考虑驾驶人视觉搜索能力的雨天公路限速设计

为解决雨天行车时,由于车速过高导致驾驶人无法准确识别公路路侧信息的问题,本研究首先基于注意分配理论选取车速、驾驶人视野图片清晰度、视线角度和注视分布比例作为雨天行车驾驶人的注意分配指标,结合Fisher判别理论建立雨天视觉搜索能力量化模型。其次利用UC-win/Road模拟驾驶软件搭建试验平台,以降雨强度和车速作为影响因素,研究二者协同作用下的驾驶人注意分配指标的变化规律,构建降雨强度-车速与视觉搜索能力的关系模型,并提出降雨强度与限速的匹配方案。结果表明,车速和降雨强度的增加都会导致驾驶人难以观察道路远方的交通信息,驾驶人为降低行车风险,会改变视觉搜索策略,转而增加对道路前方的关注程度,进而降低了对观测目标的视觉搜索效率。因此,当车速和降雨强度匹配不当时,驾驶人需要花费更多努力将注意转移至观测目标所在的兴趣区域,导致无法及时发现路侧交通信息。此外,视觉量化模型的整体判别准确率为85.94%,可以较好地评价雨天环境下驾驶人视觉搜索能力。最后分别对传统基于停车视距的限速方案和基于驾驶人视觉搜索能力的限速方案进行了对比,结果表明基于停车视距的限速模型计算的限速值较高。为避免由于车速过高导致驾驶人无法准确识别路侧交通信息,小雨、中雨和大雨的限速值分别应不超过100、70和50 km/h。

雨雾场景下高速公路行车诱导系统模型

文中面向车路协同,提出雨雾场景下行车诱导系统框架模型.基于雨雾作用机理,以天气信息、道路参数、车辆状态为系统输入,以停车视距、防侧翻侧滑为边界约束,构建车载端-路侧端协同的行车诱导系统,并以基于某实际高速公路的实车实验验证.结果表明:该诱导系统模型构建合理,限速计算可行.