部分或有条件自动驾驶车辆允许驾驶员将驾驶任务移交给自动驾驶系统,但驾驶员仍需对驾驶环境进行监测,若发生紧急事件或驾驶环境超出系统运行设计域等情况,驾驶员需要及时接管车辆。影响驾驶接管过程的因素主要包括:人因、交通环境以及...部分或有条件自动驾驶车辆允许驾驶员将驾驶任务移交给自动驾驶系统,但驾驶员仍需对驾驶环境进行监测,若发生紧急事件或驾驶环境超出系统运行设计域等情况,驾驶员需要及时接管车辆。影响驾驶接管过程的因素主要包括:人因、交通环境以及人-机交互系统。本文分析了驾驶员认知负荷特性等人因对接管过程和接管时间预算的影响。分析发现,驾驶员长时间脱离驾驶任务会导致其陷入被动疲劳或驾驶分心状态,从而降低接管绩效。适当的非驾驶任务可以使驾驶员保持一定的认知负荷,降低驾驶员的被动疲劳水平。结合网联技术的应用可以多次发出预警信号,提高接管绩效。本文讨论了交通密度、道路条件等交通环境对接管时驾驶员感知、认知及决策的影响,探讨混合交通下过渡区智能网联车辆控制权切换(Transitions of Control,ToC)的管理问题。在复杂道路交通下,驾驶员需要更多时间恢复对环境的感知,且驾驶员在弯道接管车辆时更容易出现较大横向偏差。在混合交通环境中,为防止过渡区出现集中的ToC,可以制定相应交通管理措施,以降低过渡区域中车辆之间的相互干扰。本文还分析了视觉、听觉、触觉、嗅觉及其组合类型交互方式的优、缺点,讨论网联环境下人-机交互系统设计以及ToC形式。单个的交互方式有其自身的优、缺点,多种类型相结合的交互形式能形成优势互补,及时地将接管信息传递给驾驶员,并将其注意力集中于对环境的感知。网联技术发展使得可利用的行车信息的数量和种类都有所提高,网联信息需要更好地呈现策略,以保证人-机交互界面具有较高的可用性和接受性,为驾驶员提供更加准确的交互信息。同时,利用驾驶员状态识别技术实时监测驾驶员所处状态,并通过人-机交互系统提醒驾驶员,使其保持警觉,提高接管绩效。未来研究应该重点关注非驾驶任务对驾驶员认知特性的影响,结合接管时的驾驶环境,遵循预测算法辅助驾驶员实现控制权的平稳过渡。随着网联技术的不断应用,逐步改进现有人-机交互系统的设计和性能,对过渡区域ToC的管理问题展开深入研究。展开更多
为了解决目前汽车防碰撞预警系统在复杂环境下评判标准单一、环境适应度差的问题,对多因素影响下的汽车碰撞危险辨识方法进行研究,建立“人-车-路-环境”协同的多层次汽车碰撞危险态势综合评价体系,将多因素影响下的汽车碰撞危险态势评...为了解决目前汽车防碰撞预警系统在复杂环境下评判标准单一、环境适应度差的问题,对多因素影响下的汽车碰撞危险辨识方法进行研究,建立“人-车-路-环境”协同的多层次汽车碰撞危险态势综合评价体系,将多因素影响下的汽车碰撞危险态势评估问题视为混合多准则决策问题,提出一种基于博弈论组合赋权,逼近理想解排序(technique for order preference by similarity to an ideal solution,TOPSIS)法的汽车碰撞危险态势评估方法。首先根据车路协同技术建立碰撞危险态势评估体系架构,运用德尔菲法和熵权法确定评价指标的主、客观权重值,利用博弈论法得到所选准则权重之间的最优平衡解。其次,应用TOPSIS法确定当前行车状态与决策信息表中行车状态的贴近度值距离,匹配碰撞风险的评估等级。最后,利用PreScan软件搭建仿真场景进行仿真分析。结果表明,该方法能在复杂环境下融合行车安全相关的多种因素来评估碰撞风险,为汽车防碰撞系统提供更准确的决策。展开更多
文摘部分或有条件自动驾驶车辆允许驾驶员将驾驶任务移交给自动驾驶系统,但驾驶员仍需对驾驶环境进行监测,若发生紧急事件或驾驶环境超出系统运行设计域等情况,驾驶员需要及时接管车辆。影响驾驶接管过程的因素主要包括:人因、交通环境以及人-机交互系统。本文分析了驾驶员认知负荷特性等人因对接管过程和接管时间预算的影响。分析发现,驾驶员长时间脱离驾驶任务会导致其陷入被动疲劳或驾驶分心状态,从而降低接管绩效。适当的非驾驶任务可以使驾驶员保持一定的认知负荷,降低驾驶员的被动疲劳水平。结合网联技术的应用可以多次发出预警信号,提高接管绩效。本文讨论了交通密度、道路条件等交通环境对接管时驾驶员感知、认知及决策的影响,探讨混合交通下过渡区智能网联车辆控制权切换(Transitions of Control,ToC)的管理问题。在复杂道路交通下,驾驶员需要更多时间恢复对环境的感知,且驾驶员在弯道接管车辆时更容易出现较大横向偏差。在混合交通环境中,为防止过渡区出现集中的ToC,可以制定相应交通管理措施,以降低过渡区域中车辆之间的相互干扰。本文还分析了视觉、听觉、触觉、嗅觉及其组合类型交互方式的优、缺点,讨论网联环境下人-机交互系统设计以及ToC形式。单个的交互方式有其自身的优、缺点,多种类型相结合的交互形式能形成优势互补,及时地将接管信息传递给驾驶员,并将其注意力集中于对环境的感知。网联技术发展使得可利用的行车信息的数量和种类都有所提高,网联信息需要更好地呈现策略,以保证人-机交互界面具有较高的可用性和接受性,为驾驶员提供更加准确的交互信息。同时,利用驾驶员状态识别技术实时监测驾驶员所处状态,并通过人-机交互系统提醒驾驶员,使其保持警觉,提高接管绩效。未来研究应该重点关注非驾驶任务对驾驶员认知特性的影响,结合接管时的驾驶环境,遵循预测算法辅助驾驶员实现控制权的平稳过渡。随着网联技术的不断应用,逐步改进现有人-机交互系统的设计和性能,对过渡区域ToC的管理问题展开深入研究。
文摘为了解决目前汽车防碰撞预警系统在复杂环境下评判标准单一、环境适应度差的问题,对多因素影响下的汽车碰撞危险辨识方法进行研究,建立“人-车-路-环境”协同的多层次汽车碰撞危险态势综合评价体系,将多因素影响下的汽车碰撞危险态势评估问题视为混合多准则决策问题,提出一种基于博弈论组合赋权,逼近理想解排序(technique for order preference by similarity to an ideal solution,TOPSIS)法的汽车碰撞危险态势评估方法。首先根据车路协同技术建立碰撞危险态势评估体系架构,运用德尔菲法和熵权法确定评价指标的主、客观权重值,利用博弈论法得到所选准则权重之间的最优平衡解。其次,应用TOPSIS法确定当前行车状态与决策信息表中行车状态的贴近度值距离,匹配碰撞风险的评估等级。最后,利用PreScan软件搭建仿真场景进行仿真分析。结果表明,该方法能在复杂环境下融合行车安全相关的多种因素来评估碰撞风险,为汽车防碰撞系统提供更准确的决策。
