共查询到20条相似文献,搜索用时 31 毫秒
1.
为探索有条件自动驾驶对非驾驶相关任务的允准边界,基于实车驾驶模拟器,设计自动驾驶接管试验典型场景,招募30名被试者开展驾驶模拟试验;要求驾驶人执行3种分心形式的驾驶次任务,系统发出接管请求提示后,驾驶人接管车辆控制权以避免险情发生,并分析驾驶人接管反应时间、驾驶负荷以及驾驶绩效等相关数据。结果表明:驾驶次任务涉及的分心形式越复杂,接管过程安全性越差,视觉分心任务与操作分心任务对接管行为影响显著;驾驶人更倾向于选择制动操作接管车辆,次任务分心程度越高,制动接管比例越大;与乘客聊天对接管行为影响不显著,看视频和玩手机游戏均会显著延长接管反应时间,增加工作负荷与车辆纵向减速度,玩手机游戏还会显著提升车辆横向加速度。 相似文献
2.
3.
在德国首都柏林,危险等级被分为普通险情、异常险情和重大灾害三个级别。不同险情的救援抢险方式、各部门的分工和投入的力量也不尽相同。 相似文献
4.
在德国首都柏林,危险等级被分为普通险情、异常险情和重大灾害三个级别。不同险情的救援抢险方式、各部门的分工和投入的力量也不尽相同。 相似文献
5.
6.
6月17日至22日,邵武城区降雨量达262毫米,局部地方超过442毫米,境内富屯溪暴涨,316国道、205省道及通往各乡镇的公里险情不断,水库、自然村、学校、工厂,处处有险情…… 相似文献
7.
8.
9.
3月27日17时40分,射阳新城站务有限公司修理厂旁的垃圾池突然火光冲天,大火危及上方的高压电线和旁边的变压器,正在修理厂干活的修理师傅们发现这一险情后,立即冲向消防器材柜拎出灭火器向火源奔去。在几只灭火器的喷射下,火险得到了控制,接到报警的消防官兵赶到后,与员工们一起将火扑灭,消除了险情。 相似文献
10.
在德国首都柏林,危险等级被分为普通险情、异常险情和重大灾害三个级别.不同险情的救援抢险方式、各部门的分工和投入的力量也不尽相同. 相似文献
11.
12.
为做好全市交通系统重特大安全生产事故和险情的应急处理工作,最大限度减少人民生命财产损失,近日,烟台市在全市交通系统开始实行重特大安全生产事故和险情报告制度。制度规定,单位发生交通安全事故和险情后,要按照逐级上报的原则报告情况,而一旦“发生特别重大的交通安全事故和险情,单位可以越级上报”。各单位要及时、准确地上报发生的交通安全事故和险情,对特别紧急重大的情况,要先通过电话口头报告情况,并在1小时内补报书面材料。制度对报告时限也提出了明确要求:交通安全重特大险情和重特大事故、重特大灾情、重特大火灾事故及职工工伤… 相似文献
13.
百日督查、隐患排查、震后险情摸排,云南省各项安全检查活动在深入。5月初,云南省开展了“安全生产百日督查专项行动”,此次行动分为4组,每组负责4个州市,正在对全省16个州市进行全覆盖督查。汶川地震发生后,云南省安监局又随即开展了震后险情排查行动。段丽元局长率第一督查组,根据季节特点和云南地形条件, 相似文献
14.
0 引言 为减少对视觉和听觉险情信号误解的危险,而规定了不同紧急程度都在内的险情和非险情信号体系。1 范围 本标准适用于各种险情信号,信号需符合GB/T15706.2中5.3的要求。即必须能清晰察觉、可分辩,适用于所有的紧急程度——从极端紧急到“解除警报”。当使用光信号时应辅以声信号,本标准规定了声光信号特征。 相似文献
15.
行车中,各种险情大都是突然发生的,只有在瞬间作出正确判断,并采取相应的技术措施,才能阻止事故发生或减少事故损失、人员伤亡等.因此,掌握一些特殊的驾驶技术和应急措施,对确保特殊情况下的人身安全是非常必要的. 相似文献
16.
17.
近年来,由于应急管理和应急准备得到加强,及时施救、科学施救、有序施救、安全施救,化解了不少事故险情,减少了人员伤亡和财产损失。 相似文献
18.
安全行车,不仅要遵守交通法规、胆大心细、操作规范,还要随时做好防范各种突发险情的思想准备。只要有充分的思想准备,潜意识里储备了各种突发险情的处置方法,做到临危不乱、措施得当,各种险情就有可能化险为夷。下面以高速公路车辆爆胎为例,谈谈本人的经验和体会,与大家共同学习交流。 相似文献
19.
为减少自动驾驶过程中驾驶疲劳对驾驶人状态的影响,综合分析人机共驾环境下驾驶人的疲劳研究发展现状,系统梳理人机共驾模式下驾驶疲劳的研究成果,探索未来发展方向。首先,通过文献检索与关联性分析,明确人机共驾过程中疲劳累积研究现状;然后,从手动驾驶和人机共驾下的驾驶疲劳致因分析、驾驶时长和非驾驶相关任务对疲劳的影响、人机共驾环境下驾驶疲劳对驾驶行为的影响3个维度,讨论分析研究成果;最后,提出人机共驾环境下驾驶人疲劳研究的不足与发展方向。研究结果表明:人机共驾模式导致驾驶人被动疲劳增加,接管绩效受损,弹性设置非驾驶相关任务与自动驾驶时间可有效缓解被动疲劳;人机共驾过程中驾驶疲劳的演化规律与检测模型尚不明确,结合人机共驾场景特征探索驾驶人疲劳调控策略是未来研究重点。 相似文献