CN110688611B - 环境因素对在役隧道行车安全的评价方法及装置 - Google Patents
环境因素对在役隧道行车安全的评价方法及装置 Download PDFInfo
- Publication number
- CN110688611B CN110688611B CN201910970483.0A CN201910970483A CN110688611B CN 110688611 B CN110688611 B CN 110688611B CN 201910970483 A CN201910970483 A CN 201910970483A CN 110688611 B CN110688611 B CN 110688611B
- Authority
- CN
- China
- Prior art keywords
- jth
- working condition
- under
- environment
- condition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000007613 environmental effect Effects 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims description 45
- 238000011156 evaluation Methods 0.000 claims abstract description 11
- 238000005034 decoration Methods 0.000 claims abstract description 7
- 230000035484 reaction time Effects 0.000 claims description 24
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 claims description 22
- 238000004088 simulation Methods 0.000 claims description 22
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 claims description 22
- 210000004556 brain Anatomy 0.000 claims description 21
- 230000004399 eye closure Effects 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 11
- 238000001228 spectrum Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 239000004480 active ingredient Substances 0.000 claims description 2
- 231100000817 safety factor Toxicity 0.000 abstract description 35
- 230000000875 corresponding effect Effects 0.000 description 23
- 230000006399 behavior Effects 0.000 description 15
- 230000009471 action Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000000280 densification Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
- G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
- G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
- G09B9/052—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles characterised by provision for recording or measuring trainee's performance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种环境因素对在役隧道行车安全的评估方法,其包括:构建隧道内不同环境因素组合的环境工况下的汽车驾驶的模拟环境;所述环境因素包括隧道侧壁模块、隧道装饰模块、行车模块、交通标志模块及语音模块;采集处于对应环境工况下的虚拟环境中模拟驾驶的驾驶员的生理信息和注视信息;在模拟驾驶环境中,随机模拟突发事件,采集在对应环境工况下,驾驶员应对对所述突发事件而做出动作的行为信息;重复步骤S1和S2直至所有的环境因素组合的隧道内环境工况模拟完毕;统计驾驶员在不同环境工况下的行为信息、驾驶员注视信息和生理信息,并根据统计的信息计算隧道内不同环境工况下的行车安全系数;根据所述行车安全系数确定行车安全等级。
Description
技术领域
本发明涉及隧道行车安全领域,尤其涉及一种环境因素对在役隧道行车安全的评价方法及装置。
背景技术
公路隧道因具有缩短里程、提高交通效率,节约用地等诸多优点在交通领域发挥着越来越重要的作用,由于隧道内行车环境特殊,在隧道内,任何一个环境因素都有可能影响行车安全,如隧道内照度、隧道侧壁颜色、交通标志等因素。随着我国经济水平的不断提高,汽车行业发展迅猛,车辆密集化、行车高速化、轿车家庭化和驾驶员非职业化已经是当今的常态。由于车辆数量和驾驶人数的迅速增加,交通事故率逐年上升,行车安全问题已经得到了人们的广泛关注。现有的技术手段难以评估各项环境因素对隧道内行车安全的影响,传统的运用数学模型方法对交通行为进行理论分析存在很大的难度,而现场实证,又受到实际场景的条件限制且存在安全问题。因此,亟需一种新的评估方法,来评估各项环境因素对隧道内行车安全的影响权重,尽可能的避免隧道内事故发生,保证隧道内的安全,保障过往司乘人员的生命安全。
发明内容
有鉴于此,本申请提供一种环境因素对在役隧道行车安全的评价方法及装置。
本发明提供一种环境因素对在役隧道行车安全的评估方法,其特征在于:包括:
S1:构建隧道内不同环境因素组合的环境工况下的汽车驾驶的模拟环境;所述环境因素包括隧道侧壁模块、隧道装饰模块、行车模块、交通标志模块及语音模块;
S2:采集处于对应环境工况下的虚拟环境中模拟驾驶的驾驶员的生理信息和注视信息;
在模拟驾驶环境中,随机模拟突发事件,采集在对应环境工况下,驾驶员应对对所述突发事件而做出动作的行为信息;
S3:重复步骤S1和S2直至所有的环境因素组合的隧道内环境工况模拟完毕;
S4:统计驾驶员在不同环境工况下的行为信息、驾驶员注视信息和生理信息,并根据统计的信息计算隧道内不同环境工况下的交通安全系数;
S5:根据所述交通安全系数确定行车安全等级。
进一步,所述行车安全等级包括四级,分别是安全、较安全、较危险和危险,其中安全等级D采用如下方法确定,
其中,D表示隧道内行车安全等级,Sj表示第j种环境工况下的交通安全系数。
进一步,所述第j种环境工况下的交通安全系数Sj采用如下方法确定,
其中,Sj表示第j种环境工况下的交通安全系数,n表示参与试验的驾驶员的数量,Sij表示第i个驾驶员在第j个环境工况下的交通安全系数;
所述第i个驾驶员在第j个环境工况下的交通安全系数Sij通过如下方法确定,
Sij=St+Sp+Sr (2-1)
其中,Sij表示第i个驾驶员在第j个环境工况下的交通安全系数,St表示第i个驾驶员在第j个环境工况下的行为信息对应的交通安全系数,Sp表示第i个驾驶员在第j个环境工况下的疲劳指数对应的交通安全系数,Sr表示第i个驾驶员在第j个环境工况下的生理指数对应的交通安全系数。
进一步,所述第i个驾驶员在第j个环境工况下的行为信息对应的交通安全系数St采用如下方法确定,
其中,表示第i个驾驶员在第j个环境工况下的平均反应时间,Tij表示第i个驾驶员在第j个环境工况下的有效反应时间,Tij表示第i个驾驶员在第j个环境工况下的无效反应时间,nij第i个驾驶员在第j个环境工况下的总反应次数,nij第i个驾驶员在第j个环境工况下的无效反应次数。
进一步,所述第i个驾驶员在第j个环境工况下的疲劳指数对应的交通安全系数Sp采用如下方法确定,
其中,Sp表示第i个驾驶员在第j个环境工况下的疲劳指数对应的交通安全系数,pp80表示第i个驾驶员在第j个环境工况下的眼睛闭合度;
所述第i个驾驶员在第j个环境工况下的眼睛闭合度pp80采用如下方法确定,
其中,pp80表示第i个驾驶员在第j个环境工况下的眼睛闭合度,Pij80表示第i个驾驶员在第j个环境工况下的眼睛闭合度大于80%的帧数,Pij表示第i个驾驶员在第j个环境工况下图片总帧数。
进一步,所述第i个驾驶员在第j个环境工况下的生理指数对应的交通安全系数Sr,采用如下方法确定,
其中,Sr表示第i个驾驶员在第j个环境工况下的生理指数对应的交通安全系数,Rij表示第i个驾驶员在第j个环境工况下的脑电波功率谱比值;
所述第i个驾驶员在第j个环境工况下的脑电波功率谱比值Rij采用如下方法确定,
其中,Rij表示第i个驾驶员在第j个环境工况下的脑电波功率谱比值,αij表示第i个驾驶员在第j个环境工况下α脑电波的频率,θij表示第i个驾驶员在第j个环境工况下θ脑电波的频率,βij表示第i个驾驶员在第j个环境工况下β脑电波的频率。
进一步,所述行为信息为驾驶员应对随机模拟的突发事件而做出的改变车辆行驶状态的操作信息。
进一步,所述虚拟环境包括虚拟视景、场景音效和车辆运动仿真。
相应的,本发明还提供一种环境因素对在役隧道行车安全的评价装置,其特征在于,包括:
隧道行车信息模拟单元,所述隧道行车信息模拟单元包括一个用于图像输出的曲面屏和分别安装于模拟驾驶系统内外的语音输出装置;
驾驶员行车任务模拟单元,其包括一台高清投影仪及包含有任务信息的图片库;
模拟驾驶系统,其包括模拟汽车驾驶室、汽车方向盘、油门踏板和制动踏板;
数据采集单元,其包括眼动仪、脑电波和用于采集动作信息的传感器组;
数据分析单元,用于接收所述数据采集单元的数据,分析评价,并将评价结果输出;
输出显示单元,所述输出显示单元用于接收所述数据分析单元的分析结果,并显示。
本发明的有益技术效果:利用虚拟现实技术、眼动仪、传感器和模拟驾驶系统,建立了在役隧道内不同环境工况对行车安全性评估的试验平台,无需到实际运营的隧道内对不同环境工况进行现场测试,还能提对不同环境工况对行车安全性能评估的效率,为隧道内行车安全评估提供了一种高效、节能的评估方法,降低了人力和物力成本。
附图说明
下面结合附图和实施例对本发明作进一步描述:
图1为本发明的流程图。
图2为本发明的俯视示意图。
图3为本发明的右视示意图。
图4为行车任务区域图。
图5为投影图像信息模块示意图。
图6为突发事件仿真目标示意图。
图7为仿真目标投射位置示意图。
具体实施方式
以下结合说明书附图对本发明做出进一步的说明:
本发明提供的一种环境因素对在役隧道行车安全的评估方法,其特征在于:包括:
S1:构建隧道内不同环境因素组合的环境工况下的汽车驾驶的模拟环境;所述环境因素包括隧道侧壁模块、隧道装饰模块、行车模块、交通标志模块及语音模块;所述隧道侧壁模块包括隧道侧壁与颜色,所述隧道装饰模块包括隧道顶部有装饰和隧道顶部无装饰,所述行车模块包括隧道内前方有车辆行驶和前方无车辆行驶,所述交通标志模块包括隧道内有交通标志和隧道内无交通标志,所述语音模块包括车外语音模块和车内语音模块,共5个模块,每个模块均包含两种情况,上述环境因素组合32种环境工况;为高精度仿真模拟隧道内的环境工况,如图5所示,不同的模块在投影屏幕上有预设的投影区域;
S2:采集处于对应环境工况下的虚拟环境中模拟驾驶的驾驶员的生理信息和注视信息;
在模拟驾驶环境中,随机模拟突发事件,采集在对应环境工况下,驾驶员应对对所述突发事件而做出动作的行为信息;
S3:重复步骤S1和S2直至所有的环境因素组合的隧道内环境工况模拟完毕;即一次采集在一种环境工况下的生理信息、注视信息和行为信息,直至32种环境工况全部模拟完成;
S4:统计驾驶员在不同环境工况下的行为信息、驾驶员注视信息和生理信息,并根据统计的信息计算隧道内不同环境工况下的交通安全系数;
S5:根据所述交通安全系数确定行车安全等级。
通过上述技术方案,利用虚拟现实技术、眼动仪、传感器和模拟驾驶系统,建立了在役隧道内不同环境工况对行车安全性评估的试验平台,无需到实际运营的隧道内对不同环境工况进行现场测试,还能提对不同环境工况对行车安全性能评估的效率,为隧道内行车安全评估提供了一种高效、节能的评估方法,降低了人力和物力成本。
在本实施例中,所述行车安全等级包括四级,分别是安全、较安全、较危险和危险,其中安全等级D采用如下方法确定,
其中,D表示隧道内行车安全等级,Sj表示第j种环境工况下的交通安全系数。通过上述技术方案,当计算出环境工况下的交通安全系数,即可快速的确定在当前工况下的行车安全等级,为实际隧道内环境工况的设置提供基础数据,从而改善隧道内行车环境,提升行车安全性。
在本实施例中,所述第j种环境工况下的交通安全系数Sj采用如下方法确定,
其中,Sj表示第j种环境工况下的交通安全系数,n表示参与试验的驾驶员的数量,Sij表示第i个驾驶员在第j个环境工况下的交通安全系数;
所述第i个驾驶员在第j个环境工况下的交通安全系数Sij通过如下方法确定,
Sij=St+Sp+Sr (2-1)
其中,Sij表示第i个驾驶员在第j个环境工况下的交通安全系数,St表示第i个驾驶员在第j个环境工况下的行为信息对应的交通安全系数,Sp表示第i个驾驶员在第j个环境工况下的疲劳指数对应的交通安全系数,Sr表示第i个驾驶员在第j个环境工况下的生理指数对应的交通安全系数。
在本实施例中,交通安全系数的组成部分有三部分,分别是行为信息、生理信息和疲劳指数,通过上述三部分的综合分析得出当前环境工况下的交通系数,相较单方面数据的分析而言,提高了评估的精确度。
在本实施例中,所述第i个驾驶员在第j个环境工况下的行为信息对应的交通安全系数St采用如下方法确定,
其中,表示第i个驾驶员在第j个环境工况下的平均反应时间,Tij表示第i个驾驶员在第j个环境工况下的有效反应时间,Tij表示第i个驾驶员在第j个环境工况下的无效反应时间,nij第i个驾驶员在第j个环境工况下的总反应次数,nij第i个驾驶员在第j个环境工况下的无效反应次数。
其中,随机突发事件是根据实际隧道行车过程中可能遇到的突发事件来设定的,如前方汽车紧急制动、变道,前方出现行人(或其他小动物),提醒驾驶员前方有临时维护或故障车停放的交通路障,如图7所示,并将突发事件设置为仿真目标,并在驾驶员参与试验前,告知驾驶员仿真目标与实际突发事件的一一对应关系,如图6所示,所有仿真目标均投射到屏幕上的行车任务区域,如图4所示,并将突发事件正确的处理方式存入突发事件处理数据库中。在试验过程中,随机播放仿真目标,驾驶员发现仿真目标、识别仿真目标、并实施相应的动作,用传感器记录驾驶员实施动作的时间和动作,所述行为信息为驾驶员应对随机模拟的突发事件而做出的改变车辆行驶状态的操作信息。并将驾驶员实施的动作与所述突发事件处理数据库中比对,如果比对结果一致或相近,即处理正确,记有效动作一次;反之,则处理不当,记无效动作一次;同时,看动作时间,比对动作时间与突发事件播放时间之差,若时间之差在有效范围内,记为有效反应时间,并记录反应时间,所述反应时间为突发事件播放时间节点减去驾驶员动作反应时间节点,否则,记一次无效反应时间,即1000ms;在本实施例中,突发事件的仿真目标投影时间为1000ms。
通过对隧道环境工况的模拟,以及随机突发事件的模拟,来测试驾驶员在当前环境工况下的行车安全性影响,并经测试结果用于评估当前环境工况的行车安全等级,双重模拟,为评估结果提供更加精确可靠的基础数据。
在本实施例中,所述第i个驾驶员在第j个环境工况下的疲劳指数对应的交通安全系数Sp采用如下方法确定,
其中,Sp表示第i个驾驶员在第j个环境工况下的疲劳指数对应的交通安全系数,pp80表示第i个驾驶员在第j个环境工况下的眼睛闭合度;
所述第i个驾驶员在第j个环境工况下的眼睛闭合度pp80采用如下方法确定,
其中,pp80表示第i个驾驶员在第j个环境工况下的眼睛闭合度,Pij80表示第i个驾驶员在第j个环境工况下的眼睛闭合度大于80%的帧数,Pij表示第i个驾驶员在第j个环境工况下图片总帧数。
公路隧道因环境的特殊,特别是超长公路隧道,当汽车通过隧道时,容易产生疲劳,通过对驾驶员不同环境工况下的疲劳指数来评估当前环境工况对驾驶员疲劳度的影响,为后期评估提供基础数据。
在本实施例中,所述第i个驾驶员在第j个环境工况下的生理指数对应的交通安全系数Sr,采用如下方法确定,
其中,Sr表示第i个驾驶员在第j个环境工况下的生理指数对应的交通安全系数,Rij表示第i个驾驶员在第j个环境工况下的脑电波功率谱比值;
所述第i个驾驶员在第j个环境工况下的脑电波功率谱比值Rij采用如下方法确定,
其中,Rij表示第i个驾驶员在第j个环境工况下的脑电波功率谱比值,αij表示第i个驾驶员在第j个环境工况下α脑电波的频率,θij表示第i个驾驶员在第j个环境工况下θ脑电波的频率,βij表示第i个驾驶员在第j个环境工况下β脑电波的频率。隧道环境工况,会影响通过其中的车辆的驾驶人员的身体状况,通过对当前环境工况下的驾驶员脑电图的采集,为后期评估提供当前环境工况对驾驶员身体的影响。
相应的本发明还提供一种环境因素对在役隧道行车安全的评价装置,其特征在于,包括:
隧道行车信息模拟单元,所述隧道行车信息模拟单元包括包括一个用于图像输出的180°*40°的曲面屏1及安装于模拟驾驶系统车内语音输出装置5、车内语音输出装置6、7;
驾驶员行车任务模拟单元,其包括一台高清投影仪2及包含有任务信息的图片库;
模拟驾驶系统,其包括模拟汽车驾驶室3、汽车方向盘、油门踏板和制动踏板;
数据采集单元,其包括眼动仪、脑电波和用于采集动作信息的传感器组;眼动仪和脑电波等仪器由驾驶员4佩戴测试,驾驶员疲劳指标检测系统包括安装于曲面屏上方的驾驶员脸部疲劳检测装置8、佩戴于驾驶员身上的生理指标检测装置9及安装于汽车方向盘压敏传感器12、油门踏板上的压敏传感器10及制动踏板上的压敏传感器11
数据分析单元,用于接收所述数据采集单元的数据,分析评价,并将评价结果输出;
输出显示单元,所述输出显示单元用于接收所述数据分析单元的分析结果,并显示。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (3)
1.一种环境因素对在役隧道行车安全的评估方法,其特征在于:包括:
S1:构建隧道内不同环境因素组合的环境工况下的汽车驾驶的模拟环境;所述环境因素包括隧道侧壁模块、隧道装饰模块、行车模块、交通标志模块及语音模块;
S2:采集处于对应环境工况下的虚拟环境中模拟驾驶的驾驶员的生理信息和注视信息;
在模拟驾驶环境中,随机模拟突发事件,采集在对应环境工况下,驾驶员应对所述突发事件而做出动作的行为信息;
S3:重复步骤S1和S2直至所有的环境因素组合的隧道内环境工况模拟完毕;
S4:统计驾驶员在不同环境工况下的行为信息、驾驶员注视信息和生理信息,并根据统计的信息计算隧道内不同环境工况下的交通安全系数;
S5:根据所述交通安全系数确定行车安全等级;
其特征在于:所述行车安全等级包括四级,分别是安全、较安全、较危险和危险,其中安全等级D采用如下方法确定,
其中,D表示隧道内行车安全等级,Sj表示第j种环境工况下的交通安全系数;
所述第j种环境工况下的交通安全系数Sj采用如下方法确定,
其中,Sj表示第j种环境工况下的交通安全系数,n表示参与试验的驾驶员的数量,Sij表示第i个驾驶员在第j个环境工况下的交通安全系数;
所述第i个驾驶员在第j个环境工况下的交通安全系数Sij通过如下方法确定,
Sij=St+Sp+Sr (2-1)
其中,Sij表示第i个驾驶员在第j个环境工况下的交通安全系数,St表示第i个驾驶员在第j个环境工况下的行为信息对应的交通安全系数,Sp表示第i个驾驶员在第j个环境工况下的疲劳指数对应的交通安全系数,Sr表示第i个驾驶员在第j个环境工况下的生理指数对应的交通安全系数;
所述第i个驾驶员在第j个环境工况下的行为信息对应的交通安全系数St采用如下方法确定,
其中,表示第i个驾驶员在第j个环境工况下的平均反应时间,Tij表示第i个驾驶员在第j个环境工况下的有效反应时间,Tij表示第i个驾驶员在第j个环境工况下的无效反应时间,nij第i个驾驶员在第j个环境工况下的总反应次数,nij第i个驾驶员在第j个环境工况下的无效反应次数;
所述第i个驾驶员在第j个环境工况下的疲劳指数对应的交通安全系数Sp采用如下方法确定,
其中,Sp表示第i个驾驶员在第j个环境工况下的疲劳指数对应的交通安全系数,pp80表示第i个驾驶员在第j个环境工况下的眼睛闭合度;
所述第i个驾驶员在第j个环境工况下的眼睛闭合度pp80采用如下方法确定,
其中,pp80表示第i个驾驶员在第j个环境工况下的眼睛闭合度,Pij80表示第i个驾驶员在第j个环境工况下的眼睛闭合度大于80%的帧数,Pij表示第i个驾驶员在第j个环境工况下图片总帧数;
所述第i个驾驶员在第j个环境工况下的生理指数对应的交通安全系数Sr,采用如下方法确定,
其中,Sr表示第i个驾驶员在第j个环境工况下的生理指数对应的交通安全系数,Rij表示第i个驾驶员在第j个环境工况下的脑电波功率谱比值;
所述第i个驾驶员在第j个环境工况下的脑电波功率谱比值Rij采用如下方法确定,
其中,Rij表示第i个驾驶员在第j个环境工况下的脑电波功率谱比值,αij表示第i个驾驶员在第j个环境工况下α脑电波的频率,θij表示第i个驾驶员在第j个环境工况下θ脑电波的频率,βij表示第i个驾驶员在第j个环境工况下β脑电波的频率。
2.根据权利要求1所述环境因素对在役隧道行车安全的评估方法,其特征在于:所述行为信息为驾驶员应对随机模拟的突发事件而做出的改变车辆行驶状态的操作信息。
3.根据权利要求1所述环境因素对在役隧道行车安全的评估方法,其特征在于:所述虚拟环境包括虚拟视景、场景音效和车辆运动仿真。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910970483.0A CN110688611B (zh) | 2019-10-13 | 2019-10-13 | 环境因素对在役隧道行车安全的评价方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910970483.0A CN110688611B (zh) | 2019-10-13 | 2019-10-13 | 环境因素对在役隧道行车安全的评价方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110688611A CN110688611A (zh) | 2020-01-14 |
CN110688611B true CN110688611B (zh) | 2023-03-07 |
Family
ID=69112262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910970483.0A Active CN110688611B (zh) | 2019-10-13 | 2019-10-13 | 环境因素对在役隧道行车安全的评价方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110688611B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112396353A (zh) * | 2020-12-14 | 2021-02-23 | 广州广明高速公路有限公司 | 一种公路隧道运营安全风险模拟评估系统及其方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103767715A (zh) * | 2014-01-15 | 2014-05-07 | 中国人民解放军国防科学技术大学 | 一种驾驶员安全驾驶状态检测装置 |
CN105045397A (zh) * | 2015-08-31 | 2015-11-11 | 招商局重庆交通科研设计院有限公司 | 隧道内照明环境对在役隧道运营安全性影响的测试方法 |
CN105159143A (zh) * | 2015-08-31 | 2015-12-16 | 招商局重庆交通科研设计院有限公司 | 机电设施脱落对在役隧道运营安全性影响的测试方法 |
CN105761548A (zh) * | 2016-04-14 | 2016-07-13 | 西安电子科技大学 | 基于动态贝叶斯网络的交叉路口碰撞避免方法 |
CN205405810U (zh) * | 2016-02-25 | 2016-07-27 | 湖南人文科技学院 | 一种基于脑电波的疲劳驾驶检测报警系统 |
CN107618512A (zh) * | 2017-08-23 | 2018-01-23 | 清华大学 | 基于人‑车‑环境多数据源的驾驶行为安全评价方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5055166B2 (ja) * | 2008-02-29 | 2012-10-24 | キヤノン株式会社 | 眼の開閉度判定装置、方法及びプログラム、撮像装置 |
CN105144261B (zh) * | 2013-04-12 | 2018-01-30 | 丰田自动车株式会社 | 行驶环境评价系统、行驶环境评价方法、驾驶支援装置以及行驶环境的显示装置 |
US20150187224A1 (en) * | 2013-10-15 | 2015-07-02 | Mbfarr, Llc | Driving assessment and training method and apparatus |
CN105139661A (zh) * | 2015-07-29 | 2015-12-09 | 苏交科集团股份有限公司 | 一种交通检测预警系统及方法 |
-
2019
- 2019-10-13 CN CN201910970483.0A patent/CN110688611B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103767715A (zh) * | 2014-01-15 | 2014-05-07 | 中国人民解放军国防科学技术大学 | 一种驾驶员安全驾驶状态检测装置 |
CN105045397A (zh) * | 2015-08-31 | 2015-11-11 | 招商局重庆交通科研设计院有限公司 | 隧道内照明环境对在役隧道运营安全性影响的测试方法 |
CN105159143A (zh) * | 2015-08-31 | 2015-12-16 | 招商局重庆交通科研设计院有限公司 | 机电设施脱落对在役隧道运营安全性影响的测试方法 |
CN205405810U (zh) * | 2016-02-25 | 2016-07-27 | 湖南人文科技学院 | 一种基于脑电波的疲劳驾驶检测报警系统 |
CN105761548A (zh) * | 2016-04-14 | 2016-07-13 | 西安电子科技大学 | 基于动态贝叶斯网络的交叉路口碰撞避免方法 |
CN107618512A (zh) * | 2017-08-23 | 2018-01-23 | 清华大学 | 基于人‑车‑环境多数据源的驾驶行为安全评价方法 |
Non-Patent Citations (3)
Title |
---|
公路短隧道照明环境对驾驶员生理的影响;张扬帆等;《照明工程学报》;20180415;第29卷(第2期);第80-84页 * |
基于改进DSmT的公路隧道行车安全综合评价方法研究;杨健等;《中国安全科学学报》;20160815;第26卷(第8期);第116-121页 * |
基于车辆行为信息感知的隧道照明亮度自动调节系统;魏清华等;《现代电子技术》;20190115;第42卷(第2期);第94-97、102页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110688611A (zh) | 2020-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107153363B (zh) | 无人驾驶汽车的仿真测试方法及装置、设备与可读介质 | |
CN108508881B (zh) | 自动驾驶控制策略调整方法、装置、设备及存储介质 | |
CN111563313B (zh) | 一种行车事件模拟再现方法、系统、设备及存储介质 | |
CN112819968B (zh) | 基于混合现实的自动驾驶车辆的测试方法和装置 | |
CN105045397B (zh) | 隧道内照明环境对在役隧道运营安全性影响的测试方法 | |
CN114627717A (zh) | 基于虚拟现实和大数据分析的新手驾驶员培训系统 | |
CN110264825A (zh) | 一种驾驶模拟安全评价方法、装置及系统 | |
CN112508054B (zh) | 一种驾驶模型训练方法、装置、设备和介质 | |
CN114428998A (zh) | 一种自动驾驶系统一体化仿真测试与评价方法及系统 | |
CN102542869A (zh) | 一种汽车驾驶技能测评系统 | |
CN111964763B (zh) | 一种动态平板秤称重区域汽车断续行驶行为检测方法 | |
Kim et al. | Toward prediction of driver awareness of automotive hazards: Driving-video-based simulation approach | |
CN110688611B (zh) | 环境因素对在役隧道行车安全的评价方法及装置 | |
CN102509493B (zh) | 一种用于汽车驾驶员路考评价的监测系统 | |
CN108447306B (zh) | 无控交叉口冲突车辆间实时位置共享避撞预警的模拟方法 | |
DE102021209137A1 (de) | Verfahren und Vorrichtung zum Analysieren und Bewerten der Leistung eines automatischen Notbremssystems eines Fahrzeugs | |
CN114063466A (zh) | 一种基于虚拟仿真场景的辅助驾驶系统检测方法 | |
CN113239609A (zh) | 一种用于智能车单目摄像头目标识别监测的试验系统及检测方法 | |
CN109101908B (zh) | 驾驶过程感兴趣区域检测方法及装置 | |
CN110610023A (zh) | 驾驶员距离估计与控制能力评估方法和系统 | |
CN116301464A (zh) | 展示道路数字孪生信息的方法、装置及终端设备 | |
TWI496709B (zh) | Car driving behavior analysis system and its device | |
CN116151650A (zh) | 一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统 | |
CN105159143B (zh) | 机电设施脱落对在役隧道运营安全性影响的测试方法 | |
Roberts | The FHWA highway driving simulator |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |