简介:换道是驾驶员达到快速通行目标的一种常用手段,但换道会带来很多公路交通事故。为有效避免交通事故,需给驾驶员提供换道安全预警。构建了安全换道决策模型,将换道决策分为换道意图识别和换道条件判断分别建立模型以提高预测精确度。通过神经网络方法SOM(Self-Organization-Map)聚类及BP(BackPropagation)建立换道意图识别模型,基于贝叶斯理论建立最小风险贝叶斯换道条件判别模型。模型开发和测试采用车辆轨迹数据集(NGSIM),提取数据中的换道行为特征参数作为模型的输入,将驾驶员换道决策预测视为输入变量的函数。通过对比最小贝叶斯和最小风险贝叶斯方法发现,由后者构建的换道条件判别模型效果较好,对于不换道行为的预测精度为90.4%,换道行为的预测精度为73.8%。鉴于错误的换道决策可能导致交通事故,而错误的不换道决策只会导致失去一次换道的机会,在换道辅助系统中,不换道决策的精确度要求需高于换道决策的精度。最后,在微观交通仿真系统中加入换道决策模型,其结果验证换道决策安全。最小风险贝叶斯换道条件判别模型的引入,使得换道决策系统能够通过修正风险系数,进一步提高换道判别精度,减少不安全的换道概率。
简介:摘要随着国内地铁建设的大规模开展,盾构施工工法由于具备安全、快捷、适应性广等特点而在地铁区间施工中被广泛使用。盾构法施工过程中材料运输和渣土外运依靠电瓶机车完成,但目前的国内电瓶机车生产厂家众多,产品也是大同小异,控制部分较简单,控制技术水平低,安全系数不高,安全事故频发。本次研究电机车辅助驾驶技术采用智能控制器控制机车运行,在隧道行驶过程中经过不同路段时自动变换运行速度,避免爬坡段力矩不足,变频器跳电,电机车溜车等现象发生,并采用新技术新工艺实现电机车特殊路段自动限速、并具有人员定岗定责、机车运行数据和视频实时监控、里程检测、防止司机疲劳驾驶等功能,提高了电机车安全系数。
简介:摘要:近年来,国内的汽车制造业取得了很大的进步,生产质量也有了长足的进步,国产汽车更是让国人感到自豪。汽车电子技术的运用,显著地改善了汽车的主、被动安全性能,做好汽车智能驾驶辅助系统的技术研发和推广,可以帮助我们的汽车制造水平不断地提高,从而推动我们的汽车制造业的发展,给人们带来安全可靠的汽车产品,这也是目前汽车市场的消费者需求。为此,本文就汽车辅助驾驶系统所涉及到的有关技术进行了技术上的剖析,并给出了相应的研究开发方向,为今后的发展提供了借鉴。
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。