简介:摘要:为了研究驾驶时不同的车辆预警方式对驾驶人应激反应的影响,为汽车厂商设计预警信号参数和设置预警方式提供参考依据,选取了 20位驾驶人开展听觉、视觉、触觉的单一预警方式和复合预警方式实验,采集了驾驶人的生理变化指标(心率增长率和脑电 β波功率谱值增长率)、主观评价指标(紧迫度和烦恼度)和行动反应指标(反应时间)数据。对各指标数据进行了方差分析和非参数检验,研究了各指标在不同预警方式下的差异性。结果表明:相比于单一预警方式,复合预警方式在生理变化和主观评价指标数据上均有上升,在行动反应指标数据上有所下降,说明复合预警方式虽然对驾驶人的生理唤醒有更积极作用,但同时伴随着烦恼等更消极的影响。综合考虑各预警方式,建议汽车厂商使用听 -触觉和视 -触觉的复合预警方式。
简介:摘要:本项目公开了非机动车占用机动车车道识别方法,包括:拍摄所在区域的机动车道和非机动车道的视频图像,并传输给视频分析系统;采用基于深度神经网络学习电动自行车的特征,并建立电动自行车的外形训练模型和车牌训练模型;对视频图像进行图像分割,以区分机动车道和非机动车道;提取机动车道内的视频图像,并将所述视频图像输入外形训练模型以标记机动车道内的电动自行车;将所述标记机动车道内的电动自行车的视频图像输入车牌训练模型,检测输出电动自行车的车牌号码。通过上述方案,本项目具有识别准确、降低计算工作量等优点,在人工智能技术领域具有很高的实用价值和推广价值。
简介:摘要:驾驶人分心状态判别是分心驾驶预警系统的重要基础。为了探寻驾驶人分心判别方法,本文通过设计模拟驾驶实验,采集正常驾驶状态和执行语音短信次任务时的驾驶绩效指标和驾驶人视觉特征指标,通过ReliefF算法筛选出重要度较大的10个指标作为驾驶人分心状态判别指标,将这些指标作为随机森林组合模型的输入,建立基于随机森林组合模型的驾驶人分心状态判别模型。结果表明,本文建立的模型可以准确判别驾驶人分心状态,判别准确率为82.69%。与决策树C4.5和BP神经网络算法相比,随机森林组合算法在准确率、精准率、召回率、F1值和ROC曲线等模型性能方面均优于其他两种方法。本文所建模型能够有效地判别驾驶人分心状态,可为驾驶人分心预警系统和分心控制策略提供依据。
简介:摘要随着经济的不断发展,我国在汽车经济上的收益也越来越多,道路上也不再只是公交车、自行车等交通工具,更多的都是私家车。与此同时,由于私家车越来越多,日前根据调查得知,我国的交通事故也不断的增加。为了防止由于交通事故引起的家庭的破损、财产的损失等一系列突发事件,在机动车的驾驶技能上需要驾驶人员不断的提高,在考取驾照时也需要更严格的考试和考量。需要每一个驾驶人员都能够遵循法律,更需要每一个驾驶人员都能够进行安全驾驶。