基于驾驶员类型识别的双离合自动变速器换挡规律研究

为了使车辆驾驶性能满足驾驶员需求,提出了基于数据融合决策的驾驶员类型识别方法并建立了基于驾驶员类型的换挡规律。首先基于驾驶员的驾驶行为和驾驶意图,对驾驶员类型进行分析,制定了基于驾驶风格的驾驶员类型识别方案。选定能表征驾驶员驾驶风格的有效工况及相应的表征信号后,先采用BP神经网络分类器对驾驶风格进行辨识,再采用贝叶斯融合决策方法先后对同类操纵的驾驶风格辨识结果和所有操纵类型驾驶风格辨识结果进行数据融合决策,最终辨识出驾驶员类型。根据驾驶员类型,引入动力性系数,通过不同类型驾驶员对应的动力性系数值的改变,实现换挡规律中动力性因素和经济性因素所占比例的调整,最终形成基于驾驶员类型的DCT换挡规律。最后,以搭载6DCT的某试验车为对象,对不同驾驶员的换挡过程进行仿真实验,结果表明基于驾驶员类型的DCT换挡规律能够适应不同类型的驾驶员需求。该研究为驾驶员类型识别和智能型换挡规律的制定提供了参考。

低速货车影响下不同类型驾驶员的跟车行为

针对我国多车道快速道路,低速货车后跟驶车辆跟车行为不同的现象,从驾驶员类型和邻道车影响2方面入手,在分析跟车各阶段低速货车对不同类型驾驶员产生的影响和邻道低速货车对车辆跟驰影响的基础上,建立了一种低速货车影响下基于车头间距的跟车模型。仿真分析表明,随着低速货车比例增大,驾驶员冒险程度对通行能力的影响幅度和邻道车通行能力的影响幅度均呈现先增大后减小的明显趋势。

基于驾驶员类型分析的智能车辆交叉口行为决策

提出一种基于车辆行为交互的两阶段智能车辆交叉口行为决策方法.第一阶段通过基于模糊逻辑的驾驶员激进程度判别模型,判断交叉口其他车辆的驾驶员类型;第二阶段通过驾驶员激进程度与碰撞到达时间(TTC)进行行为决策.使用Prescan和Matlab/Simulink进行交叉口联合仿真.结果表明,该方法可以使智能车辆安全有效通过有其他车辆通行的交叉路口.

考虑不同驾驶员类型左转车道右置的换道模型

实际中存在左转非常规设置的交叉口,针对其换道频繁,明显区别于常规左转设置的换道的交通现象,提出一种考虑驾驶员类型的基于元胞自动机的强制换道模型。将驾驶员类型划分为五类,针对驾驶员在越接近实线区域时换道压力越大的情况,研究不同类型的驾驶员在不同的情况下所表现出的不同行为。结果表明,在整个路段上,谨慎型驾驶员在平均车速的变化上较为稳定,判定系数R^(2)为99.2%;激进型驾驶员在停车率的变化上较为稳定,判定系数为99.6%。

不同驾驶员反应时间对汽车防撞安全距离的影响研究

驾驶员的反应时间会影响汽车的制动距离,从而影响驾驶员在紧急情况下通过制动来避免碰撞的安全距离。首先通过实验测得不同类型的驾驶员的反应时间,选取具有代表性的四种类型的驾驶员,然后将前车的运动状态分三种情况进行研究,考虑到实车试验的安全性、偶然误差等问题,因此利用MATLAB/Simulink以及Carsim软件建模进行相关分析,通过分析相关曲线发现,不同类型的驾驶员所需要的防撞安全距离存在一定差距,并且后车速度越大防撞安全距离差距就越明显。

驾驶员对汽车防撞安全距离检测仿真研究

针对汽车防撞安全距离模型中采用固定制动反应时间不能真实反映驾驶员驾驶特性的问题,提出了采用不同类型驾驶员制动反应时间检测汽车防撞安全距离的方法。首先,选取四种类型驾驶员,通过实验测得驾驶员制动反应时间,然后分别利用不同驾驶员制动反应时间参数建立汽车防撞安全距离模型,在前车运动状态发生变化时分别进行研究。最后利用MATLAB以及Carsim软件进行联合仿真,仿真结果表明,用上述方法建立的安全距离模型计算得到的安全距离随车辆速度增大时,安全距离会非线性增长,更加符合驾驶员的真实主观感受,且结果发现不同类型驾驶员所需要的防撞安全距离存在一定差异性,男老年谨慎型驾驶员比其它三种驾驶员所需要的防撞安全距离略大。

基于驾驶实验的驾驶员气质特征实证探讨

对驾驶行为开展研究,在提高道路通行能力、减少道路交通事故以及智能驾驶、辅助驾驶和汽车安全设计等方面具有重要意义。如何辨别驾驶员类型、分析驾驶员驾驶特征已成为驾驶员对道路交通流影响量化研究的关键问题。研究选取20位拥有三年以上驾驶经验的驾驶员进行道路驾驶实测实验,以高精度车载GPS为数据采集工具(Video VBOX Pro),记录车辆驾驶过程中速度、加/减车速、换道次数等特征参数,并结合驾驶员自我驾驶评述及随车实验人员主观评价,确定驾驶员的驾驶行为特征。将实验数据确定的驾驶员驾驶类型与心理学气质量测表确定的驾驶员驾驶类型进行对比,通过分析发现:心理学气质量测表不适合用于判断驾驶员的驾驶类型。

社会资本等因素对手机分心驾驶危险度认知的影响

为了解影响驾驶者对于手机分心驾驶危险度认知的因素,以问卷调查数据为基础,采用因子分析和聚类分析方法,归纳驾驶习惯类型及社会资本类型;用卡方检验筛选有效解释变量;最终建立有序Logistic回归模型,揭示相关因素对于手机分心驾驶危险度认知的影响权重。结果表明:驾驶习惯、社会资本和个人属性中的性别、受教育程度、年驾驶里程等因素能影响司机对于手机分心驾驶的危险度认知。具有安全驾驶习惯的司机对于使用手机的危险程度更敏感;社会资本高的驾驶者倾向于开车时使用手机危险度高;但受教育程度高的驾驶者危险度认知度较低;驾驶里程数与危险度认知负相关;男性比女性更容易低估手机分心驾驶的危险度。Logistic回归模型的结果表明以上因素中社会资本的影响程度最大,其次是年驾驶里程,再次是驾驶习惯。研究结果揭示了手机分心驾驶危险度认知的影响因素,对于建立正确的安全态度重要意义。

正交试验下异质微观驾驶行为对交织区车流的影响研究

基于Vissim仿真平台,采用正交试验的研究方法,研究了异质微观驾驶行为对交织区车流的影响。选取驾驶员类型、最大前视距离、观察的车辆数和走神时间作为4个试验影响因素,将Greenshields-LN模型的拟合优度值作为试验指标,并通过极差分析法进行试验数据统计分析,结果显示驾驶员类型对试验结果的影响最大。进一步通过横向比较分析了驾驶员类型对车流通过交织区的影响。结果显示,激进型驾驶员的最大流率是最大的,保守型驾驶员的车队最早开始出现拥挤和排队现象;当车流密度较小时,激进型驾驶员对道路运行效率有积极促进作用,当道路交通流达到饱和状态时,性格越激进的驾驶员反而会抑制车辆在交织区的通过。

一种汽车智能换挡体系的研究

智能换挡是汽车自动变速技术的发展方向。在分析驾驶员—汽车—环境闭环系统各部分之间关系的基础上 ,研究了驾驶员类型、意图、汽车行驶环境与驾驶员操纵特征参数、汽车行驶状态参数之间的关系 ,提出并建立了基于驾驶员操纵推理的汽车智能换挡系统体系结构 ,并进行了转弯过程的汽车智能换挡与通常自动换挡对比实验验证。

基于轨迹数据的小汽车急减速行为特征分析

剧烈的急减速行为是影响交通运行安全和效率的重要因素之一.基于控制器局域网络(controller area network,CAN)总线设备获得的机动车行驶轨迹数据,设计了基于阈值条件的小汽车急减速行为诊断方法.随后,从初始速度、减速持续时间、平均减速度等角度分析了小汽车急减速的基本特征,并挖掘了小汽车急减速行为与交通拥堵状态的关联特征.最后,进行了急减速风险路段诊断与急减速行为聚类分析的案例讨论.结果表明:急减速的持续时间越短,其平均减速度越大;而初始速度越大,其平均减速度越大.急减速发生概率与道路交通拥堵状态具有显著的正相关关系;同时急减速发生的空间位置与道路交通节点密切相关.而K-means聚类分析表明不同类型的驾驶员的急减速频率特征差异显著.

强制性车辆变换车道建模

利用Stackelberg博弈理论对车辆强制变道过程进行建模分析.强制性车辆变道模型分靠近变道点和距离目标变道点较远两种情况,两种情况下不同类型驾驶员变道决策中各因素所占权重不同.对距离目标变道点较远的强制变道行为进行建模,仿真验证结果表明,模型能够准确反映车辆强制变道过程.

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。