基于眼动特征的疲劳驾驶检测方法

为了提高疲劳驾驶检测模型准确率和实时性,基于驾驶模拟实验,利用Smart Eye系统提取了驾驶人不同驾驶状态下眼动数据。基于眼动参数协议,提出了眨眼频率、PERCLOS、注视方向和注视时间4个特征参数的计算方法。分析了各特征参数的最优时窗,针对不同特征参数最优时窗差异,提出了滑移时窗的数据融合方法。基于支持向量机,搭建了疲劳驾驶检测模型。实验结果表明,该模型可以有效地进行疲劳状态检测,准确率能够达到83.84%。     

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。     

基于支持向量机的驾驶员超车意图识别

为了进一步完善驾驶员辅助系统的功能,应用支持向量机建立驾驶员超车辨识模型,对比分析了人—车—路不同特征参数组合下的辨识效果.通过江苏大学6自由度SCANER II驾驶模拟器和眼动仪,采集了10位驾驶员进行超车时的500组数据,运用受试者工作特征曲线(ROC)获取了自车参数、道路信息和驾驶员信息下的分类效果,并根据控制变量法对不同参数组合的辨识效果进行对比分析.结果表明,以方向盘转角、自车速度、车辆与道路边界的距离和驾驶人眼部信息为特征参数,时窗长度为2 s,采用时窗内信息的均值和方差作为数据输入时,可获得最佳的辨识效果.     

城市不同道路线形下的驾驶人注视特性

为研究城市不同道路线形下的驾驶人注视特性,采用FaceLAB5非接触式眼动仪采集了城市道路实车试验条件下驾驶人的眼动数据,应用层次分析法筛选出表征注视特性的眼动指标(注视和眼跳),在把驾驶人注视区划分为5个区域的基础上,对比分析了不同道路线形下驾驶人注视点及注视转移在各区域中的分布规律。研究发现:不同道路线形下,驾驶人50%以上的关注落在远方和前方区域中,左侧区域几乎相同;直行路段对左侧区域的关注约是右侧区域的3倍;转弯路段对右侧区域的关注约是直行路段的3倍。研究结果既能为驾驶人培训提供指导,也为道路线形的设计及判断驾驶人是否有转弯意图提供了理论依据。     

基于驾驶行为多元时间序列特征的愤怒驾驶状态检测

为了对"路怒症"进行有效干预,提出了一种基于驾驶行为的愤怒驾驶状态检测模型。在交通繁忙路段开展基于道路事件刺激的愤怒情绪诱导限时实验,获得驾驶人愤怒与中性情绪下的驾驶行为数据。运用分段线性表示方法拟合由方向盘转角与车辆横向位置组成的驾驶行为多元时间序列,并采用自底向上算法对该时间序列进行分段,提取各分段的斜率与时间间隔特征作为模型输入,建立基于支持向量机的愤怒驾驶状态检测模型。结果表明:模型的识别精度在10分段条件下达78.69%,较5分段、20分段分别高8.57%、4.85%。研究结果可为开发基于驾驶行为的愤怒情绪实时检测设备提供理论支持。     

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。     

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。     

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。     

桥隧群环境对驾驶人驾驶行为及生理反应的影响

为研究桥隧群环境对驾驶人驾驶行为和生理参数的影响,设计实车实验采集典型桥隧群路段和普通高速段驾驶人驾驶行为和生理参数的改变量。采用符号秩检验方法,检验不同路段下驾驶人横向控制行为、纵向控制行为、心率及注视持续时间、制动反应时间等相关参数的差异显著性,以求揭示桥隧群驾驶行为改变的内在机理。研究结果表明,桥隧群环境下驾驶人在纵向控制水平上驾驶能力显著下降,在应对高负荷驾驶压力下的产生补偿行为现象。驶入桥隧群交通环境后,驾驶人进入了高层次的压力阶段,视觉和心理负荷明显增大。补偿行为虽然在一定程度上改善了驾驶安全,但在过高心理负荷的情况下,补偿行为的削弱会对驾驶安全造成更大的危害。     

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.     

单调景观公路长度临界阈值

为了分析不同景观形态下的公路长度阈值的设计标准是否一致,根据交通工程心理学的理论,运用模拟驾驶的实验方法,分析驾驶人在不同公路景观类型下的驾驶行为特性,分析驾驶人心电指标、车辆运行状态随公路长度的变化规律,并建立基于驾驶人心电指标的公路长度计算模型,推算不同景观围合度的公路长度理论阈值;然后,运用压力测试问卷和实地验证实验相结合的方式,验证理论公路长度阈值模型. 结果表明:模拟驾驶实验推算的理论公路长度阈值的预测精度高于90%,并得到各景观围合度的公路长度临界阈值.     

大型汽轮机组变权综合状态评价模型研究

针对大型汽轮机组系统复杂,难以进行精确综合状态评价的问题,在系统划分和状态特征参数提取的基础上,提出了变权综合状态评价模型。该方法充分利用设备运行参数、状态监测参数和运行统计参数,实现了不同层次系统或设备的状态评价。应用该模型于某汽轮机组,并与常权综合评价相比较,计算结果表明,该方法更合理有效,评价结果可为下一步的维修决策提供科学依据。     

典型道路场景以及场景切换时的速度行为特性

为明确典型道路场景以及场景切换时的速度行为特性,在重庆选择3条路段开展超过70位被试的实车驾驶试验,用车载仪器采集了自然状态下的车辆运行数据,分析了不同场景对驾驶行为的约束性以及行驶场景交替时的速度变化特征,具体发现如下:驾驶人在跨江大桥主线上的速度选择行为具有较强的离散性,即该环境对驾驶行为的约束性较弱,车辆间的速度差异增加了追尾事故的发生几率。从大桥主线驶入小半径匝道时,驾驶人会提前在主线上减速,驾驶行为受到的约束性增加。驶入隧道时驾驶人会将减速行为持续到隧道洞内一段距离,速度幅值的离散性同时降低,表明隧道入口的环境突变会提高驾驶人速度选择行为的趋同性。驶入小半径曲线匝道时,驾驶人的减速行为会持续至匝道圆曲线范围内,驶入速度越高,减速度越大;匝道圆曲线较长时仅有少部分驾驶人会在圆曲线中部定速行驶;而圆曲线较短时未观察到恒速行驶行为;行驶速度在多层螺旋匝道范围内维持恒定。70%驾驶人的速度幅值分布在较窄的区间内,因此在较小的范围内调整设计参数便可以照顾到大多数驾驶人的行为习惯。     

基于驾驶人风险响应机制的人机共驾模型

提出了一种根据驾驶人对环境风险的实时响应进行控制权切换的智能汽车人机共驾模型。首先,从基于真实道路信息的highD数据集中提取出跟车和并道两类典型驾驶片段。接着,应用行车风险场理论对驾驶片段中的环境风险进行统一量化。然后,通过拟合环境风险作用与驾驶人的行驶加速度,得到安全风险响应策略曲面,并提出了基于策略偏差的人机共驾控制权柔性切换模型(FCTM)。最后,以纵向控制模型(LCM)作为辅助控制模型,在前车紧急制动和旁车切入两类危险场景中进行了人机共驾仿真实验。结果表明:本文FCTM模型可以通过平稳的人机控制权切换,修正驾驶人在危险场景中的驾驶操作,提高行驶安全性。     

基于PCA与BP神经网络的制动行为模型

为建立驾驶员在跟驰过程中的制动行为模型,利用驾驶模拟仪采集了大量在跟车行驶状态下避免追尾碰撞时驾驶员所采取的制动操纵行为的数据。采用主成分分析法确定了与驾驶员制动行为有关的贡献率达97.04%的4个主要参数,将这4个参数作为BP神经网络的输入值,建立了符合驾驶员危险感知特性的制动行为模型。依此建立的制动行为模型仿真效果较好,符合驾驶人的行车习惯,丰富了驾驶行为模型,并可进一步应用于智能交通领域中的汽车辅助驾驶系统。     

照明对“本本族”驾驶人生理特性影响分析

为探寻"本本族"驾驶人安全行车的驾驶操作,针对光线突变时生理特性的变化展开研究.借助UC-winroad软件和模拟驾驶仪搭建的平台,要求被试者在突发照明场景下进行模拟驾驶试验,同时采用眼动仪、MP150收集驾驶人生理参数.分析能够反映驾驶负荷的脑电信号(α+θ)/β、RR间期平均值和瞳孔面积变化情况,然后建立基于驾驶人脑电波、心率增长率、单次注视持续时间和瞳孔面积变化率在明适应过程中的驾驶负荷模型,以研究不同视觉及生理指标对驾驶负荷的影响程度.研究结果表明:"本本族"驾驶人会对突发照明更快地作出反应,但会产生更大的驾驶负荷,需要更长的适应时间.     

基于多模态生理信号的驾驶人脑力负荷评估

准确评估驾驶人脑力负荷状态对降低因驾驶人脑力负荷过载导致的交通事故具有重要意义．基于典型驾驶场景,结合N-back认知负荷次任务,设计不同难度的驾驶任务实验,研究驾驶人脑力负荷．实验收集驾驶人在任务完成过程中的多种模态生理信号（脑电、心电和皮电信号）及美国航空航天局任务负荷指数量表主观脑力负荷数据,提出基于多模态生理信号特征分析和模式识别的驾驶人脑力负荷分类模型,并比较不同模态生理信号及其组合在3种典型机器学习算法（随机森林、决策树和k最近邻模型）中的脑力负荷分类识别效果．研究表明,基于不同模态生理信号组合的脑力负荷分类模型具有不同的分类准确率．单一模态生理信号的分类模型中,基于皮电、心电和脑电信号的分类模型准确率依次增加;基于多模态生理信号的分类模型准确率普遍优于单一模态分类模型;基于脑电、心电及皮电3模态生理信号的随机森林分类模型具有最高的分类准确率．     

各异性FVD模型及数值模拟

为了使跟驰模型能够描述驾驶人行为差异,基于不同气质类型驾驶人的行为差异分析,建立了跟驰模型参数与驾驶人气质状况之间的关系,通过引入气质激进度变量,将跟驰模型参数表达为气质激进度的函数,并在改进FVD模型的基础上,提出了体现驾驶人行为差异的各异性FVD模型.该模型克服了传统规范模型无法描述驾驶人个体行为差异的缺点.数值模拟实验结果表明该模型能够成功地模拟稠密交通流中小扰动传播演化结果的随机性现象.该模型结构简单,且参数易于确定,一方面为驾驶行为各异性的建模建立了理论基础,同时也为微观交通流动态随机特性模拟提供了一般性的方法.     

基于数据融合的疲劳驾驶检测算法

为减少交通事故,采用基于数据融合的疲劳检测技术以提高疲劳检测精度. 通过驾驶行为与车辆跟踪技术研究现状分析,选择眼睑遮住瞳孔的面积超过80%的P₈₀和眨眼次数指标作为眼部特征参数、车辆越线指标作为驾驶行为特征参数. 将两个特征参数分为3类,分别为:清醒状态、轻微疲劳状态、疲劳状态;最后通过支持向量机算法建立基于数据融合的疲劳检测模型. 实验结果分别为灵敏度为86.45%,检测准确率为85.79%,特异度为84.63%,较单一数据源的疲劳检测方式精准,建立的融合模型提高了疲劳检测的准确性.     

双车道公路不同线形组合路段划分标准研究

针对驾驶员驾驶安全舒适性特性,以我国双车道公路不同线形组合路段划分标准为研究对象,引入驾驶员驾驶工作负荷理论和驾驶工作负荷度计算模型,通过对驾驶员在双车道公路不同平曲线半径和纵坡坡度条件下的动态驾驶试验方案设计,采集了36名驾驶员在双车道公路不同平曲线半径和纵坡坡度上行车时的运行速度和心电指标数据;在此基础上通过驾驶员在驾驶过程中眼动视频的分析处理,得到小客车和大货车驾驶员在双车道公路不同平曲线半径和纵坡坡度线形、自由流条件下行驶时的驾驶工作负荷度变化规律,发现不同的平曲线半径和纵坡坡度对驾驶员驾驶工作负荷度的影响不同,并确定了满足驾驶安全舒适性的平曲线半径和纵坡坡度划分阈值,最终提出了基于驾驶工作负荷度的双车道公路不同线形组合路段划分标准.