长安大学汽车运输安全保障技术交通行业重点实验室
- 作品数：179 被引量：1,060H指数：17
- 相关作者：张文霞李玲洁陈燕芹龙先军张倩更多>>
- 相关机构：西安航空学院车辆工程学院西安交通大学机械工程学院西安工业大学机电工程学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金长江学者和创新团队发展计划更多>>
- 相关领域：交通运输工程机械工程环境科学与工程自动化与计算机技术更多>>
- 基于西安市公交路线的行驶工况构建方法对比研究
- 准确构建具有地域行驶特征的汽车行驶工况具有重要意义,本文基于西安市2路公交车的行驶数据,分别采用聚类分析法、马尔可夫链分析法和聚类与马尔可夫链联合分析法,构建西安市代表性区域的典型工况,分析了三种方法构建得到的工况的特征...
- 赵承辉李耀华刘洋任田园邵攀登
- 关键词：行驶工况聚类分析马尔可夫链
- 文献传递
- 视觉分心程度对跟车运动状态的影响被引量：1
- 2022年
- 为明确驾驶人在不同复杂度的交通环境下视觉分心程度对跟车运动状态的影响,在驾驶模拟器上搭建城市、乡村和高速道路3种交通环境,利用视线遮挡方法,设置0、1和2 s等3种固定时长,量化被试视觉分心程度;对26位被试进行模拟器驾驶试验,采集车辆速度、纵向加速度和车辆位置等参数;采用重复测量一般线性模型,分析视觉分心程度对上述参数的影响。结果表明:跟车距离和车道偏移距离在城市、乡村和高速道路上依次增加;在高速道路上,跟车距离、车头时距和车道偏移距离随视觉分心程度的增加而增大;而在城市和乡村道路上,视觉分心1 s并不会对车辆运动状态产生显著性影响,仅当视觉分心2 s时,才会导致车道偏离距离、跟车距离和车头时距显著增加,降低车辆运动的平稳性;驾驶人则通过降低车速和频繁加减速等补偿方式,保证车辆运行的安全性。
- 刘卓凡周星池刘通吴付威
- 关键词：跟车距离驾驶模拟器
- 基于分层式控制器的纯电动汽车车距控制研究
- 2021年
- 鉴于智能车辆的车距控制研究大多是针对传统燃油车,并缺少对多工况控制算法的研究,在Carsim/Simulink平台搭建了纯电动汽车动力学模型,以行车安全性为首要目标,结合驾驶员的驾驶特点和乘坐舒适性,建立了一种可变安全距离模型,设计了线性二次型最优控制理论和模糊控制理论相结合的分层式控制器,针对前方无车的情况,设计了定速巡航控制器。基于Carsim和Simulink联合仿真平台,对起停工况、定速巡航工况和距离保持工况进行仿真验证,结果表明分层式结构控制器具有较好的控制效果和鲁棒性,使智能车辆按照期望距离和速度安全行驶。
- 张新锋张新锋王奥特
- 关键词：纯电动汽车线性二次型模糊控制
- 高速公路干扰跟车时驾驶人注意力分配特性被引量：5
- 2017年
- 为探索干扰跟车过程中驾驶人注意力分配规律,引导新手驾驶人合理观察周围车辆,首先利用face LAB 5眼动仪开展高速公路环境中实车试验,采集并记录13位驾驶人的眼动数据。然后分析干扰车从不同车道切入时驾驶人的注意力分配特性,以及驾驶人注意力在各注视区域之间的转移规律。试验数据显示,干扰车切入过程中,驾驶人主要注意力集中在正前方视野,更多地关注与行车安全最相关的动态目标;干扰车切入后,驾驶人对干扰车切入一侧的关注度较高。
- 吴付威山岩付锐王畅
- 关键词：交通工程注意力
- 基于XGBoost算法的危险场景驾驶行为模式分析及安全评估
- 2022年
- 危险感知能力对驾驶人的驾驶行为模式具有重要影响。为准确评估驾驶人的危险感知能力、提升危险感知水平判别的准确度,提出了基于模拟驾驶技术的危险感知能力影响分析方法和基于极端梯度提升树(XGBoost)算法的危险感知水平判别模型。通过设计3种常见交通冲突场景,采集模拟驾驶中驾驶人的多维度驾驶行为特征数据,并分析危险感知能力与驾驶行为的相关关系。通过模拟实验发现:驾驶人对行人的危险感知能力较弱,易发生碰撞事故;驾驶人在危险场景中的车速(p=0.01)、制动反应位置(p<0.01)以及反应时间(p<0.01)与危险感知水平之间存在显著负相关关系。在相关性分析的基础上,利用XGBoost算法识别能反映驾驶人危险感知能力的重要特征变量,并构建以制动反应位置、反应时间、车速、刹车深度,以及加速度为指标的驾驶人危险感知水平判别模型;通过与LightGBM、支持向量机(SVM),以及逻辑回归(LR)等算法分类预测性能的对比分析,评价危险感知模型的判别精度,结果表明:基于XGBoost算法的危险感知水平判别模型的判别准确率为84.8%、F1值为83.4%、AUC值为0.959,优于LightGBM(准确率为78.8%、F1值为76.7%、AUC值为0.924)、SVM(准确率为57.6%、F1值为42.2%、AUC值为0.859),以及LR算法(准确率为69.7%、F1值为65.5%、AUC值为0.836)。所提方法可为判别驾驶人危险感知能力及其对驾驶行为模式的影响提供可靠手段。
- 魏田正魏雯李海梅刘浩学朱彤朱彤
- 关键词：交通安全驾驶行为
- 车辆换道过程中驾驶人注视转移模式研究被引量：8
- 2014年
- 为了研究高速公路换道过程中驾驶人的视觉转移特性,在高速公路上开展实车换道试验,利用faceLAB 5非接触式眼动仪,监控并记录13名驾驶人在换道过程中的眼动行为数据.首先根据眼动数据的统计分析得出换道意图阶段时窗宽度;然后运用马尔可夫链理论,探索注视点在各个注视区域之间的注视转移规律及其平稳分布特性;最后分析在换道意图阶段与换道执行阶段驾驶人的注视分布情况差异.研究发现,在换道意图阶段驾驶人的视线在原车道与目标车道之间转移比正常驾驶更为频繁,且水平方向视线分布角度更广.研究结果能够为判断驾驶人是否有换道意图提供理论依据.
- 吴付威付锐牛增良
- 关键词：交通工程换道稳态分布
- 轻型柴油车辆典型工况燃料消耗特性试验被引量：2
- 2016年
- 为了建立轻型柴油车辆行驶的油耗模型,以市场某主流品牌轻型柴油车辆为研究对象,搭建车载燃料消耗采集系统,通过控制的道路试验获取典型工况下的车速、时间及瞬时耗油率数据;采用回归分析方法,建立了轻型柴油车辆典型工况下的瞬态燃料消耗模型。试验结果表明:轻型柴油车辆在行驶时,瞬态燃料消耗量由低到高的工况排列依次为平路强制怠速滑行、发动机制动下坡、自由怠速滑行、平路匀速行驶、全油门加速爬坡、平路全油门加速;强制怠速滑行的瞬时燃料消耗远远低于自由怠速滑行。验证试验结果表明,利用道路试验数据通过回归分析建立轻型柴油车辆瞬态燃料消耗模型的方法具有精度较高、成本较低等优点,可为进一步研究轻型柴油车辆实际运行的燃料消耗提供方法参考和数据基础。
- 蔺宏良余强
- 关键词：汽车工程
- 基于支持向量回归的锂电池健康状态估计被引量：4
- 2019年
- 针对锂电池动态工况下健康状态估计困难的问题,设计了一种基于支持向量回归机的健康状态估计方法.提取电池运行时可监测的电压、电流、温度、荷电状态融合成一种新的健康因子,采用支持向量回归机的方法训练得到健康状态估计模型,并选用网格寻优算法对模型的参数进行优化,实现基于可监测参数的动态工况下的锂电池健康状态估计.仿真结果表明,本文选取的健康因子能准确地反映电池的健康状态,健康状态的平均估计精度在1%以内.
- 张新锋张新锋姚蒙蒙
- 关键词：锂电池支持向量回归参数优化
- 车载信息服务影响下驾驶人注视特性研究
- 2014年
- 为研究车载信息服务影响下驾驶人的注视特征,设计并实施实车实验,采集驾驶人注视点数据,分析不同条件下注视点分布范围与位置。使用车载信息服务后,驾驶人对前方道路区域的注视面积显著减小,驾驶人注视点位置更接近于地面,前方道路区域平均注视比例显著减小,注视持续时间则无显著变化。比较车载信息设置于不同位置时注视分布变化,结果发现:设置于位置1时,注视分布面积与前方区域注视次数比例变化最大;设置于位置3时变化最小;设置位置2时,变化居于前两种情况之间。上述现象表明,使用车载信息服务后,驾驶人获取前方道路信息量减少,前方道路区域相对其他区域的重要程度有所降低,但信息提取难度无明显差异。此外,车载信息系统适宜的设置位置排序分别为位置3、2、1。
- 朱彤吴玲刘浩学林淼
- 关键词：交通工程聚类分析驾驶人
- 考虑驾驶人特性的指路标志视认反应时间研究被引量：4
- 2021年
- 为研究驾驶人特性对指路标志视认反应时间的影响,以认知心理学原理和驾驶人对指路标志的响应特性为基础,进行了基于E-prime的室内模拟试验。结合模拟试验与问卷调查,以文字组合、版面、信息量为指路标志设计指标,以性别、驾龄、目标路名熟悉度为驾驶人特性指标,组织34名驾驶人进行了48次正式视认反应试验。试验采集了驾驶人对指路标志的视认反应时间、正误反馈及人口学因素,利用描述性统计及多因素方差分析了各指标对指路标志视认反应时间的影响。采用逐步回归法遴选自变量,量化了各变量对视认反应时间的影响,建立了视认反应时间影响因子计量模型。结果表明:指路标志信息条数越多,视认反应时间越长;中英对译的指路标志不会使视认反应时间显著增加;驾驶人对目标路名越熟悉,视认反应时间越短;女性视认反应时间普遍长于男性;经验驾驶人的视认反应时间低于新手驾驶人;基于逐步回归法建立的视认反应时间影响因子计量模型的拟合优度为0.583,能够较好地预测驾驶人的视认反应时间;基于计量模型及指路标志视认极限安全时间,得到了指路标志的信息量阈值为不超过7条。最后,对指路标志优化及驾驶人安全培训提出了建议。推荐使用文字组合为中英对译的指路标志,可将驾驶人特性因素考虑在内,针对性地进行安全培训以提高驾驶人视认指路标志时的安全驾驶能力。
- 魏田正张杰李晨新刘浩学朱彤
- 关键词：交通安全指路标志多因素方差分析
