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。     

驾驶行为多重分形特征在驾驶疲劳检测中的应用

本文旨在分析驾驶行为多重分形特征对驾驶疲劳检测模型的提升作用.利用UC-win/Road驾驶模拟软件采集行驶速度、加速度、方向盘转角和方向盘角速度等数据,并计算数据的均值、标准差和多重分形特征,比较不同特征的使用是否会对支持向量机(SVM)驾驶疲劳检测模型的精度造成影响.研究表明:在多重分形特征指标中,加速度的奇异强度...     

设置广告牌的高速公路平曲线路段驾驶行为分析

为研究广告牌设置对高速公路平曲线路段驾驶行为的影响,收集了50名驾驶员在20组不同广告牌设置参数与平曲线半径上的速度与横向偏移数据,构造速度区域面积、越线行为、横向偏移量指标确定广告牌影响下驾驶行为显著变化的起终点。结果表明：广告牌架设形式、距道沿距离、平曲线半径对驾驶行为的起终点均存在显著性影响,布设密度仅影响速度变化与横向偏移的终点;不适合在半径小于1000 m的平曲线路段设置广告牌,即使是影响程度最小的落地式广告牌。     

基于决策树的驾驶差错恢复行为的建模

驾驶行为模型化是道路交通系统分析中一个十分重要的研究领域.通过定量分析驾驶差错状态恢复行为的特性,依据对驾驶差错状态的识别和改正行为的测度,建立了驾驶恢复度模型;结合对驾驶行为的测试数据与主观判断,运用改进的决策树求得了驾驶差错状态的恢复概率.该研究结果有利于对道路交通系统中驾驶行为特征的进一步认识.     

基于ROC曲线优化的车辆行驶状态估计BP模型

针对现有行车状态估计器难以适应复杂非线性模型,结合BP神经网络在解决非线性系统方面表现出优良的性能,采用ROC曲线(受试者特征工作曲线)对BP神经网络算法进行优化,依据各个节点权重值的变化情况绘制学习机器相应的ROC曲线,将ROC曲线下方面积作为各个节点权重值选取的唯一准则,每次在同一节点进行变步长的搜索(大步长和小步长),并根据不同步长的搜索结果确定下一次步长的大小,以确定最佳的权重值,最后以波动性较强的车辆横摆角速度作为样例对算法进行验证.研究结果表明:通过ROC对其性能的评价,加速了BP网络的收敛速度,在一定程度上避免了出现局部最小值的情况,提高了模型的容错能力;优化后的模型在5%误判率的情况下有较高的击中概率,表现出更强的泛化能力,适应性更强.     

交通事故中驾驶行为与道路线形的关系

结合S203公路K464～K469路段实地调查资料，针对驾驶员的驾驶行为与道路线形的关系，对危险路段的事故成因进行分析．同时，运用美国IHSDM一致性分析中速度分布法加以验证．     

基于驾驶模拟实验的生态驾驶行为节能减排潜力

针对生态驾驶行为在中国节能减排潜力尚不明确的问题,研究基于驾驶模拟实验平台,选取22名驾驶人进行生态驾驶行为培训和驾驶模拟实验测试,通过对比分析生态驾驶行为培训前和培训后的车辆能耗排放改善情况,确定生态驾驶行为的节能减排潜力.研究结果表明:生态驾驶行为节约汽车燃油消耗的潜力可达3.43%~5.45%;对应不同尾气排放物(CO₂、CO、HC和NO_x),生态驾驶行为的减排潜力可达3.39%~26.15%.随着培训强度的增加,生态驾驶行为所体现出的节能减排效益也相应增大.另外,职业和非职业司机驾驶行为节能减排潜力存在明显差异.     

依据驾驶行为的动态分析辩识交通事故原因

通过建立的驾驶行为形成模型 ,推导出描述驾驶行为动态特征的可靠性表达式 ;然后 ,结合驾驶可靠性计算公式和驾驶行为形成因子的计算机仿真 ,提出了评价驾驶失误对驾驶员车辆系统动态性能影响的方法 .根据对驾驶员车辆系统中驾驶失误的分析得出 ,感知可靠度的变化增大了交通事故发生的可能性     

信息诱导对交叉口驾驶行为影响

为提高驾驶员对诱导信息的采用意愿,基于结构方程模型(structural equation modeling,SEM)及改进式科技接受模型(technology acceptance model,TAM)思想,构建了驾驶行为影响研究模型,在已有研究基础上确定驾驶员对交叉口处诱导信息采用意向的影响因素,可分为个体因素、系统(信息)因素及环境因素.通过对北京市驾驶员进行偏好调查得到1 544份有效样本数据,对模型进行辨识及修正,并利用统计分析方法验证模型假设.结果表明:交叉口诱导信息的采用意向受驾驶员对信息的感知有用性、对信息的信任程度及交叉口交通状况(环境)直接影响,研究结果对提高诱导信息的服务效率具有重要的指导意义.     

基于实验心理学的驾驶员驾驶特性及其综合评价

为了评价驾驶员的驾驶特性,应用实验心理学的方法对驾驶员的感知、判断及操作特性进行了综合研究.采用深度知觉仪、速度知觉仪、注意分配实验仪等心理学测试设备,对不同年龄、性别一定数量驾驶员的驾驶特性指标进行测试,确定了驾驶特性单项指标阈值;采用模糊理论对各测评指标进行聚类分析,确定了驾驶特性综合评价等级.分析表明:综合评价结果与驾驶员实际发生交通事故情况的符合率为77.2%,说明所确定的综合评价等级在分析驾驶特性方面具有一定的可靠性,能够有效地评价驾驶员的驾驶特性,研究结果可为我国驾驶员的选拔与培训提供理论依据.     

基于单目摄像头的主动式驾驶行为分析算法

为了预防事故发生,提出一种以人体三维姿态估计对驾驶员行为进行识别监测的算法。利用单目摄像头获取运动中驾驶员的视频流,提取每帧图像的二维轮廓特征,与预先建立的三维人体模型的二维投影进行匹配,实时估计驾驶员上半身的姿态。根据获取驾驶员的8个骨骼节点的三维坐标,对驾驶员的行为识别分析。试验模拟驾驶员正常、单手、接听电话和疲劳/醉酒驾驶4种驾驶状态,通过骨骼节点的坐标变化,实现检测和识别驾驶员的姿态行为并给予提醒。在光线较好的情况下,与PRECLOSE(percent eye closure)算法相比,该算法的误检率降低了24.24%。     

基于椭圆曲线的可验证门限签名方案

提出一种基于椭圆曲线的(t,n)可验证门限签名方案.其安全性不但依赖于椭圆曲线离散对数的分解难度,而且依赖于椭圆曲线的选取和体制.经分析得知该方案的通信复杂度远远小于Kazuo等人的方案,在抵抗选择明文攻击方面同Nyberg Ruepple签名方案一样安全.     

基于驾驶行为的高速公路作业区控制段划分方法

高速公路作业区是高速公路交通安全的瓶颈地带,提高高速公路作业区的安全性对于更好地发挥高速公路在国民经济中的作用至关重要。通过深入分析驾驶员对于信息的处理过程,依据车辆在高速公路作业区的行驶特征,对高速公路作业区的控制段进行准确划分。     

交通流元胞自动机模型中慢化行为

根据司机加速和减速过程的不同特性,提出了一个改进的交通流元胞自动机模型。数值实验表明,该模型可以满意地刻画司机学习效应对行车过程的实时影响,说明引入强化学习机制可以更好地再现多种复杂交通现象。     

基于模糊聚类的驾驶决策判别

分析了在驾驶决策过程中的生理和心理活动,确定了影响驾驶决策的主要因素,例如感知范围、驾驶经验等。在此基础上,考虑驾驶心理,计算了驾驶员感知临界值和紧急响应临界值,并且利用模糊聚类方法对信息样本分类,得到信息样本在不同驾驶决策上的隶属程度,从而判别驾驶员采取加速、减速、匀速自由驾驶或紧急制动。最后,分析了不同道路等级条件下驾驶员心理感知响应的临界值变化。结果表明:驾驶员心理感知范围并不只是驾驶员视觉上对距离的感应,在不同速度条件下驾驶员心理也会发生很大变化。本文方法直观、简单,可为交通仿真和交通安全提供理论依据。     

基于分形理论的沥青路面层间机械摩阻强度行为

为沥青路面层间抗剪切设计及施工提供参考,针对现有沥青路面的结构层组合形式,研究了不同级配结构层组合类型沥青路面层间机械摩阻强度。首先,基于分形理论建立沥青路面层间机械摩阻强度理论模型,并分析了不同级配结构层组合形式的沥青路面机械摩阻强度特性;其次,为验证该理论模型的可靠性,进行了不同级配结构层组合类型的沥青路面剪切试验。结果表明:层间接触表面形态受沥青混合料级配影响较大,其中,级配组合类型为AC-13/AC-16的接触面积最大,然后依次为AC-13/AC-20、AC-16/AC-20;在相同荷载作用下,层间机械摩阻强度受上、下层级配结构层组合类型影响较大,级配结构层组合类型为AC-13/AC-20时,层间机械摩阻强度最大,然后依次为AC-16/AC-20、AC-13/AC-16;在温度为20℃时,层间机械摩阻强度理论值与试验值较接近,表明在该条件下沥青路面层间机械摩阻强度理论模型具有一定的可靠性与适用性。     

一种基于小波特征的跌倒行为检测方法

针对跌倒行为检测方法对疑似跌倒行为存在误报问题,提出一种基于小波特征的跌倒行为检测方法。通过小波分解将原始合成加速度信号分解为不同频率的子信号,从这些子信号的低频近似系数中提取小波能量、波峰平均值和波峰个数作为特征,使用决策树分类器进行分类,从疑似跌倒行为和跌倒行为中识别出跌倒行为。对比实验结果表明,该方法提高了跌倒行为识别的准确率,降低了误报率。     

基于道路图像对比度-区域均匀性图分析的自适应阈值算法

针对道路图像检测易受光照及车道标志线曲率等交通环境条件变化干扰而导致检测算法稳定性不佳的问题,在图像阈值分割的经典大津法基础上,对直路、左右转弯、有少量积雪和阴影等多种典型道路行驶图像进行了对比度和区域均匀性图分析,并以此实现了基于大津法的道路图像自适应阈值分割,有效地提高了环境条件变化时道路图像检测算法的鲁棒性。