基于因子长短期记忆的驾驶人接管行为及意图识别

为识别自动驾驶环境下驾驶人的接管行为及意图,面向18.95 km双向六车道高速公路场景,借助驾驶模拟器和眼动仪,实施驾驶人10次面对5种紧急情境之一接管自动驾驶车辆的模拟试验。利用所得车辆运行和视觉注意力数据,根据因子分析提取得到3个公因子,采用K-means聚类分析定性识别驾驶人接管行为及意图。将因子分析分别与支持向量机和长短期记忆神经网络进行结合,获得两个定量识别驾驶人接管行为及意图的模型。研究结果表明,驾驶人接管行为受其纵向反应、横向反应和视觉注意力影响;聚类分析可定性描述不同类型驾驶人的接管行为及意图,并揭示潜在的驾驶安全隐患;相比支持向量机、长短期记忆神经网络和因子支持向量机模型,因子长短期记忆模型能更有效地识别驾驶人接管意图,其精确率、召回率、F1分数和准确率4项性能指标均最优;利用因子分析进行数据降维和有效信息浓缩所得公因子有助于提高驾驶接管意图识别模型的分类性能。本研究有助于识别出接管风险较高的驾驶人,进而设计有针对性的驾驶辅助策略。     

驾驶人风险感知研究综述

驾驶人风险感知是驾驶过程中驾驶人识别风险并作出决策及反应的过程,与交通事故密切相关.风险感知研究对于干预不安全驾驶行为,预防和减少交通事故有着重要意义.对驾驶人风险感知研究进行系统回顾,介绍了风险感知的定义及相关理论,归纳分析了驾驶人风险感知的影响因素,梳理总结了驾驶人风险感知的测试评估方法、风险感知培训方法及其效果评价.综合分析表明:驾驶人风险感知能力是多种因素共同作用下的结果(如社会人口因素、驾驶经验等);不同驾驶人在风险感知方面的差异主要通过驾驶行为体现(如反应时间、反应速度、注视位置等),缺少驾驶人生理变化方面的深入研究;不同风险感知测试方法的效果无法进行横向比较,需要完善相关的衡量标准;在驾驶人风险感知培训研究方面,有必要进一步验证风险感知培训对驾驶人的作用是否具有普遍性与长期性.     

自然驾驶工况下驾驶人脚操纵行为规律

为给先进驾驶辅助系统(ADAS)及无人驾驶技术研发提供理论支持,对中国城市道路驾驶人自然驾驶状态下脚操纵行为规律统计和建模分析.采用动态的脑电变化率EEG_δ、心率变化率H_δ、肌电变化率EMG_δ来反映驾驶人生理状态的瞬变性和累积性,拟合得出驾驶人脚操纵过程中加速踏板力、制动踏板力随主要生理指标变化的关系,即驾驶人脚操纵行为模型.通过模型证实了驾驶人脚操纵行为中加速踏板力、制动踏板力与驾驶人3项主要生理指标的相关性;同时统计了驾驶人踏板踩踏频率一般规律.研究结果表明:城市道路驾驶人在脚操纵过程中更愿意通过制动力来实现对车速的控制.脚操纵过程中加速踏板力和制动踏板力与驾驶人EEG_δ、H_δ、EMG_δ均呈正相关;不同驾龄、性别、年龄驾驶人踏板踩踏频率呈现出明显的规律性.模型可用于基于驾驶操控行为的驾驶辅助系统研发、模拟驾驶人操控行为和规律的自动驾驶技术研究以及基于驾驶人操控规律的智能汽车技术设计等.     

机动车非职业驾驶人事故倾向性测评方法

为了科学筛选出不同事故倾向性的驾驶人,使道路交通安全教育更具有针对性,通过设计适用于机动车非职业驾驶人的调查问卷及量表,分析甄别影响驾驶人事故倾向性的因素,对其进行权重值计算。 通过模糊数学模型构建隶属函数,完成驾驶人事故倾向性的分级测评方法,并使用收集的道路交通事故数据验证分级测评方法的合理性。 研究结果表明:筛选出驾驶人年龄、驾驶频率、违规操作得分、平稳型驾驶人格、机敏型驾驶人格和日常工作及驾驶环境六大影响因素,并通过驾驶人事故倾向性量表与隶属度函数可有效辨别具有不同等级事故倾向性的驾驶人,分数落在(0,3.5]表示该驾驶人事故倾向性高,落在(73.5,4]表示该驾驶人事故倾向性较高,落在（4,0）表示该驾驶人事故倾向性普通。 通过实例验证,表明该方法可以有效筛选出不同事故倾向性的机动车驾驶人,为驾驶人培训与安全教育提供参考。     

基于机器视觉的驾驶人使用手持电话行为检测

为了对驾驶过程中使用手持电话行为实施监控和预警,提出了一种基于机器视觉的驾驶人使用手持电话行为检测方法。该方法使用ASM算法分割出面部肤色区域,并运用F-B Error算法在头部发生偏转时对肤色区域进行跟踪。在此基础上,提出用自适应肤色范围提取算法进行肤色检测,并确定手部图像候选区域。提出了CMOG特征描述手部图像,并综合使用CMOG特征与HOG特征在手部图像候选区域中确定驾驶人的手部图像。最后,运用三模式逻辑判别方法判别驾驶人使用手持电话的行为。实验结果表明:该方法能够有效检测出驾驶人在驾驶过程中使用手持电话的行为。     

非约束条件下驾驶人眼睛检测与跟踪方法研究

为了抑制驾驶人头部姿态与眼球运动等非约束条件对眼睛检测的干扰,文中提出了一种基于合成模板匹配、融合Cam Shift与Kalman滤波的人眼检测与跟踪算法。将驾驶人左、右眼睛样本人工合成模板对眼睛区域进行匹配检测,采用基于差值平方和算法的相似度度量方法验证眼睛身份。通过眼睛颜色直方图反投影生成灰度概率分布图像,基于Cam Shift算法计算眼睛跟踪窗口的位置和大小,采用Kalman滤波预测眼睛区域位置,有效解决了驾驶人头部转动、眨眼等动作的干扰问题。实车试验结果表明:该算法对驾驶人人眼的平均识别率达到94.3%,平均耗时为22.8 ms,能够较好的兼顾驾驶人人眼跟踪的准确性、鲁棒性与实时性。     

草原公路车载个性化防疲劳预警策略

为制定针对草原公路驾驶疲劳的有效预警策略,以驾驶人在草原公路连续驾驶时的易疲劳点为基础,参照应激反应理论和神经语言程序理论将驾驶人划分为视觉型、听觉型和触觉型3种刺激偏好类型,结合已有典型防疲劳车载设备确定刺激手段和参数,构建了满足驾驶人刺激选择偏好的车载差异化驾驶防疲劳预警策略,并通过对比驾驶模拟实验验证了策略的有效性。研究结果表明：相比其他刺激模式及空白对照组,给予驾驶人所属类型预警刺激时,其驾驶疲劳状态自评值、速度特征值、加速度特征值、横向偏移特征值和节气门功效特征值在实验前后变化最小;驾驶人对所偏好预警信号刺激的理解度和接受度最高,烦扰度最小;TOPSIS综合评价结果显示,不同刺激模式缓解驾驶疲劳效果不同,随着疲劳程度加深,给予驾驶人所偏好的预警刺激信号可以更加有效地缓解驾驶疲劳。     

车辆虚拟跟随避撞中驾驶人制动时刻模型

为探索跟随避撞中驾驶人制动时刻的影响因素,应用汽车驾驶模拟器对多名被试驾驶人进行虚拟交通情景下制动行为测试。利用采集的驾驶人在不同交通情景中制动时刻数据,分析了驾驶人制动时刻与其影响因素之间关系,提出了基于驾驶人采取全制动时刻的危险判断指标,分别建立了多元线性回归、BP神经网络驾驶人制动时刻模型,并对两者的预测性能进行对比。结果表明:驾驶人的年龄、性别和两车运动状态是影响驾驶人制动时刻的重要因素;建立的BP神经网络模型预测精度高于回归模型,可用于揭示驾驶人在跟随避撞中危险判断机理,为驾驶辅助系统开发提供了一个具有体现人的个体差异能力的车辆安全行驶状态判断指标,将对改善驾驶辅助系统性能具有重要意义。     

高速公路驾驶人超车过程中的扫视行为

在驾驶模拟器内植入高速公路超车静态和动态场景,招募30位驾驶人完成超车过程的驾驶模拟试验,并采集驾驶人扫视频率、时间、角度和角速度等参数。将驾驶人视觉区域划分为5个部分,统计计算各区域之间的扫视概率。研究结果表明:超车过程中,目标车辆的速度不影响驾驶人的扫视频率,但对扫视时间、扫视角度和扫视角速度产生正相关影响;与目标车辆为小型车相比,同一速度水平下,超越大型车时驾驶人的扫视时间较长、扫视角度较大、扫视频率较低、扫视角速度较小;驾驶人在原车道和超车道之间的视觉转移概率最高,原车道和超车道是超车过程中驾驶人最为关注的区域。     

冰雪环境下基于神经网络的驾驶人换道意图识别

驾驶人驾驶汽车行驶过程会受到很多因素影响,不同的驾驶人相应的操作习惯不相同,不同路况驾驶方式也会不同。因此,本文对冰雪环境下行车特点进行分析,依据Carmaker搭建的半实物模拟驾驶仿真平台采集该条件下（包含对开路面）驾驶人行为参数以及车辆参数等数据,分析选取特征参数,建立数据样本库。基于神经网络建立意图识别模型,对模型分别从单一工况、复合工况进行验证,通过实验分析了模型性能,实验结果表明该模型能在对开路面准确识别驾驶人意图。     

驾驶员转向行为与生理反应的混合效应模型

选用8个年龄在35～48岁之间的驾驶员,利用动态心电分析仪、Frecord数据采集系统及动态GPS在交通部试验厂完成了紧急状况下驾驶员行为分析试验.通过综合考虑车距障碍物距离、行驶车速、行车时段、个性特征等因素,建立了混合效应模型,对驾驶员转向行为与生理反应间的关系进行了研究,得出基于心率变化量的方向盘转速预测模型,研究结果表明,车距障碍物距离、行驶车速对方向盘转速估计值均具有明显影响.为进一步分析紧急状况下驾驶行为提供了新的方法.     

可提高安全性及乘坐舒适性并考虑到驾驶员命令值变更的速度模式实时生成法的研究

由电机驱动的电动汽车适合于速度控制,这说明通过应用速度模式可提高通常及紧急情况下的乘坐舒适性及安全性.本文提出了一种考虑到驾驶员命令值变更的SMART速度模式实时生成器(RSSPG).在加速度及加速度的时间导数约束条件下,RSSPG可实现迅速的加减速.另外,可通过调整RSSPG的参数C来对应驾驶员个人喜好的驾驶风格.使用MATLAB进行模拟的结果,证明了RSSPG的有效性.     

EPS用PMSM弱磁控制方法与实现

针对汽车在紧急避障等工况下,驾驶员快速转方向盘时手感沉重问题,根据电动助力转向系统用永磁同步电机调速,设计超前角弱磁控制方法。电机转速在基速以下时采用id=0控制,电机在高转速下用弱磁控制,并用Matlab/Simulink进行了系统仿真验证。仿真结果表明,本弱磁控制方法能够有效地减少方向盘转矩,提高电机转速。     

交通规则形成的演化博弈分析

以直行交通规则为例,利用演化博弈方法对交通规则的形成进行理论解释.指出有限理性的驾驶员模仿具有高支付策略的行为,导致了群体中选择左行的驾驶员在整个群体中的比例随着时间而变化.这种变化受2个因素的影响:1)选择左行的期望收益与群体平均收益的比较;2)上一时期群体中选择左行的驾驶员比重.最后借助模型分析得到:直行交通规则可以通过群体内各驾驶员间的随机匹配重复博弈自发形成,并且直行交通规则呈现出多样性和局部稳定性.     

基于最小安全间距的应急交通疏散车辆跟驰模型

本研究通过对突发事件情况下驾驶员心理与行为特性问卷调查,得到驾驶员在非常态交通环境下的行为差异和经验判断比率分布,对Gipps跟驰模型进行了改进,提出了基于最小安全跟车间距的应急疏散车辆跟驰模型.与正常交通条件下建立的跟驰模型相比,将驾驶员对突发事件的心理行为反应纳入建模过程,能更准确地反映应急疏散的交通流特征和疏散交通实际情况.     

高速公路上跟随车安全距离的一种确定方法

分析了高速公路上交通事故的发生主要因素是与驾驶员的操作有关。通过对驾驶员的反应能力、速度判断和高速公路上的汽车的行驶特性进行分析 ,从既可避免发生追尾碰撞事故 ,又不影响道路通行能力两个方面着手 ,给出了高速路上行车的的安全距离的计算方法 ,并且根据国内高速公路的实际情况给出了具体的计算结果     

非晶态玉米淀粉的辛烯基琥珀酸酯化

在对玉米淀粉进行非晶化处理的基础上,对其辛烯基琥珀酸酯化条件进行优化,并与原玉米淀粉的酯化进行对比,得出原淀粉辛烯基琥珀酸酯化的最佳反应条件为35℃、3h、pH=8.5、淀粉乳0.25g/mL、辛烯基琥珀酸酐加入量3%(占淀粉干基质量分数),所得产品的取代度为0.016 1,反应效率为67.47%;非晶颗粒态玉米淀粉酯化的最佳反应条件为40℃、3h、pH=8.0、淀粉乳0.25g/mL、辛烯基琥珀酸酐加入量3%(占淀粉干基质量分数),产物取代度为0.020 5,反应效率为85.94%。经过非晶化处理的玉米淀粉酯化反应的效率及产物的取代度都高于未经处理的玉米淀粉。     

基于AHP-Entropy确权法的城市公众应急反应能力评价

将城市公众应急反应能力纳入城市应急能力的建设内容,并运用A HP-Entropy方法对7个样本城市进行综合评价.AHP-Entropy综合评价方法既反映了专家的知识和经验,又充分挖掘了原始数据所蕴含的信息.7个样本城市是按照灾害分布、城市类型和地理位置3个标准在全国范围内进行选择的.评价结果显示:阳江市和泉州市公众应急...     

城市P&R出行者选择行为模型

为了获得P&R用户出行特征以及选择影响因素,通过对南京市小汽车出行者的偏好调查,应用二项Logit模型建模分析,结果显示个人特征、出行特性以及对出行环境的评价等都在不同程度上影响出行者P&R的选择行为.其中出行者驾龄、收入、出行目的以及道路拥挤、中心区停车位供给和停车收费对P&R的选择最为显著.     

硬脂酸玉米淀粉酯的制备及性能研究

以玉米淀粉为原料,硬脂酸为酯化剂,先用乙醇对淀粉进行非晶化处理,然后进行酯化反应制备硬脂酸玉米淀粉酯．考察淀粉中葡萄糖单元羟基（OH）与硬脂酸羧基（COOH）的摩尔比、反应温度、反应时间对硬脂酸淀粉酯取代度（DS）的影响,确定较适宜的反应条件：n（OH）：n（COOH）=2：1,反应温度为150℃,反应时间7h,得到产品的DS为0．0167．并对其黏度、凝沉性及透明度进行研究,结果表明：与原淀粉相比,硬脂酸淀粉酯的黏度减小,透明度和凝沉性增大．