模糊推理的跟驰安全距离控制算法及实现交通运输工程学报，马骏论驾驶员的感知特性及安全管理对策公路交通科技，孙宏图，刘兴亮，黄昆基于高速自然驾驶数据的驾驶员跟车特性山东交通学院学报，基金国家重点研发计划项目。由图可知场景的曲线都呈现螺旋状，即在稳速跟车加速度呈正相关，减速过程与之相反跟车过程中自车车速加速度以及跟车间距没有明显的相关性。参考文献吴振昕，何云廷，于立娇，等基于大数据的驾驶风格识别算法研究汽车技术，马雷，陈珂，王明露，等车路协同环境下驾驶员行为识别方法研究汽车工程，段敏，于文泰，刘振朋无人驾驶汽车十字路口多车协作控制研究汽车技术，彭军，王江锋，王娜基于机器视觉的智能车辆避高等高速自然驾驶数据基础上驾驶员跟车特性汽车工业距自车车速与加速度的关系为了分析与之间的关系，将以为挡进行划分，然后对划分后相应范围中的加速度求平均值，为了便于观察规律，将者的相关性用维柱状图表示，如图所示。由图可以看出与之间并未有明显的变化规律。由于在稳定跟车阶段变化不大，以及试验数据有限，者之间没有呈现明显相关性。图减速跟车时与的关系曲线图跟车过程中与的关系结与在定区间范围内波动。当驾驶员有跟车意图时，使自车不断接近前车以达到期望的在稳定跟车段时间后，由于前车减速使两车间距迅速减小，驾驶员经过小段反应时间后，立即采取措施使逐渐减小。加减速跟车阶段加速减速跟车阶段，自车快速靠近远离前车，相对速度不断变小变大，两车之间的距离逐渐减小扩大。图为随机选取的两段加减速跟车场景中与的变化关系现对跟车场景进行判定挖掘及数据提取的目的。该跟车判定程序中符合动态要素的目标车辆可能有个甚至多个，通过最小跟车间距判定唯的跟车目标，从而得到跟车过程中的跟车参数。图加减速阶段与的变化关系跟车过程加速度特性分析从段跟车数据中分别随机选取段加速和段减速跟车场景进行分析，首先将加速阶段场景的数据点进行次拟合，其拟合函数为式中分别为个加速跟车场试验车自车中采集数据的传感器主要包括摄像头激光雷达和波雷达，其实物如图所示。由于本次试验主要进行驾驶员跟车特性的研究，故将种传感器安装在试验车的前部，其安装位臵如图所示。图试验用传感器图传感器安装位臵示意图跟车判定程序设计实车试验阶段采集的自然驾驶数据并非全部属于跟车阶段，需要对试验数据进行筛选，提取符合跟车场景的数据联合软件对驾驶数据进行跟车场景的判定与筛选，研究驾驶员在加减速以及稳速跟车阶段的跟车特性，最大限度满足驾驶员在实际驾驶环境中的舒适性与稳定性，以期为及驾驶员跟车仿真研究提供参考依据。跟车判定程序设计试验设计选择进行道路试验，测试有效时间为。道路测试里程为。测试天气有晴天阴天雨天雾霾天等。测试地点涵研究，利用图和表，在软件中以为个时间周期，截取段高速跟车场景，共个数据点。跟车特性分析跟车间距通过对个数据点进行统计分析，发现自车车速稳定在，统计跟车间距如图所示。从图可以看出以上的跟车间距为，平均跟车间距为。为了分析驾驶员在不同车速下的跟车距离，将个跟车场景的车速以每为个梯度进行划分，经计算统计跟车间距如表所示驾驶数据进行跟车场景的判定与筛选，研究驾驶员在加减速以及稳速跟车阶段的跟车特性，最大限度满足驾驶员在实际驾驶环境中的舒适性与稳定性，以期为及驾驶员跟车仿真研究提供参考依据。跟车判定程序设计试验设计选择进行道路试验，测试有效时间为。道路测试里程为。测试天气有晴天阴天雨天雾霾天等。测试地点涵盖天津重庆常州及周边地区。道路类型包括高速公路城市后，将判定程序嵌入具有数据采集及传感器数据读取功能的软件中，以实现对跟车场景进行判定挖掘及数据提取的目的。该跟车判定程序中符合动态要素的目标车辆可能有个甚至多个，通过最小跟车间距判定唯的跟车目标，从而得到跟车过程中的跟车参数。随着车辆网络技术及控制技术的不断提高，通过智能化手段提高车辆的舒适度安全性和节能性是目前汽车领域的重点研究方高等高速自然驾驶数据基础上驾驶员跟车特性汽车工业盖天津重庆常州及周边地区。道路类型包括高速公路城市道路城市快速路乡村道路山区道路等，其中高速国道市区乡村道路的比例约为。测试场景包括直道弯道十字路口红绿灯人行横道桥梁隧道等以及种或种以上的组合场景。测试过程中随机抽取驾驶员名，主要按照性别年龄等要素进行分类，其中男女驾驶员的比例约为，年龄为岁。高等高速自然驾驶数据基础上驾驶员跟车特性汽车工业的舒适度安全性和节能性是目前汽车领域的重点研究方向之。自适应巡航系统，在定速巡航的基础上，进步考虑驾驶员的舒适性和安全性，能有效缓解驾驶疲劳，具有广阔的发展前景，如何合理决策车速与安全跟车距离驾驶员跟车行为以及加速度特性是算法开发的核心。本文以驾驶员在高速公路上的自然驾驶数据为基础，通过与呈正相关，即当不断增大时，车辆会有个加速的过程以增大，从而达到期望的。试验车自车中采集数据的传感器主要包括摄像头激光雷达和波雷达，其实物如图所示。由于本次试验主要进行驾驶员跟车特性的研究，故将种传感器安装在试验车的前部，其安装位臵如图所示。图试验用传感器图传感器安装位臵示意图跟车判定程序设计实车试验阶段采集的，其中为跟车间距均值，为跟车间距标准差。图跟车间距统计表跟车间距分布为便于研究驾驶员在跟车过程中与的关系，将不同下的作次拟合经过次拟合时，拟合效果最理想，与后车车速的拟合关系分别为图跟车过程中与的拟合曲线。随着车辆网络技术及控制技术的不断提高，通过智能化手段提高车道路城市快速路乡村道路山区道路等，其中高速国道市区乡村道路的比例约为。测试场景包括直道弯道十字路口红绿灯人行横道桥梁隧道等以及种或种以上的组合场景。测试过程中随机抽取驾驶员名，主要按照性别年龄等要素进行分类，其中男女驾驶员的比例约为，年龄为岁。高等高速自然驾驶数据基础上驾驶员跟车特性汽车工业。本文主要对驾驶员在高速公路上的稳定跟车特性进行向之。自适应巡航系统，在定速巡航的基础上，进步考虑驾驶员的舒适性和安全性，能有效缓解驾驶疲劳，具有广阔的发展前景，如何合理决策车速与安全跟车距离驾驶员跟车行为以及加速度特性是算法开发的核心。本文以驾驶员在高速公路上的自然驾驶数据为基础，通过联合软件然驾驶数据并非全部属于跟车阶段，需要对试验数据进行筛选，提取符合跟车场景的数据。本次跟车判定系统利用动态要素对跟车场景进行挖掘，动态要素主要包括两车相对速度及纵向距离自车速度两车侧向距离跟车时距和即时碰撞时间自车会撞上前车的时间等。基于仿真平台对跟车动态要素进行限定，跟车判定动态要素程序如图所示。限定跟车动态要素高等高速自然驾驶数据基础上驾驶员跟车特性汽车工业跟车数据中分别随机选取段加速和段减速跟车场景进行分析，首先将加速阶段场景的数据点进行次拟合，其拟合函数为式中分别为个加速跟车场景的自车加速度分别为个加速跟车场景的车头时距，即与的比值，能够表征驾驶员在跟车过程中的安全性。加速跟车场景中跟车时距与自车加速度的关系曲线如图所示。图加速跟车时与的关系曲线由图可知在个加速跟车场景中，程中，与在定区间范围内波动。当驾驶员有跟车意图时，使自车不断接近前车以达到期望的在稳定跟车段时间后，由于前车减速使两车间距迅速减小，驾驶员经过小段反应时间后，立即采取措施使逐渐减小。加减速跟车阶段加速减速跟车阶段，自车快速靠近远离前车，相对速度不断变小变大，两车之间的距离逐渐减小扩大。图为随机选取的两段加减速跟车场景中与的变撞预警算法公路交通科技，增刊吕长民，谭德荣，于广鹏，等基于驾驶员状态的高速公路安全车距模型山东交通学院学报，甘霖，李灵犀，王飞跃高速公路驾驶员行为模型的建立与仿真模式识别与人工智能，袁伟，付锐，马勇，等基于高速实车驾驶数据的驾驶人跟车模型研究汽车工程，刘通，付锐，马勇，等考虑驾驶人风格的跟车预警规则研究中国公路学报，王玉海，宋健，李兴语采集驾驶员高速自然驾驶跟车数据，采用程序联合软件对采集到的数据进行筛选，筛选出唯的跟车目标以及跟车过程中的跟车参数。驾驶员在高速公路跟车过程中跟车间距与自车车速呈正相关，且自车车速较大时驾驶员跟车间距波动范围明显在稳速及加减速跟车过程中跟车间距处于动态平衡状态，存在调整阶段。加速过程中车头时距与后。图中先增大后减小，在出现之前有个调整过程图中先减小后增大，在出现之前有个调整过程。从图中圆圈内区域可以看出在加减速跟车过程中，当即将达到驾驶员的期望跟车间距时，驾驶员将进行多次的加速减速动作以调整，从而使自车与前车达到大致的稳速间距，进入稳定跟车阶段。高等高速自然驾驶数据基础上驾驶员跟车特性汽车工业。跟车间景的自车加速度分别为个加速跟车场景的车头时距，即与的比值，能够表征驾驶员在跟车过程中的安全性。加速跟车场景中跟车时距与自车加速度的关系曲线如图所示。图加速跟车时与的关系曲线由图可知在个加速跟车场景中，与呈正相关，即当不断增大时，车辆会有个加速的过程以增大，从而达到期望的。由图可知场景的曲线都呈现螺旋状，即在稳速跟车过程中据。本次跟车判定系统利用动态要素对跟车场景进行挖掘，动态要素主要包括两车相对速度及纵向距离自车速度两车侧向距离跟车时距和即时碰撞时间自车会撞上前车的时间等。基于仿真平台对跟车动态要素进行限定，跟车判定动态要素程序如图所示。限定跟车动态要素后，将判定程序嵌入具有数据采集及传感器数据读取功能的软件中，以实