基于司机认知与行为特性的机车驾驶界面布局设计

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。     

基于多传感器信息融合的危险驾驶行为检测系统

提出了一种基于多传感器信息融合的危险驾驶行为检测系统的设计方案和技术实现,其中包含了视觉、加速度和酒精气体等3种传感器输入和ARM Cortex-M3内核单片机构建的嵌入式系统,目的是解决单一检测手段不可靠的问题.实验证明该系统线性度、灵敏度好,实时性能优秀,可用作驾驶行为融合算法的验证研究,为解决单一方法检测结果不可...     

基于面部识别的驾驶员疲劳危险驾驶检测系统

为了有效降低驾驶员疲劳驾驶、短时间未看道路等危险驾驶的概率,设计了以面部特征为研究对象的人脸识别的检测系统.该系统通过对面部识别以及眼睛和嘴的定位跟踪,提取面部疲劳信息,将跟踪的图像信息传输到OpenCV视觉库进行图像处理,通过一系列的算法对驾驶员疲劳、危险驾驶行为进行判断、疲劳值计算,最后通过安全警报模块对驾驶员给予警报提示.经实验测试,该系统满足车载、实时性、准确性的要求,能够快速的检测驾驶员的危险驾驶状态,具有一定的实用性.     

基于卷积神经网络的分心驾驶行为识别

针对分心驾驶行为识别,提出基于ResNet18的多标签分心驾驶行为识别方法和基于迁移学习的多分类分心驾驶行为识别方法.首先基于ResNet18模型连接多个全连接层,对多种行为进行多标签识别;然后利用迁移学习,提出基于改进的ResNet34模型进行多分类识别.实验结果表明:文章提出的改进算法对分心驾驶行为识别的准确率最高...     

基于显示兼容模型的驾驶员视觉信号与特性研究

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。     

基于隐马尔可夫模型的驾驶行为预测方法研究

根据驾驶行为受驾驶意图驱使,在时空上应先产生驾驶意图后有驾驶动作执行,再有具体的驾驶行为的时空顺序,利用意图到行为实现过程中的时间差,研究建立了基于多驾驶操作动作特征观测信息和隐马尔可夫模型的驾驶行为预测方法,实现了跑偏驾驶、一般转向和紧急转向3种驾驶行为的预测。从机动车安全预警的角度进行分析,预测出驾驶员的驾驶行为等同于获得驾驶员对车辆未来运行状态的需求,有助于及时纠正或干预驾驶员正在或即将实施的危险行为。     

基于个体特性的驾驶行为操纵模式建模方法

为研究能体现驾驶人个体特性的驾驶行为操纵模式建模方法,通过汽车驾驶模拟器采集驾驶人的驾驶行为操纵数据,利用卡尔曼滤波器对原始数据进行预处理,采用数据/机理相混合的方法对驾驶人的驾驶行为操纵数据进行分析,研究提出基于有向图的个性化驾驶人驾驶行为操纵模式建模方法。以山区高速公路超车行为为例进行建模方法试验,测试结果表明该方法构建的驾驶行为操纵模式能有效地体现出驾驶人驾驶的个体特性,为研究开发个性化和智能化的驾驶安全辅助系统涉及的驾驶行为操纵模式建模问题提供了技术支撑。     

高速列车驾驶界面设计中的照明眩光评估

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。     

利用姿势估计实现人体异常行为识别

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。     

虚拟环境下基于非水平路面的智能自主汽车运动研究

在虚拟驾驶模拟系统中,智能自主汽车在非水平路面上的驾驶水平对于整个虚拟驾驶仿真系统的逼真性以及测试的可信性起着决定作用.在利用数据库技术存储非水平交通环境中道路信息的基础上,采用Creator软件搭建了适合实时仿真的非水平道路模型.分析了智能自主汽车的位姿变换,并利用碰撞检测原理阐述了智能自主汽车视觉信息的获取及其在非...     

基于驾驶行为的汽车主动安全技术研究

研究了基于驾驶员行为判断的汽车主动安全控制技术。利用车辆现有各种传感器信号,使用ARM处理器采集驾驶过程中的各种操作信号,并通过CCD获取车辆行驶环境状况,综合进行驾驶员的危险驾驶行为预测,进而进行主动危险行为告警。考虑到一种驾驶行为由多种操作组成,采用了决定正常驾驶行为的八种信号进行权重运算,建立了驾驶行为预测权重矩阵。仿真实验结果表明该方法切实可行,可以准确地判断和识别出典型的驾驶行为,为未来汽车主动安全技术的研究提供了一种有效的方法。     

VAYAVISION发布自动驾驶感知软件引擎VAYADrive 2.0,可探查“未预期的”目标物

<正>VAYAVISION于近日宣布,公司发布了自动驾驶感知软件引擎VAYADrive 2. 0,该产品可实现传感器的原始数据与人工智能工具的融合,创建高精度3D换件建模,旨在展示自动驾驶车辆的周边环境。VAYADrive 2. 0软件方案结合了最新的人工智能、数据分析及计算机视觉等技术,提升了运算效率,从而增强了自动驾驶车载传感器硬件设备的性能。该软件可兼容各类摄像头、激光雷达和雷达设备。VAYADrive 2. 0可探查     

驾驶疲劳与汽车人机工程学初探

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     

基于深度学习的产品概念草图生成设计研究

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。     

基于机器视觉技术的前方车辆检测与车距测量算法设计

随着现代社会的发展,汽车也成为人们日常出行的主要工具。随着汽车行业的发展,将辅助性驾驶系统设计到现代智能车辆中。机器视觉系统在安全驾驶、控制交通事故方面具有重要的作用,能够实现车体距离测量和车辆的及时检测。以此,本文就对机器视觉系统使用背景进行分析,实现车辆检测算法的设计,对基于视觉技术的车辆检测与车距测量技术进行分析。     

自动驾驶车辆行为决策方法研究

为了研究自动驾驶车辆行为决策方法的原理及发展,文章通过分析目前驾驶行为决策方法的研究成果,对行为决策方法进行综述。主要分析基于有限状态机模型和深度强化学习模型的行为决策方法的原理及优劣,分析相应决策方法的适用场景。总结实现高级别自动驾驶行为决策的技术难点,并对相应的解决方案进行分析。     

叉车的视觉智能化系统研究

针对目前存在的人工操作叉车强度大和叉车智能化低等问题,提出叉车视觉智能控制系统.该智能化系统在获取工作环境信息后,利用图像处理技术得到视觉引导以满足买时控制的要求,进而利用双比例控制、单片机控制技术完成叉车的自动寻址和路径规划内容,准确可靠地实现叉车的自动驾驶和货物存取功能.     

驾驶员情绪-驾驶风险机理分析

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。     

基于BP神经网络的驾驶员制动行为模型研究

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。     

A daBoost视觉算法的士兵疲劳预警系统研究

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...