公路隧道光环境信息感知及试验研究

为进一步认识公路隧道光环境的信息组成，探讨静态和动态条件下的隧道信息感知机制，首先，综述国内外公路隧道光环境信息与感知的最新研究成果，着重介绍构成公路隧道光环境的物质及其反映的信息。然后，探究人-车-路行驶环境中的动态信息感知，并开展静、动态信息感知的试验研究。研究结果表明： 公路隧道光环境包含直接影响因素和间接影响因素；感知这些因素所反映的综合信息可分为静态和动态2种工况。作为人-车-路行驶环境，信息感知既牵涉到物理指标（物理量），也牵涉到人的主观反应即生物指标（生物量）。最后，通过分析研究信息感知机制，构建动态信息感知试验平台并开展试验研究，初步提出结合物理量和生物量交互的隧道光环境信息感知研究方法及评价指标。     

不连续路面标线对跟车间距调节行为的影响机理

为了解析不连续路面标线对跟车间距调节行为的影响机理，深入挖掘了不连续路面标线的视觉信息特征，提出单色路面标线（2，3，4 m黄色标线铺设周期长度，即Y-2 m，Y-3 m，Y-4 m）和双色路面标线[1根黄色标线连接1根红色标线（1Y+1R）、2根黄色标线连接2根红色标线（2Y+2R）、3根黄色标线连接3根红色标线（3Y+3R）]2种不连续路面标线的设计形式，并将该设计具体呈现于实际的高速公路路面上。通过摄像法间接采集了车辆连续通过6个观测断面的跟车行驶车头时距、车头间距和行车速度特征数据。此6个观测断面依车流行进方向两两之间间隔100 m均匀设置，构成500 m的试验区域，其中观测断面1和6分别代表起始和终止断面，观测断面2~5之间为路面标线铺设区域。研究结果表明：从总体来看，铺设不连续路面标线后，试验路段跟车车距（车头时距、车头间距）相较于铺设前有显著的增大，而行车速度有显著的减小，其中1Y+1R方案下的车距增大和速度减小幅度均最大，分别为0.61 s，3.6 m和5.1 km·h^-1；从观测断面来看，铺设不连续路面标线后，跟车车距和行车速度随着车辆在试验区域内行进，分别呈现出一致的增大和减小的趋势，且通过对比观测断面1和5发现，1Y+1R方案下跟车车距和行车速度的断面变化幅度最大，分别为0.62 s，5.7 m和5.3 km·h^-1；相同铺设周期条件下，双色路面标线可以产生更为显著的跟车车距调节效果。基于以上研究结果，从驾驶人距离感知、速度感知和颜色变化3个层面，深入剖析了“不连续效应”和边缘率对跟车间距调节行为的影响机理，并讨论了距离感知和速度感知对跟车行为的协同作用过程。研究结果可为视觉干预措施的进一步完善、优化提供理论支撑，并为探索低成本的交通事故预防措施提供新的应用实例。     

美国海军将测试先进潜艇潜望镜摄像系统

[据印度前沿网2008年4月14日报道]美国海军将对由RemoteReality公司研发、制造的先进摄像系统进行海试，它将加强装备有18型潜望镜的所有“洛杉矶”级和“海狼”级潜艇的安全性和态势感知能力。     

2007款宝马320i倒车时PDC蜂鸣器持续响起

行驶里程:66000km. 故障现象:倒车时PDC(倒车雷达)蜂鸣器持续响起. 故障诊断:启动发动机,挂入R挡,在前后2m左右无任何障碍物的情况下,倒车蜂鸣器持续长响.     

基于SEM模型的网约车乘客安全感知建模与分析

近年来,网约车快速发展,但其运行过程中隐藏的乘客安全问题愈发凸显.为探究乘客对于网约车乘坐过程的安全感知情况,利用鱼骨图将安全问题划分为交通安全、信息安全、人身财产安全3个维度,并以此为基础设计并进行问卷调查.为刻画不同潜变量之间的复杂关系,构建了基于结构方程模型(SEM)的逻辑框架,揭示了个人特征、事故经历、安全知识以及冒险倾向等因素对网约车乘客安全感知的影响路径及显著性.结果表明,乘客的安全知识、事故经历以及冒险倾向对网约车乘客的安全感知有显著的直接影响;性别、收入水平等个人特征亦显著影响网约车乘客的安全感知.研究结果可为网约车安全管理相关政策的制定提供理论依据.      

基于游客感知的旅游交通规划设计探讨

旅游交通作为实现旅游的中间环节，可缩短时空距离，是达成旅游体验的一种技术手段，而保障交通运行安全，是旅游交通作为中间环节的一个基本要求。通过精心的交通规划、实施和组织，旅游交通也可以成为旅游的一部分，不仅具备丰富多彩的旅游内容，而且让游客感受愉悦和轻松。介绍以游客的感知为基础，将旅游交通与旅游融为一体的研究思路，并对旅游交通规划设计进行探讨。     

基于多通道态势图的自动驾驶场景表征方法

开展自动驾驶测试场景研究能够大幅减少自动驾驶汽车的测试周期与开发成本，是未来评价和提升自动驾驶技术的重要基础。为此，联合基于本体论的场景解构方法，提出了一种基于多通道态势图的自动驾驶场景表征方法，并对多通道态势图的场景聚类与场景复杂度进行研究。首先，对目前的自动驾驶测试方法进行分析，论述道路测试的不足之处以及基于场景的自动驾驶虚拟测试的优点，并对当前的场景解构与表征方法进行了总结；然后，运用本体论解构场景中的信息，并建立场景的本体模型，对模型中的数据属性进行参数化；接着，对真实场景、场景中的语义信息和多通道态势图场景进行对比分析，定义表征场景的多通道态势图的数据格式，将解构出的场景信息重组到多通道态势图的不同层中；之后，以汉明距离为基础设计了多通道态势图的对象层相似度计算方法，采用K均值聚类算法对驾驶场景对象层进行聚类分析，并借助层次分析法对基于多通道态势图的驾驶场景复杂度计算进行研究；最后，以KITTI数据集的一些真实场景为例，绘制场景开始时刻的多通道态势图，分析聚类出的9种对象分布类型。研究结果验证了多通道态势图场景复杂度计算方法的有效性。     

驾驶人对潜在危险性事件的心理预期识别研究

为准确识别驾驶人对潜在危险事件的心理预期，提出一种通过脑电信号对驾驶人心理预期进行识别的方法。参照心理学预期行为研究常用的标准S1-S2范式，改进设计了路侧停靠公交车造成视觉遮挡的人车碰撞事故模拟驾驶试验。模拟任务中以路侧停靠的公交车为线索刺激，公交车头的行人为目标刺激，诱发驾驶人的心理预期。为有效识别驾驶人心理预期，首先采用释放油门的避险行为对每个试次标定是否产生心理预期，然后通过快速傅里叶变换提取相关的脑电特征数据，并通过差异性分析及主成分分析算法对脑电特征指标进行筛选和压缩，最后基于支持向量机建立驾驶人心理预期识别模型。研究获取36名驾驶人数据，共计1 440个样本。结果表明：当驾驶人产生心理预期活动时，枕区和额区的α波能量值显著降低，而β波能量值则显著增加；差异性分析显示共有31项脑电指标对驾驶人心理预期敏感，所有脑电特征指标通过PCA算法进行降维，抽取出5个主成分作为识别模型输入；选择径向基核函数构建SVM识别模型，通过粒子群寻优算法对模型进行优化，模型对驾驶人心理预期水平的平均识别正确率为82.02%，平均AUC面积为0.82，结果表明模型具有良好的识别能力和稳定性，可为驾驶辅助系统的研发提供技术理论支撑。     

感知质量评审在汽车开发中的运用

介绍感知质量的内涵,对静态、动态和多功能性感知质量进行阐述并结合一些实例说明实践运用。