工况驾驶规范性及客观评价指标相关性的试验研究

通过引入驾驶评价指标和制动压力的控制及其要求规范了驾驶行为,为提高测试的准确性以及可重复性提供了保障。利用8名具有多年底盘测功机驾驶经验的驾驶员及两台轻型汽油车,在底盘测功机上开展了大量的新欧洲驾驶循环测试(New European Driving Cycle,NEDC)和全球轻型车统一循环测试(Worldwide Harmonized Light Vehicles Test Cycle,WLTC),并以10 Hz为采样频率连续记录数据进行综合计算,得到驾驶评价指标结果。通过相关性分析,认定驾驶风格对油门扰动性的影响在NEDC工况下比在WLTC工况下的更大,主因是驾驶员在稳定工况下拥有更多的自由度。对于NEDC工况,可以通过设定IWR及EER限值来实现规范驾驶;对于WLTC工况,可以通过设定IWR和RMSSE限值来实现规范驾驶。此外,通过限制工况驾驶过程中的最大制动压力还为规范驾驶提供了有效途径。不仅为降低不同驾驶员对燃料消耗量测试的影响提供了参考,在我国汽车领域实现“双碳”目标的背景下,也为乘用车碳排放大数据采集的准确性提供了借鉴。

疲劳驾驶转向特征指标的个体差异敏感度分析

个体差异是影响疲劳驾驶识别的重要因素.为研究基于转向行为的疲劳驾驶识别受个体差异的影响,本文对疲劳驾驶转向特征指标的个体差异敏感度进行分析.通过实车试验获得自然驾驶数据,对正常和疲劳状态下的指标进行Kruskal-Wallis(KW)检验,以H统计量表示指标有效性;以H统计量最大的单被试为基础逐一与其他被试组成双被试组合,采用线性模型拟合双被试组合的H统计量和指标个体差异度,以斜率绝对值表征指标个体差异敏感度.研究获得9个转向特征指标的个体差异敏感度,结果表明,敏感度越低,指标有效性受个体差异影响越小,其中方向盘转角标准差的个体差异敏感度最低为2.056.本研究可为转向特征指标的性能评估及疲劳驾驶识别模型的特征选择提供参考.

起动工况驾驶性评价指标特征点识别方法

针对车辆起动过程的驾驶性评价指标特征点会因发动机转速波形特异性强和外界干扰而造成识别不准确的问题,本文中提出了一种从信号预处理到特征点识别的一套方法。根据驾驶性评价指标和转速曲线时域特征确定了特征点;结合形态滤波-经验模态组合方法对转速信号进行滤波处理;将D-S证据理论与句法模式相结合应用到特征点的识别中。实验结果表明,该方法能有效地识别起动工况发动机转速曲线的评价指标特征点,为后续驾驶性评价指标的获得提供了客观依据。

基于空间视距的林区曲线道路行车舒适性研究

为提高林区曲线道路驾驶员行车安全性和舒适性,采用驾驶模拟试验办法,利用眼动和心率作为评价指标,从动态视角对林区曲线道路行车舒适性进行评价研究。基于空间视距理论建立5种不同空间视距的林区曲线道路场景,研究结果表明,驾驶员瞳孔直径变化率和心率增长率随着空间视距增大而不断减小,驾驶舒适性不断增大。考虑瞳孔直径变化率和心率增长率的最小空间视距值为101 m和89 m,得出瞳孔直径变化率和心率增长率的空间视距适宜值为128 m和132 m。

基于粒子群优化与支持向量机的驾驶员疲劳等级判别

为客观、准确地判别驾驶员的疲劳程度,采用多项驾驶员生理指标、基于粒子群与支持向量机(SVM)算法建立驾驶疲劳等级判别模型,首先将驾驶员疲劳状态分为清醒、轻度疲劳、重度疲劳和睡意4个等级,然后将驾驶员的心电RR间期标准差、心率均值、呼吸潮气量、脑电的α波、β波和δ波功率谱密度积分等作为SVM的输入变量,驾驶疲劳等级作为输出变量,引入粒子群算法优化SVM的惩罚系数和核函数参数对判别模型进行标定,采用吉珲高速公路上的实车实验数据对模型有效性进行验证.结果表明:本模型对4项疲劳等级的判别准确率均高于85%,对于驾驶员疲劳预警具有重要意义.通过对模型各个输入变量的敏感性分析,证明基于多项生理指标的疲劳判别较基于单生理指标的疲劳判别更加有效.

疲劳对驾驶员感知判断及操作特性的影响

在分析疲劳对行车安全影响的基础上,采用实验心理学测试与主观疲劳调查的方式,研究了不同疲劳程度下驾驶员的感知、判断及操作特性。分析了不同疲劳程度下驾驶特性测评指标的变化规律,确定了不同疲劳程度下的驾驶特性测评指标阈值。提出了基于驾驶员驾驶特性的最大连续驾驶时间建议,可为相关部门制定或修订驾驶服务时间提供参考依据。

上海长江隧桥节假日运行关键数据分析及特征指标探讨

针对近年高速公路运营管理中车流量长时间持续峰值造成拥堵、事故率上升的难题,以上海长江隧桥为例进行数据精细分析的探讨。首先进行车速与流量总体分析,显现了车速稳定态现象;在探讨了稳定态界限流量确定方法后,基于稳定态进行事故分析,提出了驾驶压力指标p和车流稳定性指标s;通过p-V和p-s分析,验证了p、s的合理性,发现上、下行隧道过渡期和低速稳定态的p-s分化,进而进行事故空间、时间分布,找到了分化原因,并得出了内在稳定性和外在干扰共同决定,最后给出了减少事故、提高s的方法。

基于多属性决策的最优路径选择模型

针对最优路径选择中驾驶员个体认知差异及各评价指标的波动性,提出了1种多属性群决策的最优路径选择方法。首先为了消除各个驾驶员在路径选择过程中因心态不同而带来决策值的误差,引入驾驶员心态指标的概念,以得到各个驾驶员在最优路径选择过程中的客观评价值。其次建立最优路径选择的各个常规评价指标体系(消耗时间、路径距离、行驶舒适度、出行费用、路线熟悉度等),为消除评价指标波动性引起的误差,用区间数来描述各个评价值,并建立多目标非线性规划模型。最后进行算例验证,结果表明了该方法的有效性和优越性。