A comparison of modelled and real-life driving profiles for the simulation of railway vehicle operation

A key factor in determining the performance of a railway system is the speed profile of the trains within the network. There can be significant variation in this speed profile for identical trains on identical routes, depending on how the train is driven. A better understanding and control of speed profiles can therefore offer significant potential for improvements in the performance of railway systems. This paper develops a model to allow the variability of real-life driving profiles of railway vehicles to be quantitatively described and predicted, in order to better account for the effects on the speed profile of the train and hence the performance of the railway network as a whole. The model is validated against data from the Tyne and Wear Metro, and replicates the measured data to a good degree of accuracy.     

驾驶人安全意识体验式训练装置研究

通过对目前常用驾驶人安全意识培训方法的对比,认为体验式培训为最适合的培训方法;进一步对我国2007-2010年间大型道路交通事故特征进行分析,得出驾乘人员不系安全带是引起人员伤亡一大原因。通过设计研发碰撞、翻转两个体验式训练装置,使驾乘人员在保证安全的前提下真切感受道路交通事故发生瞬间安全带对人体的保护作用,有效提高驾驶人的安全意识,减少道路交通事故的发生及人员的伤亡。     

交通职业技术学院学生职业价值观问题研究

市场经济所带来的多元化择业观念,使毕业生集体主义观念和社会责任感观念淡化,从而在就业选择上趋向于功利化、自我化。文章针对当前交通职业技术学院学生职业价值观的这一变化,分析学生现实型职业价值观与传统型职业价值观之旬的冲突,提出了交通职业技术学校在职业价值观教育方面应采取的措施。     

基于模糊神经网络的驾驶员弯道安全感受预测模型研究

论述了在人-车-路(环境)系统中驾驶员弯道安全感受的非线性特性。为了体现车辆、道路结构对驾驶员认知过程的作用和认知结果形成的影响,驾驶员弯道安全感受模型采用弯道平曲半径、车辆运行速度和驾驶员驾龄作为道路线形、车辆结构动力性、驾驶员经验的主要特征参数集,在增加积极和消极补偿运算的基础上,构建出模糊逻辑推理规则与神经网络优化逼近运算相互结合的5层推理预测模型,并结合实例数据,进行了对比分析验证,表明5层结构模型能够较好的满足特定弯道条件下驾驶员主观安全感受的认知推理预测要求,能够准确的、稳定的再现出驾驶员主观安全感受同驾龄、平曲半径和车辆运行速度间的相互作用关系。     

浅谈远程职业教育模式

随着社会的发展,社会分工的细化和人才的需要,远程职业教育的重要性愈加体现,其作为远程教育体系结构中的薄弱环节将会被大力发展。该文就远程职业教育的服务对象、教学实施和质量控制等问题阐述了一定的观点。     

基于期望间距的车辆跟驰模型的建立

以“期望间距”为基准参理，考虑驾驶员的心理和生理因素，建立了车辆跟驰模型，为研究驾驶行为提供了一种新的思路。     

汽车驾驶员不安全行为评价分析

为稳步增强汽车驾驶的安全性,减少安全事故的发生,驾驶人员除了需要具备足够的应急应变能力之外,还需要做好安全行为习惯养成工作,形成良好的驾驶习惯。文章以汽车驾驶员不安全行为作出研究对象,在明确不安全行为表现的基础上,深刻分析影响汽车驾驶人员不安全行为的因素,在此基础上,制定合理的应对策略,旨在引导驾驶人员形成安全行为,以不断提升驾驶员的驾驶能力。     

卫星定位数据驱动的营运车辆驾驶人驾驶风险评估模型

为了提高营运车辆驾驶人安全管理的精细化水平，合理地评估驾驶人驾驶风险程度，有的放矢地降低高风险驾驶人的事故率，基于卫星定位数据特点及驾驶行为与驾驶风险的相关关系设计26个驾驶行为特征参数。考虑到高速和非高速行驶时相同驾驶行为对驾驶风险的影响区别较大，根据23名营运车辆驾驶人的实测数据有针对性地筛选高速和非高速路段驾驶人风险评估指标，构建营运车辆驾驶人驾驶风险评估指标体系。然后，基于熵权法、独立性权系数法和Spearman相关系数法建立集成赋权法，确定各评估指标的权重。最后，雇佣40名营运车辆驾驶人进行实车试验以验证模型的合理性。结果表明：车辆速度和加速度方面的驾驶行为特征可以用于评估驾驶人的驾驶风险且评估效果较好，驾驶风险评估得分与实际交通冲突次数呈正相关关系，所建立模型可以较为准确地评估营运车辆驾驶人驾驶风险的高低，准确率达到77.50%，该模型在不同地区使用时，准确率存在一定的差异，但在容许范围之内，方法具有较好的鲁棒性。     

Application of time-variant predictive control to modelling driver steering skill

The paper addresses the need for improved mathematical models of human steering control. A multiple-model structure for a driver's internal model of a nonlinear vehicle is proposed. The multiple-model structure potentially offers a straightforward way to represent a range of driver expertise. The internal model is combined with a model predictive steering controller. The controller generates a steering command through the minimisation of a cost function involving vehicle path error. A study of the controller performance during an aggressive, nonlinear steering manoeuvre is provided. Analysis of the controller performance reveals a reduction in the closed-loop controller bandwidth with increasing tyre saturation and fixed controller gains. A parameter study demonstrates that increasing the multiple-model density, increasing the weights on the path error, and increasing the controller knowledge range all improved the path following accuracy of the controller.