基于XGBoost算法的危险场景驾驶行为模式分析及安全评估

危险感知能力对驾驶人的驾驶行为模式具有重要影响。为准确评估驾驶人的危险感知能力、提升危险感知水平判别的准确度,提出了基于模拟驾驶技术的危险感知能力影响分析方法和基于极端梯度提升树（XGBoost）算法的危险感知水平判别模型。通过设计3种常见交通冲突场景,采集模拟驾驶中驾驶人的多维度驾驶行为特征数据,并分析危险感知能力与驾驶行为的相关关系。通过模拟实验发现：驾驶人对行人的危险感知能力较弱,易发生碰撞事故;驾驶人在危险场景中的车速（p＝0.01）、制动反应位置（p < 0.01）以及反应时间（p < 0.01）与危险感知水平之间存在显著负相关关系。在相关性分析的基础上,利用XGBoost算法识别能反映驾驶人危险感知能力的重要特征变量,并构建以制动反应位置、反应时间、车速、刹车深度,以及加速度为指标的驾驶人危险感知水平判别模型;通过与LightGBM、支持向量机（SVM）,以及逻辑回归（LR）等算法分类预测性能的对比分析,评价危险感知模型的判别精度,结果表明：基于XGBoost算法的危险感知水平判别模型的判别准确率为84.8%、F1值为83.4%、AUC值为0.959,优于LightGBM（准确率为78.8%、F1值为76.7%、AUC值为0.924）、SVM（准确率为57.6%、F1值为42.2%、AUC值为0.859）,以及LR算法（准确率为69.7%、F1值为65.5%、AUC值为0.836）。所提方法可为判别驾驶人危险感知能力及其对驾驶行为模式的影响提供可靠手段。     

隧道驾驶疲劳唤醒段设置长度研究

为解决驾驶员在隧道中间段因驾驶疲劳带来的行车安全问题,对隧道驾驶疲劳唤醒段设置长度进行研究。首先,建立疲劳唤醒段的刺激量与其产生疲劳唤醒后对驾驶员的唤醒程度以及唤醒维持时间的相互关系;然后,进行蓝、紫、青3种色彩,3种亮度及5种刺激持续时间共45种不同刺激量组合下疲劳唤醒段的静态唤醒试验,研究隧道疲劳唤醒段不同刺激量对被试驾驶员唤醒程度的影响规律,建立刺激量与唤醒程度的相关关系模型,得到疲劳唤醒段刺激量应不低于8.84 cd·s/m2;最后,分析不同刺激量的疲劳唤醒段对驾驶员唤醒的维持时间,建立不同运行速度条件下疲劳唤醒段刺激量与唤醒维持时间的相关关系模型,根据不同运行速度下隧道疲劳唤醒段侧壁可设置的最高亮度,得到不同运行速度下隧道疲劳唤醒段应设置的长度。当设计速度为60、80、100 km/h时,第x（x∈［1, N-1］）处疲劳唤醒段的设置长度分别为160、200、220 m,第N处疲劳唤醒段的设置长度应保证剩余路段驾驶员的正常驾驶,且不低于65、80、90 m。     

自然驾驶状态下重型工程车驾驶人驾驶稳定性分析

重型工程车行驶过程中事故风险大,发生恶性事故的概率高,易造成重大生命和经济损失,其运输安全管理问题面临挑战.为探究重型工程车驾驶人驾驶稳定性与相关影响因素之间的关系,开展重型工程车自然驾驶试验,提取车辆运动学、道路条件、驾驶人状态和工作时间等数据;采用速度均值和速度标准差表征驾驶人驾驶稳定性,以睡眠模式、道路线形、道路...     

基于轨迹数据的山区危险性弯道路段交通事故风险动态预测

针对山区双车道公路危险性弯道路段交通事故多发的现实问题,提出主动评估短时交通流状态下的交通事故风险,以降低交通事故发生率.采用无人机高空拍摄弯道路段交通流运行状态,利用计算机识别技术提取高精度的车辆轨迹和交通流数据,结合山区双车道公路弯道路段危险驾驶行为特征表征交通冲突,以距离碰撞时间为交通冲突量化指标,提出山区车道公...     

基于混合A*和可变半径RS曲线的自动泊车路径优化方法

路径规划是自动泊车系统的重要组成部分,是确保泊车运动安全、缩短行车距离、提高乘坐舒适性的关键。而当前自动泊车规划系统往往面临行驶空间狭小、障碍物多、路径搜索难度大等技术挑战,同时搜索曲线半径固定容易导致路径接点处曲率不连续,增大了路径跟随控制难度和轮胎磨损程度,这些都提升了泊车路径规划的研究难度。针对以上问题,设计可变半径的Reeds-Shepp曲线,提出基于混合A^*和该曲线的自动泊车路径规划方法,通过调整曲线半径,提升其在复杂场景下路径的搜索能力和灵活性。随后,设计基于分段贝塞尔曲线和梯度下降的路径优化方法,利用其多阶导数连续的优势优化已搜索的路径曲率,并采用梯度下降来保证路径曲率大小和对障碍的规避,解决直线与圆弧相接等位置曲率变化不连续的难题。结合路径搜索与路径优化的泊车规划方法能够切实满足复杂场景下的泊车需要。最后,基于团队自主研发的PanoSim虚拟系统与MATLAB搭建联合仿真环境,针对多种自动泊车工况测试验证提出的方法。研究结果表明：调整Reeds-Shepp曲线的搜索半径进行全局路径搜索,可获得更短和更易跟随的路径,具有良好的灵活性;基于贝塞尔曲线和梯度下降法的路径优化可有效消除曲率突变点、约束路径曲率并保证对障碍的无碰撞要求。     

成长中的零念科技:诠释对智能驾驶平台软件的新定义

当前,智能汽车领域已经从传统的分布式电子电气架构进化为域控制器架构,如自动驾驶域、智能座舱域、底盘动力域等,中间件毫无疑问将加速这一进化过程.—方面,汽车行业的智能化发展正在加速;另—方面,国家工业软件的卡脖子战略已在眼前.零念科技站在这两个风口上,似乎在用发布会告诉整个行业:中国智能驾驶平台软件由零念科技定义.     

重体验与软实力,助力汽车智能化驶上高速车道

在消费群体变迁和新盈利模式塑造的双重推动下,汽车智能化加速发展,智能化边界也在不断扩容.重体验与软实力,助力汽车智能化驶上高速车道. 汽车智能化是体验型消费和新盈利模式落地的载体 以90后为代表的年轻消费群体崛起,带动了乘用车的消费属性和体验型需求不断提升,而智能化是其重要载体. 作为伴随着智能手机崛起而长大的一代,9...     

雷达场景仿真测试如何助力自动驾驶研发?

从L1、L2驾驶辅助到L4、L5自动驾驶,各项智能及网联技术的发展,推进了自动驾驶产业的进程.在这个过程中,仿真测试是新技术研发必不可少的环节.针对目前自动驾驶研发中,对于真实仿真场景测试的需求,是德科技推出了雷达场景仿真器,用于雷达传感器和算法研发.汽车制造商可以在实验室中测试复杂的真实场景,从而加快自动驾驶研发进程...     

车路协同下路侧交通设施体系及道路分级研究

交通基础设施与自动驾驶车辆之间的协同能提高自动驾驶的安全性和可靠性。通过对自动驾驶车辆功能局限性进行分析,找出自动驾驶车辆对路侧交通设施的潜在需求,从功能角度将路侧交通设施分为常规交通管理设施、交通协同设施、基站及网络设施、高精度定位设施及路内服务设施等,构建了车路协同路侧交通设施体系;在此基础上,从路侧设施配套分级设置的角度,提出四级自动驾驶道路分级标准,以及配套路侧设施设置要求,细化完善当前自动驾驶“路端”管理方面的技术要求,为管理部门提供参考。     

自动驾驶汽车状态估计的矩阵加权自适应扩展卡尔曼滤波方法

针对自动驾驶汽车状态和故障估计问题,基于自适应扩展卡尔曼滤波（AEKF）理论提出了一种矩阵加权多传感器信息融合估计方法。首先,将自动驾驶汽车运动学模型进行离散化处理;然后,以极小化多传感器量测估计误差向量均方和为目标,采用拉格朗日极值求解方法设计了矩阵加权多传感器信息融合方法;最后,在低精度传感器、高精度传感器、融合估计3种条件下仿真验证该方法的正确性。结果表明,与单个传感器情形相比较,所提出的方法能较好地估计自动驾驶汽车的位置、航向角、速度信息以及执行机构故障信息,为自动避障、自动泊车等精准测控任务提供参考。