基于驾驶行为的驾驶愤怒表现量表研究

对456名驾驶人的调查数据进行了因子分析,得到一份有21个项目的驾驶愤怒表现量表（Cronbachα=0.861）,量表包括操作强度、操作频率、言语攻击、对车发泄、自我调节5个可靠的分量表,子量表的信度系数（Cronbachα）在0.667～0.894之间.除自我调节子量表外,其余各子量表彼此显著正相关.并通过比较月收入不同的驾驶人驾驶愤怒表现得分平均数对量表的结构效度进行了检验.研究结果表明,本量表具有较高的信度和效度,符合心理测量学标准.     

驾驶人安全意识提升方法与实现

研究表明,缺少安全驾驶意识的驾驶人在行车过程中易发生交通事故,并逐渐成为导致交通事故的主要原因之一。文中首先对安全驾驶意识的内涵进行了描述,并根据内容的不同进行了分类。举例介绍了基于动画和视频形式的安全意识提升方法的设计过程,具体实现流程以及实现效果;提出了基于汽车驾驶模拟平台的安全意识提升技术,将危险交通情景分为纵向和横向两大类,分别举例介绍了具体的实现过程和触发条件算法。     

车用发动机运行状态监测数据采集系统设计

介绍了车用发动机运行状态监测数据采集系统硬件结构、工作原理、软件流程及其基本特点。该系统采用了目前流行的Windows可视化语言设计，具有可靠性高，实时性好，集成度高的特点。它的经济性和可移植性使该系统具备很强的推广价值。     

平头自卸汽车电控气动举升操纵阀的研制

举升操纵阀是自卸汽车液压举升系统的控制中心,该操纵阀分为电磁式、电液式、手动式和气动式等几种。目前在平头自卸汽车上应用较多的是电磁举升操纵阀和手动举升操纵阀。该公司开发研制的电控气动举升操纵阀已被装备于该公司的各种平头自卸汽车上。     

中重型载货车轮胎技术现状及发展趋势

轮胎作为汽车的主要配件，在交通运输业和汽车工业的发展中起着非常重要的作用。随着运输和汽车工业的日益发展，对轮胎性能的要求也越来越高。而随着国内公路建设的发展，高速公路和高等级公路的延伸，面对加入WTO后的诸多机遇，世界各大知名汽车制造及相关企业纷纷抢滩中国市场，轮胎行业也在其中。不过，随着世界各大轮胎制造企业在中国独资或合资办厂的增多，国内中重载货车轮胎技术也得到了迅猛发展，已呈现出多规格、多元化发展的趋势。     

柴油机性能参数的整定

给变流器引入伪随机二进制噪声信号实现了测功机及控制系统对发动机性能参数的整定,在整定过程中对采集模块所采集到的测功机和发动机的特征进行了分析和研究,最终获得了测功机及控制系统对未知发动机的控制性能。同时,通过整定试验获得了未知发动机连接轴性能、发动机的特征频率、阻尼和转动惯量及油门信号的截止时间和延迟时间。     

发动机扭振试验有效性研究

分别采用两种联轴器和两套支撑系统进行了发动机扭振试验。试验结果表明,台架支撑系统和联轴器会对发动机扭振试验结果产生很大影响。通过理论分析发现,发动机采用不同支撑系统时,传感器支架振动也会不同,从而造成扭振试验结果存在差异。利用某发动机扭振仿真模型,提取影响系统扭振的因子,并进行敏感度分析,发现联轴器主动端惯量是影响发动机扭振综合幅值的主要参数。为保证扭振试验有效性,建议应根据不同试验目的,采用不同试验设计方案。     

个体差异对转向指标疲劳辨识能力的影响分析

驾驶人个体差异是影响疲劳驾驶辨识准确性的重要因素。为了探究个体差异与基于转向行为的疲劳辨识效果之间的关系,量化个体差异对转向特征指标疲劳辨识能力的影响程度,通过自然驾驶试验,采集被试在清醒状态和疲劳状态下的真实驾驶行为数据,结合观察员问询打分和被试面部视频得到疲劳水平信息。设置双层滑动时间窗对每位驾驶人的自然驾驶行为数据进行处理,挖掘出9个疲劳驾驶转向特征指标。对每位驾驶人清醒和疲劳状态下的指标样本进行Wilcoxon检验,用Wilcoxon检验的|Z|值表示指标对驾驶疲劳的分类性能。以清醒和疲劳状态下指标有显著差异的被试数目最多为优化目标,得到指标最优的双层时间窗设定值。将|Z|值最大的被试逐个与其他被试两两组合,对清醒和疲劳状态下混合两被试指标样本数据进行Wilcoxon检验,得到被试组合指标的|Z|值。计算两被试的综合个体差异值,基于线性模型拟合两被试组合Wilcoxon检验的|Z|值和个体差异值,以拟合直线的斜率绝对值|k|量化个体差异对指标疲劳辨识能力的影响。研究得到基于自然驾驶行为数据的9个疲劳驾驶转向特征指标的最优时间窗,发现指标对疲劳驾驶的分类性能存在个体差异,并且指标的疲劳辨识能力会随个体差异增加而降低,进而影响基于转向行为指标疲劳辨识的准确性,其中方向盘转角下四分位标准差（X_q1std）的斜率绝对值最大（1.17）,方向盘转角标准差（X_jstd）的斜率绝对值最小（0.44）,疲劳辨识能力受个体差异影响最大和最小的指标分别是X_q1std和X_jstd。研究结果可为利用自然驾驶行为数据的疲劳驾驶特征提取及考虑个体差异的疲劳驾驶建模提供参考。     

基于脉搏波特征融合的驾驶疲劳检测方法

疲劳驾驶是交通事故的主要诱因之一,精确检测驾驶人的疲劳程度是主动预防疲劳驾驶事故的核心内容之一。通过开展自然驾驶试验,以驾驶人的生物信号脉搏波（Blood Pressure Waveform,BPW）为数据源,使用脉搏波波形分析方法从中提取有效表征驾驶疲劳的特征指标,构建用于检测驾驶疲劳等级的BPW特征指标集,在此基础上引入D-S证据理论建立了基于BPW特征融合的驾驶疲劳检测模型。结果表明：该模型对测试数据的疲劳驾驶理论检测精度达到了91.8%,优于贝叶斯网络模型的81.4%和支持向量机模型的84.3%,能够满足实际应用的需求,但与决策回归树检测模型99.7%的精度相比较还有差距。研究获得的基于生物信息融合的驾驶疲劳检查模型和方法在驾驶疲劳检测与监测中具有很好的应用前景,可为辅助安全驾驶和疲劳预警及主动干预提供新的技术方案。