排序方式: 共有127条查询结果,搜索用时 15 毫秒
71.
72.
73.
通过对比分析当前车辆自动驾驶研究现状,提出以射频识别技术(RFID)作为导航方式开展车辆自动驾驶研究;针对目前试验手段的不足,设计了基于RFID的车辆自动驾驶模拟试验装置,具体包括系统总体架构、导航设备、仿真车辆、仿真道路等;利用该装置开展了车辆直道保持和弯道转向试验,结果表明利用该模拟试验装置能快速构建试验方案,得出的结论和数据直观、可靠. 相似文献
74.
75.
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(Xq1std)的斜率绝对值最大(1.17),方向盘转角标准差(Xjstd)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Xq1std和Xjstd。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。 相似文献
76.
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。 相似文献
77.
为了更加有效且可靠地自适应协调交通流量,以减少车辆的停车等待时间为目标,提出了3DRQN(Dueling Double Deep Recurrent Q Network)算法对交通信号进行控制。算法基于深度Q网络,利用竞争架构、双Q网络和目标网络提高算法的学习性能;引入了LSTM网络编码历史状态信息,减少算法对当前时刻状态信息的依赖,使算法具有更强的鲁棒性。同时,针对实际应用中定位精度不高、车辆等待时间难以获取等问题,设计了低分辨率的状态空间和基于车流压力的奖励函数。基于SUMO建立交叉口的交通流模型,使用湖北省赤壁市交叉口收集的车流数据进行测试,并与韦伯斯特固定配时的策略、全感应式的信号控制策略和基于3DQN(Dueling Double Deep Q Network)的自适应控制策略进行比较。结果表明:所提出的3DRQN算法相较上述3种方法的车辆平均等待时间减少了25%以上。同时,在不同车流量及左转比例的场景中,随着左转比例和车流量的增大,3DRQN算法的车辆平均等待时间会有明显上升,但仍能保持较好效果,在车流量为1 800 pcu·h-1、左转比例为50%的场景下,3DRQN算法的车辆平均等待时间相比3DQN算法减少约15%,相比感应式方法减少约24%,相比固定时长的方法减少约33%。在车流激增、道路通行受限、传感器失效等特殊场景下,该算法具有良好的适应性,即使在传感器50%失效的极端场景下,也优于固定时长的策略10%以上。表明3DRQN算法具有良好的控制效果,能有效减少车辆的停车等待时间,且具有较好的鲁棒性。 相似文献
78.
79.
车速分布是分析不同天气条件下高速公路交通事故,并制订事故预防管理措施的重要依据.为此,充分利用车联网公司对营运车辆监控所生成的海量数据进行车速研究,对比分析了晴/雨天条件下高速公路营运车辆行车速度特点.对车速标准差分析表明,小雨天气下车速离散程度较大,达到20.27;而大雨天气下因车速普遍较低,车速离散程度反而相对较小.之后,通过P-P图与单样本K-S检验方法验证了小雨和中雨天气下的车速分布符合正态分布特征.对不同天气条件下的车速进行K均值聚类分析,结果显示,当聚类数为3时,聚类中心的平均车速可较好地反映晴天、小雨以及中雨时的平均车速;当聚类数为4时,则聚类中心的平均车速无法与4种天气条件对应,可见中雨与大雨条件下的车速差别较小.研究可为雨天高速公路营运车辆的管理提供理论依据. 相似文献
80.
在道路现场测量和放样领域中,道路坐标放样计算程序至关重要。如何进一步改进原有老程序,大大提高现场测量计算及放样的效率成为了亟待解决的问题。通过改进程序可以加快程序的运行速度和特殊路段坐标放样计算问题,增强了程序的计算功能,提高了程序的重用性,同时改进程序计算结果的输出问题。 相似文献