人机共驾型智能汽车驾驶行为特性及人机交互方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51775396
  • 项目类别:
    面上项目
  • 资助金额:
    62.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0507.机械仿生学与生物制造
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

The intelligent vehicles are still far away from the level of full driving automation. The driving mode switching from automated to manual will take a long time. Meanwhile, the behavior of drivers is significantly different for intelligent vehicles when compared with traditional vehicles. This new feature of driver behavior will have an impact on driving safety and comfort. Therefore, human factor analysis, system identification and nonlinear modeling methods were used, simulated and field driving experiments were conduct in this study to address the following research topics: (1) the feature of driving workload for different driving mode switching; (2) the time-based variation feature of attention and alertness when driving in automated mode; (3) the evaluation methods for taking over ability when the switching from automated to manual; (4) the methods on cooperated hand over and optimization of human-machine interface. To achieve the abovementioned goals of this study, the key scientific questions of quantification parameters to measure workload, attention, and alertness need to be solved; the risk level modeling for takeover procedure and human machine interface mechanism of hand over need to be solved. In conclusion, the innovated driving behavior and switching mechanism for the intelligent vehicle could enhance the interdisciplinary of automotive engineering, artificial intelligence, and human factors. The findings of this study could support the theoretical design and driving of intelligent vehicles.
智能汽车在复杂交通环境中完全自动驾驶短期内难以实现,人驾/机驾混存状态将会长期存在。与传统汽车相比,人机共驾过程中的驾驶行为特性会发生很大的变化,而这一特性直接影响智能车辆行驶的安全性与舒适性。基于此,本项目综合运用人因工程、系统辨识与非线性建模等方法,利用实车实验、模拟实验等技术手段,系统研究(1)人机共驾过程中的驾驶负荷特性及变化规律 (2)智能驾驶状态下驾驶人反应力与警觉性时变规律 (3)人机切换过程中驾驶人接管能力评估研究 (4)人机共驾交互方法及协同切换等内容。重点突破人机共驾汽车驾驶人负荷与反应力及警觉性量化指标提取、人机切换接管过程风险态势建模及人机切换交互机制等关键科学问题,在人机共驾模式下驾驶行为特性与切换机制方面实现创新。项目研究成果可以促进车辆工程、人工智能与人因工程的学科交叉,为智能汽车在人机共驾阶段的安全行驶提供理论支持。

结项摘要

智能汽车在复杂交通环境中完全自动驾驶短期内难以实现,人驾/机驾混存状态将会长期存在。与传统汽车相比,人机共驾过程中的驾驶行为特性会发生很大的变化,而这一特性直接影响智能车辆行驶的安全性与舒适性。基于此,本项目综合运用人因工程、系统辨识与非线性建模等方法,利用实车实验、模拟实验等技术手段,系统研究(1)人机共驾过程中的驾驶负荷特性及变化规律 (2)智能驾驶状态下驾驶人反应力与警觉性时变规律 (3)人机切换过程中驾驶人接管能力评估研究 (4)人机共驾交互方法及协同切换等内容。重点突破人机共驾汽车驾驶人负荷与反应力及警觉性量化指标提取、人机切换接管过程风险态势建模及人机切换交互机制等关键科学问题,在人机共驾模式下驾驶行为特性与切换机制方面实现创新。项目研究成果可以促进车辆工程、人工智能与人因工程的学科交叉,为智能汽车在人机共驾阶段的安全行驶提供理论支持。

项目成果

期刊论文数量(18)
专著数量(0)
科研奖励数量(1)
会议论文数量(1)
专利数量(11)
Extraction of optimal fatigue driving steering indicators considering individual differences
考虑个体差异的最优疲劳驾驶转向指标提取
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    IET Intelligent Transport Systems
  • 影响因子:
    2.7
  • 作者:
    Yifan SUN;Chaozhong WU;Hui ZHANG;Wei ZHOU;Xin LI;Qi ZHANG
  • 通讯作者:
    Qi ZHANG
Analysis of Freeway Safety Influencing Factors on Driving Workload and Performance Based on the Gray Correlation Method
基于灰色关联法的高速公路安全驾驶工作量及性能影响因素分析
  • DOI:
    10.1155/2021/6566207
  • 发表时间:
    2021
  • 期刊:
    Journal of Advanced Transportation
  • 影响因子:
    2.3
  • 作者:
    Lian Xie;Chaozhong Wu;Min Duan;Nengchao Lyu
  • 通讯作者:
    Nengchao Lyu
Predicting Drivers' Direction Sign Reading Reaction Time Using an Integrated Cognitive Architecture
使用集成认知架构预测驾驶员的方向标志阅读反应时间
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    IET Intelligent Transport Systems
  • 影响因子:
    2.7
  • 作者:
    Chao Deng;Shi Cao;Chaozhong Wu;Nengchao Lyu
  • 通讯作者:
    Nengchao Lyu
基于脉搏波特征融合的驾驶疲劳检测方法
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    中国公路学报
  • 影响因子:
    --
  • 作者:
    李鑫;张晖;吴超仲;张琦;孙一帆
  • 通讯作者:
    孙一帆
Modeling Driver Take-Over Reaction Time and Emergency Response Time using an Integrated Cognitive Architecture
使用集成认知架构对驾驶员接管反应时间和紧急响应时间进行建模
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    Transportation Research Record
  • 影响因子:
    1.7
  • 作者:
    Chao Deng;Shi Cao;Chaozhong Wu;Nengchao Lyu
  • 通讯作者:
    Nengchao Lyu

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于RTSSEP试验平台的车辆避障准确度模型仿真
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    交通运输系统工程与信息
  • 影响因子:
    --
  • 作者:
    张良力;吴超仲;吴青
  • 通讯作者:
    吴青
基于结构方程模型的疲劳驾驶行为影响因素间量化关系研究
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    交通信息与安全
  • 影响因子:
    --
  • 作者:
    文江辉;郭浩;吴超仲;马晓凤
  • 通讯作者:
    马晓凤
基于改进三次Hermite插值的车辆时空轨迹重构研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    交通信息与安全
  • 影响因子:
    --
  • 作者:
    陈志军;吴超仲;吕能超;马杰
  • 通讯作者:
    马杰
考虑驾驶愤怒的元胞自动机交通流模型
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    武汉理工大学学报(交通科学与工程版)
  • 影响因子:
    --
  • 作者:
    郑华荣;吴超仲;马晓凤
  • 通讯作者:
    马晓凤
人机共驾智能汽车的控制权切换与安全性综述
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    交通运输工程学报
  • 影响因子:
    --
  • 作者:
    吴超仲;吴浩然;吕能超
  • 通讯作者:
    吕能超

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

吴超仲的其他基金

智能汽车环境精细感知、深度融合与动态建模方法
  • 批准号:
    U1764262
  • 批准年份:
    2017
  • 资助金额:
    244.0 万元
  • 项目类别:
    联合基金项目
汽车驾驶"路怒症"与不良驾驶行为交互作用机理及应用
  • 批准号:
    51178364
  • 批准年份:
    2011
  • 资助金额:
    57.0 万元
  • 项目类别:
    面上项目
基于行驶环境与操作序贯链的汽车驾驶意图辨识方法研究
  • 批准号:
    60974094
  • 批准年份:
    2009
  • 资助金额:
    32.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码