CN112489428A - 一种基于驾驶行为的道路评价方法及系统 - Google Patents
一种基于驾驶行为的道路评价方法及系统 Download PDFInfo
- Publication number
- CN112489428A CN112489428A CN202011352251.8A CN202011352251A CN112489428A CN 112489428 A CN112489428 A CN 112489428A CN 202011352251 A CN202011352251 A CN 202011352251A CN 112489428 A CN112489428 A CN 112489428A
- Authority
- CN
- China
- Prior art keywords
- road
- driver
- virtual
- driving
- vehicle
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
- Y02T10/84—Data processing systems or methods, management, administration
Abstract
本公开公开的一种基于驾驶行为的道路评价方法及系统,包括:构建测试道路的虚拟道路交通场景,并在虚拟道路交通场景中添加虚拟车辆,由驾驶员驾驶模拟器控制虚拟车辆在虚拟道路中行驶;将测试道路划分为多个分析单元;实时采集虚拟车辆运行速度信息和驾驶员眼动信息;通过采集的车辆运行速度信息和驾驶员眼动信息,对每个分析单元的路况进行分析,确定安全隐患路段。在虚拟环境下对测试道路进行分析,实现了在道路设计初期阶段,对道路进行预先评价。
Description
技术领域
本发明涉及道路评价技术领域,尤其涉及一种基于驾驶行为的道路评价方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
随着我国道路交通基础设施建设的巨大发展,道路通车里程和机动车保有量均迅速增长,使得道路交通运输业得以快速发展,对国民经济发展起到了重大促进作用。
作为道路建设的重要部分,道路安全评价是道路交通安全建设的重要部分,也是建成后影响道路交通安全的主要因素,国内外一些道路安全评价方法和审核方法虽然经过多年的应用已经发展比较完善,但是本发明人在实际应用中发现现有技术没有全面考虑道路的实际通行情况,并且没有一个系统的基于驾驶模拟技术的道路安全评价方法,无法满足道路初步设计阶段就可对道路安全性进行预先评价的需求。
发明内容
本公开为了解决上述问题,提出了一种基于驾驶行为的道路评价方法及系统,在虚拟环境下对测试道路进行分析,实现了在道路设计初期阶段,对道路进行预先评价。
为实现上述目的,本公开采用如下技术方案:
第一方面,提出了一种基于驾驶行为的道路评价方法,包括:
构建测试道路的虚拟道路交通场景,并在虚拟道路交通场景中添加虚拟车辆,由驾驶员驾驶模拟器控制虚拟车辆在虚拟道路中行驶;
将测试道路划分为多个分析单元;
实时采集虚拟车辆运行速度信息和驾驶员眼动信息;
通过采集的车辆运行速度信息和驾驶员眼动信息,对每个分析单元的路况进行分析。
第二方面,提出了一种基于驾驶行为的道路评价系统,包括:
虚拟场景构建模块,用于构建测试道路的虚拟道路交通场景,并在虚拟道路交通场景中添加虚拟车辆,由驾驶员驾驶模拟器控制虚拟车辆在虚拟道路中行驶;
道路划分模块,用于将测试道路划分为多个分析单元;
信息采集模块,实时采集虚拟车辆运行速度信息和驾驶员眼动信息;
路况分析模块,用于通过采集的车辆运行速度信息和驾驶员眼动信息,对每个分析单元的路况进行分析。
第三方面,提出了一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成一种基于驾驶行为的道路评价方法所述的步骤。
第四方面,提出了一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成一种基于驾驶行为的道路评价方法所述的步骤。
与现有技术相比,本公开的有益效果为:
1、本公开通过构建虚拟场景,并通过驾驶员驾驶模拟器控制虚拟车辆在虚拟道路中行驶,在虚拟环境下对测试道路进行分析,实现了在道路设计初期阶段,对道路进行预先评价。
2、本公开在对道路进行评价时,不仅考虑了车辆的运行信息,还考虑的驾驶员的生理信息,通过车辆的运行信息和驾驶员的生理信息,对道路进行评价,使得道路评价更全面准确。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1为本公开实施例1方法的流程图;
图2为本公开实施例1获得的起点-终点方向的运行速度分布图;
图3为本公开实施例1获得的起点-终点方向线元速度差分布图;
图4为本公开实施例1起点-终点方向K1510+440-K1521+008路段的纵曲线示意图。
具体实施方式:
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在本公开中,术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系,只是为了便于叙述本公开各部件或元件结构关系而确定的关系词,并非特指本公开中任一部件或元件,不能理解为对本公开的限制。
本公开中,术语如“固接”、“相连”、“连接”等应做广义理解,表示可以是固定连接,也可以是一体地连接或可拆卸连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员,可以根据具体情况确定上述术语在本公开中的具体含义,不能理解为对本公开的限制。
实施例1
在该实施例中,公开了一种基于驾驶行为的道路评价方法,如图1所示,包括:
构建测试道路的虚拟道路交通场景,并在虚拟道路交通场景中添加虚拟车辆,由驾驶员驾驶模拟器控制虚拟车辆在虚拟道路中行驶;
将测试道路划分为多个分析单元;
实时采集虚拟车辆运行速度信息和驾驶员眼动信息;
通过采集的车辆运行速度信息和驾驶员眼动信息,对每个分析单元的路况进行分析,确定安全隐患路段。
进一步的,根据测试道路的平面、纵面、横断面指标及设计速度的不同,将测试道路划分为多个分析单元。
进一步的,根据车辆运行速度,获得相邻分析单元速度差、车辆运行的加速度、减速度和转向角速度,通过相邻分析单元速度差、车辆运行的加速度、减速度和转向角速度对分析单元的路况进行分析。
进一步的,通过对驾驶员的眼动信息分析,获得驾驶员对警示信息的关注程度及对出入隧道时的明暗适应时长。
进一步的,车辆运行过程中,实时采集驾驶员的心电信号、皮电信号和肌电信号,根据心电信号、皮电信号和肌电信号对驾驶员是否疲劳驾驶进行判断,将驾驶员疲劳驾驶时的车辆运行速度和驾驶员眼动信息删除,利用剩余的车辆运行速度和驾驶员眼动信息对每个分析单元的路况进行分析。
进一步的,通过采集的驾驶员的皮电信号,对驾驶员行驶过程中的生理响应进行评价。
进一步的,测试时,虚拟车辆的运行过程包括从测试道路的起点到终点和从测试道路的终点到起点。
结合长深高速公路(G25)青州至临沭段(简称长深公路青临路段)对本公开提出的一种基于驾驶行为的道路评价方法进行详细说明。
长深公路青临路段起点桩号为K1413+481,终点桩号为K1641+415。其中潍坊段:K1413+481~K1488+758m,临沂段:K1488+758~K1569+747,K1579+462~K1641+415,日照段:K1569+747~K1579+462。
构建长深公路青临路段的虚拟交通场景,为模拟驾驶提供计算环境,在虚拟交通场景中添加虚拟车辆,由驾驶员驾驶模拟器控制虚拟车辆在虚拟道路中行驶。
驾驶模拟测试采用富郎巴公司的驾驶模拟器。驾驶员在熟悉了驾驶模拟器之后,佩戴心生理检测设备,在“长深公路山东段安评路段”虚拟环境中进行模拟驾驶,通过模拟驾驶器输出的实验数据进行分析和评价。
根据长深公路青临路段的平面、纵面、横断面指标及设计速度的不同,将长深公路青临路段划分为多个分析单元。
实时采集虚拟车辆运行速度信息、驾驶员的眼动信息、心电信号、皮电信号和肌电信号,根据心电信号、皮电信号和肌电信号对驾驶员是否疲劳驾驶进行判断,将驾驶员疲劳驾驶时的车辆运行速度和驾驶员眼动信息删除,利用剩余的车辆运行速度和驾驶员眼动信息对每个分析单元的路况进行分析。
共由38个驾驶员参与道路测试,其中,29为测试数据有效。
从车辆的运行速度出发,对长深高速公路山东段(K1480-K1536)进行安全性评价,寻找该段道路存在的交通安全隐患路段,并给与提出合理性的建议。
(1)K1480至K1536方向
将采集到的29位有效被试(小客车被试19人,货车5人,客车5人)驾车从起点行驶至终点(即K1480至K1536方向)的运行速度绘制成曲线图,如图2所示(图中竖线表示分析单元分割位置),以及线元速度差图,如图3所示(图中横线位置为85%位速度差值位置)。
根据实验数据分析,29位被试者整体行驶的速度跨度,小客车主要集中在80-130km/h,货车和客车主要集中在60-100km/h。运行速度虽然存在一定程度的波动,但就每个被试者来说,29位被试者的速度跨度略有差别,可见不同驾驶人的行驶速度由于个人感知的不同存在差异。受道路线性和道路实际状态的影响,线元起点与终点的速度差分布较为集中,对于出现驾驶疲劳和出现驾驶瞌睡的被试的数据进行了剔除,从而来保障实验结果的真实有效性。
一般情况下,在高速公路上线元起点与终点的速度差不应过大,如果出现速度差过大,容易导致交通安全问题的产生。绝大多数情况下线元速度差大于属于孤立事件,属于驾驶人驾驶过程中的自我调整。而对于绝大多数驾驶人在非驾驶人因素所导致的速度差不稳定的路段,应重点分析;另外应对本项目重点关注路段穆陵关隧道、长下坡及急转弯路段进行重点分析。
通过对路线的平曲线参数进行对照分析,发现绝大多数的较大速度差主要是由较大纵坡和急转弯的变化所引起,部分较大速度差是由受道路特性的改变(如隧道、桥梁、互通立交等)所引起,具体分析如下:
1)K1488+415-K1489+490之间的路段是隧道路段,道路涵盖下坡路段和上坡路段。在K1488+415-K1488+540路段是坡度为1.9%的下坡路段,使得车辆在行驶过程中速度出现增加,再加上道路限速标志距离隧道口过近,使得驾驶员进入隧道时速度无法达到规定的限速标准80km/h。在K1488+540-K1489+490路段,由于隧道内道路是曲线,且受隧道光线影响,驾驶员在隧道内行驶必然会降低速度,从而导致驾驶员在行驶出隧道时速度较低。在出隧道后受光线影响,短时间内驾驶员不可能直接将车速加速到120km/h,从而导致该线元处的速度差较大,从而存在交通安全隐患。为保障道路行车安全,建议将隧道入口限速标志前沿且放置于较为明显的地方,隧道口位置的减速装置适当前沿,而对于隧道出口位置为降低明暗光线差,适当增加隧道出口灯光的亮度。
2)K1489+490-K1495+860之间的路段是平直路段,道路的下坡路段均小于2.6%,其上坡路段均小于1.3%,且道路的曲率半径和驾驶员行车视野均比较好,大部分路段均是下坡路段;道路的曲率半径有所减小但变化较为缓和,比较适宜驾驶员驾车行驶,使得驾驶员在该路段出现超速现象。但在线元起点位置受隧道出口的影响,其速度较低,从而导致驾驶员在该线元位置的速度差值较大。
为保障道路交通安全,对于长下坡路段且坡度值比较大的位置适当增加减速装置(如K1492+020-K1493+100、K1494+180-K1494+880处),且在道路旁适当增加限速标志或监控设备等。
3)K1496+760-K1498+100之间的路段是坡度为2%的上坡路段,而在K1497+260-K1498+100段的坡度为2.5%下坡路段。车辆在线元起点位置时的速度较大,受上坡路段影响车辆速度有所减缓,但在长下坡路段,驾驶员执行被迫执行制动,从而导致车辆的速度差较大。
为保障道路交通安全建议在长下坡起点处的适当位置增加相应的提示标志。
4)K1510+440-K1521+008之间路段,如图4所示,该线元内道路的坡度无长距离的下坡和上坡路段,较为缓和。但在道路行驶过程中,道路曲率半径变化较为明显,从而导致速度降低。为消除道路交通安全隐患,建议在道路曲率半径骤变的位置增加相应的提示标志。
5)K1523+100-K1524+900之间路段坡度为3%的下坡路段和3%的上皮路段构成,该线元与前一线元坡度为2.5%的下坡路段相接,构成长下坡路段,使得驾驶员在该线元初就开始减速,降低车辆的速度,当行驶至3%上坡路段,驾驶员加速行驶,使得车辆速度有所提升。为保障行车安全,建议对长下坡路适当增加提示标志或增设减速装置。
6)K1524+900-K1525+860之间路段较为缓和,较为适宜驾驶员驾驶,但受前一线元影响其在该线元起点位置的速度较低,从而使得其速度差过大。
7)K1527+460-K1528+029之间路段坡度为3%的上坡路段,与前一线元坡度为2.2%的下坡路段相接,受前一线元由陡坡驶向缓坡影响,驾驶员在驾驶速度上有所提升,行驶至本线元顺接上坡,从而导致车辆速度差较大,使得该路段存在交通安全隐患。为保证行车安全建议适当增加提示标志。
8)K1528+029-K1529+110之间路段坡度较为缓和,较适合驾驶员驾驶,由于其在该线元起点位置速度较低,所以会出现加速行驶,但是该处是沂水东互通立交,交通流交互性频繁,速度差较大严重影响道路行车安全。为保障道路交通安全,建议适当增加限速标志和监控装置。
同样根据采集的车辆运行速度信息对K1536至K1480方向的路况进行分析。
通过对驾驶员在驾驶过程中的驾驶行为进行分析,来寻找长深高速青临段(K1480-K1536)中存在的驾驶安全隐患路段,以及对目前该路段事故多发地路段产生的原因进行分析,进而提出合理性的改进建议,从而保障该路段能够安全畅通。针对驾驶员的驾驶行为特征和车辆运行过程中的平稳性,主要选取了车辆的运行速度、区间加速度、85%位加速度、85%位减速度、转向角速度等指标进行分析。通过分析可以发现,驾驶员驾驶汽车和驾驶货车时,二者在车辆的运行速度、区间加速度、85%位加速度、85%位减速度等方面出现安全隐患的路段呈现出一致性,所以在分析速度、区间加速度、85%位加速度、85%位减速度上,被试驾驶汽车和被试驾驶货车进行一起分析。而在转向角速度的分析上由于实验测试平台的差异,导致汽车与货车的转向角速度明显不同,所以分别对货车和汽车的转向角速度进行分析。
区间加速度分析:通过驾驶人在不同速度区间对应的加速度分析结果可以看出,在车速较低时加速度比较大,随车速的增大加速度逐渐减小,当车速达到80km/h时,加速度趋于稳定。对被试者在测试中的车辆加速度和减速度进行分析,如果多个被试的加速度或减速度都在某些路段出现一致性不佳的情况,说明该路段对于驾驶人而言存在认知一致性不良的现象,即驾驶人对该路段的感知与真实情况可能存在一定差异。
为进一步对长深高速青临段(K1480-K1536)道路的安全性进行分析,选取驾驶员在行车过程中车辆的较大加速度(即大于85%位的车辆加速度)、较大减速度(即大于85%位的车辆减速度)、转向角速度变化情况来寻找驾驶员在自由流状态下驾驶车辆行驶到某些道路断面进行紧急刹车的原因,从来间接反映出道路存在的安全隐患问题,保障道路交通安全畅通。
整体来看在整个路段的大于85%加速度或大于85%位的车辆减速度分布较为分散,但是在某些路段较为集中。加速度过大主要集中在道路坡度过大和道路曲率半径以及道路特性(如隧道、桥梁、互通立交等)等路段,过大减速度集中在道路曲率较小、长下坡、坡度较大等路段。角速度变化较大主要集中在曲率半径发生改变或坡度发生较大改变的路段。在这些路段处应设置标识。
在驾驶模拟测试中同步采集了驾驶员的心电、皮电、肌电、眼动等信息,根据道路环境信息分析驾驶员心生理指标的变化规律,进而评估驾驶状态的安全水平。
为了研究不同公路线形、景观及交通设施对驾驶员产生的心生理行为影响,首先依据前文线元划分的结果,将具有相似道路属性的线元进行归类。
从原始的心电信号中可以计算心率(HR,Heart Rate)和心率变异性(HRV,HeartRate Variability)参数,这两类参数是进行驾驶精神负荷研究的常用指标。其中,心率定位为某个时间间隔内的心跳次数,具有易于获取和抗干扰能力强的特点。精神负荷的增加会使心血管活动增强,使大脑皮质能量转换以及相应的代谢活动增强,相应地会引起心率的增加,因此,心率参数是评价各种不同环境下精神负荷或疲劳程度的最常用的参数。
各个被试在不同线元属性的SDNN的规律如下图所示,由往返行程中不同线元的SDNN值可以看出,个别被试出现了较大的峰值,参考文献中SDNN正常值的范围,筛选出SDNN值大于个体95%分位数的线元,在平直路段5(4次)、平直路8(3次)、纵坡路5(3次)线元中,SDNN值出现了较多峰值,驾驶员心率变异性较大。
根据线元划分类别,分别计算各个类别肌电的平均水平,如图所示,个体差异性较大,因此进一步对个体进行分析,筛选出肌电值大于个体95%分位数的线元。不同于心电信息,EMG出现峰值的线元覆盖距离大多较短。
根据线元划分类别,分别计算各个类别皮电的平均水平,个体差异性较大,因此进一步对个体进行分析,筛选出皮电值大于个体95%分位数的线元。
对眼动信息的分析:首先对注视时长进行基本统计分析,之后分析注视点分布情况。注视热点区域可分为2部分,其中较大热点区域为驾驶员观察前方及两侧道路情况,而较小的热点区域为驾驶员关注仪表盘。通过提取出上部分热点区域,并结合道路环境进一步分析。
本实施例通过构建虚拟场景,并通过驾驶员驾驶模拟器控制虚拟车辆在虚拟道路中行驶,在虚拟环境下对测试道路进行分析,实现了在道路设计初期阶段,对道路进行预先评价。
本实施例在对道路进行评价时,不仅考虑了车辆的运行信息,还考虑的驾驶员的生理信息,通过车辆的运行信息和驾驶员的生理信息,对道路进行评价,使得道路评价更全面准确。
本实施例还能够通过采集的驾驶员生理信息(心电信号、皮电信号和肌电信号)对驾驶员驾驶过程中的身体状态进行评价。
实施例2
在该实施例中,公开了一种基于驾驶行为的道路评价系统,包括:
虚拟场景构建模块,用于构建测试道路的虚拟道路交通场景,并在虚拟道路交通场景中添加虚拟车辆,由驾驶员驾驶模拟器控制虚拟车辆在虚拟道路中行驶;
道路划分模块,用于将测试道路划分为多个分析单元;
信息采集模块,实时采集虚拟车辆运行速度信息和驾驶员眼动信息;
路况分析模块,用于通过采集的车辆运行速度信息和驾驶员眼动信息,对每个分析单元的路况进行分析。
实施例3
在该实施例中,公开了一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成实施例1公开的一种基于驾驶行为的道路评价方法所述的步骤。
实施例4
在该实施例中,公开了一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成实施例1公开的一种基于驾驶行为的道路评价方法所述的步骤。
以上仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于驾驶行为的道路评价方法,其特征在于,包括:
构建测试道路的虚拟道路交通场景,并在虚拟道路交通场景中添加虚拟车辆,由驾驶员驾驶模拟器控制虚拟车辆在虚拟道路中行驶;
将测试道路划分为多个分析单元;
实时采集虚拟车辆运行速度信息和驾驶员眼动信息;
通过采集的车辆运行速度信息和驾驶员眼动信息,对每个分析单元的路况进行分析,确定安全隐患路段。
2.如权利要求1所述的一种基于驾驶行为的道路评价方法,其特征在于,根据测试道路的平面、纵面、横断面指标及设计速度的不同,将测试道路划分为多个分析单元。
3.如权利要求1所述的一种基于驾驶行为的道路评价方法,其特征在于,根据车辆运行速度,获得相邻分析单元速度差、车辆运行的加速度、减速度和转向角速度,通过相邻分析单元速度差、车辆运行的加速度、减速度和转向角速度对分析单元的路况进行分析。
4.如权利要求1所述的一种基于驾驶行为的道路评价方法,其特征在于,通过对驾驶员的眼动信息分析,获得驾驶员对警示信息的关注程度及对出入隧道时的明暗适应时长。
5.如权利要求1所述的一种基于驾驶行为的道路评价方法,其特征在于,车辆运行过程中,实时采集驾驶员的心电信号、皮电信号和肌电信号,根据心电信号、皮电信号和肌电信号对驾驶员是否疲劳驾驶进行判断,将驾驶员疲劳驾驶时的车辆运行速度和驾驶员眼动信息删除,利用剩余的车辆运行速度和驾驶员眼动信息对每个分析单元的路况进行分析。
6.如权利要求5所述的一种基于驾驶行为的道路评价方法,其特征在于,通过采集的驾驶员的皮电信号,对驾驶员行驶过程中的生理响应进行评价。
7.如权利要求1所述的一种基于驾驶行为的道路评价方法,其特征在于,测试时,虚拟车辆的运行过程包括从测试道路的起点到终点和从测试道路的终点到起点。
8.一种基于驾驶行为的道路评价系统,其特征在于,包括:
虚拟场景构建模块,用于构建测试道路的虚拟道路交通场景,并在虚拟道路交通场景中添加虚拟车辆,由驾驶员驾驶模拟器控制虚拟车辆在虚拟道路中行驶;
道路划分模块,用于将测试道路划分为多个分析单元;
信息采集模块,实时采集虚拟车辆运行速度信息和驾驶员眼动信息;
路况分析模块,用于通过采集的车辆运行速度信息和驾驶员眼动信息,对每个分析单元的路况进行分析。
9.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1-7任一项所述的一种基于驾驶行为的道路评价方法的步骤。
10.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-7任一项所述的一种基于驾驶行为的道路评价方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011352251.8A CN112489428B (zh) | 2020-11-26 | 2020-11-26 | 一种基于驾驶行为的道路评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011352251.8A CN112489428B (zh) | 2020-11-26 | 2020-11-26 | 一种基于驾驶行为的道路评价方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112489428A true CN112489428A (zh) | 2021-03-12 |
CN112489428B CN112489428B (zh) | 2022-08-26 |
Family
ID=74935402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011352251.8A Active CN112489428B (zh) | 2020-11-26 | 2020-11-26 | 一种基于驾驶行为的道路评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112489428B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113311725A (zh) * | 2021-04-28 | 2021-08-27 | 武汉光庭信息技术股份有限公司 | 一种基于capl的驾驶行为分析的自动化测试方法及系统 |
CN115238424A (zh) * | 2022-06-20 | 2022-10-25 | 深圳大学 | 基于车辆驾驶模拟仿真的道路交通照明评价系统与方法 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1434188A2 (en) * | 2002-12-17 | 2004-06-30 | HONDA MOTOR CO., Ltd. | A road traffic simulation apparatus |
CN101238985A (zh) * | 2007-02-09 | 2008-08-13 | 中国科学院心理研究所 | 一种基于模拟驾驶平台的心理和行为监测系统 |
US20080275682A1 (en) * | 2007-05-04 | 2008-11-06 | Langer William J | Method and system for axle evaluation and tuning with loading system and vehicle model |
CN103035140A (zh) * | 2012-12-24 | 2013-04-10 | 吉林大学 | 汽车驾驶员危险驾驶行为矫正及评价系统 |
CN103479138A (zh) * | 2013-08-08 | 2014-01-01 | 罗轶 | 交互式虚拟实境汽车展示平台 |
CN103793570A (zh) * | 2014-02-08 | 2014-05-14 | 东南大学 | 一种基于多体系统动力学的道路线形安全分析方法 |
CN103823929A (zh) * | 2014-02-18 | 2014-05-28 | 北京理工大学 | 一种基于驾驶员模型的车辆转向系统性能测试方法 |
CN104573343A (zh) * | 2014-12-25 | 2015-04-29 | 长安大学 | 一种沥青路面平整度舒适性现场评价方法及仿真评价方法 |
CN105096688A (zh) * | 2015-08-20 | 2015-11-25 | 中交第一公路勘察设计研究院有限公司 | 基于bim仿真环境的驾驶模拟控制系统 |
CN105138733A (zh) * | 2015-07-30 | 2015-12-09 | 河北工业大学 | 基于驾驶舒适性的双车道公路交通安全评价方法 |
CN105719431A (zh) * | 2016-03-09 | 2016-06-29 | 深圳市中天安驰有限责任公司 | 一种疲劳驾驶检测系统 |
CN105741494A (zh) * | 2016-03-29 | 2016-07-06 | 浙江吉利控股集团有限公司 | 一种基于线下数据匹配的驾驶员疲劳监测方法 |
US20180129891A1 (en) * | 2016-11-08 | 2018-05-10 | Hyundai Motor Company | Apparatus for determining concentration of driver, system having the same, and method thereof |
US20190095707A1 (en) * | 2017-09-22 | 2019-03-28 | Daniel Thompson | System and method for increasing safety during traffic stops |
CN109840662A (zh) * | 2017-11-29 | 2019-06-04 | 上海浦东建筑设计研究院有限公司 | 一种基于驾驶模拟的城市道路提升改造需求综合评价方法 |
CN110264825A (zh) * | 2019-07-31 | 2019-09-20 | 交通运输部公路科学研究所 | 一种驾驶模拟安全评价方法、装置及系统 |
-
2020
- 2020-11-26 CN CN202011352251.8A patent/CN112489428B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1434188A2 (en) * | 2002-12-17 | 2004-06-30 | HONDA MOTOR CO., Ltd. | A road traffic simulation apparatus |
CN101238985A (zh) * | 2007-02-09 | 2008-08-13 | 中国科学院心理研究所 | 一种基于模拟驾驶平台的心理和行为监测系统 |
US20080275682A1 (en) * | 2007-05-04 | 2008-11-06 | Langer William J | Method and system for axle evaluation and tuning with loading system and vehicle model |
CN103035140A (zh) * | 2012-12-24 | 2013-04-10 | 吉林大学 | 汽车驾驶员危险驾驶行为矫正及评价系统 |
CN103479138A (zh) * | 2013-08-08 | 2014-01-01 | 罗轶 | 交互式虚拟实境汽车展示平台 |
CN103793570A (zh) * | 2014-02-08 | 2014-05-14 | 东南大学 | 一种基于多体系统动力学的道路线形安全分析方法 |
CN103823929A (zh) * | 2014-02-18 | 2014-05-28 | 北京理工大学 | 一种基于驾驶员模型的车辆转向系统性能测试方法 |
CN104573343A (zh) * | 2014-12-25 | 2015-04-29 | 长安大学 | 一种沥青路面平整度舒适性现场评价方法及仿真评价方法 |
CN105138733A (zh) * | 2015-07-30 | 2015-12-09 | 河北工业大学 | 基于驾驶舒适性的双车道公路交通安全评价方法 |
CN105096688A (zh) * | 2015-08-20 | 2015-11-25 | 中交第一公路勘察设计研究院有限公司 | 基于bim仿真环境的驾驶模拟控制系统 |
CN105719431A (zh) * | 2016-03-09 | 2016-06-29 | 深圳市中天安驰有限责任公司 | 一种疲劳驾驶检测系统 |
CN105741494A (zh) * | 2016-03-29 | 2016-07-06 | 浙江吉利控股集团有限公司 | 一种基于线下数据匹配的驾驶员疲劳监测方法 |
US20180129891A1 (en) * | 2016-11-08 | 2018-05-10 | Hyundai Motor Company | Apparatus for determining concentration of driver, system having the same, and method thereof |
US20190095707A1 (en) * | 2017-09-22 | 2019-03-28 | Daniel Thompson | System and method for increasing safety during traffic stops |
CN109840662A (zh) * | 2017-11-29 | 2019-06-04 | 上海浦东建筑设计研究院有限公司 | 一种基于驾驶模拟的城市道路提升改造需求综合评价方法 |
CN110264825A (zh) * | 2019-07-31 | 2019-09-20 | 交通运输部公路科学研究所 | 一种驾驶模拟安全评价方法、装置及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113311725A (zh) * | 2021-04-28 | 2021-08-27 | 武汉光庭信息技术股份有限公司 | 一种基于capl的驾驶行为分析的自动化测试方法及系统 |
CN115238424A (zh) * | 2022-06-20 | 2022-10-25 | 深圳大学 | 基于车辆驾驶模拟仿真的道路交通照明评价系统与方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112489428B (zh) | 2022-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105599773B (zh) | 一种基于车辆运动姿态的驾驶员状态提示装置及其方法 | |
CN112489428B (zh) | 一种基于驾驶行为的道路评价方法及系统 | |
CN105679020A (zh) | 一种驾驶行为分析装置和方法 | |
CN105138733B (zh) | 基于驾驶舒适性的双车道公路交通安全评价方法 | |
CN113744563B (zh) | 一种基于轨迹数据的路-车风险实时估计方法 | |
Deng et al. | Pedal operation characteristics and driving workload on slopes of mountainous road based on naturalistic driving tests | |
CN112419719A (zh) | 高速公路交通运营安全评价方法及系统 | |
O'Hanlon | Heart rate variability: a new index of driver alertness/fatigue | |
CN106875677A (zh) | 用于分析驾驶行为的方法、分析平台和系统 | |
CN111657923A (zh) | 一种测试驾驶员危险感知能力的方法及系统 | |
Qi et al. | Model of driver’s eye movement and ECG index under tunnel environment based on spatiotemporal data | |
CN113635897A (zh) | 一种基于风险场的安全驾驶预警方法 | |
Wu et al. | Effects of chevron alignment signs on driver eye movements, driving performance, and stress | |
CN103383709A (zh) | 高速公路长隧道出口段昼间照明优化方法 | |
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 | |
Liu et al. | Analysis of factors affecting a driver’s driving speed selection in low illumination | |
Li et al. | Safety evaluation of fog warning systems in a connected vehicle environment based on sample entropy | |
CN112754483B (zh) | 一种测试及训练驾驶员注意分配能力的方法和系统 | |
CN112373482B (zh) | 一种基于驾驶模拟器的驾驶习惯建模方法 | |
Nengchao et al. | Analysis traffic safety for highway off-rampbased on visual reaction time on traffic signs | |
CN113657716A (zh) | 基于熵权法的驾驶员驾驶行为安全性综合评价方法 | |
Calvi et al. | A Driving Simulator Study on the Effects of Autonomous Vehicles on Drivers Behaviour Under Car-Following Conditions | |
Zhou et al. | Research on the Critical Response Ability of Elderly Drivers under Risk Scenarios | |
Deng et al. | An Experimental Investigation of Novice and Experienced Drivers' Car Following Task Performance on Snowy Road | |
Fengxiang et al. | Effectiveness of a risk warning system: A driving simulation study |
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 |