营运客车典型危险行驶状态识别方法研究

发布时间：2017-10-28 21:23

  本文关键词：营运客车典型危险行驶状态识别方法研究

  更多相关文章： 营运客车 危险行驶状态 跟车 换道 侧翻

【摘要】：相比于其他车辆,营运客车的运行安全保障力度要求更高,但我国营运客车的整体安全水平较低,重、特大事故时有发生。从事故发生机理而言,危险的行驶状态是导致事故的直接因素。营运客车行驶过程中,如果能在线对客车的运行状态进行监测,当识别到危险状态时,通过对驾驶人进行预警,可有效提升客车的运行安全性。针对上述需求,采用毫米波雷达、激光雷达、车道线距离传感器、GPS、CAN采集卡、车载视频监控系统等设备搭建了实验平台,在G30高速公路三桥至兴平之间进行了营运客车运行状态数据采集。数据采集时长超过150小时,试验总行驶里程超过1万公里,获取了近900组客车跟车数据,以及超过1000次的客车换道数据。通过对数据进行分析,分别对危险跟车、危险换道和侧翻三种危险状态的识别方法进行了建模分析。主要的研究内容如下:1、营运客车驾驶人普遍趋于稳定跟车,平均的跟车时距为2.39s。随着车速的增加,客车的跟车间距均值、跟车时距均值都相应增加,这与小型车领域内的研究结果一致。考虑客车与前车的相对运动状态变化特性,分别建立了适合于客车的安全距离模型和安全时距模型。除这两类模型之外,同时引入ISO15623模型、马自达跟车模型以及期望间距跟车模型,利用实际数据对这些模型的有效性进行验证,结果表明:在相对速度为-1.5m/s~1.5m/s的稳定跟车阶段,客车安全距离模型适合于进行低等级的危险跟车状态识别,而0.6s跟车时距模型适合于进行高等级的危险跟车状态识别。当客车速度大于前车速度1.5m/s情况下,客车安全距离模型适合于识别低等级的危险跟车状态,而ISO模型适合于识别高等级的危险跟车状态。当客车速度小于前车速度1.5m/s情况下,客车安全距离模型适合于识别低等级的危险跟车状态,而0.6s跟车时距模型适合于识别高等级的危险跟车状态。2、研究样本中,客车换道持续时间的平均值为10.5s,相比于小型车的平均换道持续时间6.8s增加了47.1%。以Hussein Jula针对小型车建立的换道安全性模型为参考,针对客车与自车道前方车辆、目标车道前方车辆、目标车道后方车辆三类目标车辆,通过引入经典的加利福尼亚跟车模型,建立了考虑客车换道结束后与周围车辆保持安全距离的换道安全模型,但检验结果表明这三类模型的识别率较低。利用客车跟车行为研究中建立的0.6s跟车时距模型替换加利福尼亚跟车模型,结果优化后的三类模型识别准确率较高,平均识别率达到了93.3%。3、客车驾驶人的驾驶模式存在潜在的固定模式。一方面,跟车或者换道过程中,当车速、交通环境发生变化时,驾驶人总倾向于控制跟车过程或者换道过程符合个体潜在的驾驶模式,这对提升驾驶人的心理安全感具有良好意义。另一方面,本文的研究过程表明,换道过程中驾驶人对纵向车间距的控制模式类似于正常跟车过程。通过将客车跟车规律引入到客车换道安全模型中,相比于使用现有成熟的跟车模型,换道安全模型的识别准确率有了大幅度的提升,并且模型的识别结果更符合驾驶人的主观特性。4、在TruckSim和Matlab联合仿真环境下,采用三自由度车辆模型对客车侧翻过程进行建模分析。转向盘角阶跃输入情况下,客车动力学模型仿真得到的横摆角速度、侧向加速度和侧倾角均与真实测量数据保持了良好的一致性。以车速、转向盘转角、侧向加速度作为输入,以营运客车横向载荷转移率门限值作为侧翻预警参数,建立了客车侧翻模型,并将横向载荷转移率绝对值的阈值设定为0.85。验证结果表明,该侧翻识别模型能够准确应用于鱼钩试验与双移线试验中,LTR、TTR与时间变化曲线的分析结果也表明客车侧翻模型具有较好的实时性与准确度。
【关键词】：营运客车 危险行驶状态 跟车 换道 侧翻
【学位授予单位】：长安大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：U492.8;U463.6
【目录】：

• 摘要4-6
• Abstract6-12
• 主要符号对照表12-13
• 第一章 绪论13-27
• 1.1 问题的提出13-14
• 1.2 国内外研究现状14-25
• 1.2.1 危险跟车状态14-19
• 1.2.2 危险换道状态19-22
• 1.2.3 转弯侧翻危险状态22-24
• 1.2.4 相关研究总结24-25
• 1.3 主要研究内容与研究方法25-27
• 第二章 危险行驶状态及实车试验数据采集27-37
• 2.1 危险行驶状态的确定27
• 2.2 参数分析与试验目的27-28
• 2.2.1 采集参数27-28
• 2.2.2 试验目的28
• 2.3 试验方案设计28-29
• 2.4 数据采集试验29-35
• 2.4.1 试验仪器29-33
• 2.4.2 试验线路的确定33-34
• 2.4.3 被试驾驶人34-35
• 2.5 数据预处理35
• 2.6 小结35-37
• 第三章 营运客车危险跟车状态识别方法37-75
• 3.1 客车跟车特性分析37-51
• 3.1.1 跟车间距37-39
• 3.1.2 跟车速度及相对速度39-41
• 3.1.3 跟车过程客车的加速度41-42
• 3.1.4 TTC42-43
• 3.1.5 跟车间距与速度的关系43-49
• 3.1.6 跟车时距与车速之间的关系49-51
• 3.2 营运客车跟车安全状态识别模型51-60
• 3.2.1 经典安全距离模型回顾52-55
• 3.2.2 基于制动过程运动学分析的客车跟车安全距离模型55-60
• 3.2.3 基于车间时距的安全距离模型60
• 3.3 客车跟车预警规则确立和验证60-73
• 3.4 小结73-75
• 第四章 营运客车危险换道状态识别方法75-117
• 4.1 客车换道特性分析75-90
• 4.1.1 换道轨迹75-78
• 4.1.2 换道横向偏移量78-79
• 4.1.3 换道时间79-81
• 4.1.4 换道轨迹与车道中心线夹角81-84
• 4.1.5 换道初始时刻客车与周围车相对位置84-86
• 4.1.6 换道初始时刻客车与周围车辆相对速度86-89
• 4.1.7 换道过程客车加速度分析89-90
• 4.2. 客车换道安全性模型建立90-97
• 4.2.1 客车与本车道前方车辆位置关系91-93
• 4.2.2 客车与目标车道前方车辆位置关系93-95
• 4.2.3 客车与目标车道后方车辆位置关系95-97
• 4.3 客车换道危险状态识别模型97-115
• 4.3.1 识别模型的建立97-98
• 4.3.2 模型识别结果98-104
• 4.3.3 考虑驾驶人特性的模型优化104-111
• 4.3.4 模型有效性验证111-115
• 4.4 本章小结115-117
• 第五章 营运客车侧翻状态识别方法117-138
• 5.1 营运客车动力学模型的建立117-125
• 5.1.1 基于Trucksim的营运客车模型117-120
• 5.1.2 营运客车侧翻危险行驶状态识别简化模型120-122
• 5.1.3 营运客车动力学模型仿真验证122-125
• 5.2 营运客车侧翻危险行驶状态识别算法125-128
• 5.2.1 营运客车侧翻危险行驶状态参数选取125-126
• 5.2.2 营运客车侧翻危险行驶状态识别模型126-128
• 5.3 营运客车侧翻危险行驶状态识别算法验证128-137
• 5.3.1 鱼钩(Fishhook)试验工况128-134
• 5.3.2 双移线(Double Lane Change)试验工况134-137
• 5.4 小结137-138
• 结论138-142
• 研究结论138-140
• 研究的创新点140-141
• 进一步研究的建议141-142
• 参考文献142-147
• 攻读学位期间取得的研究成果147-148
• 攻读博士学位期间取得的学术成果147
• 参与的主要科研项目147-148
• 致谢148

【相似文献】

中国期刊全文数据库 前3条

1 彭金栓;付锐;郭应时;;驾驶人换道决策机制及视觉特性分析[J];中国安全科学学报;2013年02期

2 杨汉祖;铁木丝织机钳式自动换道[J];丝绸情报;1972年05期

3 ;[J];;年期

中国重要会议论文全文数据库 前3条

1 张安英;;基于预判概率的换道决策模型研究[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年

2 李玮;段建民;龚建伟;;障碍物条件下智能车辆换道路径规划的近优解[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

3 杨晓光;孙剑;;面向ITS的交通仿真实验系统研究与开发[A];第一届中国智能交通年会论文集[C];2005年

中国重要报纸全文数据库 前3条

1 本报记者 李龙俊;换道超车，才有机会后来居上[N];四川日报;2014年

2 记者 徐景明;车一进隧道就不允许换道[N];厦门日报;2010年

3 闻天;安全驾车十二诀[N];华夏时报;2004年

中国博士学位论文全文数据库 前10条

1 宋竹;微观交通仿真查询算法与换道模型研究[D];电子科技大学;2015年

2 魏福禄;信号交叉口四左转车道交通运行特性研究[D];吉林大学;2015年

3 李慧轩;基于驾驶行为动态获取的换道行为微观建模及仿真校验研究[D];北京交通大学;2016年

4 杨柳;基于元胞自动机的高速公路交通流特性研究[D];长沙理工大学;2015年

5 郭艳君;营运客车典型危险行驶状态识别方法研究[D];长安大学;2016年

6 彭金栓;基于视觉特性与车辆相对运动的驾驶人换道意图识别方法[D];长安大学;2012年

7 王畅;车辆换道预警的若干关键问题研究[D];长安大学;2012年

8 侯海晶;高速公路驾驶人换道意图识别方法研究[D];吉林大学;2013年

9 党睿娜;具有换道辅助功能的车辆自适应巡航控制[D];清华大学;2013年

10 罗强;面向高速公路行车安全预警的车道偏离及换道模型研究[D];华南理工大学;2014年

中国硕士学位论文全文数据库 前10条

1 滕飞;换道车辆的实时轨迹预测方法研究[D];北京理工大学;2016年

2 袁盛s，

本文编号：1110030