CN114639278A - 一种渣土车起步规范操作模拟器培训监管装置及评价方法 - Google Patents
一种渣土车起步规范操作模拟器培训监管装置及评价方法 Download PDFInfo
- Publication number
- CN114639278A CN114639278A CN202210126166.2A CN202210126166A CN114639278A CN 114639278 A CN114639278 A CN 114639278A CN 202210126166 A CN202210126166 A CN 202210126166A CN 114639278 A CN114639278 A CN 114639278A
- Authority
- CN
- China
- Prior art keywords
- starting
- driver
- vehicle
- wide
- muck
- 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.)
- Pending
Links
- 238000012549 training Methods 0.000 title claims abstract description 66
- 238000011156 evaluation Methods 0.000 title claims abstract description 29
- 238000012806 monitoring device Methods 0.000 title abstract description 4
- 238000012545 processing Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 83
- 238000013527 convolutional neural network Methods 0.000 claims description 27
- 238000012360 testing method Methods 0.000 claims description 21
- 230000009286 beneficial effect Effects 0.000 abstract description 5
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000002893 slag Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/16—Control of vehicles or other craft
- G09B19/167—Control of land vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Abstract
本发明公开了一种渣土车起步规范操作模拟器培训监管装置及评价方法。所述系统中的红外摄像头用于拍摄驾驶员起步操作时是否观察广角小圆镜的图像,并将其传输给工控机;CAN采集模块用于采集车辆运行信息并将其传输给工控机;前后屏道路环境显示系统用于显示道路环境信息,并将其传输给工控机;虚拟场景生成与显示系统用于生成虚拟场景并对其进行显示,将虚拟场景传输给工控机;工控机用于对驾驶员起步操作时是否观察广角小圆镜的图像、车辆运行信息、道路环境信息和虚拟场景进行存储并处理,得到驾驶员起步操作的安全评分。本发明用于对渣土车驾驶员的起步时是否看广角小圆镜的行为进行监督和管理,有助于培养驾驶员起步安全规范操作习惯。
Description
技术领域
本发明属于驾驶人安全驾驶培训技术领域,具体涉及一种渣土车起步规范操作模拟器培训监管装置及评价方法。
背景技术
由于渣土车驾驶员的安全意识普遍比较薄弱,且渣土车驾驶员驾驶行为操作不当造成的驾驶事故性质一般比较恶劣,需要对驾驶员驾驶行为进行规范以最大限度避免由于操作行为不当引起的事故。渣土车起步时驾驶员需要对周围驾驶环境进行观察,通过车头右上方的广角小圆镜观察车辆车头盲区是否有行人、车辆或其他障碍物,进而保证车辆的起步安全。因此,在对渣土车驾驶人进行培训时,需要针对起步时的安全规范操作进行监督和指导。
当前只是通过教练和安全培训人员的口头陈述来实现这一目的,无法在较长时间内持续对驾驶员的起步操作进行监控。
发明内容
针对现有技术中存在的问题,本发明的目的在于提供一种渣土车起步规范操作模拟器培训监管装置及评价方法,用于渣土车起步时,对驾驶员的起步时是否看广角小圆镜的行为进行监督和管理,有助于培养驾驶员起步安全规范操作习惯,适合广泛使用。
为了达到上述目的,本发明采用如下技术方案予以实现:
(一)一种渣土车起步规范操作模拟器培训监管装置,包括:
红外摄像头、CAN采集模块、前后屏道路环境显示系统、虚拟场景生成与显示系统和工控机;
所述红外摄像头面朝驾驶员安装在车内右侧上方靠近广角小圆镜的位置,用于拍摄驾驶员起步操作时是否观察广角小圆镜的图像,并将其传输给工控机;
所述CAN采集模块用于采集车辆运行信息并将其传输给工控机;
其中,车辆运行信息包含点火信号、加速踏板开度和转向灯开启情况;
所述前后屏道路环境显示系统用于显示道路环境信息,并将其传输给工控机;
所述虚拟场景生成与显示系统用于生成虚拟场景并对生成的虚拟场景进行显示,并将虚拟场景传输给工控机;
所述工控机用于对驾驶员起步操作时是否观察广角小圆镜的图像、车辆运行信息、道路环境信息和虚拟场景进行存储并处理,得到驾驶员起步操作的安全评分。
(二)一种渣土车起步规范操作模拟器培训监管评价方法,包括以下步骤:
步骤1,制定渣土车起步操作规范;
步骤2,建立虚拟驾驶场景;
步骤3,获取驾驶人头部运动图像,利用卷积神经网络模型对所述驾驶人头部运动图像进行标定,得到标定结果;
步骤4,采集车辆运行信息,根据所述车辆运行信息和所述标定结果与所述渣土车起步操作规范进行比对,确定每次驾驶员起步操作是否符合所述渣土车起步操作规范,若是,不扣分;否则,确定每次驾驶员起步操作过程中的扣分值;
其中,车辆运行信息包含点火信号、加速踏板开度和转向灯开启情况;
步骤5,获取一段时间内的驾驶员起步过程中的起步规范操作安全评价得分G,通过比较一段时间内的驾驶员起步过程中的起步规范操作安全评价得分G与预设阈值T的大小,确定是否要停止驾驶员的驾驶工作,若是,根据所述渣土车起步操作规范对驾驶员进行专项培训,否则,驾驶员的起步操作过程符合所述渣土车起步操作规范;
其中,一段时间为一次或一个培训周期,一个培训周期为7天。
可选的,所述步骤1包含以下子步骤:
子步骤1.1,启动渣土车的发动机,踩下离合器,并将变速杆挂到低速挡;
子步骤1.2,根据实际情况打开左转向灯或右转向灯,鸣喇叭,放松驻车制动操作手柄,放松离合器;
子步骤1.3,手握方向盘,在踩下加速踏板之前要看广角小圆镜1次;
子步骤1.4,起步转向过程中,必须每4秒看广角小圆镜1次,且每次看该广角小圆镜的时间不小于0.5秒。
可选的,建立虚拟驾驶场景具体为:
分别建立白天时向左转向起步和向右转向起步的驾驶场景、夜晚时向左转向起步和向右转向起步的驾驶场景、起步时车辆车头盲区有障碍物的驾驶场景和起步时车辆车头盲区没有障碍物的驾驶场景;
其中,所述障碍物为行人或非机动车辆。
可选的,利用卷积神经网络模型对所述驾驶人头部运动图像进行标定具体为:
首先,获取训练样本集和测试样本集,通过训练样本集训练卷积神经网络模型,得到训练好的卷积神经网络模型,再通过测试样本集对训练好的卷积神经网络模型进行测试,当卷积神经网络模型的输出与测试样本标签之间的差值的平均值小于预设的误差阈值,则确定卷积神经网络模型训练完成;
其中,训练样本集和测试样本集分别选自历史数据,训练样本集和测试样本集分别由起步过程中驾驶员头部朝向、驾驶员起步操作过程中看广角小圆镜和驾驶员起步操作过程中不看广角小圆镜,测试样本的标签为驾驶员起步操作过程中看广角小圆镜和驾驶员起步操作过程中不看广角小圆镜;
其次,将起步过程中驾驶员头部朝向输入训练好的卷积神经网络模型,则训练好的卷积神经网络模型输出驾驶员起步过程中看广角小圆镜或驾驶员起步操作过程中不看广角小圆镜。
可选的,所述标定结果具体为:驾驶员起步操作过程中看广角小圆镜或驾驶员起步操作过程中不看广角小圆镜。
可选的,确定每次驾驶员起步操作过程中的扣分值具体为:
首先,在加速踏板开度数据变为非0之前,渣土车驾驶员起步时转向灯是否开启,若是,不扣分;否则,扣分值a=1分;
其次,渣土车驾驶员起步时加速踏板开度变为非0之前,驾驶员是否看广角小圆镜一次,若是,不扣分;否则,扣分值b=2分;
再次,车辆车头盲区是否有障碍物,若有,渣土车驾驶员在起步转向过程中是否每2秒看1次广角小圆镜;否则,渣土车驾驶员在起步转向过程中是否每4秒看1次广角小圆镜;
若渣土车驾驶员在起步转向过程中每2秒看1次广角小圆镜,不扣分,否则,扣分值d=2分;和,
渣土车驾驶员在起步转向过程中是否每次看广角小圆镜的时间不小于0.5s,若是,不扣分,否则,扣分值e=2分;
若渣土车驾驶员在起步转向过程中每4秒看1次广角小圆镜,不扣分,否则,扣分值c=2分。
可选的,获取一段时间内的驾驶员起步过程中的起步规范操作安全评价得分G,通过比较一段时间内的驾驶员起步过程中的起步规范操作安全评价得分G与预设阈值T的大小,确定是否要停止驾驶员的驾驶工作具体为:
若一段时间内的驾驶员起步过程中的总扣分值G大于预设阈值T,停止驾驶员的驾驶工作并根据所述渣土车起步操作规范对驾驶员进行专项培训,否则,驾驶员的起步操作过程符合所述渣土车起步操作规范;
其中,Gp=a+b+c+d+e。
可选的,当一段时间为一次时,预设阈值Tp为4,若Gp>Tp,停止驾驶员的工作并根据所述渣土车起步操作规范对驾驶员进行专项培训,否则,该渣土车驾驶员起步操作过程符合所述渣土车起步操作规范。
可选的,当一段时间为一个培训周期时,预设阈值Tw为60,若Gp>Tw,停止驾驶员的工作并根据所述渣土车起步操作规范对驾驶员进行专项培训,否则,该渣土车驾驶员起步操作过程符合所述渣土车起步操作规范。
本发明能产生的有益效果包括:
1)本发明中的渣土车起步规范操作模拟器培训监管装置主要对驾驶员起步时转向灯操作和是否观察广角小圆镜行为进行识别,倚靠图像识别判定驾驶员的注视区域,可准确识别驾驶员是否有观察广角小圆镜,能准确识别驾驶员操作行为,其原理简单,行为识别准确,有助于培养驾驶员起步安全规范操作习惯,适合广泛使用。
2)本发明通过评分系统管理驾驶员,对不满足安全起步操作规范的驾驶操作进行打分,对扣分值较高的驾驶员进行再培训,可纠正驾驶员的起步不安全驾驶操作,使驾驶员养成起步时观察广角小圆镜的习惯,提高驾驶员的起步安全意识,提高车辆的起步安全性。
本发明的附加方面和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
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1是本发明提供的渣土车起步规范操作模拟器培训监管装置的结构组成图;
图2是本发明提供的渣土车起步规范操作模拟器培训监管评价方法的流程图。
其中,100:CAN采集模块;200:红外摄像头;300:虚拟场景生成与显示系统;400:前后屏道路环境显示系统;500:工控机。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。下列实施例中未注明具体条件的试验方法,通常按照常规条件,或者按照各制造商所建议的条件。
参考图1,本发明实施例提供了一种渣土车起步规范操作模拟器培训监管装置,包括:红外摄像头200、CAN采集模块100、前后屏道路环境显示系统400、虚拟场景生成与显示系统300和工控机500;
所述红外摄像头200面朝驾驶员安装在车内右侧上方靠近广角小圆镜的位置,用于拍摄驾驶员起步操作时是否观察广角小圆镜的图像,并将其传输给工控机500;
所述CAN采集模块100用于采集车辆运行信息并将其传输给工控机500;
其中,车辆运行信息包含点火信号、加速踏板开度和转向灯开启情况;
所述前后屏道路环境显示系统400用于显示道路环境信息,并将其传输给工控机500;
其中,道路环境信息包含道路上的行人、车辆和其他障碍物的速度和位置等信息;
所述虚拟场景生成与显示系统300用于生成虚拟场景并对生成的虚拟场景进行显示,并将虚拟场景传输给工控机500;
所述工控机500用于对驾驶员起步操作时是否观察广角小圆镜的图像、车辆运行信息、道路环境信息和虚拟场景进行存储并处理,得到驾驶员起步操作的安全评分。
在上述实施例中,红外摄像头200的输出端、CAN采集模块100的输出端、前后屏道路环境显示系统400和虚拟场景生成与显示系统300的输出端分别与工控机500的输入端连接,本发明中的渣土车起步规范操作模拟器培训监管装置主要对驾驶员起步时转向灯操作和是否观察广角小圆镜行为进行识别,倚靠图像识别判定驾驶员的注视区域,可准确识别驾驶员是否有观察广角小圆镜,能准确识别驾驶员操作行为,其原理简单,行为识别准确,有助于培养驾驶员起步安全规范操作习惯,适合广泛使用。
参考图2,本发明还提供了另一实施例,一种渣土车起步规范操作模拟器培训监管评价方法,包括以下步骤:
步骤1,制定渣土车起步操作规范;
步骤1包含以下子步骤:
子步骤1.1,启动渣土车的发动机,踩下离合器,并将变速杆挂到低速挡;
子步骤1.2,根据实际情况打开左转向灯或右转向灯,鸣喇叭,放松驻车制动操作手柄,放松离合器;
子步骤1.3,手握方向盘,在踩下加速踏板之前要看广角小圆镜1次;
子步骤1.4,起步转向过程中,必须每4秒看广角小圆镜1次,且每次看该广角小圆镜的时间不小于0.5秒;
步骤2,建立虚拟驾驶场景;
其中,建立虚拟驾驶场景具体为:
分别建立白天时向左转向起步和向右转向起步的驾驶场景、夜晚时向左转向起步和向右转向起步的驾驶场景、起步时车辆车头盲区有障碍物的驾驶场景和起步时车辆车头盲区没有障碍物的驾驶场景;
其中,所述障碍物为行人或非机动车辆;
步骤3,获取驾驶人头部运动图像,利用卷积神经网络模型对所述驾驶人头部运动图像进行标定,得到标定结果;
其中,利用卷积神经网络模型对所述驾驶人头部运动图像进行标定具体为:
首先,获取训练样本集和测试样本集,通过训练样本集训练卷积神经网络模型,得到训练好的卷积神经网络模型,再通过测试样本集对训练好的卷积神经网络模型进行测试,当卷积神经网络模型的输出与测试样本标签之间的差值的平均值小于预设的误差阈值,则确定卷积神经网络模型训练完成;
其中,训练样本集和测试样本集分别选自历史数据,训练样本集和测试样本集分别由起步过程中驾驶员头部朝向、驾驶员起步操作过程中看广角小圆镜和驾驶员起步操作过程中不看广角小圆镜,测试样本的标签为驾驶员起步操作过程中看广角小圆镜和驾驶员起步操作过程中不看广角小圆镜;
其次,将起步过程中驾驶员头部朝向输入训练好的卷积神经网络模型,则训练好的卷积神经网络模型输出驾驶员起步过程中看广角小圆镜或驾驶员起步操作过程中不看广角小圆镜。
进一步的,标定结果具体为:驾驶员起步操作过程中看广角小圆镜或驾驶员起步操作过程中不看广角小圆镜;
步骤4,采集车辆运行信息,根据所述车辆运行信息和所述标定结果与所述渣土车起步操作规范进行比对,确定每次驾驶员起步操作是否符合所述渣土车起步操作规范,若是,不扣分;否则,确定每次驾驶员起步操作过程中的扣分值;
其中,车辆运行信息包含点火信号、加速踏板开度和转向灯开启情况;
确定每次驾驶员起步操作过程中的扣分值具体为:
首先,在加速踏板开度数据变为非0之前,渣土车驾驶员起步时转向灯是否开启,若是,不扣分;否则,扣分值a=1分;
其次,渣土车驾驶员起步时加速踏板开度变为非0之前,驾驶员是否看广角小圆镜一次,若是,不扣分;否则,扣分值b=2分;
再次,车辆车头盲区是否有障碍物,若有,渣土车驾驶员在起步转向过程中是否每2秒看1次广角小圆镜;否则,渣土车驾驶员在起步转向过程中是否每4秒看1次广角小圆镜;
若渣土车驾驶员在起步转向过程中每2秒看1次广角小圆镜,不扣分,否则,扣分值d=2分;和,
渣土车驾驶员在起步转向过程中是否每次看广角小圆镜的时间不小于0.5s,若是,不扣分,否则,扣分值e=2分;
若渣土车驾驶员在起步转向过程中每4秒看1次广角小圆镜,不扣分,否则,扣分值c=2分;
步骤5,获取一段时间内的驾驶员起步过程中的起步规范操作安全评价得分G,通过比较一段时间内的驾驶员起步过程中的起步规范操作安全评价得分G与预设阈值T的大小,确定是否要停止驾驶员的驾驶工作,若是,根据所述渣土车起步操作规范对驾驶员进行专项培训,否则,驾驶员的起步操作过程符合所述渣土车起步操作规范;
其中,一段时间为一次或一个培训周期,一个培训周期为7天;
在上述实施例中,获取一段时间内的驾驶员起步过程中的起步规范操作安全评价得分G,通过比较一段时间内的驾驶员起步过程中的起步规范操作安全评价得分G与预设阈值T的大小,确定是否要停止驾驶员的驾驶工作具体为:
若一段时间内的驾驶员起步过程中的总扣分值G大于预设阈值T,停止驾驶员的驾驶工作并根据所述渣土车起步操作规范对驾驶员进行专项培训,否则,驾驶员的起步操作过程符合所述渣土车起步操作规范;
其中,Gp=a+b+c+d+e。
具体的,当一段时间为一次时,预设阈值Tp为4,若Gp>Tp,停止驾驶员的工作并根据所述渣土车起步操作规范对驾驶员进行专项培训,否则,该渣土车驾驶员起步操作过程符合所述渣土车起步操作规范。
进一步的,当一段时间为一个培训周期时,预设阈值Tw为60,若Gp>Tw,停止驾驶员的工作并根据所述渣土车起步操作规范对驾驶员进行专项培训,否则,该渣土车驾驶员起步操作过程符合所述渣土车起步操作规范。
本发明通过评分系统管理驾驶员,对不满足安全起步操作规范的驾驶操作进行打分,对扣分值较高的驾驶员进行再培训,可纠正驾驶员的起步不安全驾驶操作,使驾驶员养成起步时观察广角小圆镜的习惯,提高驾驶员的起步安全意识,提高车辆的起步安全性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种渣土车起步规范操作模拟器培训监管装置,其特征在于,包括:红外摄像头、CAN采集模块、前后屏道路环境显示系统、虚拟场景生成与显示系统和工控机;
所述红外摄像头面朝驾驶员安装在车内右侧上方靠近广角小圆镜的位置,用于拍摄驾驶员起步操作时是否观察广角小圆镜的图像,并将其传输给工控机;
所述CAN采集模块用于采集车辆运行信息并将其传输给工控机;
其中,车辆运行信息包含点火信号、加速踏板开度和转向灯开启情况;
所述前后屏道路环境显示系统用于显示道路环境信息,并将其传输给工控机;
所述虚拟场景生成与显示系统用于生成虚拟场景并对生成的虚拟场景进行显示,并将虚拟场景传输给工控机;
所述工控机用于对驾驶员起步操作时是否观察广角小圆镜的图像、车辆运行信息、道路环境信息和虚拟场景进行存储并处理,得到驾驶员起步操作的安全评分。
2.一种渣土车起步规范操作模拟器培训监管评价方法,其特征在于,包括以下步骤:
步骤1,制定渣土车起步操作规范;
步骤2,建立虚拟驾驶场景;
步骤3,获取驾驶人头部运动图像,利用卷积神经网络模型对所述驾驶人头部运动图像进行标定,得到标定结果;
步骤4,采集车辆运行信息,根据所述车辆运行信息和所述标定结果与所述渣土车起步操作规范进行比对,确定每次驾驶员起步操作是否符合所述渣土车起步操作规范,若是,不扣分;否则,确定每次驾驶员起步操作过程中的扣分值;
其中,车辆运行信息包含点火信号、加速踏板开度和转向灯开启情况;
步骤5,获取一段时间内的驾驶员起步过程中的起步规范操作安全评价得分G,通过比较一段时间内的驾驶员起步过程中的起步规范操作安全评价得分G与预设阈值T的大小,确定是否要停止驾驶员的驾驶工作,若是,根据所述渣土车起步操作规范对驾驶员进行专项培训,否则,驾驶员的起步操作过程符合所述渣土车起步操作规范;
其中,一段时间为一次或一个培训周期,一个培训周期为7天。
3.根据权利要求2所述的渣土车起步规范操作模拟器培训监管评价方法,其特征在于,所述步骤1包含以下子步骤:
子步骤1.1,启动渣土车的发动机,踩下离合器,并将变速杆挂到低速挡;
子步骤1.2,根据实际情况打开左转向灯或右转向灯,鸣喇叭,放松驻车制动操作手柄,放松离合器;
子步骤1.3,手握方向盘,在踩下加速踏板之前要看广角小圆镜1次;
子步骤1.4,起步转向过程中,必须每4秒看广角小圆镜1次,且每次看该广角小圆镜的时间不小于0.5秒。
4.根据权利要求2所述的渣土车起步规范操作模拟器培训监管评价方法,其特征在于,建立虚拟驾驶场景具体为:
分别建立白天时向左转向起步和向右转向起步的驾驶场景、夜晚时向左转向起步和向右转向起步的驾驶场景、起步时车辆车头盲区有障碍物的驾驶场景和起步时车辆车头盲区没有障碍物的驾驶场景;
其中,所述障碍物为行人或非机动车辆。
5.根据权利要求2所述的渣土车起步规范操作模拟器培训监管评价方法,其特征在于,利用卷积神经网络模型对所述驾驶人头部运动图像进行标定具体为:
首先,获取训练样本集和测试样本集,通过训练样本集训练卷积神经网络模型,得到训练好的卷积神经网络模型,再通过测试样本集对训练好的卷积神经网络模型进行测试,当卷积神经网络模型的输出与测试样本标签之间的差值的平均值小于预设的误差阈值,则确定卷积神经网络模型训练完成;
其中,训练样本集和测试样本集分别选自历史数据,训练样本集和测试样本集分别由起步过程中驾驶员头部朝向、驾驶员起步操作过程中看广角小圆镜和驾驶员起步操作过程中不看广角小圆镜,测试样本的标签为驾驶员起步操作过程中看广角小圆镜和驾驶员起步操作过程中不看广角小圆镜;
其次,将起步过程中驾驶员头部朝向输入训练好的卷积神经网络模型,则训练好的卷积神经网络模型输出驾驶员起步过程中看广角小圆镜或驾驶员起步操作过程中不看广角小圆镜。
6.根据权利要求2所述的渣土车起步规范操作模拟器培训监管评价方法,其特征在于,所述标定结果具体为:驾驶员起步操作过程中看广角小圆镜或驾驶员起步操作过程中不看广角小圆镜。
7.根据权利要求2所述的渣土车起步规范操作模拟器培训监管评价方法,其特征在于,确定每次驾驶员起步操作过程中的扣分值具体为:
首先,在加速踏板开度数据变为非0之前,渣土车驾驶员起步时转向灯是否开启,若是,不扣分;否则,扣分值a=1分;
其次,渣土车驾驶员起步时加速踏板开度变为非0之前,驾驶员是否看广角小圆镜一次,若是,不扣分;否则,扣分值b=2分;
再次,车辆车头盲区是否有障碍物,若有,渣土车驾驶员在起步转向过程中是否每2秒看1次广角小圆镜;否则,渣土车驾驶员在起步转向过程中是否每4秒看1次广角小圆镜;
若渣土车驾驶员在起步转向过程中每2秒看1次广角小圆镜,不扣分,否则,扣分值d=2分;和,
渣土车驾驶员在起步转向过程中是否每次看广角小圆镜的时间不小于0.5s,若是,不扣分,否则,扣分值e=2分;
若渣土车驾驶员在起步转向过程中每4秒看1次广角小圆镜,不扣分,否则,扣分值c=2分。
8.根据权利要求2所述的渣土车起步规范操作模拟器培训监管评价方法,其特征在于,获取一段时间内的驾驶员起步过程中的起步规范操作安全评价得分G,通过比较一段时间内的驾驶员起步过程中的起步规范操作安全评价得分G与预设阈值T的大小,确定是否要停止驾驶员的驾驶工作具体为:
若一段时间内的驾驶员起步过程中的总扣分值G大于预设阈值T,停止驾驶员的驾驶工作并根据所述渣土车起步操作规范对驾驶员进行专项培训,否则,驾驶员的起步操作过程符合所述渣土车起步操作规范;
其中,Gp=a+b+c+d+e。
9.根据权利要求2所述的渣土车起步规范操作模拟器培训监管评价方法,其特征在于,当一段时间为一次时,预设阈值Tp为4,若Gp>Tp,停止驾驶员的工作并根据所述渣土车起步操作规范对驾驶员进行专项培训,否则,该渣土车驾驶员起步操作过程符合所述渣土车起步操作规范。
10.根据权利要求2所述的渣土车起步规范操作模拟器培训监管评价方法,其特征在于,当一段时间为一个培训周期时,预设阈值Tw为60,若Gp>Tw,停止驾驶员的工作并根据所述渣土车起步操作规范对驾驶员进行专项培训,否则,该渣土车驾驶员起步操作过程符合所述渣土车起步操作规范。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210126166.2A CN114639278A (zh) | 2022-02-10 | 2022-02-10 | 一种渣土车起步规范操作模拟器培训监管装置及评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210126166.2A CN114639278A (zh) | 2022-02-10 | 2022-02-10 | 一种渣土车起步规范操作模拟器培训监管装置及评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114639278A true CN114639278A (zh) | 2022-06-17 |
Family
ID=81946284
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210126166.2A Pending CN114639278A (zh) | 2022-02-10 | 2022-02-10 | 一种渣土车起步规范操作模拟器培训监管装置及评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114639278A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007293495A (ja) * | 2006-04-24 | 2007-11-08 | Toyota Motor Corp | 運転者行動評価装置 |
CN101251958A (zh) * | 2007-07-06 | 2008-08-27 | 浙江大学 | 面向训练的汽车驾驶模拟机实现方法 |
CN106683521A (zh) * | 2016-02-03 | 2017-05-17 | 北京易驾佳信息科技有限公司 | 一种基于驾驶人操作行为感知的智能驾驶训练系统 |
CN107330389A (zh) * | 2017-06-26 | 2017-11-07 | 上海眼控科技股份有限公司 | 一种用于智能驾考的规范上车起步判断方法 |
CN110971869A (zh) * | 2019-06-03 | 2020-04-07 | 多伦科技股份有限公司 | 一种监控驾驶考试车辆上安全员行为的系统及方法 |
-
2022
- 2022-02-10 CN CN202210126166.2A patent/CN114639278A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007293495A (ja) * | 2006-04-24 | 2007-11-08 | Toyota Motor Corp | 運転者行動評価装置 |
CN101251958A (zh) * | 2007-07-06 | 2008-08-27 | 浙江大学 | 面向训练的汽车驾驶模拟机实现方法 |
CN106683521A (zh) * | 2016-02-03 | 2017-05-17 | 北京易驾佳信息科技有限公司 | 一种基于驾驶人操作行为感知的智能驾驶训练系统 |
CN107330389A (zh) * | 2017-06-26 | 2017-11-07 | 上海眼控科技股份有限公司 | 一种用于智能驾考的规范上车起步判断方法 |
CN110971869A (zh) * | 2019-06-03 | 2020-04-07 | 多伦科技股份有限公司 | 一种监控驾驶考试车辆上安全员行为的系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11084494B2 (en) | Method for detecting safety of driving behavior, apparatus, device and storage medium | |
CN109637261B (zh) | 自动-人工驾驶权切换情景下驾驶员反应能力训练系统 | |
CN105679020B (zh) | 一种驾驶行为分析装置和方法 | |
CN112289003B (zh) | 疲劳驾驶不端驾驶行为监测方法及主动安全驾驶监控系统 | |
EP2087477B1 (de) | Verfahren zur ortsabhängigen warnung von fahrzeugen vor gefahrensituationen | |
CN111231971B (zh) | 基于大数据的汽车安全性能分析评价方法及系统 | |
CN109145719B (zh) | 一种驾驶员疲劳状态识别方法及系统 | |
CN110356344A (zh) | 一种应用于全景系统的车载事件记录方法、系统及汽车 | |
CN106740839B (zh) | 一种汽车车距检测预警装置及预警方法 | |
CN110356398A (zh) | 一种车速调整方法、装置、控制器及汽车 | |
CN109774473B (zh) | 一种基于摄像头与导航数据融合的限速控制方法 | |
CN112258832B (zh) | 一种用于运行基于车辆信息的团雾气象信息感知发布系统的方法 | |
CN114030475A (zh) | 一种车辆辅助驾驶方法、装置、车辆及存储介质 | |
CN109987090A (zh) | 驾驶辅助系统和方法 | |
CN111595597B (zh) | 一种复杂环境下aeb vru性能的测试方法 | |
CN111409455A (zh) | 车辆的速度控制方法及装置、电子设备、存储介质 | |
CN111260915B (zh) | 一种高速公路交通异常区域行人逗留的预警提醒方法 | |
CN111882924A (zh) | 车辆测试系统、驾驶行为判断控制方法及事故预警方法 | |
CN113879325B (zh) | 一种自动驾驶辅助测试装置、方法及系统 | |
CN111251991B (zh) | 行车安全辅助系统及方法 | |
US11052822B2 (en) | Vehicle control apparatus, control method, and storage medium for storing program | |
CN114639278A (zh) | 一种渣土车起步规范操作模拟器培训监管装置及评价方法 | |
CN112319486A (zh) | 一种基于驾驶数据采集的驾驶检测方法及相关装置 | |
CN210000130U (zh) | 一种汽车自识别减速系统 | |
CN111243291A (zh) | 一种对高速公路急弯路段交通异常点后方车辆进行预警的方法 |
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 |