首页 >> 新闻动态

硕士研究生陈铭顺利通过研究生毕业论文答辩

发表时间:   阅读次数:

硕士论文题目:基于多元数据的前向避撞行为与预警研究

摘要:

    随着国内汽车保有量的快速增长,交通事故频发,道路交通安全问题已经成为全社会共同关注的话题。追尾事故在所有事故类型中占据着最高的比例(约20%至35%不等),对驾驶人安全和社会经济都带来巨大损失。在国内,追尾事故带来的不利影响同样不可忽视,其在不同道路设施上所占事故比例为10%-67%不等,造成了极大的交通安全隐患。

    追尾事故发生的原因之中,驾驶员的注意力不集中、驾驶反应延误、危险感知认知错误从而未能保持安全车距,是最终造成碰撞发生的主要因素。据研究,追尾事故发生机理中,导致事故发生的因素中的90%与驾驶员相关。针对追尾事故,前向避撞报警 (Forward Collision Warning, FCW) 系统的诞生为改善驾驶安全,缓解并减少追尾事故的发生提供了极大的潜能。FCW系统利用传感器检测车辆前方的道路与运动状况,当前方有潜在的碰撞危险时,在适当时机给予驾驶员报警信息,从而辅助驾驶员更有效地避免碰撞、事故的发生。

    目前,FCW系统的开发与研究引起了全世界范围内的关注,迄今为止,已有诸多国家的汽车制造商已经研发并测试了成熟的系统。与此同时,FCW系统的潜在巨大安全收益也已经通过多项研究得到了证明。国际上,车辆主动安全系统逐渐受到越多重视,发达国家已开始逐步立法规范车辆关于FCW系统的安装与配置。相比较,国内方面对于FCW系统的研发依然处于起步阶段,尤其是技术层面上远落后于国外发达国家。除此之外,由于驾驶行为和习惯的差异,适用于国外的FCW系统未必能够适用于中国驾驶员,无法被中国驾驶员接受。

    本文主要基于驾驶模拟器,同时结合事故深度调查和主观问卷等数据,对前向临撞工况下的驾驶员避撞行为和报警时机策略展开深入的研究,主要内容与成果包括以下几个方面。

    一、基于上海市随机抽样调查的40起追尾事故记录,提炼了典型的前向临撞工况类型,即跟车工况,约占所有前向临撞工况的62%。基于同济大学交通行为与交通安全虚拟现实平台,通过利用脚本编程,在驾驶模拟器环境中真实重现了跟车工况场景。利用心理学领域的组间设计的实验设计方法,系统地选取不同初始车头时距和前车减速度的测试条件,形成不同风险程度的前向临撞工况,并选取最合适的分析因变量指标,严格控制实验过程,最终完成29人的前向临撞工况实验。通过采集临撞工况发生过程中的各项场景工况与车辆动态参数,分析了临撞工况发生的整个避撞过程,并对不同初始条件下产生的临撞工况的实际风险程度进行了评估。

    第二、系统地理解驾驶员在不同风险程度的临撞工况下的避撞行为差异,对于FCW系统报警时机的开发和研究有重要意义。通过选取多元(多角度)的分析因变量,对驾驶员的避撞反应时间、制动前反应序列(油门释放操作)和制动后反应序列(刹车踏板操作)及制动峰值等各项避撞行为参数进行了定义,并利用ANOVA方差分析量化在不同初始车头时距和前车减速度条件下的行为差异。在此基础上,进一步利用主成分分析、因子分析和MANOVA回归等多元(变量)统计分析方法,对各项驾驶行为特征指标进行降维、融合和有机整合,分析其在自变量条件下的变化差异。结果表明,在临撞工况下驾驶员的“危险感知”同时受到车头时距与前车减速度的影响,其“制动程度”主要受到前车减速度影响,而“制动反应”则同时受到车头时距、前车减速度以及两者交叉项的影响,并有系统差异。所有指标之中,避撞反应时间最能够反应驾驶员在不同风险条件下的系统差异,可以作为建立报警时机算法的依据。

    第三、系统回顾并对比了基于危险感知和基于运动学理论的两种报警时机算法,基于运动学理论的报警时机算法虽然实施与开发相对更复杂,但具有更高的准确性和可靠性。论文基于前向临撞工况实验中采集的制动行为数据,开发了一项新的基于运动学理论的报警时机算法,并形成了多级前向避撞报警系统。通过引入非线性的交叉项并建立驾驶员的响应减速度预测模型,所开发的报警时机算法更能反映驾驶员的真实制动特征。此外,通过理论计算进一步验证了开发的报警时机算法能够解决美国CAMP项目报警算法中关于报警时机与驾驶员危险感知不一致的问题。

    第四、通过利用应用程序接口(API)编程,进一步在驾驶模拟器环境中实现了所开发的多级前向避撞报警系统。选取总计24名不同驾驶经验的驾驶员,结合心理学组间组内实验设计方法,在前车减速和前车低速行驶两类典型工况下测试所开发的FCW系统。通过结合主观评价和客观驾驶行为数据,对FCW系统的性能、报警时机和安全收益等进行评估。结果表明,报警时机和系统能够被绝大部分驾驶员所接收。同时,相对比无报警情况下,FCW系统能够明显地缓解工况风险程度,并加快驾驶员反应时间,但对驾驶员制动行为并无明显改善。最后,进一步分析报警时机算法的两项核心参数的分布特征,即报警反应时间和响应减速度,发现绝大部分驾驶员(85%)都能满足系统的默认设置参数,但驾驶员间的较大个体差异反应了根据个体特征调节FCW参数的必要性。

©CopyRight 2003-2012   同济大学交通运输工程学院

备案号:沪ICP备13005359号-1