导读:本文包含了危险场景论文开题报告文献综述及选题提纲参考文献，主要关键词:主动安全,跟车场景,危险估计,潜在危险
危险场景论文文献综述
刘瑞,贺经纬,朱西产,马志雄[1]（2019）在《基于自然驾驶数据的跟车场景潜在危险估计模型》一文中研究指出为了改善主动安全系统的性能,提出一种跟车场景潜在危险估计模型.将前车制动时为避免碰撞留给本车制动之前的时间作为跟车场景潜在危险估计指标,即时间裕度.将TTC(time to collision)定义为明显危险估计指标.使用自然驾驶数据来确定时间裕度中的目标车和本车的减速度.为了得到真实可信的驾驶员制动行为特性,讨论了驾驶员制动行为的收敛性.使用核密度估计来描述驾驶员的纵向加速行为,使用相对熵来表征2个不同数据集之间的差异.使用稳定收敛的数据集提取了驾驶员制动行为的特征参数,并根据这些特征参数得到了考虑驾驶员制动极限的时间裕度.最后使用跟车危险工况制动开始时刻的时间裕度构建了跟车场景潜在危险估计模型.分析稳定跟车工况中的明显危险和潜在危险表明,潜在危险估计模型可以描述两车相对速度较小情况的危险等级.真实跟车危险工况验证发现,使用潜在危险估计模型可以更早地发现危险发生的可能.(本文来源于《东南大学学报(自然科学版)》期刊2019年04期）
高杰[2]（2019）在《危险品运输车辆危险场景提取及典型试验工况研究》一文中研究指出近年来,液罐半挂车等重型车辆发展迅速,应用广泛,并已成为道路货运的主要运输工具之一。随着中国交通运输行业的不断发展,涉及车辆侧翻的重大交通事故也在不断增加。研究表明,由于液罐半挂车有很高的质心位置,相对较大的质量和体积,且轴距长轮距窄等因素,使得车辆在遇到危险情况时极易发生侧翻事故,因此,对于侧翻危险场景的研究很有必要。本文依托国家重点研发计划“危险品运输过程安全保障技术研究及示范”(编号:2017YFC0804808),收集大量的实车试验数据,并与TrucSim仿真软件相结合,提出了一种典型试验工况,具体研究内容如下:(1)针对国内对侧翻研究的理论研究较多而道路试验较少的情况,设计了道路实车试验方案和选取了试验数据采集设备,并搭建了道路试验平台。(2)设立了侧翻场景触发条件,通过对试验数据按类进行划分并统计比例,选取了主要侧翻场景,并将侧翻场景发生时车辆的行驶状态进行划分,分成了紧急制动场景、转弯场景和单移线场景等叁个场景,并根据实际情况选取了侧向加速度和侧倾角表征侧翻参数和设计了危险场景触发条件。(3)将符合触发条件收集到的数据进行分类处理,将处理好的数据进行相同场景以及不同场景的对比分析,得出侧翻危险性最大的场景,并通过TruckSim仿真软件进行车辆建模,仿真出侧翻阈值,提出一种新的侧翻试验工况。(本文来源于《吉林大学》期刊2019-06-02）
盛彬[3]（2019）在《基于信息融合的驾驶危险场景分析识别研究》一文中研究指出随着经济的不断发展,我国汽车和驾驶员的数量都不断攀升,道路交通安全愈发受到公众和学者的关注。车辆在行驶过程中与其他道路交通使用者产生冲突,形成危险场景。识别危险场景意义重大,对于经验不足的驾驶人而言,识别危险场景并提前预警,可以避免不必要的事故;对于科技应用领域而言,危险场景识别可以作为驾驶辅助系统的理论基础,进而更加科学地减少交通事故的发生。本文对不同危险场景驾驶员的心电和脑电信号进行差异性分析并分别建立了基于支持向量机和随机森林的危险场景识别模型。首先对危险场景的产生机理及影响因素进行分析,并介绍了危险场景的评估方法,然后选取了本文要研究的驾驶员的生理指标。生理信号能够表征驾驶员的心理和精神状态,不同的危险场景会对驾驶员产生不同的压力与负荷。采用实车实验采集驾驶员在不同危险场景下的心电和脑电信号。基于实车视频对5种不同危险场景进行提取和统计,得到对应的生理数据。使用Ergo LAB对心电数据进行预处理得到心率数据;利用EEGLAB插件导出脑电数据,对脑电数据进行预处理。然后对驾驶员心电信号进行心率增长率和心率变异性(时域和频域)分析;通过小波变换对驾驶员脑电信号进一步去除噪声,对脑电信号中的?波、?波、?波功率谱密度和?/?值进行提取,分析了不同危险场景下的各种波形及指标的差异性。最后通过多源信息融合的方法构建基于支持向量机和随机森林的危险场景识别模型。对融合后的指标矩阵进行主成分分析,保留了累计贡献率≥90%的7个特征值。分别构建了一对多分类器的支持向量机模型和随机森林分类模型。支持向量机模型使用Libsvm利用粒子群算法进行参数寻优,得到最优参数后进行模型训练和分类预测,模型的分类准确率可以达到82.01%。并与融合前的单数据源(心电或脑电特征)的分类准确率进行对比。随机森林识别模型的分类准确率可以达到90.65%,模型具有良好的有效性和适用性。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
曾宇凡,朱西产,马志雄,孙晓宇[4]（2018）在《基于DREAM方法的追尾危险场景诱导因素分析》一文中研究指出危险驾驶场景的研究一直是国内外道路交通安全关注的重点。DREAM(Driving Reliability and Error Analysis Method)方法(驾驶可靠性及差错分析方法)全面的给出了关于事故的演变过程中,可能导致危险发生的相关因素,以及各个因素之间的相互关系,可用于危险驾驶场景诱导因素的分析。本文基于对China-FOT数据库的分析统计,提取筛选了42例危险程度高和43例危险程度低的追尾危险场景,并对DREAM方法进行适用性修正,对上述类型的危险驾驶场景进行诱导因素的分析。结果显示:无论在哪种场景中,驾驶员的不良驾驶行为占主要部分;并且针对不同的危险驾驶场景,应该采用不同的规避方式;道路拥堵可能是深层次的诱导因素。该结论为我国道路交通安全的改善可能具有一定的参考价值。(本文来源于《第十五届国际汽车交通安全学术会议论文集》期刊2018-11-15）
华珺,赵俊玮,刘永涛[5]（2018）在《基于跟车数据的公交驾驶潜在危险场景库构建》一文中研究指出城市公交安全是城市道路交通安全的重要组成部分。采集西安市不同等级道路公交跟车数据,提取潜在危险静态特征情景和动态特征事件,将其合理组合后利用Visual Studio 2015和Access数据库构成公交驾驶潜在危险场景库。统计跟车数据中潜在危险场景出现频次,发现最为常见的潜在危险场景为公交在城市次干路平直路段非公交专用道行驶途经无信号灯人行横道时有行人即将过街。根据潜在危险对象、城市道路等级、路段类型、潜在危险类型的不同,统计出公交-非机动车事件居多,占比37.59%;在城市次干路行驶时存在的潜在危险居多,占比45.29%;在停靠或驶离公交站点时存在的潜在危险居多,占比35.98%;行驶过程中出现的横向潜在危险居多,占比51.02%。公交驾驶潜在危险场景库的构建可为西安市公交驾驶员潜在危险感知能力的提升提供更科学、更有效的培训。(本文来源于《第十五届国际汽车交通安全学术会议论文集》期刊2018-11-15）
吴斌,朱西产,沈剑平,孙晓宇[6]（2018）在《基于自然驾驶研究的直行追尾危险场景诱导因素分析》一文中研究指出基于中国自然驾驶工况数据,筛选了直行追尾危险工况,通过修正的DREAM(driving reliability and error analysis method)方法进行了诱导因素分析.对直行追尾危险场景依据车辆行驶特点进行了场景细分,分析了不同场景细分类型下诱导因素逻辑图.结果表明,在直行追尾场景中驾驶员的"力度不足"和"距离过短"为占比最高的紧急事件(危险特征),并分析了追尾场景中4个细分类型对应的紧急事件特点.研究发现,中国驾驶员的驾驶习惯与欧美有较大差别,直行追尾危险场景中最主要的深层诱导因素为驾驶员习惯性期待他车特定驾驶行为等不良驾驶习惯,而不是在驾驶过程中与驾驶操纵无关的第二行为.(本文来源于《同济大学学报(自然科学版)》期刊2018年09期）
吴初娜,曾诚[7]（2018）在《场景对驾驶人危险辨识能力评估结果的影响》一文中研究指出为提高用驾驶人危险辨识能力评估系统得到的评估结果的信效度,探讨评估场景对评估结果的影响。首先,分析各类评估系统中评估场景的异同点;其次,由于评估场景一般为危险情境,通过对危险定义与类型、危险风险度的系统梳理,探讨危险情境对评估结果的影响;最后,通过分析动静态场景的优缺点,探讨场景展现形式对评估结果的影响。结果表明:危险情境的主观和客观风险度的一致性越高,评估结果的信效度越好;动静态场景各有利弊,静态场景能有效避免评估结果的模糊性和驾驶人的疲劳厌烦效应,动态场景更利于理解危险情境,同时更贴近驾驶人实际驾驶时的危险辨识工作机制。(本文来源于《中国安全科学学报》期刊2018年04期）
郑社教[8]（2018）在《基于事故场景构建的危险化学品事故应急救援技术方案的研究》一文中研究指出通过分析两起危险化学品事故应急救援存在的问题,揭示了现有应急管理体系、应急救援预案在应对危险化学品事故中存在的缺陷,以及危险化学品事故应急救援技术方案编制的必要性。分析总结了危险化学品事故的特点,阐述了事故场景构建的含义、方法和步骤,以及危险化学品事故应急救援技术方案的地位和内容。(本文来源于《中国应急救援》期刊2018年02期）
黄冰倩[9]（2018）在《危险场景下WSN移动数据收集算法研究》一文中研究指出无线传感器网络数据收集技术是目前研究的热点,它是通过大量传感器节点对某个区域进行监测,并将数据传送到一个远程基站进行处理。在传统网络中,节点被部署后静止不动,并通过多跳的传输方式向sink发送数据。在这种数据收集模式下,靠近汇聚节点(sink)的节点相比网络中的其他传感器节点而言需要转发更多的数据,形成网络热区,从而使这些节点的能量急速下降。为了使网络能量消耗更均衡,利用移动节点进行数据收集成为近年来的研究热点。然而在很多网络规模较大的实际应用中,移动节点由于受到自身容量与空间的限制,需要在一定的时延范围内将采集到的数据发送到sink进行处理,否则这些数据信息将毫无意义。因此,本文在满足网络能耗和数据收集延迟的基础上对移动节点的最优路径问题展开研究。针对移动节点在数据收集过程中的停留位置问题,为了均衡网络的节点能耗与数据收集时延两者之间的关系,本文提出了一种基于危险场景下的无线传感网移动数据收集算法。该算法首先结合最优化理论将最小化移动节点路径问题转化为整数线性规划模型,通过选取数据汇集点、构造数据收集树,并且对收集树执行优化操作,使收集树根节点负载更加均衡,从而延长网络生命周期,并且根据汇集点选取移动节点数据收集过程中的停靠节点,在sink与停靠节点之间形成一条回路,从而有效缩短数据收集延迟。同时将蚁群算法运用于解决停靠节点之间的TSP问题上。首先介绍了蚁群算法的基本原理和算法模型,针对蚁群算法在获取全局最优解方面的不足提出了优化的蚁群路径规划算法,在算法的参数设置问题上引入混沌理论对蚁群算法的参数进行自适应调整,在算法的信息素更新规则方面引入一个动态因子,使算法在每次迭代中能自适应地控制最优路径上信息素浓度的更新比重。最后通过仿真对比及分析,验证了改进的蚁群算法能有效提高蚂蚁的全局搜索能力,缩短移动节点数据收集路径,并且满足危险场景下的无线传感网数据收集要求。(本文来源于《昆明理工大学》期刊2018-03-01）
曾宇凡,朱西产,马志雄,孙晓宇[10]（2017）在《基于真实事故和自然驾驶场景的车辆-骑车人危险工况的统计分析》一文中研究指出道路交通安全一直是我国重大的社会问题。本文针对某地2013年到2015年叁年间交通管理部门采集的道路事故数据,基于危险工况场景构成参数构建了事故工况类型体系,提取了事故占比最高的前九类事故工况,并利用多因素Logistic回归分析探究了占比最高的涉及骑车人的事故,结果显示天气情况和道路类型是其影响因素。利用上海地区自然驾驶数据提取的危险工况进行对比分析,印证了汽车和骑车人的工况的危险程度较高,引发事故的可能性较大,在我国是一种特殊的典型事故工况,为我国道路交通安全的改善可能具有一定的参考价值。(本文来源于《Infats Proceedings of the 14th International Forum of Automotive Traffic Safety》期刊2017-12-01）
危险场景论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,液罐半挂车等重型车辆发展迅速,应用广泛,并已成为道路货运的主要运输工具之一。随着中国交通运输行业的不断发展,涉及车辆侧翻的重大交通事故也在不断增加。研究表明,由于液罐半挂车有很高的质心位置,相对较大的质量和体积,且轴距长轮距窄等因素,使得车辆在遇到危险情况时极易发生侧翻事故,因此,对于侧翻危险场景的研究很有必要。本文依托国家重点研发计划“危险品运输过程安全保障技术研究及示范”(编号:2017YFC0804808),收集大量的实车试验数据,并与TrucSim仿真软件相结合,提出了一种典型试验工况,具体研究内容如下:(1)针对国内对侧翻研究的理论研究较多而道路试验较少的情况,设计了道路实车试验方案和选取了试验数据采集设备,并搭建了道路试验平台。(2)设立了侧翻场景触发条件,通过对试验数据按类进行划分并统计比例,选取了主要侧翻场景,并将侧翻场景发生时车辆的行驶状态进行划分,分成了紧急制动场景、转弯场景和单移线场景等叁个场景,并根据实际情况选取了侧向加速度和侧倾角表征侧翻参数和设计了危险场景触发条件。(3)将符合触发条件收集到的数据进行分类处理,将处理好的数据进行相同场景以及不同场景的对比分析,得出侧翻危险性最大的场景,并通过TruckSim仿真软件进行车辆建模,仿真出侧翻阈值,提出一种新的侧翻试验工况。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
危险场景论文参考文献
[1].刘瑞,贺经纬,朱西产,马志雄.基于自然驾驶数据的跟车场景潜在危险估计模型[J].东南大学学报(自然科学版).2019
[2].高杰.危险品运输车辆危险场景提取及典型试验工况研究[D].吉林大学.2019
[3].盛彬.基于信息融合的驾驶危险场景分析识别研究[D].哈尔滨工业大学.2019
[4].曾宇凡,朱西产,马志雄,孙晓宇.基于DREAM方法的追尾危险场景诱导因素分析[C].第十五届国际汽车交通安全学术会议论文集.2018
[5].华珺,赵俊玮,刘永涛.基于跟车数据的公交驾驶潜在危险场景库构建[C].第十五届国际汽车交通安全学术会议论文集.2018
[6].吴斌,朱西产,沈剑平,孙晓宇.基于自然驾驶研究的直行追尾危险场景诱导因素分析[J].同济大学学报(自然科学版).2018
[7].吴初娜,曾诚.场景对驾驶人危险辨识能力评估结果的影响[J].中国安全科学学报.2018
[8].郑社教.基于事故场景构建的危险化学品事故应急救援技术方案的研究[J].中国应急救援.2018
[9].黄冰倩.危险场景下WSN移动数据收集算法研究[D].昆明理工大学.2018
[10].曾宇凡,朱西产,马志雄,孙晓宇.基于真实事故和自然驾驶场景的车辆-骑车人危险工况的统计分析[C].InfatsProceedingsofthe14thInternationalForumofAutomotiveTrafficSafety.2017