道路交通事故背景因素指标的采集和统计分析

提出了事故背景因素的概念,建立了背景因素量化指标体系及其采集数据项;并提出了构建背景因素数据库的设计思路,建立了符合我国道路交通事故分析模式的交通事故背景因素数据统计分析系统,以便把握道路交通安全的整体状况和发展趋势,找出造成事故的主要背景原因,提炼安全对策,为道路交通安全措施提供科学依据和指导。     

连续下坡道路事故率与纵面参数关系研究

为研究连续下坡道路的纵坡坡度、坡长与事故率的关系,采集了6条连续下坡路段的事故数据和纵面线形参数,选取事故地点坡度、事故地点向上坡方向长度为N(N=1,2,3,4,5 km)的平均坡度为纵面参数,绘制散点图观察不同纵面参数对事故率分布的影响,并对事故率与各纵面参数进行指数回归和相关性分析.结果表明:事故率与平均坡度呈指数上升关系,与不同纵面参数之间的相关性差异是显著的;连续下坡道路某点的事故率取决于该点向上坡方向2～3 km路段的平均坡度.     

大型客车横向稳定性仿真分析

为了给营运客车横向稳定状态监测提供理论依据,针对极限工况下状态参数的临界值仿真结果,进行了营运客车稳定区域边界条件的研究。基于非线性三自由度车辆模型建立了基于扩展卡尔曼滤波（EKF）的状态参数估计器,对营运客车的质心侧偏角和横摆角速度进行实时估计,并利用Trucksim验证估计值具有较好的一致性和状态跟随能力。基于MATLAB/Simulink建立非线性七自由度车辆模型,分析不同行驶状态参数对质心侧偏角-质心侧偏角速度（β-β）相平面稳定区域边界的影响,基于仿真数据确定了以车速、前轮转角和路面附着系数为变量的稳定区域边界条件,结合状态估计模型获得以β-β决定的控制变量。在Trucksim中进行连续正弦方向盘转角输入标准稳定性试验,通过分析营运客车行驶过程中控制变量的曲线变化趋势是否超出稳定区域边界确定车辆的运行状态。结果表明：营运客车以60 km·h^-1车速、小方向盘转角行驶在低附着系数（μ=0.3）路面和高附着系数（μ=0.85）路面时,横摆角速度对驾驶人的意图（方形盘转角曲线趋势）有很好的跟随能力,具有较小的延迟响应,车辆处于稳定状态,此时控制变量曲线一直处于稳定区域内;当相同工况下以大方向盘转角输入时,横摆角速度已经不能很好地跟随驾驶人意图,且低附着系数路面下,在3.5 s左右时方向盘转角已经回正,但横摆角速度仍位于最大值,具有较大的延迟,营运客车发生急转侧滑;高附着系数路面下第2.5 s和第6.2 s左右车辆发生严重偏移,车辆处于失稳状态,而对应时刻的控制变量曲线部分超出稳定边界,验证了营运客车横向稳定状态判据的准确性。     

大型营运客车在高速公路的换道安全性辨识

为了给大型营运客车换道预警系统设计提供参考,采用毫米波雷达、激光雷达、车道线识别传感器、GPS、视频监控系统以及控制器局域网（CAN）总线数据采集仪等设备,基于小型乘用车搭建浮动车采集平台。通过在试验线路上进行1.5×10⁴ km的驾驶试验,获取1 200余次营运客车的真实换道数据。以Jula提出的换道安全性模型为基础,结合营运客车的换道行为特征,通过分析换道进程结束后客车需要与周围车辆保持的安全距离,建立适合于营运客车的3类换道安全性识别模型（客车与自车道前方车辆、目标车道前方车辆、目标车道后方车辆）,并利用真实数据对3类模型进行验证。研究结果表明：客车换道持续时间均值为10.4 s,换道起始时刻与目标车道后方车辆的距离为10.0~40.0 m;所有换道样本中,73.3%的换道过程中客车速度要高于目标车道后方车辆,且超过90%的换道过程是由前方慢车引起;不同的速度区间下,车速和航向角联合变化情况下,驾驶人控制营运客车的横向偏移速度保持稳定,可认为客车驾驶人的心理预期换道进程存在固定经验模式,这与小型车换道的研究结论存在较大差异,传统的TTC预警算法识别率较低,在不同速度区间情况下,所提出的模型对客车与自车道前方车辆、目标车道前方车辆、目标车道后方车辆的换道安全识别评价准确率均超过了90%。     

语音信息对驾驶人超速行为干预效果研究

为了明确语音信息对不安全驾驶行为的干预效果,以典型不安全驾驶行为超 速行驶为研究对象,针对超速发生前、发生时和发生后等3 个阶段设计不同风格的语音干 预信息,对30 名驾驶人在驾驶模拟器上分别进行干预模拟实验,设计合理的客观和主观 评价方法,针对干预效果进行评价和对比分析.实验结果表明,干预语音信息风格对干预 效果具有较大影响,驾驶员的客观表现与其主观认知也存在差异,超速发生前差异较大, 超速发生时和发生后差异较小,综合主客观评价结果得出了超速发生前、发生中和发生 后的最佳干预风格,可以为车载提醒设备设计、驾驶员教育策略制定等提供理论基础.     

不同通道宽度条件下汽车驾驶员注视点分布规律

为分析驾驶员感知-判断-操作行为模式,对驾驶员在通过不同通道宽度障碍物时的动态视觉进行研究。用眼动仪等设备记录了驾驶员在通过设定障碍物间的通道宽度时眼睛注视点的变化和相应的车辆行驶速度,分析了在7.04、.4、3.5、3.0和2.0 m五种通道宽度条件下驾驶员注视点变化的分布规律。试验结果显示,无障碍物时,对应通道宽度为7.0 m,驾驶员注视点在车辆前方较远处和道路的中央区域;通道宽度较充裕时,对应通道宽度为4.4和3.5 m,驾驶员注视点主要在左侧障碍物和道路中央;通道宽度较窄时,对应通道宽度为3.0 m,驾驶员注视点频繁在左右两侧障碍物间移动;随着驾驶任务难度增加,驾驶员的注视点分布区域变近,视线的变化频率提高。     

考虑驾驶人不同分心类型的分心识别研究

驾驶人分心状态判别是实现分心预警的基础。由于视觉分心相比认知分心对行车安全具有更大威胁，本文针对驾驶人不同分心类型的识别展开研究，设计了驾驶人两种分心类型和正常驾驶下的模拟驾驶试验，利用1-back任务和看手机任务分别诱导驾驶人产生认知分心和视觉分 心，采集并提取驾驶绩效、眼动及头动特征，采用序列后向选择算法进行特征优选，运用网格搜索确定分心识别的最佳时间窗口及模型参数。结果表明，基于随机森林所构建模型在测试集上取 得了94.07%的宏精准率、93.89%的宏召回率和93.98%的宏F1值，分类表现优于两种比较方法，说明模型能够准确地对驾驶人的3种状态进行分类。根据随机森林模型的特征重要性排序结果以 及采用不同类型特征作为输入训练模型的分类结果发现，驾驶人眼动及头动特征对驾驶人分心类型的识别更为重要。本文研究可为分心预警系统根据分心类型判定风险等级提供基础。     

换道操作对智能车辆乘客舒适性的影响研究

乘坐舒适性是决定乘客对智能车辆接受度的重要因素之一。为了提升智能车辆的舒适性,服务智能驾驶控制算法的设计和优化,开展了基于乘客主观感知的实车乘坐舒适性试验,试验中驾驶人驾驶传统车辆执行多次换道操作,获取了60名被试乘客对换道操作的舒适性评价数据,并采集了车辆的运动数据。选取换道时横向最大加速度、回正时横向最大加速度、横向最大加加速度、横向加速度转换幅值以及横向加速度转换频率这5个车辆运动参数作为研究对象。采用二元Logistic回归单因素分析法分析了这5个车辆运动参数对乘坐舒适性的影响,采用接收者操作特征(ROC)曲线分析法为不同晕车易感性的乘客分别确立了这5个车辆运动参数的舒适性阈值,并根据岭回归分析法确定了不同参数对乘坐舒适性的影响权重。结果表明：所选取的5个车辆运动参数对乘坐舒适性具有显著影响,易晕乘客的舒适性阈值小于不易晕乘客的舒适性阈值,在换道过程中,换道时横向最大加速度、回正时横向最大加速度和横向加速度转换幅值是影响乘坐舒适性的主要因素。最后根据车辆运动参数和乘客生理特征参数建立了基于动态时间归整(DTW)和K最近邻(KNN)算法的乘坐舒适性预测模型,该模型对乘坐舒适性的预测准确率为84%,可用于智能车辆控制算法的舒适性判断。     

生态驾驶研究现状及展望

为了明确国内外生态驾驶的研究进展，对生态驾驶影响因素、生态驾驶控制策略、生态驾驶实施效果及生态驾驶应用等方面的研究进行综述，介绍驾驶人个性特征、外界刺激信息、道路状况及交通条件、车辆自身特征、行驶参数等生态驾驶的影响因素，归纳生态驾驶的优化控制策略，分析了实施生态驾驶的效果，总结静态、动态的生态驾驶培训方法，生态驾驶辅助设备，生态型智能交通等方面的生态驾驶应用。对文献的梳理和分析表明：生态驾驶无需改变车辆结构便可以减少30%左右的燃油消耗，降低20%~30%的污染物排放；有必要深入研究理论型生态驾驶策略，以定量的、形象化的方式研究适合中国实际情况的生态驾驶辅助系统；需加强生态驾驶的推广，将其纳入驾考培训体系之中，从而全面促进中国驾驶人的节能减排能力。     

基于驾驶人分心影响程度的驾驶分心任务评级

为了进行驾驶分心任务评级,以选择反应判断检测和处置判断检测为试验平台,分析分心任务对驾驶人的影响.对13名被试驾驶人施加分心任务,包括视线遮挡、交谈、回忆、数学计算及部分任务的组合,并将各种分心状态下的反应时间及操作错误次数与无分心任务时进行对比.研究表明,在无驾驶操作的情况下,视线偏离1 s和交谈所产生的分心对驾驶人反应时间和操作准确度影响的差异不显著;认知分心任务比视觉分心任务产生更高的精神负荷;视觉分心与认知分心形成的复合分心任务对驾驶人的反应时间和操作准确度影响最大;基于对驾驶人的影响程度,可将常见分心试验任务大致划分为5个等级,依次为:无分心,视觉分心1 s/交谈,回忆,视觉分心3 s/计算,复合分心.