车辆典型危险行驶状态识别与检测研究进展

为识别和检测车辆在行驶过程中可能出现的危险状态,及时给予驾驶员反馈和预警,使车辆始终保持安全的运行状态,重点从车辆典型危险行驶状态的识别、检测2个方面,梳理纵向及横向危险行驶状态及其表征参数,总结主要的识别与检测方法,并展望其未来研究趋势。结果表明:不同文献对驾驶事件的危险阈值划分原则差异较大,尚未形成统一的标准;隐马尔科夫模型(HMM)对危险驾驶事件的识别准确率相对较高;车辆典型危险行驶状态的几种识别方法各有优点和缺点,基于便携式设备和多传感器数据的识别方法相对较优,且基于多传感器数据融合的车辆危险行驶状态识别与检测是未来的重点研究方向。

基于机器视觉的客运车辆危险行驶状态辨识技术研究

为了提高客运车辆危险驾驶状态的辨识效能,提出利用机器视觉辨识危险驾驶行为。使用车载CCD实时采集路面图像,依据图像处理算法检测车道标识线的位置以及本车与前方目标车辆的实时距离,建立了车辆横向偏航辨识模型和车辆纵向危险行驶状态辨识模型;结合所建模型的辨识结果,确定预警方案。实车试验结果表明,所建模型能有效辨识车辆横向偏航和纵向跟车过近危险行驶行为,可用来降低潜在的危险驾驶行为,提高车辆在途行驶安全性。