發(fā)布時間：2022-02-21 22:28

　　道路交通安全是交通領(lǐng)域持續(xù)的研究熱點,智慧交通是當(dāng)今社會重要的發(fā)展趨勢。建設(shè)智慧交通的重點之一是通過先進駕駛輔助（ADAS）技術(shù)改善行車安全。其中,風(fēng)險預(yù)警是先進駕駛輔助技術(shù)的基礎(chǔ)。本文根據(jù)風(fēng)險信息和交通沖突相關(guān)理論,分析交通沖突模型,針對道路交通風(fēng)險,開展風(fēng)險信息與交通沖突預(yù)警研究,為行車安全的改善提供借鑒和參考。首先,通過風(fēng)險信息和交通沖突相關(guān)理論,按照風(fēng)險信息類型劃分沖突類型,分析各種沖突模型的適用情況,為本文建立沖突模型提供依據(jù),并對本研究將涉及的指標(biāo)含義進行說明。其次,通過播放實車風(fēng)險視頻測試駕駛?cè)说娘L(fēng)險感知水平。以駕駛?cè)说姆磻?yīng)時間表征風(fēng)險等級,得到駕駛?cè)孙L(fēng)險等級分布圖。駕駛?cè)烁兄芰Ψ植家?guī)律表明:駕駛?cè)说娘L(fēng)險等級分布符合二次曲線規(guī)律,在給定風(fēng)險信息場景和5級風(fēng)險設(shè)定條件下,風(fēng)險等級處在3至4級中等水平的駕駛?cè)巳藬?shù)最多,駕駛平均水平處于等級3,駕駛風(fēng)險較大和較小的受試者人數(shù)較少,僅為20%左右。根據(jù)視頻中機動車與機動車的沖突風(fēng)險,建立了車與車交通沖突的預(yù)警模型,選擇以汽車運動學(xué)模型為基礎(chǔ)建立最小安全距離模型,并考慮路面附著系數(shù)、脈沖式激光測量過程中的測距誤差和測角誤差的影響,... 

【文章來源】：昆明理工大學(xué)云南省

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 駕駛風(fēng)險信息研究
        1.2.2 交通沖突技術(shù)
        1.2.3 風(fēng)險預(yù)警系統(tǒng)
    1.3 課題研究意義
    1.4 研究內(nèi)容和技術(shù)路線
        1.4.1 研究內(nèi)容
        1.4.2 技術(shù)路線
    1.5 本章小結(jié)
第二章 風(fēng)險信息與交通沖突
    2.1 風(fēng)險信息
        2.1.1 風(fēng)險信息定義
        2.1.2 行人風(fēng)險信息
            2.1.2.1 行人風(fēng)險信息行為
            2.1.2.2 行人風(fēng)險行為內(nèi)在因素
            2.1.2.3 行人風(fēng)險行為外在因素
        2.1.3 非機動車風(fēng)險信息行為
        2.1.4 機動車風(fēng)險信息
    2.2 交通沖突技術(shù)理論
        2.2.1 交通沖突定義
        2.2.2 交通沖突的分類
        2.2.3 沖突嚴重程度判別
        2.2.4 交通沖突常用指標(biāo)
        2.2.5 導(dǎo)致交通沖突的因素
    2.3 以風(fēng)險信息分類的交通沖突模型
        2.3.1 沖突模型建立的技術(shù)依托
        2.3.2 沖突模型設(shè)計目標(biāo)
        2.3.3 機動車-行人沖突模型
        2.3.4 機動車-非機動車沖突模型
        2.3.5 機動車-機動車沖突模型
            2.3.5.1 交叉沖突
            2.3.5.2 追尾沖突
            2.3.5.3 換道沖突
            2.3.5.4 換道沖突分類
    2.4 本章小結(jié)
第三章 駕駛?cè)藢︼L(fēng)險信息的感知實驗
    3.1 引言
    3.2 實驗設(shè)計
        3.2.1 實驗設(shè)備
        3.2.2 駕駛?cè)藢︼L(fēng)險感知的等級
            3.2.2.1 風(fēng)險信息感知實驗場景與等級設(shè)置
            3.2.2.2 風(fēng)險分級方法
        3.2.3 信息風(fēng)險度測試方法
        3.2.4 受試者
        3.2.5 信息風(fēng)險度測試實驗步驟
        3.2.6 實驗結(jié)果分析
    3.3 本章小結(jié)
第四章 交通沖突安全距離預(yù)警模型建立
    4.1 建立車-車風(fēng)險預(yù)警模型
    4.2 建立模型的技術(shù)依托
        4.2.1 車路協(xié)同技術(shù)
        4.2.2 機器視覺技術(shù)
        4.2.3 傳感測距技術(shù)
            4.3.2.1 激光雷達測量工作原理
            4.3.2.2 激光雷達測距儀型號
            4.3.2.3 激光雷達誤差
    4.3 建立基于激光雷達傳感技術(shù)的安全距離模型
    4.4 校正后的交通沖突預(yù)警模型計算結(jié)果
    4.5 模型報警時間與駕駛?cè)朔磻?yīng)時間對比
    4.6 本章小結(jié)
第五章 風(fēng)險預(yù)警系統(tǒng)仿真實驗
    5.1 交通沖突預(yù)警系統(tǒng)
    5.2 交通沖突風(fēng)險預(yù)警系統(tǒng)設(shè)計目的
    5.3 預(yù)警系統(tǒng)常用設(shè)備
        5.3.1 車路協(xié)同預(yù)警系統(tǒng)硬件
        5.3.2 機器視覺預(yù)警系統(tǒng)常用設(shè)備
    5.4 基于雷達傳感技術(shù)的沖突預(yù)警系統(tǒng)架構(gòu)
    5.5 仿真實驗
        5.5.1 Prescan仿真軟件
        5.5.2 仿真試驗
            5.5.2.1 車輛參數(shù)和場景設(shè)置
            5.5.2.2 預(yù)警模型設(shè)置
            5.5.2.3 仿真實驗結(jié)論
    5.6 本章小結(jié)
第六章 結(jié)論與展望
    6.1 論文工作總結(jié)
    6.2 研究展望
致謝
參考文獻
附錄A 發(fā)表的論文及科研工作


【參考文獻】：
期刊論文
[1]車輛換道行為建模的回顧與展望[J]. 陸建,李英帥.  交通運輸系統(tǒng)工程與信息. 2017(04)
[2]車路協(xié)同系統(tǒng)中的車輛精確定位方法研究[J]. 張輝,莊文盛,楊永強,龔文森.  公路交通科技. 2017(05)
[3]車載雷達陣面舉升裝置的位置誤差分析[J]. 康偉,包漢偉,姜曉帥,孫啟鵬,李剛炎.  機械傳動. 2016(03)
[4]車路協(xié)同系統(tǒng)的視景仿真模型[J]. 上官偉,郭弘倩,劉朋慧,蔡伯根,王劍.  交通運輸工程學(xué)報. 2015(03)
[5]安全氛圍對安全行為的影響:有調(diào)節(jié)的中介模型[J]. 葉新鳳,李新春,王智寧.  科學(xué)決策. 2014(10)
[6]霧天對高速公路駕駛員視覺影響研究[J]. 高建平,張續(xù)光.  武漢理工大學(xué)學(xué)報. 2014(09)
[7]基于交通沖突的高速公路實時安全狀態(tài)評價研究[J]. 江周,張存保,夏銀霞.  中國安全科學(xué)學(xué)報. 2014(09)
[8]基于車路協(xié)同的車輛狀態(tài)估計方法[J]. 謝伯元,王建強,秦曉輝,李克強.  汽車工程. 2014(08)
[9]新老駕駛員危險感知差異性研究[J]. 唐智慧,方爭楠,程杰.  人類工效學(xué). 2014(01)
[10]城市道路環(huán)境中駕駛?cè)藨?yīng)激響應(yīng)感知-制動反應(yīng)時間分析[J]. 王暢,付銳,于鵬程.  科學(xué)技術(shù)與工程. 2013(13)

博士論文
[1]面向駕駛輔助系統(tǒng)的車輛行駛安全預(yù)警模型研究[D]. 胡三根.華南理工大學(xué) 2016
[2]車路協(xié)同實驗測試系統(tǒng)及安全控制技術(shù)研究[D]. 易振國.吉林大學(xué) 2011
[3]車載移動測量系統(tǒng)激光掃描儀和線陣相機的檢校技術(shù)研究[D]. 韓友美.山東科技大學(xué) 2011
[4]智能車輛自動換道與自動超車控制方法的研究[D]. 游峰.吉林大學(xué) 2005
[5]汽車縱向主動避撞系統(tǒng)的研究[D]. 侯德藻.清華大學(xué) 2004

碩士論文
[1]雨霧低能見度環(huán)境下基于駕駛?cè)司褙摵傻鸟{駛穩(wěn)定性狀態(tài)識別研究[D]. 劉敏.華南理工大學(xué) 2017
[2]基于智能終端的車輛碰撞預(yù)警系統(tǒng)的設(shè)計與實現(xiàn)[D]. 劉媛媛.南京理工大學(xué) 2017
[3]城市道路沖突點交通安全間接評價模型研究[D]. 張寧.重慶大學(xué) 2016
[4]基于交通沖突技術(shù)的城市道路作業(yè)區(qū)車輛匯合模型及應(yīng)用[D]. 薛山.北京交通大學(xué) 2016
[5]車輛換道行為動態(tài)特性及其對車流影響研究[D]. 陳文嬌.青島理工大學(xué) 2015
[6]基于車聯(lián)網(wǎng)的車內(nèi)應(yīng)用平臺的設(shè)計與實現(xiàn)[D]. 柴東新.浙江大學(xué) 2015
[7]道路交叉口行人不安全行為影響因素研究[D]. 錢田梓.北京交通大學(xué) 2015
[8]汽車前方防撞系統(tǒng)中安全預(yù)警算法研究[D]. 陽路.西南石油大學(xué) 2015
[9]與匝道車輛交互的無人駕駛汽車避撞系統(tǒng)研究[D]. 王詩源.北京理工大學(xué) 2015
[10]車輛主動安全預(yù)警與交通信息采集系統(tǒng)設(shè)計與實現(xiàn)[D]. 王曙.華南理工大學(xué) 2015



本文編號：3638155