针对传统模型中将驾驶员反应时间设为固定值、忽略驾驶员差异性这一问题进行优化,提出一种考虑驾驶员差异性的安全距离模型.选取驾驶员驾龄、驾驶风格识别系数、车速这3个因素作为特征值,采用模糊控制算法,对驾驶员反应时间进行计算.基...针对传统模型中将驾驶员反应时间设为固定值、忽略驾驶员差异性这一问题进行优化,提出一种考虑驾驶员差异性的安全距离模型.选取驾驶员驾龄、驾驶风格识别系数、车速这3个因素作为特征值,采用模糊控制算法,对驾驶员反应时间进行计算.基于Honda模型建立考虑驾驶员差异性的安全距离模型,依据中国新车评价规程(China-new car assessment program, C-NCAP),选取前车制动工况对所提出的安全距离模型进行仿真试验验证.结果表明:所提出的模型在上述工况下具有良好的实时性和适应性,安全距离模型在保证行车安全性的基础上,驾驶员反应时间能够体现不同类型驾驶员的差异性,提高了行驶安全性.展开更多
文摘识别非驾驶行为是提高驾驶安全性的重要手段之一。目前基于骨架序列和图像的融合识别方法具有计算量大和特征融合困难的问题。针对上述问题,本文提出一种基于多尺度骨架图和局部视觉上下文融合的驾驶员行为识别模型(skeleton-image based behavior recognition network,SIBBR-Net)。SIBBR-Net通过基于多尺度图的图卷积网络和基于局部视觉及注意力机制的卷积神经网络,充分提取运动和外观特征,较好地平衡了模型表征能力和计算量间的关系。基于手部运动的特征双向引导学习策略、自适应特征融合模块和静态特征空间上的辅助损失,使运动和外观特征间互相引导更新并实现自适应融合。最终在Drive&Act数据集进行算法测试,SIBBR-Net在动态标签和静态标签条件下的平均正确率分别为61.78%和80.42%,每秒浮点运算次数为25.92G,较最优方法降低了76.96%。
文摘针对传统模型中将驾驶员反应时间设为固定值、忽略驾驶员差异性这一问题进行优化,提出一种考虑驾驶员差异性的安全距离模型.选取驾驶员驾龄、驾驶风格识别系数、车速这3个因素作为特征值,采用模糊控制算法,对驾驶员反应时间进行计算.基于Honda模型建立考虑驾驶员差异性的安全距离模型,依据中国新车评价规程(China-new car assessment program, C-NCAP),选取前车制动工况对所提出的安全距离模型进行仿真试验验证.结果表明:所提出的模型在上述工况下具有良好的实时性和适应性,安全距离模型在保证行车安全性的基础上,驾驶员反应时间能够体现不同类型驾驶员的差异性,提高了行驶安全性.