排序方式: 共有26条查询结果,搜索用时 0 毫秒
1.
3.
4.
为了解驾驶员在汽车碰撞瞬间的颈部肌肉主动反应,在汽车性能模拟器上构造了具有高度虚拟现实感的汽车正碰工况,选择10名志愿者在模拟器上分别以20、50、80和100km/h时速驾驶,记录在碰撞发生时驾驶员胸锁乳突肌、头夹肌和斜方肌的肌肉电信号及其肌肉激活程度。实验结果表明,发生碰撞时,驾驶员主要工作肌群的肌肉电信号明显升高,同时,肌电信号增幅随着车速升高呈现整体增大态势。本研究揭示了汽车碰撞时驾驶员颈部肌肉力学特性的动态变化规律,为高仿生保真度的假人模型的建造和更为准确地分析乘员碰撞损伤提供了理论支撑。 相似文献
5.
自动驾驶汽车已开始在部分开放道路进行测试,其与行人等其他交通参与者共享混行道路,面向自动驾驶汽车的车外人机交互技术亟需开展深入研究,以便行人快捷、高效地理解自动驾驶汽车的行驶意图,确保混合交通场景通行安全并提高通行效率。本文首先阐述了自动驾驶汽车与行人交互的重要意义,并从行人检测与跟踪、行人意图识别及行为预测、自动驾驶汽车的决策3个方面介绍了目前自动驾驶汽车的车外人机交互前期支撑技术研究概况,着眼于自动驾驶汽车行驶意图的表达,对交互需求和车外人机交互界面的设计原则及质量评估进行了梳理,最后提出了车外人机交互面临的挑战及未来的发展方向。 相似文献
6.
7.
8.
预瞄跟随理论和驾驶员模型在汽车智能驾驶研究中的应用 总被引:3,自引:0,他引:3
根据预瞄跟随理论及驾驶员的开车行为特性 ,指出汽车智能驾驶与驾驶员操纵行为的内在一致性——汽车智能驾驶系统的控制特性与熟练驾驶员的驾驶行为特性基本一致。结合驾驶员操纵行为模式将汽车智能驾驶系统划分为信息感知、轨迹决策和操纵控制三个部分 ,并一一加以具体分析 ,利用系统模糊决策理论对几种汽车行驶的典型工况进行了智能车辆方向控制仿真计算。理论分析和仿真结果表明预瞄跟随理论为智能车辆的研究提供了一个可行的研究途径 ,按照该理论建立的驾驶员方向控制模型可以直接应用于智能车辆控制算法的研究开发 相似文献
9.
10.
基于生理信号的多任务下驾驶员认知负荷的评定 总被引:2,自引:0,他引:2
为探索驾驶员精神状态与生理信号之间的关系,建立基于生理信号的认知负荷评价方法,在驾驶模拟器中设置了驾驶任务和语音交互任务这一典型的双任务模拟驾驶工况,记录实验过程中驾驶员的主观评分及心电、皮电和呼吸等生理信号,并运用统计方法分析生理参数在整个实验过程中的动态变化规律。结果表明,相对于单一驾驶任务,双任务工况下驾驶员感受的主观压力随着任务难度的增加而上升;心率变异性功率谱密度、皮电水平和呼吸频率等生理指标与驾驶员的认知状态具有较强的关联性,因而可以有效区分不同认知负荷的两种状态。 相似文献