為了研究自動駕駛過程中的駕駛員視覺特性與駕駛員接管自動駕駛車輛控制的績效之間的關(guān)系,研究者調(diào)研了不同人群的視覺能力和視覺能力對駕駛的影響等研究。據(jù)此確立了本文的兩部分研究內(nèi)容:分別為基礎(chǔ)的視野范圍研究以及駕駛環(huán)境下視野范圍對駕駛績效的影響。以此確定了本文的研究目的:1)測定不同特征人群的基礎(chǔ)視野能力。2)驗(yàn)證不同的視野范圍對駕駛績效的影響規(guī)律。本文進(jìn)行了三個實(shí)驗(yàn)來此進(jìn)行研究,首先是對成年人群體的基礎(chǔ)視野能力的測量,然后在此基礎(chǔ)上對自動駕駛此任務(wù)條件下的接管和對各視野位置下駕駛員的視覺接管績效進(jìn)行研究�；A(chǔ)視野測量是此后兩個實(shí)驗(yàn)的前提,而此后的兩個實(shí)驗(yàn)則分別從次任務(wù)接管和危險(xiǎn)物出現(xiàn)的視野位置兩個角度進(jìn)行研究。在成年人群體的基礎(chǔ)視野能力的測量中,依據(jù)年齡段將測試人群劃分為青年組、中年組、和老年組,共測試樣本138人。此外,為了探究參試者在注視移動物體是所表現(xiàn)出的動態(tài)視野能力,模擬了四種角速度的凝視點(diǎn)速度共分為0°/s(靜視野)、2°/s、8°/s、16°/s。研究結(jié)果表明:年齡對動態(tài)有效視野特性具有顯著影響。隨著年齡增加,有效視野面積、有效視野周長隨之下降;視野特性受凝視點(diǎn)移動速度影響,隨... 

【文章來源】：北京建筑大學(xué)北京市

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

近五年來交通事故統(tǒng)計(jì)

嵯攏?菔輝苯庸艸盜鏡乃俁染統(tǒng)閃擻跋?駕駛安全的一個重要影響因素。而這一因素又受到很多其他因素的影響�？梢詫⑦@些因素歸納為兩部分，即駕駛?cè)说囊蛩匕ǎ厚{駛員的年齡、性別、視覺能力等，此外還有駕駛輔助系統(tǒng)本身的因素，包括：駕駛速度、提示信息呈現(xiàn)方式等。2.2自動駕駛?cè)藱C(jī)交互駕駛的過程實(shí)際上是人-車-路的交互過程，自動駕駛技術(shù)的發(fā)展使得駕駛員從精神集中的駕駛?cè)蝿?wù)中解脫出來，在減輕了駕駛員的駕駛壓力的同時(shí)也降低了人車之間的交互頻率，Stanton和Marsden提出了駕駛員與自動駕駛車輛之間的交互模型[19]，如圖2.1所示。只有當(dāng)駕駛員收到顯示器提示時(shí)才需要對車輛進(jìn)行控制，此外駕駛?cè)蝿?wù)并不需要駕駛員參與，離開了駕駛員環(huán)節(jié)，自動駕駛系統(tǒng)和車輛之間依舊可以構(gòu)成一個閉合的回路。但在遇到復(fù)雜路況時(shí)還需要駕駛員的操控，此外駕駛員為了尋求刺激和存在感，也可能會采取的冒險(xiǎn)行為。圖2.1駕駛員人車交互模型[19]Figure2.1Driver-carinteractionmodel此外，MoritzKorbera[20]提出人機(jī)系統(tǒng)的反饋環(huán)路:指出在輔助駕駛條件下，駕駛員是獨(dú)立于反饋回路之外的，因此其無法迅速的捕捉到周圍的路況信息[21]。如圖1.3所示，在該環(huán)路中，駕駛員需要經(jīng)過感知、說明、決策后才能做出相應(yīng)行動，而突然接管駕駛

第2章文獻(xiàn)綜述6系統(tǒng)的駕駛員，需要一段時(shí)間來采集周圍的環(huán)境信息以建立正確的情景意識。圖2.2人機(jī)系統(tǒng)反饋模型[20]Figure2.2Feedbackmodelofhuman-machinesystem綜上所述，可以看到在加入了自動駕駛系統(tǒng)的駕駛?cè)蝿?wù)模型中，人的因素已經(jīng)不是駕駛?cè)蝿?wù)運(yùn)行的必要條件，但當(dāng)前的自動駕駛系統(tǒng)又無法對所有的路況做出決策，因此需要將駕駛員的操控元素隨時(shí)接入駕駛?cè)蝿?wù)中，因此有必要調(diào)查人在突發(fā)的有時(shí)間壓力的情境下接管駕駛?cè)蝿?wù)并對復(fù)雜路況做出處理的時(shí)間需求。2.3自動駕駛控制接管的影響因素自動駕駛因?yàn)槠淠軌蛴行У臏p少駕駛員的駕駛負(fù)擔(dān)，而逐步成為現(xiàn)代汽車的發(fā)展趨勢。自動駕駛汽車通過傳感器感知周圍環(huán)境及路況信息，然后由決策控制系統(tǒng)控制車輛轉(zhuǎn)向和變速，從而使車輛在道路上完成自主駕駛的任務(wù)[22]。然而現(xiàn)代的技術(shù)水平還沒有達(dá)到第完全自動的程度，因此當(dāng)傳感器發(fā)現(xiàn)無法處理的復(fù)雜路況而決策控制系統(tǒng)又無法做出處理后會向駕駛員發(fā)出提示信息，駕駛員需要在收到該信息后手動接管車輛控制。在這一過程中，駕駛員的反應(yīng)績效決定了其駕駛安全程度，而反應(yīng)績效有受到很多因素影響。如駕駛輔助系統(tǒng)發(fā)出提示后留給駕駛員的時(shí)間長度、當(dāng)前路況接管請求的緊急程度等[23]。次任務(wù)是影響自動駕駛接管的一個主要因素，在駕駛過程中，駕駛員往往需要將注意力在駕駛?cè)蝿?wù)和當(dāng)前次任務(wù)之間來回切換。其間的切換時(shí)間影響著駕駛員的行車安全。在切換過程中駕駛員需要首先收到來自自動駕駛輔助系統(tǒng)的提示，在收到提示后，駕駛員需要立刻停止當(dāng)前次任務(wù)并抬起頭雙目注視前方路況，收集當(dāng)前路況信息建立相應(yīng)的情景意識，然后以此進(jìn)行決策。最終接管車輛的控制并作出行為。視覺搜索速度是評價(jià)駕駛效率的一個有效指標(biāo)，劉娜等人指出搜索時(shí)間在40分鐘以內(nèi)，?

【參考文獻(xiàn)】：
期刊論文
[1]駕駛?cè)艘曈X注視特性分析[J]. 王琳虹,張朋.  人民交通. 2019(12)
[2]自動駕駛中不同變量對駕駛?cè)私庸軙r(shí)間和心率的影響[J]. 林子鑒,嚴(yán)偉華,陳豐,張霖,潘曉東.  上海公路. 2019(03)
[3]視覺類次任務(wù)駕駛安全性預(yù)測模型[J]. 龔天洋,郭柏蒼,王文揚(yáng),何佳.  科學(xué)技術(shù)與工程. 2019(11)
[4]老年駕駛?cè)擞行б曇皽y試研究[J]. 郭鳳香,石晨光,陳平,朱荔.  人類工效學(xué). 2019(01)
[5]駕駛?cè)舜稳蝿?wù)轉(zhuǎn)換特性研究[J]. 王磊,楊明煊,孫宇,朱彤,周育名.  長安大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[6]險(xiǎn)情中駕駛?cè)私庸茏詣玉{駛車輛的駕駛行為研究[J]. 鈕建偉,張雪梅,孫一品,秦華.  中國公路學(xué)報(bào). 2018(06)
[7]分心對駕駛?cè)私煌_突反應(yīng)時(shí)間的影響[J]. 李鵬輝,胡孟夏,張文會,李一兵.  中國公路學(xué)報(bào). 2018(04)
[8]自動駕駛中視覺次任務(wù)對年輕駕駛?cè)私庸軙r(shí)間的影響[J]. 魯光泉,趙鵬云,王兆杰,林慶峰.  中國公路學(xué)報(bào). 2018(04)
[9]山區(qū)公路駕駛?cè)藙討B(tài)視覺試驗(yàn)研究[J]. 彭金栓,張磊,邵毅明,周陶,徐進(jìn).  中國科技論文. 2018(07)
[10]動態(tài)視覺搜索任務(wù)中顯示移動速度對視覺疲勞的影響[J]. 劉娜,張運(yùn)紅,于瑞峰,張高艷.  工業(yè)工程. 2017(02)

博士論文
[1]駕駛?cè)艘曈X感知特性及其建模研究[D]. 邢大偉.吉林大學(xué) 2019
[2]交通環(huán)境及駕駛經(jīng)驗(yàn)對駕駛員眼動和工作負(fù)荷影響的研究[D]. 郭應(yīng)時(shí).長安大學(xué) 2009
[3]基于人機(jī)交互仿真的駕駛次任務(wù)研究[D]. 王穎.清華大學(xué) 2009
[4]城市道路環(huán)境中汽車駕駛員動態(tài)視覺特性試驗(yàn)研究[D]. 袁偉.長安大學(xué) 2008

碩士論文
[1]自動駕駛車輛信任態(tài)度對駕駛分心的影響[D]. 張藝競.遼寧師范大學(xué) 2019
[2]不同風(fēng)險(xiǎn)感知效用駕駛?cè)艘曈X行為及特性分析[D]. 許文利.昆明理工大學(xué) 2017
[3]城市道路環(huán)境中突現(xiàn)事件分析與信息庫建立[D]. 徐云杰.長安大學(xué) 2013
[4]基于眼動分析的汽車駕駛員視覺搜索模式研究[D]. 馬勇.長安大學(xué) 2006



本文編號：2920484