基于眼椭圆的驾驶员后视镜视野盲区概率分布估计

确定大多数驾驶员的后视镜视野盲区,是汽车盲区检测系统或安全换道系统设计与开发中的一个重要环节。现有方法多针对单一固定眼点对驾驶员盲区进行估算,不能反映驾驶员眼点运动和驾驶员眼点位置不同对驾驶员后视镜盲区的影响。本文提出了一种基于眼椭圆的驾驶员后视镜盲区概率分布估计方法。首先提出了一种模拟驾驶员后视镜视野的方法,并在此基础上利用眼椭圆内的驾驶员眼点概率分布,对驾驶员后视镜视野的概率进行估计,从而得到驾驶员后视镜视野盲区概率分布。该方法能够更准确地模拟出驾驶员盲区的范围,其仿真结果能充分反映出不同驾驶员的盲区差异。     

驾车接近隧道过程中驾驶员瞳孔大小变化规律

为了解驾驶员驾车进入隧道过程中的瞳孔变化过程,让8位驾驶员分别驾车进入4座隧道,在此过程中用眼动仪记录驾驶员的瞳孔大小。分析眼动仪记录得到的驾驶员瞳孔大小数据的特征,通过小波变换进行数据处理,得到了驾驶员驾车进入隧道过程中瞳孔大小变化曲线。分析驾驶员瞳孔大小变化曲线发现,不同驾驶员的瞳孔大小存在个体差异;同一驾驶员多次测试的瞳孔大小存在一定的随机性;在接近隧道过程中驾驶员瞳孔逐渐变大,并在隧道洞口附近急剧变大;不同驾驶员的瞳孔变化趋势存在一定的差异;驾驶员瞳孔大小除受适应亮度的影响外,还受驾驶员的心理等因素的影响。     

驾驶员分类的路径诱导系统及评价指标

为了提高城市交通诱导率,使路径诱导方法满足多数驾驶员出行需求,提出了一种基于驾驶员分类的路径诱导系统。采用SP调查方法对北京地区驾驶员出行需求进行调查,通过统计调查数据将驾驶员分为关注出行时间类型、关注出行距离类型及关注出行时间和距离类型。路径诱导系统分别为不同类型驾驶员提供量身制定的路径规划,并给出驾驶员分类的路径诱导系统示意图。建立各种类型驾驶员对诱导路径的满意度评价模型及驾驶员对路径诱导系统的满意度评价模型。出行需求调查数据表明,采用该方法能大幅提高驾驶员诱导接受率,利于交通管理和交通系统交通流分配。     

基于模糊识别的驾驶员疲劳检测

汽车驾驶员疲劳驾驶是导致交通事故的重要原因之一,通过监测驾驶员的眼睛可以判别驾驶员的疲劳程度。对驾驶员眼睛的张开程度、眨眼频率、闭眼持续时间占空比等状态量进行检测和运算分析,提出利用模糊识别算法判别驾驶员眼睛疲劳状态。实验结果表明,该方法能有效识别驾驶员的疲劳状态,实时性好,准确率高。     

雾天对高速公路驾驶员视觉影响研究

雾通过本身的光学现象影响驾驶员视觉和心理,从而导致事故的发生。雾对驾驶员视觉的影响主要表现在雾对驾驶员车距估计及目标识别距离影响两方面。通过分析雾对驾驶员视觉影响机理,提出雾滴粒子对光的衰减以及对相对亮度的影响。以现场试验方式对雾天与驾驶员车距估计及对驾驶员目标识别距离关系进行分析,实验结果表明,雾环境下驾驶员对车距的估计会偏大,且能见度越低驾驶员对车距估计偏差越大;随能见度降低驾驶员对目标识别距离降低,且能见度低于150m时,目标识别距离降低速率急剧增大。     

基于高斯混合模型的驾驶员个人特质辨识

为实现不同类型驾驶员个人特质辨识,基于d SPACE实时仿真平台搭建了驾驶员使用模式信息采集系统,对30名被测驾驶员在典型工况下的使用模式进行了信息采集;采用高斯混合模型建立了驾驶员个人特质辨识模型,选取三类典型驾驶员模本对模型进行了参数训练;利用得到的优化参数对测试驾驶员进行了个人特质类型识别测试,并应用试验设计方法对辨识方法进行了优化分析。测试结果表明,提出的基于高斯混合模型的驾驶员个人特质辨识方法能够有效辨识驾驶员类型。     

隧道反光环设置间距对驾驶员视觉的影响研究

从驾驶员动态视觉角度出发,应用UC-win/Road仿真软件对多种隧道反光环间距设置方案进行仿真模拟,并利用Tobii眼动仪对多名驾驶员展开仿真模拟实验。根据实验数据定性分析了不同行车速度下,反光环间距对驾驶员瞳孔面积及其变化率的影响变化关系,并利用Matlab中的rstool函数构建了速度、反光环间距及驾驶员瞳孔面积三者之间的趋势面模型。研究结果表明,行车速度与驾驶员瞳孔面积呈正相关,隧道反光环间距值与驾驶员瞳孔面积值呈负相关;并根据驾驶员心理状态与其瞳孔面积变化率的关系,得到不同行车速度下隧道反光环间距对驾驶员心理状态影响情况表;根据此表及驾驶员心理紧张状态与行车安全的关系,提出了不同速度下隧道反光环间距设置情况推荐值。     

VMS影响下驾驶员路径选择行为分析

为了探究可变信息板(VMS)影响下驾驶员路径选择行为,对宿州市火车站和汴河中路进行陈述偏好调查(SP调查),主要包括驾驶员自身属性和驾驶员对VMS的态度,统计影响驾驶员路径选择的因素.构建VMS诱导信息下驾驶员路径选择行为的Logit模型,同时分析各因素与驾驶员路径选择行为的相关性.结果表明:驾驶员的年龄、性别、学历、路网熟悉程度、路径改变频率、对拥堵时间的忍耐等指标与改变路径之间的相关系数为正值.该结论说明在其他情况相同时:在交通拥堵的状况下男性驾驶员更易根据VMS诱导信息避开红色拥堵路段;年龄较小的驾驶员更倾向于接受VMS诱导信息改变出行路径;学历越低的驾驶员越偏好按照VMS诱导信息选择出行路径;驾驶员改变路径的频率越高,在遇到交通拥堵时的忍耐性越低.驾驶员的驾龄与改变路径之间的相关系数为负值,说明随着驾驶员驾龄的增长,对路网状况越熟悉,则更倾向于选择替换路径.     

考虑驾驶员视觉适应的公路隧道入口段亮度确定方法

驾驶员的视觉适应过程直接影响交通安全。为考虑驾驶员的视觉适应过程,在确定公路隧道入口段亮度时,通过实测得到驾驶员驾车进入隧道过程中的瞳孔大小变化数据,建立了描述驾驶员驾车进入隧道过程中瞳孔面积变化速率最大值与各相关参数之间关系的数学模型。以驾驶员不发生视觉障碍的瞳孔面积变化临界速率为基准,计算得到了驾驶员瞳孔面积变化达到临界速率时,隧道入口段的最低亮度,分析了隧道入口段所需最低亮度与洞外亮度之间的关系,通过回归分析建立了隧道入口段亮度与洞外亮度之间关系的数学模型,得到了考虑驾驶员视觉适应的公路隧道入口段亮度确定方法。     

驾驶员确定汽车预期轨迹的模糊决策模型

提出了一种驾驶员确定汽车预期轨迹的模糊决策模型。这一模型可以用来仿真驾驶员在操纵汽车的过程中 ,根据前方道路交通的可行区域 ,决策汽车未来期望走行轨迹的控制行为特性 ,并可描述驾驶安全程度、驾驶员体能极限等诸多指标。数字仿真结果表明 ,所提出的模型还可以描述驾驶员的最优预瞄加速度决策行为特性 ,并直接用于驾驶员 汽车 道路闭环系统的仿真。     

面向驾驶员的个性化健康导航

为了减少因驾驶员的生理和心理健康状况变化引发的交通事故,实现对驾驶员健康状态的自动监测和实时优化,提出以控制论的基本理论为基础的驾驶员健康状态闭环反馈系统框架.首先基于驾驶员日志建立个性化健康模型;然后结合各种传感器实时采集的驾驶员、车辆和道路环境等多模态数据,对驾驶员当前健康状态进行估计;最后针对预设健康目标,为驾驶员提供可执行的行为建议,实现对驾驶员健康状态的导航优化.在最关键的实时监测环节,提出基于注意力的卷积神经网络(convolutional neural network, CNN)-长短期记忆网络(long short term memory, LSTM)的多模态融合模型,实现对驾驶员压力、情绪和疲劳3个方面的健康状态估计.在私有数据集和公开数据集上分别开展的实验验证均获得高于90%的检测准确率.实验结果表明,提出的模型和方法可以实时准确监测驾驶员的压力、情绪和疲劳状态,为实现驾驶员的个性化健康导航系统提供有力支撑.     

基于驾驶员生命体征的智能监控系统

综合了传感器技术、单片机等各项技术.基于对驾驶员生命体征的分析,对不同精神状态时驾驶员的特异性生理指标进行分析比较,建立了驾驶员生理信息库.利用模糊聚类的方法及驾驶员生理信息采集正交实验,并综合直观分析法分析了不同实验因素对被测试精神状态的影响,建立驾驶操作和驾驶员生理指标之间的关系模型.然后找出驾驶操作行为和驾驶状态之间的关系,综合驾驶员各项生理指标,通过单片机技术及硬件设备实现对汽车司机疲劳的监控——判别驾驶员的不同精神状态:正常、临界或疲劳.实验结果显示:该方法对驾驶员体能状态能准确定位,同时能够满足实时性要求.     

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%。     

基于肤色模型和灰度积分投影的疲劳驾驶检测系统

根据驾驶室的特定环境,给出了一个基于肤色模型和灰度积分投影的驾驶员疲劳检测系统．该系统首先利用肤色模型粗略检测出人脸区域;然后根据驾驶员面部几何特征,利用灰度积分投影法对驾驶员眼睛进行准确定位;最后根据上下眼皮距离及闭眼持续时间对驾驶员疲劳状态做出判定．仿真实验表明：该系统可以准确定位驾驶员眼睛,并对驾驶员疲劳状态做出判断．     

高速公路路侧景观色彩对驾驶员心率指标的影响

在长延高速公路进行实车实验采集所需数据,以景观色彩均值、驾驶时间为自变量,驾驶员心率均值为因变量,基于趋势面分析方法建立了三者之间的关系模型。然后采用单因素敏感性分析方法对模型中的两个自变量进行敏感性分析。结果表明:色彩均值与驾驶员心率成负相关,即随着色彩亮度的增加驾驶员疲劳程度逐步缓解;驾驶时间与驾驶员心率均值成正相关,即驾驶时间越长,心率均值越大,驾驶员倾向于疲劳;并且驾驶员心率均值对驾驶时间的敏感程度要高于其对路侧景观色彩均值的敏感程度。     

用于爆胎车辆仿真的驾驶员模型

分析了驾驶员模型在汽车爆胎仿真应用中存在的问题及爆胎后车辆响应特性的变化,指出爆胎后车辆响应特性发生改变是导致驾驶员模型不能控制爆胎后汽车回到原路径的根本原因。建立了考虑爆胎后车辆左、右转向特性不对称的驾驶员模型,并进行了仿真。最后在原驾驶员模型中加入状态参考器,并对不同车速下的状态参考器参数进行辨识。解决了驾驶员模型在汽车爆胎仿真中的应用问题,为进一步研究汽车爆胎后驾驶员的操作规律及爆胎后汽车的稳定性控制提供了参考。     

紧急情况下驾驶员行为研究

为保证紧急情况下驾驶员的行车安全,采用驾驶员行为反应研究平台和聚类分析技术,建立了生理反应与最大制动踏板力、制动时间之间的结构模型,研究了紧急情况下驾驶员生理、心理反应的特点;应用模糊适应神经网络技术。依据生理数据预测了紧急情况下驾驶员给出的制动参数值.试验结果表明:紧急情况下驾驶员生理变化明显;驾龄越长,生理指标变化越小;模糊适应神经网络预测误差小于2%.     

基于类脑情感学习回路模型的两点预瞄驾驶员转向模型

为建立一个与真实驾驶员行为规律更加一致的驾驶员转向模型,借鉴心理学、生理学及类脑计算的研究成果,建立了基于大脑情感学习回路的两点预瞄驾驶员转向模型,解决了以往驾驶员模型在车辆速度大跨度变化自适应能力差的问题。为了解决该驾驶员模型对车辆参数变化较大时自适应能力不足的问题,通过横摆动力学模型建立了内部参考模型,基于Narendra稳定自适应控制建立自适应转向模型。仿真结果表明,所建立的驾驶员转向模型具有良好的道路跟随能力和转向平顺性,应对车辆纵向速度和参数变化体现了较强的自适应能力。     

基于商用车的驾驶员局域温度预测研究

为实现多种影响因素下驾驶员关键区域的温度预测,探究驾驶员各区域温度分布规律,将东风商用车作为研究对象,基于大量实车实验数据,探究不同环境因素对驾驶员关键区域温度分布影响,采用以驾驶员头部红外图像为输入,Yolov5目标检测与DNN模型预测相结合的方法预测驾驶员11个区域温度值,对预测模型进行评价验证,并通过十折交叉验证模型稳定性。最后基于不同驾驶室温度及外界光照对驾驶员关键区域温度分布规律进行总结,结论表明：不同驾驶室温度及外界光照环境对驾驶员肩部、背部、脚部及手部等区域温度值影响较为明显,在不同外界环境因素影响下,各区域温度分布存在不同规律。     

驾驶员气质与行车速度关系的初步研究

驾驶员的生理一心理特征与道路的安全密切相关.不同气质的驾驶员在驾驶车辆时会采取不同的行车方式,从而会对交通安全产生不同的影响.本文通过对不同气质类型的驾驶员行车时的平均行程速度进行分析,得出了胆汁质驾驶员行车速度最快,富于冒险,潜在发生交通事故的比例高;抑郁质驾驶员行车速度较低、比较谨慎.本文对进一步研究驾驶员的生理-心理与交通安全之间的关系,尤其是气质与交通安全之间的关系提供了有益的借鉴.