夜间动态环境中驾驶员空间距离判识规律

为研究在夜间地面动态环境中驾驶员空间距离判识规律,进行了实际道路试验.32名驾驶员在夜间环境中不同深度距离、速度下,判识红、绿色障碍物空间距离.检验样本差异显著度,分析被试距离判识结果,获得判识特征值.运用曲面回归分析判识距离与速度和深度距离之间关系,获得驾驶员在夜间动态环境中,对空间距离判识变化关系的数学模型.试验结果表明：绝对距离判识值随障碍物深度距离增加而增大,随速度增加而减小.相对距离判识受深度距离影响小,受速度变化影响大,二元二次函数可很好地逼近空间距离判识的变化规律.     

基于K-均值聚类和支持向量机的电动汽车行驶工况研究

针对现有行驶工况难以反映车辆真实驾驶情况的问题,以国内典型大中型城市——西安市为例,对电动汽车行驶工况构建方法进行研究.根据西安市道路布局,设计了城市道路行驶工况数据采集方案;提出了一种K-均值聚类和支持向量机相结合的半监督分类模型,构建了西安工况;最后将西安工况与原始试验数据和国际标准行驶工况进行对比.研究结果表明:西安工况与实际道路行驶数据特征参数的相对误差均小于5％,平均相对误差仅为2.66％,构建的行驶工况能够真实反映西安市车辆的运动特征;且由于动力系统的差异,电动汽车工况比内燃机车工况更为激进.     

基于BP神经网络的驾驶员昼夜动态空间距离判识规律

为研究昼夜动态环境中驾驶员对空间距离判识的规律,进行了实际道路试验。随机选取32名驾驶员分别在昼、夜环境中不同深度距离和速度下,判识红、绿色障碍物的空间距离,统计并检验驾驶员对红、绿色障碍物判识距离的差异,获得判识特征值;运用BP神经网络拟合距离判识结果,分析距离判识变化规律。结果表明:BP神经网络可以很好地拟合距离判识变化规律,精度优于现有模型;绝对距离和相对距离判识结果均随速度增加而减小,随深度距离增加而增大;夜间判识距离大于白天,驾驶员对相对距离判识准确性高。     

公路梳齿形视错觉减速标线优化研究

对于公路危险路段,如果不进行道路线形改善,则通过采用限速设施,有效限制车辆的行驶速度是最有效的安全措施.文中结合梳齿形视错觉减速标线机理分析,基于公路视错觉减速标线仿真试验系统,以鱼刺形视错觉减速标线的部分研究结论为依据,分析了梳齿形视错觉减速标线的重要设计参数,确定了标线的样式和形式,通过仿真试验和实际道路试验验证了...     

客车转向系统的DMU运动仿真分析

客车在转向过程中,车轮会形成一定的运动空间。使用CATIA中DMU模块对客车转向运动轨迹进行仿真分析,在客车设计阶段,就可判断转向系统与车架及车架其他零部件是否发生干涉。     

高速公路隧道群出、入口段驾驶人视觉特征

为提高隧道群交通安全水平,研究高速公路隧道群出、入口段驾驶人视觉信息认知过程和变化.针对驾驶人视觉特征参数变化规律,选用9名驾驶入进行隧道群环境中实车试验.采用眼动仪,记录行车过程中驾驶人视觉特征参数.应用统计方法,分析试验数据特征.运用神经网络技术,模拟视觉特征参数变化,并建立相关模型.研究结果表明:在逐渐接近特长隧...     

交通运输行业能耗统计监测平台设计

构建一个基于Internet网络的数据平台,综合利用抽样数据填报、实时能耗数据监测两种手段,基于影响能耗和排放的相关因素,分类统计和计算交通运输业能耗及排放数据.利用该统计监测平台,可全面、准确掌握交通运输业,以及各子类行业能耗结构.结合交通运输行业内不同产业结构,以及行业内生产能耗结构,为能耗评价提供判断基础和借鉴,为行业的发展决策提供依据和指导.     

基于BP网络的驾驶员黄昏空间距离判识规律

为研究黄昏时段行车时,驾驶员对空间距离判识随环境照度的变化规律,进行实际道路试验.选用32名男性驾驶员,在不同自然环境照度下,判识不同空间深度距离时红、绿色障碍物的绝对距离和相对距离.统计分析被试判识结果,分析距离判识差异,获得空间距离判识特征值.运用BP神经网络,模拟距离判识结果,分析距离判识变化规律.结果表明：红、绿色障碍物黄昏时距离判识差异显著,BP网络可以很好拟合距离判识变化规律.绝对距离和相对距离判识结果,均随环境照度降低而增加;判识距离随深度距离增加也增加,相对距离增加较小.     

驾驶员对夜间红绿障碍物空间距离判识差异

分析距离判识差异变化规律,选用32名驾驶员在不同深度距离和车速条件下,进行实际道路试验。统计检验全部被试判识结果,获得距离判识差异特征值。运用BP神经网络,模拟判识差异变化趋势。结果表明:在夜间地面动态环境中,随着深度距离增加,绝对距离判识差异增大,相对距离判识差异减小;随着速度增加,在较远深度距离下,绝对距离判识差异先减小后增加再减小,在中等深度距离以下时,差异逐渐减小;相对距离判识差异随速度增加而减小。     

驾驶员对昼间红绿色障碍物空间距离判识差异

为研究在昼间动态环境中颜色对驾驶员空间距离判识的影响,分析了判识差异变化规律;选用32名驾驶员在不同深度距离和车速条件下进行实际道路试验,统计检验全部被试判识结果,获得距离判识差异特征值,运用BP神经网络模拟判识差异变化趋势。结果表明,在昼间地面动态环境中,随着深度距离的增加,绝对距离判识差异增大,相对距离判识差异减小;随着速度的增加,距离判识差异均减小。