基于多信息检测的车辆智能防撞预警技术研究

运用多源信息检测技术对驾驶状态进行综合检测,利用架设在车辆外部的摄像机获取本车与前方车辆之间的相对距离、相对速度信息,利用架设在车辆内部的摄像机获取驾驶人状态信息,通过综合判断降低车辆防撞检测的漏警率、误警率以及冗余报警率;构建车辆行驶安全判定规则,对行车实时危险和潜在危险进行检测、分析与判断,获取可靠的防撞警示提醒;使反应时间、相对距离、相对速度3个方面都能得到优化控制,从而避免车辆碰撞事故;同时也为提高车速、增加道路通行能力、实现自动驾驶等奠定良好的基础。     

基于车路协同的行人车辆碰撞风险识别与决策方法

为提高行人与车辆碰撞风险识别和预警效果,研究车路协同(CVIS)环境中,多行驶状态下行人与车辆碰撞风险识别与决策过程。基于CVIS平台获取车辆直道行驶和换道行驶状态信息,考虑驾驶人反应状态、车辆运动状态对碰撞风险的影响。引入风险区域预判风险,将当前相对运动状态与决策阈值进行比较,分级识别碰撞风险。采用提醒避碰判别法实时提醒驾驶人当前驾驶状态,使其采取相应的阶梯式双重避碰措施实现避碰决策。仿真结果表明,随着车辆行车速度的增加,进行预警的起始距离和起始时间均呈增加趋势,符合实际情形,该方法考虑了影响人车碰撞的多种因素,能够对碰撞风险进行分级识别和预警。     

车载GPS数据驱动的危货运驾驶员安全绩效评价

为提高危化品道路运输驾驶员日常安全绩效考核的科学性与便捷性,首先,从车载全球定位系统(GPS)中挖掘自然驾驶数据,运用改进的基于坐标系自适应变换的行驶轨迹分段拟合方法,提取行驶速度、加速度、平面曲率、道路坡度与坡长等动态驾驶数据;然后,结合车辆侧翻车速预测模型、长大下坡制动鼓温升模型,建立行驶速度稳定性、车辆横向稳定性、长大下坡制动稳定性和驾驶状态稳定性4个层次共7个指标的安全评价体系;最后,采用组合赋权法,构建10分制的危化品道路运输驾驶员安全绩效评价模型。研究结果表明:基于坐标系自适应变换的行驶轨迹分段拟合方法平均减少19.23%的拟合残差,构建的评价模型对危险驾驶行为反应灵敏。     

基于换道行为的驾驶分心识别方法

为预防驾驶分心导致的交通事故,利用径向基函数(RBF)神经网络模型,研究驾驶分心识别方法。通过驾驶模拟试验,分析驾驶人分别在正常驾驶、手持接听电话和免提接听电话等3种状态下执行车辆换道操作时的驾驶行为,构建基于最小正交二乘法(OLS)的RBF神经网络驾驶分心识别模型,用于判定驾驶人是否处于分心状态。研究表明:驾驶分心对换道过程中车辆的纵向速度、横向速度、横向加速度、方向盘转角、方向盘转速和油门开度等6项驾驶绩效参数有显著影响,所构建模型的平均识别正确率达到88. 7%,可准确识别驾驶人的分心状态,为分心事故预防提供理论支撑。     

高速公路换道行为的频谱结构识别及分类

为提高高速公路出口换道车辆与主流车辆之间安全性，以驾驶行为功率谱分析为基础，进行换道识别及危险特征分类。首先，采集高速公路出口车辆车头时距、速度、加速度特征数据，从车辆行驶横向、纵向运行方向计算碰撞时间(Time-To-Collision, TTC),以得到危险冲突与一般冲突发生概率。其次，基于特征参数划分换道过程中安全状态，根据换道车辆运动学规律，对换道行为数据抽样，同时进行频谱结构分析，在定阶为10的频谱下构建行为功率谱模型，得到碰撞安全阈值。此外，通过相关性分析得到一般冲突和严重冲突的特征量，并与实际换道数据进行匹配。最后，利用K-means聚类分析对危险行为进行分类。研究结果显示：K-means聚类分析算法的精度较高，能有效辅助交通管制措施。研究成果可为高速公路换道行为研究和高速公路出口复杂交通变化研究提供理论基础。     

考虑驾驶方式的车辆与航空器交叉冲突评估*

为量化不同驾驶方式下车辆与航空器行驶风险,提出车辆与航空器交叉运行冲突评估模型,该模型将特种车辆驾驶方式分为激进、稳定、保守3类,综合驾驶特性和管制规则定义车辆速度演化规律,结合运行场景、间隔配备等要素确定冲突条件,并基于航空器与车辆实时速度、位置变化构造冲突评估模型。研究结果表明:冲突评估模型能够计算车辆与航空器在十型交叉口的冲突概率;激进方式下车辆先于航空器通过交叉口,风险概率均值相对最大,为0.679;保守方式下航空器先于车辆通过交叉口,最大间隔是安全间隔的4.7倍;稳定驾驶方式可兼顾安全和效率。本文模型能再现十型道口车辆与航空器交叉运行冲突产生、发展及解脱过程,计算结果可用于场面实时冲突识别和预警,能够为机场危险源识别和风险管控提供依据。     

动态监控数据驱动的危险货物运输驾驶员风险评估

为合理评估危险货物运输驾驶员驾驶过程中的风险驾驶行为,辨别影响危险货物运输事故风险的显著因素,运用探索性因子分析与Logistic回归相结合的方法,可以避免数据多重共线性对分析结果的影响。首先基于车辆联网联控系统中记录的动态违规预警数据,利用探索性因子分析方法提取危险货物运输驾驶员高风险驾驶行为隐性因子;其次结合驾驶员事故数据,筛选与危险货物运输事故显著相关的高风险驾驶行为;最后通过建立Logistic回归模型预测驾驶员卷入危险货物运输事故的风险。结果表明,驾驶员的风险驾驶行为可归类为碰撞倾向驾驶行为、鲁莽驾驶行为、驾驶分神和驾驶疲劳4种,驾驶员具有不同的驾驶风险倾向,同时碰撞倾向驾驶行为、驾驶分神行为和驾驶疲劳状态指标是影响危险货物运输事故的显著因素,可以建立事故预测模型。研究结果为评估危险货物运输驾驶员风险提供了理论依据。     

汽车驾驶操作信息数据库与采集系统设计

为提高驾驶操作监控技术研究效率 ,对驾驶操作数据、影响因素、车辆状态运行数据等进行分析并在此基础上进行了驾驶操作信息数据库概念结构、逻辑结构以及物理结构的设计。同时为提高驾驶操作数据采集的真实性 ,设计由工业控制计算机、数据采集卡、视觉传感器、力传感器、光电编码器、节气门开度传感器、传感器电路等组成车载驾驶操作信息多传感器采集实验系统 ,并分析了驾驶操作信息管理软件模块构成。     

驾驶人疲劳监测预警技术研究与应用综述

基于各种物理传感器的疲劳驾驶监测预警技术(DFMP),是交通安全领域的研究重点。这类技术主要包括基于驾驶人生理特征、车辆运行状态以及驾驶人行为特征的疲劳监测。分析论述各种疲劳监测技术的研究现状与进展、优缺点以及应用状况,介绍目前世界上常用的疲劳监测系统。通过分析比较得出:车道偏离监测、车辆运动参数监测、基于人眼、头部运动以及面部状态的疲劳监测等是目前的热点研究方向;系统软硬件的提升、基于机器视觉的多传感器多参数信息融合等是疲劳监测技术重要的发展趋势;更强的实时性、准确性和鲁棒性是疲劳监测技术的发展目标。     

基于Multi-class SVM的车辆换道行为识别模型研究

自动安全换道是车辆实现无人驾驶的关键,为精确识别行驶车辆换道状态,保证行车安全,设计了一种基于多分类支持向量机(Multi-class Support Vector Machine,Multiclass SVM)的车辆换道识别模型。从NGSIM数据集中选取美国101公路车辆轨迹数据进行分类处理,并将车辆换道过程划分为车辆跟驰阶段、车辆换道准备阶段和车辆换道执行阶段。采用网格搜索结合粒子群优化算法(Grid Search-PSO)对SVM模型中惩罚参数C和核参数g进行寻优标定,利用多分类支持向量机换道识别模型对样本数据进行训练和测试,模型测试精度达97.68%。研究表明,模型能够很好地识别车辆在换道过程中的行为状态,为车辆换道阶段的研究提供支持。     

生态驾驶行为对单个小汽车运行状态的综合影响分析

为了进一步明确我国实际道路交通条件下生态驾驶行为对车辆运行状态的综合影响,助力生态驾驶行为推广应用策略,结合驾驶模拟和实车驾驶试验,重点分析了生态驾驶行为对单个小汽车能耗、排放及运行效率的影响。结果表明:生态驾驶行为能有效降低机动车能耗和尾气排放;同时,相同条件下,生态驾驶行为降低车辆能耗的比例远大于车辆行驶时间增加的比例。因此,对单个小汽车而言,生态驾驶行为的节能效益大于其对车辆运行效率的影响。     

1种基于视频的油田危险区域入侵检测智能综合识别技术研究

为解决油田日常生产作业中缺乏危险作业区域的等级划分与自动识别方式以及缺乏人员踏入危险区域的识别方法.提出1种基于视频智能综合识别技术的全天油田危险区域入侵检测算法,该算法首先结合油田危险因素对油田危险区域进行危险等级的划分与危险区域的识别;然后,针对光照条件良好的白天场景,在训练数据集中融合油田作业区视频数据和公开行人...     

公共场所行人异常行为识别方法综述

为明确公共场所行人异常行为识别理论与技术研究进展,首先,借助中国知网(CNKI)和Web版引文数据库(WOS),给出公共场所行人异常行为广义定义与泛在特征,将常见异常行为划分为危害行为、不合群行为和违规行为3类;其次,从数据和技术基础视域,将现有异常行为识别方法划分为人工设计法、人体骨架法、红绿蓝(RGB)图像法和可穿戴传感器法4类;然后,梳理国内外主流人群异常行为数据集,分析相关算法在数据集上的性能表现;最后,从可用数据集和数据融合检测等方面总结现有研究方法局限性,给出未来研究方向与优化建议。研究结果表明：4类异常行为识别方法各有其优缺点;异常行为识别领域缺乏行为种类丰富、定义清晰、高质量的人群异常行为数据集;未来研究应聚焦稳健性强、准确率高的异常行为识别方法、模型及算法;探索多维数据融合互补检测方法,提升异常行为识别理论成果的应用场景的自洽性和自适应性,提高公共场所人群安全治理水平。     

车载驾驶员疲劳驾驶预警与控制系统研究

为了识别与安全控制疲劳危险驾驶行为,有效预防与减少因疲劳危险驾驶导致的交通事故,基于疲劳检测分级、预警与自动智能控制技术,开发出车载驾驶员疲劳驾驶实时监测预警与控制系统。首先基于PERCLO方法,构建驾驶员疲劳检测与分级模型;然后根据所输出的驾驶员疲劳等级信息,提出疲劳驾驶三级预警原理,及其预警实现方式;最后以疲劳预警信息为基础,形成基于驾驶员不同疲劳等级预警的安全控制技术,并对处于深度疲劳的危险驾驶行为,构建自动智能紧急控制停车系统,重点阐述系统的地形匹配、智能控制,以及自动驾驶与停车三大核心技术,并提出相应的系统硬件构成,为系统工程应用提供理论与技术支持。     

危险货物运输驾驶人风险倾向分类及识别模型研究

为合理评估危险货物运输驾驶人驾驶过程中的风险倾向,建立危险货物运输驾驶人风险倾向聚类及辨识体系,以动态监控系统中记录的驾驶人实时违规预警数据为基础,选取可能引发交通冲突的安全关键事件为特征参数,利用探索性因子分析方法实现指标降维,提取驾驶人风险倾向主因子,并通过K-means算法聚类不同风险倾向的驾驶人,最后基于聚类结果监督训练随机森林模型,辨识未知驾驶人的风险倾向。结果表明,利用选取的8类安全关键事件特征参数,可以将驾驶人风险倾向划分为攻击驾驶倾向、鲁莽驾驶倾向、驾驶分神倾向和驾驶疲劳倾向,且可以识别风险较低的驾驶人,基于随机森林模型的驾驶人风险倾向识别准确率为88.68%,可以较好地实现危险货物运输驾驶人风险倾向辨识。研究结果为危险货物运输驾驶人风险倾向分类及识别提供了方法依据。     

国外网络信息安全技术最新发展现状

<正>一、美国研究人员设计低成本的伪基站识别方法美国华盛顿大学的研究人员设计出了一个低成本的伪基站识别方法,即通过在通勤车辆上安装传感器来识别伪基站。研究人员耗费两个月时间来进行实验,他们首先在通勤车辆上安装专门定制的传感器,将该     

基于知识图谱的驾驶愤怒研究现状及热点可视化分析

为统计分析近年来国内外驾驶愤怒研究现状与热点，选取Web of Science(WOS)数据库1 190篇相关论文以及中国知网(CNKI)数据库230篇相关论文作为数据源，借助文献计量学软件VoSviewer与CiteSpace生成知识图谱，并从载文量分布、作者与机构合作、发表期刊、关键词聚类与突现等方面，系统分析驾驶愤怒领域内的研究现状、热点与趋势等。结果表明：相关文献载文量不断上升，国内外学术界对驾驶愤怒领域关注度越来越高；国际驾驶愤怒领域的跨单位合作比国内更为广泛；驾驶愤怒相关量表、驾驶愤怒影响因素、愤怒与危险/攻击性驾驶行为关系、驾驶愤怒识别、驾驶愤怒干预为目前驾驶愤怒领域5大研究热点；愤怒状态下的驾驶绩效、驾驶愤怒检测系统以及基于交通工程视角的驾驶愤怒管控等方面是未来的研究趋势。     

因子分析与多层神经网络组合的酒驾辨识模型研究

为准确辨识驾驶员酒驾行为以及酒驾状态水平,提高酒驾治理效率,通过人因工程试验和驾驶模拟试验,采集并预处理驾驶员在正常、饮酒、醉酒3种驾驶状态下的驾驶行为数据(包括驾驶员的人、车、环境数据);对原始参数进行因子分析,提取特征参数并将其作为多层神经网络的输入向量,训练多层神经网络,建立基于因子分析和多层神经网络的酒驾行为辨识模型;选取75组测试样本数据输入模型,将模型的输出结果与实际情况比较,验证模型的有效性。研究表明:该模型的训练时间为0.905 s,最优验证均方误差(MSE)为0.034,识别准确率达92.41%,用该模型能较为快速、准确地识别酒后驾驶行为。     

基于FTA-SVM的车辆发动机故障识别方法

发动机结构日益复杂,其故障具有多样性和频发性的特点,收集大量故障样本存在很多实施障碍。为了提高车辆发动机的故障识别的效率和准确性,提出了一种新的结合故障树(FTA)和支持向量机(SVM)各自特点,从故障模式分析到故障类型识别的FTA-SVM故障识别方法。首先利用故障树在复杂系统故障模式分析中的优势,找出系统的故障模式,建立故障树模型,通过对故障树模型中各故障事件的分析,采集与故障事件状态相关的数据,建立数据与故障树底事件的映射模型,最后利用支持向量机在小样本数据处理中的优势,进行故障类型的识别。以发动机的失火故障为例建立了发动机失火故障树模型及故障数据与故障模式映射模型,验证了FTA-SVM方法的有效性和适用性。     

情绪对驾驶行为影响研究

不良情绪是引发交通事故的因素之一。为预防由驾驶员情绪引发的交通事故,利用3层因果分解(驾驶员神经兴奋—驾驶员原始反应—车辆状态)深入分析情绪对驾驶行为的影响。设计并完成模拟驾驶试验,采集驾驶员高兴、悲伤、愤怒和恐惧4种情绪状态下的心电信号和行车数据;采用基线信号消除方法,分析驾驶员心跳间期、转向角和最大车道偏离在不同情绪下的变化值。结果表明:驾驶员在所有情绪状态下都有明显的交感神经兴奋并伴随着转向角度值增加。在高兴和愤怒情绪状态下,会产生更明显的车道偏离,驾驶员趋向更危险的驾驶行为;在悲伤和恐惧情绪状态下,产生较小范围的车道偏离,驾驶员趋向相对安全的驾驶行为。