考虑驾驶人风格的换道轨迹规划与控制（双语出版）

基于自动换道控制技术中融合个性化驾驶人风格的研究,建立考虑驾驶人风格的车辆换道轨迹规划及控制模型以提高换道规划控制模型对不同风格驾驶人的适用性,在保证安全性的基础上进一步满足驾驶人的个性化需求。首先通过问卷调查的方式采集得到了212份驾驶人风格量表数据,采用主成分分析法和K均值（K-means）聚类分析法将驾驶人按驾驶风格分为激进型、普通型和谨慎型,并通过驾驶模拟器试验采集不同风格驾驶人分别在自车道前车、目标车道前车和目标车道后车影响下的换道行为数据。然后对椭圆车辆模型进行改进,以描述不同风格驾驶人的行车安全区域,并据此构建3种典型工况下不同风格驾驶人的换道最小安全距离模型,结合驾驶舒适性约束、车辆几何位置约束以及不同风格驾驶人的换道行为数据,以换道纵向位移最短为目标,实现适应驾驶人风格的换道轨迹规划。最后以基于预瞄的路径跟踪模型作为前馈量,设计基于动力学的线性二次型最优（LQR）反馈控制器,通过调节控制权重矩阵实现3种工况下不同驾驶人风格的换道轨迹跟踪。PreScan和MATLAB/Simulink联合仿真结果表明：所设计的考虑驾驶人风格的换道轨迹规划及跟踪控制模型能够实现不同驾驶风格的自动换道轨迹规划及跟踪控制,可满足驾驶人个性化换道需求。     

汽车驾驶人姿态监测系统研究综述（双语出版）

随着自动驾驶技术的发展,驾驶人将会参与更多的与驾驶无关的活动,从而呈现出新的姿态,这些新姿态是优化传统被动安全系统的重要切入点。而且在未来相当长的时间内,自动驾驶车辆的行驶依然依赖于人和系统的密切配合。对驾驶人姿态的观察,则可以为判断驾驶人是否有能力及时接管车辆提供帮助,从而确保安全、合理的人机交互过程。通过对大量相关文献的系统性梳理,综述了汽车驾驶人姿态监测技术的智能化发展趋势,从传感器种类以及相应的姿态监测算法出发,分析了目前不同监测系统的优缺点。研究发现,尽管传感器技术和姿态识别算法取得了明显进步,然而廉价稳定且能够在实际驾驶条件下对驾驶人姿态准确感知的监测系统依然缺乏。总体而言,目前的监测系统大多只是集中于对驾驶人局部身体部位的感知,缺乏实际驾驶条件下的性能分析,并且对驾驶人状态的实时感知和预测能力仍有待完善。最后,针对目前监测系统所面临的问题,对未来可能的研究方向进行展望,并提出主动式立体视觉系统和压力传感器阵列相融合的驾驶人姿态监测方式。研究成果将为驾驶人姿态监测系统的研究提供参考和借鉴,从而有助于道路交通安全水平的进一步提升,同时也可为人机交互界面的设计带来启发。     

螺旋匝道和螺旋桥的小客车行驶速度特征

为明确螺旋匝道和螺旋桥处的驾驶行为模式和汽车运行特征,在涪陵长江一桥、乌江二桥、重庆融侨大道和涪陵金凯环形高架4处地点开展螺旋匝道实车试验,用车载仪器采集自然驾驶状态下的汽车连续行驶轨迹、速度以及周围行驶环境等信息。基于自然驾驶数据,研究螺旋匝道范围内的速度变化模式、幅值特性以及影响因素。研究结果表明：单车道螺旋匝道的速度变化模式多样化,双车道螺旋匝道的行驶速度在整体上维持稳定,匝道范围内的连续升坡和降坡并未导致速度出现趋势性衰减和趋势性升高;螺旋匝道并入主线时,驾驶人在合流鼻之前有明显的、共性的减速行为,这与现行设计标准中的设计假定相反;除涪陵长江一桥之外,其余3处都是下行速度低于上行速度;螺旋匝道设计速度越低,实测速度与设计速度之间的偏离越严重,并且速度幅值离散化,因此不建议使用20 km·h^-1的匝道设计速度;螺旋匝道运行速度与匝道半径成正相关。     

驾驶行为研究模拟舱实验整体方案

在介绍AutoSim模拟舱的基本组成、功能的基础上，从交通系统组成的人、车、路的角度，提出了利用驾驶模拟舱进行驾驶行为研究的参数选择、数据库的结构、场景定制等关键技术，并提出了可行的技术路线和实验方案。     

电动助力转向系统阻力模拟器研究及实现

研究电动助力转向系统阻力模拟器的控制方法，探索一种利用单片机控制电动机转矩为试验台提供转向阻力的方法。介绍了阻力模拟器的结构、控制方法、工作原理，研究了电动助力转向系统阻力模拟器的功能及实现方法。     

目标坡度计算及模拟雷达显示回波改进

为改善模拟雷达回波性能,提高模拟逼真度,论文论述了海区目标的坡度计算,目标坡度与雷达回波的关系,利用坡度改善模拟雷达回波性能的方法,并通过示例验证了方法的可行性.     

基于城市主干路交通流数据的跟驰模型标定

根据某种机理建立的交通流模型需要通过模型标定和验证后才能具体应用到实际中.通过采用视频处理技术,对陕西省西安市二环主干路和浙江省舟山市昌洲大道上上下高峰时期内的车辆微观运动录像进行技术处理,提取得到了包括位移、速度和加速度的车辆微观运动轨迹数据.根据这些交通流数据,采用Levnberg-Marquardt算法,分别对跟驰理论中2个典型的跟驰模型,即惯性模型中的敏感系数、安全时间间隔、最小安全车间距、允许速度和智能驾驶人模型中的理想速度、安全时间间隔、静止安全距离、启步加速度和舒适加速度进行了标定和验证.针对惯性模型,当允许速度大于实际速度时,位移均方差和速度均方差的平均值分别为2.8m和0.58 m/s,当允许速度小于实际速度时,位移均方差和速度均方差的平均值分别为2.22m和0.49 m/s;针对智能驾驶人模型,利用早、中、晚3组数据进行标定,得到的位移均方差和速度均方差的平均值分别为0.12m和0.10 m/s,0.07m和0.10 m/s,0.75m和0.27 m/s.因此,惯性模型与智能驾驶人模型都可用于描述城市主干路近饱和状态(即跟随车辆的最大速度远小于允许速度的行驶状态)下的车辆跟驰行为,而且当智能驾驶人模型中的加速度指数取较大的值时,它较前者更为适合.     

BEHAVIORAL TOXICOLOGICAL RESEARCHES ON AUTOMOBILE DRIVERS' DRIVING ACCIDENTS

Automobiledrivers'healthanddriv-ingaccldentinducedbythemispaidmoreattentiontowiththeincreasingusageofautom0bile-Andtheattentionshouldbefocusedondrivers'n0tonlysomaticbutals0psychol0gicalstateatpresent-Wemadetheresearchesonthedrivers'neu-robehavioralfunctionsinthisstudyapply-ingbehavi0ra1toxic0l0gy.SUBJECTSANDMETHODSl25automobiledriversweredividedintotwogr0ups,accidentRr0up(AG)in-cluding85driverswithaccidents(77males,8females)andnonaccldentgroup(NAG)including4Odriverswith0utacci-dents…     

Optimal preview game theory approach to vehicle stability controller design

Dynamic game theory brings together different features that are keys to many situations in control design: optimisation behaviour, the presence of multiple agents/players, enduring consequences of decisions and robustness with respect to variability in the environment, etc. In the presented methodology, vehicle stability is represented by a cooperative dynamic/difference game such that its two agents (players), namely the driver and the direct yaw controller (DYC), are working together to provide more stability to the vehicle system. While the driver provides the steering wheel control, the DYC control algorithm is obtained by the Nash game theory to ensure optimal performance as well as robustness to disturbances. The common two-degrees-of-freedom vehicle-handling performance model is put into discrete form to develop the game equations of motion. To evaluate the developed control algorithm, CarSim with its built-in nonlinear vehicle model along with the Pacejka tire model is used. The control algorithm is evaluated for a lane change manoeuvre, and the optimal set of steering angle and corrective yaw moment is calculated and fed to the test vehicle. Simulation results show that the optimal preview control algorithm can significantly reduce lateral velocity, yaw rate, and roll angle, which all contribute to enhancing vehicle stability.