機動車駕駛?cè)诵袨榻＜翱煽啃苑治?pdf

1、駕駛?cè)私邮盏男畔⒃絹碓綇碗s,感知、判斷、操縱行為等失誤的概率越來越大,車輛操縱的穩(wěn)定性也越來越低。同時駕駛?cè)藬?shù)量劇增、結(jié)構(gòu)參差不齊,行車過程中可靠性在下降。這些因素使得道路交通事故發(fā)生率居高不下、死傷人數(shù)逐年增長。因此,駕駛?cè)胱鳛榻煌ㄏ到y(tǒng)的調(diào)節(jié)者和控制者,對其行為的研究已成為道路交通安全學的重要研究內(nèi)容。本文從駕駛?cè)诵袨榻：涂煽啃苑治鰞煞矫骈_展研究。
　　 1.駕駛?cè)诵袨槟Ｐ?br>　　 ●跟馳駕駛行為協(xié)同仿真模型研究。以動

2、態(tài)交通信息為輸入,跟馳車輛響應速度和加速度為輸出,設計單個神經(jīng)元仿真駕駛?cè)藢π畔⒌母兄Y選過程,采用模糊徑向基高斯神經(jīng)網(wǎng)絡提取跟馳行為特征向量作為駕駛經(jīng)驗,應用模糊積分法模擬駕駛?cè)藢π畔⒌姆治龊蜎Q策過程,建立跟馳駕駛行為的協(xié)同仿真模型模擬跟馳行為中駕駛?cè)诵畔⒏兄?、分析決策和車輛控制的全過程。
　　 ●機動車駕駛?cè)顺囆袨楸孀R與預測研究。將超車行為看成為換道行為和切入行為的組合,把超車行為辨識與預測問題轉(zhuǎn)化為換道與切入工況的組合辨

3、識與預測問題。因駕駛?cè)诵袨槭芊从辰煌ōh(huán)境特征的認知信息因子和反映駕駛?cè)颂匦缘闹饔^信息因子共同影響,故模型以本車道前后車速差、本車道前后前間距、相鄰左車道前后車速差、相鄰左車道前后間距、相鄰右車道前后車速差以及相鄰右車道前后間距等認知信息因子,注視次數(shù)、累積注視時間以及平均眼動速度等主觀信息因子為二維輸入,以超車行為發(fā)生的概率為輸出,構(gòu)建駕駛?cè)顺囆袨榈亩S隱馬爾科夫辨識和預測模型,組合二維Viterbi算法及l(fā)og-likelihood

4、評價設計模型求解算法。
　　 ●控制響應延遲下的追尾風險評估。假設駕駛?cè)烁兄?、判定和操作控制決策不存在失誤,研究駕駛?cè)塑囕v控制動作響應延遲對追尾事故的影響。首先定義汽車駕駛?cè)瞬豁憫怕屎瘮?shù),采集駕駛?cè)朔磻獣r間序列樣本,獲取駕駛?cè)丝刂苿幼鞯牟豁憫怕?然后基于ANFIS理論,以前后車速差、后車車速、行車間距和駕駛?cè)瞬豁憫怕蕿檩斎?汽車追尾概率為輸出,基于模糊系統(tǒng)與神經(jīng)網(wǎng)絡構(gòu)建自適應模糊神經(jīng)系統(tǒng)(ANFIS)追尾風險評估模型。

5、r>　　 2.駕駛?cè)丝煽啃苑治?br>　　 ●駕駛?cè)丝煽啃粤炕椒ㄑ芯俊鸟{駛?cè)诵袨橹乱蚶碚摮霭l(fā),將模糊相似測度矩陣代替?zhèn)鹘y(tǒng)PCA法的協(xié)方差矩陣,為駕駛?cè)丝煽啃栽鲩L、維持、衰退三階段分別篩選影響因子,通過定義駕駛?cè)?可信度"為任意時刻下駕駛?cè)苏Ｍ瓿绍囕v操作行為的概率量化駕駛?cè)怂矐B(tài)可靠性并利用由駕駛?cè)朔磻獣r間推算所得的差錯率對其進行求解,駕駛?cè)苏w可靠性由"可信度"的均值和方差共同評價,另外駕駛?cè)丝煽啃杂绊懸蜃幼兓瘜煽啃缘挠绊懸策M

6、行了分析。
　　 ●駕駛?cè)丝煽啃灶A測方法研究。以后車車速、前后車速差和車間距作為觀察變量輸入,駕駛?cè)丝煽啃宰鳛殡[含變量輸出,構(gòu)建了機動車駕駛?cè)穗[馬爾科夫可靠性預測模型。模型通過求解預測時刻所有選中的觀察狀態(tài)序列出現(xiàn)的概率以及各觀察狀態(tài)序列和指定駕駛可靠性狀態(tài)(隱含變量)同時出現(xiàn)的概率推算駕駛?cè)丝煽啃蕴幱诘退降母怕?并予以報警提示。除考核該預測方法的預報正確性外,還定義了指標"預報度"來衡量駕駛?cè)说涂煽啃誀顟B(tài)概率為P時該方法能實