基于驾驶员认知过程的车辆跟驰模型的建立

基于认知心理学的有关知识,提出一种将驾驶员的直觉、分析和推理三者相结合的驾驶员认知结构基本框架,在此框架体系下对车辆跟驰过程中驾驶员的认知过程进行了详细的分析;结合五轮仪试验系统采集的数据,采用因子分析法确定出对驾驶员的车辆跟驰信息提取过程有独立作用的4个因素,包括前车位移、前车速度、前车加速度和后车位移,相应地将驾驶员认知过程划分为4个阶段,构建了跟驰过程中驾驶员的认知结构模型,并对各个阶段做出了具体分析,建立了相应的车辆跟驰模型。仿真结果表明,基于驾驶员认知过程的跟驰模型可以较好地揭示跟驰过程中的驾驶行为。     

Single wheel hub motor failures and their impact on vehicle and driver behaviour

This research work studies the impact of single wheel hub motor failures on the dynamic behaviour of electric vehicles and the corresponding driver reactions. An experimental study in a moving-base driving simulator is conducted to analyse the influence of single wheel hub motor failures for motorway speeds. Driver reaction times are derived from the measured data and discussed in their experimental context. The failure is rated objectively on the dynamic behaviour of the vehicle and compared to the subjective evaluation. Findings indicate that critical traffic situations impairing traffic safety can occur for motorway speeds. Clear counteractions by the drivers had to be taken.     

Optimisation of driver actions in RWD race car including tyre thermodynamics

ABSTRACT

The paper presents an innovative method for a lap time minimisation by using genetic algorithms for a multi objective optimisation of a race driver–vehicle model. The decision variables consist of 16 parameters responsible for actions of a professional driver (e.g. time traces for brake, accelerator and steering wheel) on a race track part with RH corner. Purpose-built, high fidelity, multibody vehicle model (called ‘miMa’) is described by 30 generalised coordinates and 440 parameters, crucial in motorsport. Focus is put on modelling of the tyre tread thermodynamics and its influence on race vehicle dynamics. Numerical example considers a Rear Wheel Drive BMW E36 prepared for track day events. In order to improve the section lap time (by 5%) and corner exit velocity (by 4%) a few different driving strategies are found depending on thermal conditions of semi-slick tyres. The process of the race driver adaptation to initially cold or hot tyres is explained.     

山区公路纵坡段驾驶人脚操纵特征及驾驶负荷

为证实山区道路纵坡参数与驾驶人生理指标之间的相关性,明晰纵坡路段参数影响驾驶负荷的内在机制,在3条山区双车道公路上开展了小客车实车驾驶试验,采集道路纵坡参数、真实驾驶习惯条件下的驾驶人心电信号、加速踏板力和制动踏板力。基于实测数据,描述制动和加速踏板力幅值的分布特性,分析坡度值对踏板力的影响;探讨加速踏板力、制动踏板力与心率增长率H之间的关联度,并建立H与踏板力之间的回归模型,最终从体力和精神负担两方面揭示了纵坡路段驾驶负荷的形成机制。研究结果表明：制动踏板力的均值和特征分位值均高于加速踏板力,对应最高使用频率的制动踏板力幅值也高于加速踏板力,即下坡路段踩踏板操作的体力负荷更大;踏板力与H正相关,其中下坡制动踏板力与H之间的相关性更强,表明下坡路段尤其是陡坡路段的踏板操作更容易导致精神负担;当踏板力超过某幅值之后,部分驾驶人的H对踏板力的增加变得敏感;对纵坡单元各被试驾驶人的H和踏板力数据取均值,发现在消除驾驶人的个体差异之后,H踏板力的相关性变得更高。     

认知分心对车辆跟驰过程操控安全性的影响

为了研究车辆跟驰过程中驾驶人认知分心与驾驶安全的关系,采用驾驶模拟器构建城市道路车辆跟驰场景,并设计3种难度等级的认知分心次任务,采集35名被试驾驶人在试验过程中的方向盘转角、油门开度、制动踏板力等操作参数,以及车辆位置、速度、加速度等车辆运动参数。采用重复测量一般线性模型,分析不同等级认知分心对上述参数的影响。研究结果表明：在横向操控方面,随着认知分心程度增高,方向盘回转率增大,但车辆横向位置标准差减小,表明驾驶人处于认知分心时,采取频繁修正方向盘的补偿方式,降低车辆横向位置波动,过度补偿车辆横向安全性,且该补偿行为与认知分心程度正相关;在纵向操控方面,认知分心时,油门开度、制动踏板位置方差增大,且制动踏板位置均值增大,同时车头间距及时距未观察到显著性变化,表明认知分心时驾驶人采取频繁操作油门、制动踏板,增大制动幅度等方式进行补偿,使车头间距及车头时距等表征车辆纵向跟车安全性参数处于正常驾驶水平,但加速度标准差增大,表明跟车稳定性降低。研究结果为涉及分心的人车交互装置优化设计及考虑分心状态的驾驶人状态管理系统开发提供了一定的理论依据。     

公交司机排班问题的混合元启发算法研究

针对我国公交企业中司机在1 个工作日内驾驶同一辆车的“人车绑定”管理模式, 提出混合元启发算法求解司机排班问题.首先建立以车辆数为目标的车辆调度模型,获得仅 满足司机休息时间的非可行解;接着迭代地使用局部搜索算子、破坏重建扰动等方法对解进 行调整,使其满足司机工作时间和吃饭时间等约束,并尽可能地降低排班成本;在迭代搜索 过程中记录发现的可行排班链集合,迭代结束后构建集合覆盖问题(SCP)模型对其进行改 进,以获得最佳的司机排班方案.在13 条公交线路案例上进行测试,实验结果验证了本文算 法的有效性.     

基于Linux的小键盘驱动及软硬键盘的映射

研究了基于ARM9-Linux的键盘驱动程序开发和利用Qt/Embedded界面开发工具的软键盘设计方法.在此基础上,实现了物理键盘和软键盘的映射,可通过物理键盘或软键盘对仪器进行控制,方便了用户操作.该方法已在某智能仪器的开发中成功应用.     

驾驶模拟条件下高速公路线形指标对驾驶绩效影响特征分析

驾驶绩效是衡量驾驶员维持正常驾驶能力的重要指标。为研究高速公路平、纵线形指标对驾驶员行车过程中纵向和横向驾驶绩效的影响,利用模拟驾驶实验平台开展了模拟驾驶实验。按照几何线形对实验场景进行路段划分,统计分析了不同线形指标路段单元上车辆速度、车道偏移量等驾驶绩效指标的变化规律。实验结果表明,车辆运行速度随着平曲线半径增大而上升;下坡路段车速随着纵坡坡度的增大出现先上升后下降的小幅度变化;车辆横向偏移量随道路线形指标无明显变化规律,其变化受驾驶经验、车速、线形指标等多因素影响。这一研究可为高速公路人性化道路线形设计提供参考。     

考虑驾驶员对线路熟悉程度的区域公交乘务排班模型

在允许驾驶员跨线调度情形下,提出了一种考虑驾驶员对线路熟悉程度的区域公交乘务排班优化模型,满足驾驶员的工作时间窗、中途休息、用餐时间等现实因素,以最小化驾驶员成本、正常班及加班费用为目标函数,编制一个最佳公交乘务排班方案。根据问题特征,设计求解该问题的人工免疫算法,定义了抗体、启发式种群算法、适应度函数、免疫操作等。最后,结合算例分析,比较任意驾驶员对不同线路的偏好如何影响调度结果,仿真表明:随着驾驶员的熟悉线路程度增加,乘务排班的费用逐渐减少,虽然其调度成本比现有模型的高很多,但是该模型比较符合实际。     

换道决策中的车辆速度估计模型

为研究换道决策阶段驾驶人对后方车辆的速度感知特征, 以小型乘用车为平台, 利用毫米波雷达、车载总线数据仪、音视频监测系统等搭建了试验车。招募了15名驾驶人, 在某高速公路完成后方车辆速度估计试验, 试验车速度分别设置为60、70、80、90km·h^-1, 最后获取了1 625组数据。采用显著性分析方法, 分析了相对速度、后方车辆速度与相对距离对驾驶人速度估计行为的影响特性。利用多元线性回归理论建立了驾驶人速度估计模型, 并对模型进行了检验。分析结果表明: 约60%的速度估计误差绝对值不大于10km·h^-1, 且驾驶人的速度估计误差满足正态分布; 驾驶人速度估计误差随两车相对速度和后方车辆速度的增大而减小, 相对速度和后方车辆速度较低时, 易高估后方车辆速度, 相对速度和后方车辆速度较高时, 易低估后方车辆速度; 随两车相对距离的增大, 驾驶人速度估计误差变化趋势不显著, 但两车相对距离较小时, 驾驶人易高估后方车辆速度; 速度估计模型的平均误差为-0.56km·h^-1, 因此, 估计结果可靠。