基于TAM的自动驾驶公交司机接受度研究

为了解当前公交司机对于自动驾驶公交的接受程度,对技术接受模型(TAM)进行结构化处理,在模型中融入感知价值理论和感知风险理论。通过发放线上问卷形式,调查司机的个人基本特质、驾驶风格、对自动驾驶公交车的认知感知、对自动驾驶公交车的使用意愿等情况。利用统计分析软件SPSS对500份样本数据进行分析,研究发现:公交司机对自动驾驶公交的整体态度为一般偏积极;不同性别、发生事故次数均对自动驾驶公交的态度有显著影响;不同年龄、学历、从事年限对自动驾驶公交态度无显著影响。研究结果将为政府出台自动驾驶公交扶持政策、企业调整自动驾驶技术研发方向等提供客观的参考意见。

面向自动驾驶公交的山地城市道路设计研究

为解决自动驾驶公交在山地城市道路正常行驶需要满足的道路功能,规划新建开发区兼容自动驾驶公交运行,不影响常规车辆行驶的道路设计,本文通过分析自动驾驶公交和山地城市道路特征,从平纵设计、横断面设计、交通配套三个方面对山地城市道路设计进行优化,从而实现运行安全、运行高效、运行平顺、路况判别、运行容错五大目标。

轨迹数据驱动的自动驾驶公交运行评价方法

基于自动驾驶公交车车载传感器采集的车辆位置、速度、加速度等轨迹数据,建立多变量长短期记忆神经网络二分类器模型组,将轨迹数据识别转换为车辆运行稳定性、高效性、安全性指标,以追踪车辆运行状态;在开放交通流道路中,采集自动驾驶公交车的行驶轨迹数据进行模型训练和测试,结果表明该方法能有效识别超速、急加减速、进出站等事件,命中率、召回率、准确率高于0.8,识别准确度较好;分别采集自动驾驶模式与人工驾驶模式样本,应用轨迹检测评价方法进行运行质量评价对比,发现自动驾驶公交具有更高的控制稳定性、安全性,人工驾驶模式具有更高的效率。

自动驾驶公交车的接受度及感知安全分析研究

目的随着自动驾驶技术的迭代发展和相关实验研究的深入,其运用领域被不断拓展,因此绿色低碳的自动驾驶公交车备受瞩目,探究公众对自动驾驶公交车的接受度及感知安全判断的心理影响因素,为相关研究提供数据及理论支撑。方法将技术接受模型进行拓展,建立自动驾驶公交车多重影响因素的结构方程模型,包括行为意向、信任理论、感知风险、感知安全等变量因素,调研公众的感知性数据指标,并使用偏最小二乘法建模进行验证分析。结果各变量因素间呈显著性影响,信任、感知有用性和感知易用性的影响效果最为显著。结论所建模型能对数据进行量化分析,通过心理影响因素进行筛选排序,能对未来相关设计实践提供参阅依据,有助于提高公众对自动驾驶公交车的信任和接受度。

应用车联网技术的自动驾驶公交车的设计探讨

随着信息技术的不断发展,互联网和物联网技术也取得了突破性的进展,为车联网的迅速发展奠定了基础。车联网技术能为城市的交通做出很大的贡献,能有效的解决城市交通拥堵的问题。所以在近些年来,车联网技术和汽车的联系越来越紧密,为汽车的智能服务做出了突出的贡献。为了响应国家节能减排的政策,很多人出行选择乘坐公交车,所以对公交车安全性的需求变得越来越大,通过把车联网技术和公交车结合在一起或许能解决这一问题。将公交车和车联网技术有机的结合在一起,使公交车成为一种具有自动化和智能化的汽车是这种技术应用在公交车领域的重要方法。现代无线网络技术和信息技术正在不断发展,为自动驾驶公交车的实现创造了可能。

自动驾驶公交的公众接受度研究

为探讨公众对自动驾驶公交车的接受度,基于第3代技术接受模型(TAM3),增添社群影响,服务质量,个体需求性3个因素,构建自动驾驶公交公众接受度模型.采用偏最小二乘结构方程(PLS-SEM)模型算法,利用smartpls3.0软件,基于网络问卷调查,对调查数据进行效度和信度分析,结果表明:模型的组合信度值(CR)均大于0.9,平均方差提取值(AVE)均大于0.8,模型具有良好的信度和效度;各潜变量对行为意向的影响作用为:感知易用性(0.383)>社群影响(0.224)>感知有用性(0.218),而“服务质量”、“使用焦虑性”、“个体需求性”的影响并不显著,从原模型中将其剔除;社群影响对使用焦虑性的影响作用最为显著(-0.582).研究成果对促进自动驾驶公交的良性发展具有一定的参考意义.

人工智能公交车自动驾驶技术

现代信息技术的发展，对社会的影响是深远而广泛的，在此基础上发展而来的人工智能技术更是现代社会发展的重要动力，人工智能技术的优势在于能够对人的行为进行模仿，具有较强的环境判断能力以及自我学习能力，人工智能技术经过不断的进化，目前实用性更强，同时应用范围也更广，尤其在自动驾驶领域人工智能技术展现出了比较大的优势。结合我国国情，人工智能自动驾驶技术在公共交通领域能够发挥出更大的价值。因此本文主要就人工智能公交车驾驶技术进行论述以及研究，希望能够推动人工智能自动驾驶技术的发展。