發(fā)布時間：2023-11-05 13:22

　　良好的道路照明對降低交通事故發(fā)生率至關重要。與亮度和照度相比,小目標可見度是一個更為有效的指標且被國際照明協(xié)會(CIE)和北美照明學會認可并在美國實施。但現(xiàn)行的小目標可見度標準忽略了駕駛負載和小目標運動性的影響。本文基于虛擬駕駛實驗平臺,在不同駕駛負載情況下,針對中間視覺的小目標可見度開展了相關研究。建立了能夠提供駕駛環(huán)境和駕駛負載的2D虛擬駕駛實驗平臺�；谠撈脚_,研究了駕駛負載對反應時間的影響。結果表明駕駛負載對反應時間具有顯著性影響,駕駛負載會造成反應時間變長。此外,對比度、車道和小目標出現(xiàn)距離對反應時間也有顯著性影響。同時也證明了虛擬駕駛實驗平臺的可行性和有效性。建立了3D虛擬駕駛實驗平臺,克服了2D平臺場景過于簡單,且小目標缺乏運動真實性等缺點,能夠提供一個更加真實的夜間駕駛場景。基于3D平臺,研究了駕駛負載及對比度等視覺因素對反應時間、探測率和MVP(探測率/反應時間)三種視覺功效的影響。研究表明駕駛負載及各視覺因素對反應時間和MVP具有顯著性影響,且主因素間都存在交互。除小目標出現(xiàn)的距離外,駕駛負載及其他視覺因素對探測率均有顯著影響。駕駛負載越小、對比度絕對值越高、視標出...

【文章頁數(shù)】：93 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstrast
第一章 緒論
    1.1 交通事故與夜間照明
    1.2 人眼結構和中間視覺特性
    1.3 小目標可見度(STV)國內外研究現(xiàn)狀
    1.4 論文研究的意義
    1.5 論文結構和內容安排
第二章 中間視覺小目標可見度的研究理論
    2.1 用于中間視覺小目標可見度研究的視覺功效法
    2.2 小目標可見度的計算方法和局限性
    2.3 小目標可見度的研究方法
        2.3.1 實際場地研究
        2.3.2 實驗室模擬研究
    2.4 用于預測反應時間的深度學習算法
    2.5 本章小結
第三章 基于2D虛擬駕駛實驗平臺的駕駛負載對反應時間影響研究
    3.1 2D虛擬駕駛實驗平臺的搭建
        3.1.1 平臺硬件的搭建
        3.1.2 平臺軟件的搭建
    3.2 實驗設計
        3.2.1 實驗場景和參數(shù)選擇
        3.2.2 實驗方法和流程
    3.3 實驗數(shù)據(jù)分析
    3.4 駕駛負載對反應時間的影響
    3.5 研究的不足之處
    3.6 本章小結
第四章 基于3D虛擬駕駛實驗平臺的駕駛負載對視覺功效影響研究
    4.1 3D虛擬駕駛實驗平臺的搭建
    4.2 實驗設計
        4.2.1 實驗場景和參數(shù)選擇
        4.2.2 實驗場景和參數(shù)選擇
    4.3 實驗數(shù)據(jù)分析
    4.4 駕駛負載對反應時間的影響
    4.5 駕駛負載對探測率的影響
    4.6 駕駛負載對MVP的影響
    4.7 本章小結
第五章 不同駕駛速度的小目標可見度模型的研究
    5.1 駕駛速度對反應時間和探測率的影響
        5.1.1 駕駛速度對反應時間的影響
        5.1.2 駕駛速度對探測率的影響
    5.2 基于深度學習的反應時間預測模型
    5.3 探測率預測模型
        5.3.1 基于深度學習的探測率模型
        5.3.2 基于對數(shù)擬合的探測率模型
    5.4 不同駕駛速度的小目標可見度模型及碰撞車距
        5.4.1 不同駕駛速度的小目標可見度模型
        5.4.2 不同駕駛速度的碰撞車距
    5.5 本章小結
第六章 總結與展望
    6.1 總結
    6.2 展望
致謝
參考文獻
作者簡介



本文編號：3861113