汪彭
- 作品数：3 被引量：12H指数：3
- 供职机构：江苏大学汽车与交通工程学院更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金江苏省普通高校研究生科研创新计划项目更多>>
- 相关领域：交通运输工程自动化与计算机技术机械工程环境科学与工程更多>>
- 基于减速度的车辆主动避撞模型研究被引量：4
- 2015年
- 为预防碰撞类事故,提高驾驶安全性,构建一种以避撞减速度为评价指标的主动避撞模型(DAC)。模型以车辆避撞时所需的最小减速度为系统阈值,将驾驶者的制动延迟时间定为1.2 s;针对不同危险场景下的临界避撞条件,提出以α为目标参数的避撞报警算法;并通过仿真,初步分析DCA模型与时间模型(TTC);然后利用模拟驾驶仪等设备进行DCA模型和TTC模型的对比试验。结果表明:在避撞过程中DCA模型与TTC模型都具有良好的预警能力,但在避撞率和及时性方面,DCA模型分别比TTC模型提高了5.4%和1.02 s。
- 刘志强贾海江汪彭周桂良
- 关键词：交通安全
- 基于眼部特征的疲劳驾驶辨识方法研究被引量：5
- 2016年
- 为了提升疲劳驾驶的检测效果,以PERCOLS眼睛焦点的位置等眼部特征为参数,提出了支持向量机(SVM)疲劳驾驶检测模型。通过动感型模拟驾驶仪和ASL眼动仪等设备进行了眼部特征参数的数据采集,并以2 s的最优时窗长度对数据进行提取和筛选。完成了疲劳驾驶检测模型的训练和验证。结果表明:该模型的综合疲劳识别准确率高达83.92%,能有效地应用于疲劳驾驶检测中。
- 刘志强宋雪松汪彭周桂良
- 关键词：疲劳驾驶眼动仪支持向量机
- 基于人-车特征的疲劳驾驶辨识方法研究被引量：3
- 2016年
- 为提升疲劳驾驶模型的检测效果,文章以方向盘转角(SA)、PERCOLS、眨眼频率(BF)和眨眼深度(MECD)为特征参数,建立支持向量机(SVM)疲劳驾驶检测模型。并确定了SA、PERCOLS、BF和MECD的最优时间窗。通过模拟驾驶仪和眼动仪对10名受试者进行疲劳驾驶和清醒驾驶的数据采集,最终筛选出疲劳驾驶和清醒驾驶有效样本各600组。完成了疲劳驾驶检测模型的训练和验证,优化了支持向量机的惩罚参数c、核函数参数g。结果显示:该模型的综合疲劳识别准确率高达93.5%,能够较好满足疲劳驾驶检测的要求。
- 贾海江刘志强汪彭周桂良
- 关键词：疲劳驾驶驾驶行为支持向量机
