城市交通弱势群体事故原因分析及事故烈度模型

以北京城市中心区为例,研究了城市交通弱势群体事故发生原因,结合交通弱势群体事故的特点及事故机理分析,提出了动态视线障碍的概念.依据交通弱势群体事故发生频率与严重程度,提出了事故烈度的概念和冲突烈度指标,通过数据分析,建立区域事故烈度与交通流量、车速之间的函数关系,以便更好地预测和评价交通弱势群体的交通安全形势状况.     

驾驶疲劳声音对策有效性的驾驶模拟

采用驾驶模拟实验,验证了声音刺激作为驾驶疲劳对策的有效性。通过声强、声频、持续时间和持续间隔4个因素合成不同类型的声音刺激源。选择容易出现驾驶疲劳的单调性场景和中午时分进行实验,采用眼动和驾驶员的面部特征作为驾驶疲劳的评价标准,当疲劳现象出现后启动声音刺激,分析不同类型的声音刺激前、后的脑电、心电、眼动等生理指标和驾驶操作水平的变化规律。结果表明:驾驶员在疲劳状态下,对单一声音刺激存在警觉反应,但刺激的效果不能持久,在声音刺激之后仅仅能够维持几分钟。同时发现声音类型对刺激的效果有显著影响。因此,需要进一步分析声音的各个因素对驾驶疲劳指标的影响程度,构建持续警觉的组合声音作为有效的驾驶疲劳对策。     

基于生理信号的驾驶疲劳综合评价方法试验研究

采用驾驶模拟舱对30名被试进行动态驾驶模拟试验,分析心电信号和脑电信号随驾驶时间的变化规律,验证心电信号和脑电信号作为驾驶疲劳评价指标的有效性.采用皮尔逊相关系数计算发现心电信号与脑电信号相关关系显著,并通过主成分分析法,建立脑电信号与心电信号之间的关系,确定驾驶疲劳评价的综合指标,可以排除干扰因素,减小数据的波动性,提高驾驶疲劳评价的准确性.     

基于脑电信号的驾驶疲劳预报关键参数选取

为了实现驾驶疲劳的及时预报,利用脑电仪在模拟驾驶中采集驾驶员的脑电数据.采用功率谱估计计算不同频段波能量分布情况,确定采用delta和alpha波实现驾驶疲劳预报是可行的.为此,采用BP神经网络构建预报系统,分别对delta波、alpha波单独输入和两者同时输入时预报精度进行验证,结果表明,两者同时输入时预报效果最理想,为车载实时驾驶疲劳预警系统开发提供依据.     

基于脑电分析的驾驶疲劳预报研究

为了实时识别异常驾驶状态,实现驾驶疲劳的提前预报,在驾驶模拟舱中采用脑电仪采集驾驶员脑电数据。采用功率谱估计分析正常阶段和疲劳过渡阶段的脑电数据,计算不同频段波能量分布情况,结果表明delta和alpha波在两种状态下变化显著,因此跟踪监测delta和alpha波能量变化能够实现驾驶疲劳的早期预报。为此,利用径向基神经网络构建预报系统,检验delta波的预报效果,同时提取delta波能量谱的全部极大值并通过多义线拟合,有效地提高预报性能。     

虚拟场景下饮酒对驾驶操作的影响分析

论文运用驾驶模拟舱研究饮酒对驾驶操作行为的影响.在由急弯、紧急停车港、障碍区和直线路段组成的虚拟场景中,利用驾驶模拟系统实时采集驾驶操作行为数据,建立各种操作行为的评价指标,运用成对t检验方法对各指标的实验数据进行分析.结果表明,饮酒对驾驶员的制动、转向、离合、油门等操作行为有显著影响,随着酒精的消散,松离合器踏板的速度、踩制动踏板和油门踏板的速度与深度等指标的差异逐渐减小.实验结果说明饮酒后驾驶员的操作行为发生了显著变化,且这种变化随酒精浓度的降低逐渐减小.该结论为进一步研究饮酒对驾驶操作影响的定量分析与判断奠定了基础.