共查询到20条相似文献,搜索用时 31 毫秒
1.
为了提高机车司机室的设计水平,进行了基于机车司机认知与行为特性的驾驶界面布局设计研究。建立了机车司机的综合认知模型与行为动态模型,对其驾驶作业的视觉特性进行了眼动分析实验,分析了不同行为水平与认知层次的对应关系,并将司机的认知与行为共性特征作为约束条件提出了机车驾驶界面设计的原则性要求。以此为基础,提出了驾驶界面布局优化设计的一般程序,对仪表与显示器的分组、整合及布局进行了优化设计,并给出了具体的设计案例。 相似文献
2.
3.
4.
5.
驾驶员在驾驶车辆时所捕获的外界信息绝大部分是通过视觉所得到的,因此研究驾驶员视觉特性对驾驶安全意义重大。这里从显现兼容模型出发,从工程心理学和人机角度分析了驾驶员的视觉信号和视觉特性两大因素,建立了针对驾驶员的信号和视觉特性模型。 相似文献
6.
7.
8.
高速列车驾驶界面设计中的照明眩光评估 总被引:4,自引:0,他引:4
高速列车驾驶环境中的照明眩光对界面设计有着十分重要的影响,如何在设计阶段对眩光进行有效的评估,是目前高速列车驾驶界面设计中面临的一个难题。针对高速列车驾驶界面照明环境复杂,眩光源的形状和边界难以判定,眩光计算参数值难以准确采集等问题,提出一种基于统一眩光评估(Unified glare rating,UGR)公式和小光源UGR修正公式的高速列车驾驶界面照明眩光评估模型,在利用视觉仿真方法获得包含驾驶员视觉仿真图像及其每一像素点光度学信息的基础上,通过对视觉仿真图像内的眩光源像素点进行判定、整合和筛除,获取高速列车驾驶界面照明眩光评估模型计算参数值,实现高速列车驾驶界面的眩光评估。采用被试主观评价试验对CRH3型车驾驶界面的12种照明方案进行眩光评估,并与提出的基于视觉仿真的照明眩光评估方法的计算结果进行对比分析,分析结果表明提出的方法与主观感受具有显著的线性关系。该方法可在设计阶段对高速列车驾驶环境照明眩光进行有效评估,为驾驶界面相关设计与优化提供指导。 相似文献
9.
异常行为识别是近年来计算机视觉领域的研究热点。为了实现对多人体异常行为精确识别的目标,提出了一种基于人体姿势估计的异常行为识别算法。首先采用基于滤波通道特征的行人检测算法对各个目标人体进行定位;然后对每个人体构建基于图结构框架的外观模型;最终采用霍夫方向计算器算法(HOC)提取人体部件特征,从而进行行为分类。实验结果表明,该文算法可以在单帧图像上对多个人体的行为进行识别,并提供了多类别的异常行为分类,实验效果明显,准确率较高。 相似文献
10.
11.
12.
13.
建立了人—汽车—环境驾驶界面模型 ,首次从人机工程学角度综合分析了造成驾驶疲劳的环境因素 ,指出视觉界面、听觉界面、人—座椅界面、人—操纵界面是影响驾驶疲劳的主要人机界面 ,并从汽车人机界面设计方面提出了防止和缓解驾驶疲劳的有效措施 相似文献
14.
概念草图设计作为人类的高阶视觉认知活动,是辅助设计师记录、构思、创造和评估想法的重要手段,对生成创新概念具有积极影响。为模拟设计师的这种高阶视觉认知行为,实现智能化辅助创意草图设计,提出一种基于深度学习的产品概念草图智能生成设计集成方法框架,包括端到端的草图设计GAN(Sketch2Render-GAN)和草图神经风格迁移网络(Sketch-NST)两个核心模块。前者实现概念草图生成与渲染,后者执行草图风格特征变换。分别以手电钻和自行车头盔为实验对象进行了验证,结果表明该方法框架可快速获得大量具有创新概念的草图,并实现草图自动渲染及风格变换。有助于辅助设计师在视觉认知层面突破设计固化,提高设计效率。此外,为改善工业设计师与AI模型间的人机设计协作模式,还开发了智能草图设计生成器(S-SDG_v0.1),从而有效降低设计师应用智能算法辅助设计的门槛。 相似文献
15.
16.
17.
18.
通过研究驾驶员情绪来降低由情绪引发的事故风险一直是多学科研究的重要课题。针对驾驶员情绪、驾驶行为和驾驶风险之间的关系进行定性分析,阐述情绪对驾驶风险的影响过程机理,构建驾驶风险计算模型。为对驾驶员情绪-驾驶行为-驾驶风险之间的关系进行定量分析,采集驾驶员情绪诱导材料库,开展驾驶员多种情绪下的驾驶行为数据采集实验。通过对不同情绪下驾驶员情绪对驾驶行为影响的定量分析,建立驾驶行为与驾驶风险等级映射关系,阐明了驾驶员情绪对驾驶风险的影响机理。结果表明对于离散情绪,愤怒、恐惧、悲伤、惊讶与厌恶这几种情绪下的高风险比例较大;而中性与高兴情绪则表现出较低的高风险比例。对于维度情绪,在愉悦度、激活度和优势度三个维度上,低愉悦度和高愉悦度、低激活度和高激活度以及低优势度和高优势度下高风险比例较高。驾驶员情绪-驾驶风险机理分析结果将为设计驾驶员不同情绪的识别方案和调节策略提供重要依据,对智能网联汽车的决策规划等具有重要意义。 相似文献
19.
研究驾驶员的制动驾驶行为是汽车辅助驾驶系统应用的基础。建立BP神经网络,基于QJ-4B1型6自由度动感型模拟驾驶仪平台,邀请10名志愿者模拟在城市道路上驾驶过程中车辆相对距离、前车加速度、辆车相对速度和碰撞时间倒数等制动行为特征参数,并作为BP神经网络模型的输入参数,对驾驶员的制动驾驶行为进行预测,由结果显示,在240组检测样本中只有3组数据误差绝对值超过1。由此可以看出,基于BP神经网络的驾驶员制动行为模型对于驾驶员的制动行为预测较为准确,模型有效,可以在辅助驾驶系统中得到广泛应用。 相似文献
20.
针对我军士兵在高强度的自行武器驾驶军事训练中疲劳导致的装备故障多发,提出了一种基于AdaBoost视觉算法的士兵面部疲劳检测系统.该研究通过机器视觉检测士兵的疲劳状态,采用嵌入式平台对视觉面部图像信息处理并定位人眼,通过AdaBoost算法及Haar-like特征对人眼特征进行疲劳度检测并作出预警,及时更换士兵以提高自... 相似文献