辆、行人、交通灯、建筑、指示标牌等元素,研究将驾驶模拟器与虚拟驾驶场景的联合应用来测试自动驾驶车辆。设计了典型的交通场景,通过自动驾驶车辆和背景车辆的实时交互,研究自动驾驶车辆的各项性能指标。研究结果表明:该驾驶模拟器可以高度拟合人类驾驶体验,驾驶员通过驾驶模拟器控制背景车辆能够很好的模拟现实中的驾驶行为,对自动驾驶车辆的仿真测试起到了促进作用。     

梅赛德斯-奔驰AMG驾驶学院首次登陆中国

首次落户亚洲的AMG驾驶学院计划在中国最著名的赛道开展一系列专业运动驾驶培训,而近千名运动驾驶爱好者也将有机会接受来自德国专业教练的亲自指导,不仅提高运动驾驶技巧,提升安全驾驶水平。日前150余名中国驾驶爱好者有机会率先体验这一量身定制的运动驾驶培训。     

新手开车小窍门

一、驾驶姿势 正确的驾驶姿势对安全行车是非常重要的,不但可以消除长时间驾驶的疲劳,保证良好的驾驶视野,还可以使驾驶动作更准确、迅速合理。驾驶姿势主要与方向盘及座椅有关,在坐进驾驶席之后,首先应该深深地坐在座椅后部,使腰部和肩部靠椅背上。     

驾驶行为与驾驶风险国际研究进展

驾驶人在驾驶车辆的过程中总会面临由自身或外界条件所带来的或高或低的风险,即驾驶风险,通过对驾驶风险进行识别、分析及评估是对风险进行管理的有效对策,明确由人为因素（即驾驶人个体特征及驾驶行为）所带来的驾驶风险并对驾驶人进行安全管理尤为重要。为了全面了解各类危险驾驶行为和各种驾驶人群体的驾驶风险行为研究进展,对驾驶风险领域重点问题进行了总体概述。从驾驶人个体特征及驾驶行为的角度出发,探究了驾驶风险领域目前的研究现状,并利用科学知识图谱展示驾驶风险领域研究的发展进程与结构关系。通过Web of Science核心合集数据库获取了3 406篇在1986~2020年（截至2020年2月29日）间出版的驾驶风险研究相关英文文献,共涵盖8 684位作者及6 018个关键词,基于科学知识图谱对该领域文献进行梳理与分析。结果表明：驾驶风险领域的国外研究在驾驶人选择方面主要从年轻驾驶人、老年驾驶人、新手驾驶人及职业驾驶人的角度进行切入,重点围绕酒驾、药驾、分心驾驶及疲劳驾驶等主题开展研究。与国外研究相比,中国在分心驾驶、疲劳驾驶领域的研究相对丰富,而针对酒驾、药驾的研究试验手段较为单一,研究不够全面;在研究对象的选取上,有必要进一步增加老年驾驶人及新手驾驶人的深入研究,包括老年驾驶人适驾性评估与教育培训,以及新手驾驶人驾照分级制度的可行性探索。在研究方法方面,国外常见研究方法包括问卷调查、驾驶模拟器试验、实车试验以及自然驾驶研究等,而中国在自然驾驶研究领域尚未充分开发利用;未来应考虑多种方法相结合并从不同角度促进对驾驶行为及驾驶风险的全面理解。     

考虑驾驶风格的智能车自主驾驶决策方法

为了提升智能车类人驾驶水平,提供符合驾乘者驾驶习惯的个性化驾驶服务,改进了DDPG算法并设计智能车驾驶决策系统,学习不同风格的个性化驾驶策略.招募20位驾驶人参加基于仿真平台的模拟驾驶实验,采集驾驶数据.运用相关性检验方法选择个性化驾驶评价指标,使用K-means聚类方法将驾驶风格进行分类.在基础DDPG算法的输出部分加入线性变换过程,形成改进的个性化驾驶决策学习算法,进而构建个性化自主驾驶系统,以3种驾驶风格作为学习目标,调节线性变换参数,在线训练并测试算法.结果表明,提出的方法比基础算法收敛速度提升21.3%.算法在测试场景中,保持了高于驾驶人的横向控制水平,车道偏移量下降73.0%,且驾驶的车辆未与道路外侧护栏发生碰撞.聚类结果显示,算法通过调节线性变换参数,能够有效学习不同的驾驶风格.      

基于驾驶模拟技术的道路行车安全性研究综述

对驾驶模拟技术在道路行车安全领域的研究及应用现状和存在的问题进行了分析。在广泛调研国内外相关文献的基础上,对驾驶模拟器进行了分类,并总结了国内外主要代表性科研型驾驶模拟器的发展历程,分析了典型驾驶模拟器的自由度、主要特征和应用领域。以“人-车-路-环境-事故”为主线,从不良驾驶行为特性分析、车辆主动安全技术研究、道路与交通设计、车辆驾驶环境以及道路行车事故研究5个方面,系统地梳理了驾驶模拟技术在国内外道路行车安全领域的应用研究现状、存在问题以及应用展望。在不良驾驶行为特性分析方面,重点研究了运用驾驶行为特性开展分心驾驶行为和疲劳驾驶行为的识别;在车辆主动安全技术研究方面,综述了运用驾驶行为开展车辆底盘一体化控制技术、安全辅助驾驶控制技术和自动驾驶接管行为的评价研究;在道路与交通设计方面,综述了道路几何和标志标线等的设计评价;在车辆驾驶环境方面,综述了不良气象、路侧景观和交通冲突等驾驶环境对驾驶行为的影响;在道路行车事故研究方面,总结了道路行车事故再现和事故影响因素分析等内容。此外,对驾驶模拟技术进行了应用展望,主要包括特殊人群的驾驶行为特性、智能网联汽车系统的测试及验证、混合交通流环境下的行车安全问题。对未来应对驾驶模拟器的有效性评价、不适性以及二次开发等问题进行探讨,以便更好地促进驾驶模拟技术的发展。      

驾驶特性对进气道喷射汽油车RDE排放的影响EI北大核心CSCD

使用便携式车载排放设备(PEMs)对一辆装有进气道喷射的自然吸气发动机的轻型汽油车按照轻型车国Ⅵ标准进行了真实驾驶排放(RDE)测试,并通过行程动力学定义了温和驾驶和激进驾驶。结果表明:激进驾驶的NOx和PN排放跟温和驾驶相差不大。但在市区行程,激进驾驶的CO排放为温和驾驶CO排放的84倍。而对于总行程,激进驾驶的CO排放为温和驾驶CO排放的75倍。激进驾驶中频繁的加减速是CO排放大幅增加的主要原因。在市区行程,CO排放与加速度正相关;在高速行程,由于发动机运转在高速大负荷的工况点,而这些工况点在企业进行排放标定时往往被忽略,导致CO的排放很高。     

汽车驾驶注意事项

（1）调整好驾驶姿势。正确的驾驶姿势对安全行车是非常重要的,不但可以消除长时间驾驶的疲劳,保证良好的驾驶视野,而且还可以使驾驶动作更准确、迅速与合理。驾驶姿势主要与转向盘及座椅有关。在坐进驾驶座之后,首先应深深地坐在座椅后部,使腰部和肩部靠在椅背上。     

特殊环境下营运车辆驾驶人驾驶安全性评价

道路交通事故90%以上由人为因素引起.为了对特殊环境下营运车辆驾驶人的驾驶安全性进行综合评估,由问卷调查确立典型交通场景下的安全驾驶标准操作,应用层次分析法,从交通规则遵守情况、驾驶行为规范性程度及安全驾驶意识程度3个方面建立驾驶安全性评价体系.运用句法模式识别方法设计安全意识评价算法,对驾驶人在场景中的操作能力进行评价.结果表明,安全驾驶意识程度对驾驶安全性的影响最大.所设计系统在驾驶模拟器中实现,可有效评价特殊环境驾驶人的驾驶安全性,进而降低驾驶人因素引起的事故率.      

汽车驾驶机器人系统的研究进展

利用驾驶机器人替代人类驾驶员在危险条件和恶劣环境下进行汽车试验已成为汽车工业发展的趋势。分析汽车驾驶机器人系统的研究难点,介绍国内外的发展现状和研究成果,并在此基础上对东南大学自主研发的汽车驾驶机器人与国外驾驶机器人进行了对比分析,给出驾驶机器人用于排放耐久性试验的实车试验结果,验证了驾驶机器人控制性能的有效性,最后对汽车驾驶机器人的发展趋势进行了展望。     

混驾环境下基于主从博弈的多车协同决策规划

在自动驾驶车辆与人工驾驶车辆混行的复杂交通环境中,如何减小驾驶行为截然不同的2类车辆间的复杂相互作用对于车辆行驶安全性、乘坐舒适性和交通通行效率的影响,是当前自动驾驶决策与控制领域亟待解决的关键问题。提出了一个人机混驾环境下人工驾驶车辆与自动驾驶车辆之间的非合作博弈交互框架。首先,综合考虑车辆加速度线性递减的驾驶人纵向操纵特性、差异化配合程度和不同的延迟响应特性,建立人工驾驶车辆的纵向博弈策略。其次,考虑自动驾驶车辆与周围车辆的安全性约束,以及自动驾驶车辆在换道过程中的舒适性和通行效率目标,设计了自动驾驶车辆的纵向博弈策略。然后,基于主从博弈理论对不同混驾环境下人工驾驶车辆与自动驾驶车辆的博弈交互问题进行求解,得到最优的换道间隙和自动驾驶车辆的纵向速度轨迹,并采用模型预测控制方法规划出自动驾驶车辆的横向安全换道轨迹。最后,根据人工驾驶车辆不同配合度和延迟响应时间的差异,设计了多组人机混驾试验工况进行验证。试验结果表明：自动驾驶车辆能够快速准确识别人工驾驶车辆的配合度,选择出最优的目标换道间隙,并与间隙周围的自动驾驶车辆协作来汇入目标间隙。在换道过程中,自动驾驶车辆始终与周围车辆保持安全...     

莫让“小节”成“大患”——关注驾驶员不良驾驶习惯

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。     

驾驶人跟车风险接受水平对其接管绩效的影响

自动驾驶接管是一种安全性要求很高的手动驾驶操作,可能会受到驾驶人手动驾驶安全习惯的影响.本文基于驾驶模拟器分别设计了手动驾驶跟车和自动驾驶接管实验,研究了驾驶人的手动跟车风险接受水平对其接管绩效的影响,同时考虑了接管时间预算和视觉非驾驶任务的影响.结果表明:在日常驾驶中具有低跟车风险接受水平的驾驶人接管反应时间更短,并...     

自动驾驶纯电动客车设计

文章主要介绍一种符合国际L4等级标准的高度自动驾驶纯电动公交车设计方案,在特定的驾驶模式下,由自动驾驶系统完成所有动态驾驶任务.     

深造 2012宝马精英驾驶培训

Do you Know？宝马精英驾驶培训1977年,宝马精英驾驶培训项目正式启动。目前其在中国总共设有五项课程：安全驾驶培训、赛道驾驶培训、冰雪驾驶培训、越野驾驶体验、方程式驾驶培训。授课的每一位培训师都拥有专业赛车背景,并通过德国总部的专业培训和考试。如果这还不能满足你对驾驶技术的需求,你还可以参加国际课程,分别是完美操控课程和纽伯格林赛道魅力课程。     

汽车驾驶安全隐患预防及对策研究

现阶段,汽车驾驶安全隐患预防是全社会都在关注的课题。掌握汽车驾驶安全隐患的分析 方法,制定完整的汽车驾驶安全隐患应对策略,是实施汽车驾驶安全隐患预防的重要措施。基于汽车 驾驶的实际情况,通过对汽车驾驶中常见的安全隐患进行分析,研究了汽车驾驶的安全隐患预防策略, 提出了汽车驾驶安全隐患预防措施。研究结果有助于交通监管部门开展汽车驾驶安全隐患预防工作。     

平直高速公路低交通量下L2自动驾驶对驾驶人心理负荷的影响

为研究驾驶人在L2自动驾驶模式下的心理负荷特性,设计了正常驾驶和次任务驾驶2种状态,进行实车高速道路试验,采集21名被试驾驶人在2种驾驶状态下分别选择手动驾驶和自动驾驶模式的眼动数据、次任务绩效和主观评价数据.采用重复测量一般线性模型,分析不同驾驶模式对上述参数的影响,从客观和主观两方面分析驾驶人的心理负荷变化.结果表...