驾驶员驾驶表现与驾驶安全关系研究

发布时间：2023-03-19 17:02

　　作为我国工业支柱之一,汽车工业近年来发展迅速并逐步向网联化、智能化、节能化的目标前进。但是,汽车社会的蓬勃发展也伴随着道路交通事故数量保持在较高水平的严峻形势。在“人-车-路”三位一体的交通环境中,涉及人类因素的交通事故占比远高于其他两个因素诱发的事故占比。本文从驾驶员的驾驶行为出发,对人类驾驶员驾驶表现和驾驶安全的内在关联展开了研究,建立由驾驶表现到驾驶安全的量化映射模型,提出了基于驾驶表现的驾驶权限预警方法,为人机共驾的驾驶权限交接提供可靠的实际依据。最后,采用深度学习方法,研究了基于长短期记忆网络的拟人化转向模型。论文的主要工作和研究成果如下:(1)基于欧盟自然驾驶项目UDRIVE乘用车子数据库,结合批测试方法、多工作站计算集群并行计算技术,生成驾驶表现分集与紧急安全事件分集,采用K均值聚类算法对高速场景下驾驶员驾驶表现进行了分布结构识别,研究了不同驾驶表现亚型事故风险倾向差异,构建了由多维表现到实际驾驶安全的映射模型。(2)针对对驾驶员在环试验,建立了驾驶模拟器数据采集系统,实现了多源驾驶员在环数据采集与异频实验数据同步重构,设计了基于听觉-口语次任务的多层次工作负荷驾驶员在环...

【文章页数】：88 页

【学位级别】：硕士

【文章目录】：
中文摘要
英文摘要
1 绪论
    1.1 研究背景及意义
    1.2 研究现状及分析
        1.2.1 驾驶员驾驶表现评价方法
        1.2.2 驾驶安全评估方法
        1.2.3 机器学习
        1.2.4 人机共驾
    1.3 研究内容与目的
    1.4 研究技术路线与章节安排
2 UDRIVE自然驾驶数据研究
    2.1 自然驾驶研究
    2.2 自然驾驶数据分析方法
        2.2.1 大规模数据库信息处理流程
        2.2.2 驾驶表现指标与驾驶安全指标
    2.3 相关性分析与聚类分析
    2.4 本章小结
3 驾驶员在环驾驶实验
    3.1 驾驶模拟器的组成及主要功能
        3.1.1 驾驶模拟器的组成与性能
        3.1.2 驾驶模拟器数据采集系统
    3.2 驾驶员在环实验设计
        3.2.1 研究对象的选择
        3.2.2 实验方法的拟定
        3.2.3 总体实验流程的拟定
    3.3 实验执行结果
    3.4 本章小结
4 驾驶员在环实验数据分析与应用
    4.1 相关性分析
        4.1.1 相关性评价方法
        4.1.2 驾驶表现与驾驶安全表征指标
        4.1.3 驾驶表现与驾驶安全的关联程度以及关联形式
    4.2 K均值聚类分析
        4.2.1 聚类数的确定
        4.2.2 聚类结果分析
    4.3 基于长短期记忆网络的拟人跟车模型
        4.3.1 长短期记忆网络模型
        4.3.2 长短期记忆网络模型与其他神经网络模型的对比
        4.3.3 长短期记忆网络超参数优化及最优测试结果
    4.4 基于驾驶表现的驾驶权限分配系统
    4.5 本章小结
5 结论与展望
    5.1 研究结论
    5.2 研究展望
参考文献
附录
    A 作者在攻读硕士学位期间参与的科研项目
    B 部分驾驶表现指标定义
    C 学位论文数据集
致谢



本文编号：3765622