驾驶倾向特征识别与纵向安全车距建模研究-交通信息工程及控制专业论文.docxVIP

万方数据 万方数据 独 创 性 声 明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其它人已经发表或撰 写过的研究成果，也不包含为获得山东理工大学或其它教育机构的学位或证书而使用过 的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并 表示了谢意。 研究生签名： 时间： 年 月 日 关于论文使用授权的说明 本人完全了解山东理工大学有关保留、使用学位论文的规定，即：学校有权保留送 交论文的复印件和磁盘，允许论文被查阅和借阅；学校可以用不同方式在不同媒体上发 表、传播学位论文的全部或部分内容，可以采用影印、缩印或扫描等复制手段保存、汇 编学位论文。 (保密的学位论文在解密后应遵守此协议) 研究生签名： 时间： 年 月 日 导师签名： 时间： 年 月 日 万方数据 万方数据 山东理工大学硕士学位论文 摘要 摘 要 道路交通事故频发严重威胁人们的生命财产安全。统计显示，由驾驶员直接或间接 导致的事故占 90%以上。汽车避撞—预警系统（Collision Avoidance-warning System，CAS） 能够适时辅助驾驶，有效减少交通事故。避撞—预警算法作为 CAS 的核心，决定了系统 介入的时机。系统介入过早，将干扰驾驶员正常驾驶；如果系统介入过晚，则不能完全 避免碰撞。现有的避撞—预警算法对驾驶员个体特性考虑较少，致使 CAS 的适用性较差。 实时辨识驾驶员的驾驶特性，并据此选择合适避撞—预警算法或修正算法的部分参数， 是 CAS 发展的趋势。因驾驶员的个体及生理心理状态差异所具有的驾驶特性，可定义为 驾驶倾向，所以研究驾驶倾向的实时辨识以及如何将驾驶倾向引入避撞—预警算法具有 重大意义。安全车距模型是最常用的一类避撞—预警算法，本文对驾驶倾向识别和安全 车距建模进行了相关研究，具体内容如下： 第一，根据交通心理学等已有研究成果对驾驶倾向特征进行分析并据此划分驾驶员 的驾驶倾向类型。为如何辨识驾驶倾向提供理论基础。 第二，静态驾驶倾向的辨识。首先设计了具有较高信度和效度的静态驾驶倾向问卷， 然后使用该问卷对 128 名驾驶员进行问卷测试，最后对问卷结果进行了因子分析并解释。 第三，动态驾驶倾向的辨识。首先分析了驾驶员在自由流状态和跟驰状态中的驾驶 行为差异，构建了动态驾驶倾向辨识框架。然后设计实车试验并采集所需驾驶行为数据。 最后以实测数据为基础，运用 BP 神经网络和 RBF 神经网络构建了两种状态下的动态驾 驶倾向辨识模型并验证。 第四，新型安全车距模型的建立。首先分析了汽车制动过程，推导出运动学安全车 距模型并改进。然后通过驾驶模拟试验，得到了不同驾驶倾向的驾驶员在制动过程中的 制动减速度和反应时间数据，并以这些数据为基础，建立了适应驾驶倾向的安全车距模 型。最后将新建安全车距模型与典型安全车距模型进行仿真对比。 关键词：驾驶员；主动安全；驾驶倾向；安全车距 I 山东理工大学硕士学位论文 Abstract Abstract Traffic accidents threaten the peoples lives and properties seriously. Statistics show that the accidents caused by the drivers were more than 90% directly or indirectly. Automotive collision avoidance-warning system (CAS) can assist the driver timely and reduce traffic accident effectively. The collision avoidance-warning algorithm as the basis of CAS decides when the system involves into. If the system involved too early, it will interfere the driver’s normal driving; if the system involved too late, collisions cannot be avoid completely. However, the existed collision avoidance-warning algorithm considered driver individual characteristics less, which makes the applicability of CAS poor. Real-