导读:本文包含了驾驶信息环境论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:驾驶人,信息,无人驾驶,环境,数字,机理,乘客。
驾驶信息环境论文文献综述
戢晓峰,阮鸿柱[1]（2018）在《ATIS环境下驾驶人交通信息行为研究进展》一文中研究指出为系统梳理ATIS领域驾驶人交通信息行为的研究现状,基于信息行为学理论分析了驾驶人交通信息行为的内涵特征及其在交通领域的应用前景与可行性。分析个体因素以及ATIS环境对驾驶人交通信息行为的影响机制,并总结ATIS环境下驾驶人的交通信息行为研究理论与方法。对文献的梳理和分析表明:重视ATIS环境下智能手机发布的动态、个性化交通信息,分析驾驶人对交通信息的偏好、选择,辨识多源信息环境下的驾驶人响应行为机理,将成为驾驶人交通信息行为研究需关注的方向。提出有必要从方法、理论等层面结合信息行为学,分析交通信息影响下的驾驶人交通行为特征,推进ATIS环境下的交通行为研究并进一步提升ATIS服务水平。(本文来源于《城市交通》期刊2018年05期）
武历颖[2]（2016）在《无人驾驶汽车环境信息提取及运动决策方法研究》一文中研究指出随着汽车保有量的增长,越来越多的道路交通事故也给社会和人民造成了巨大的损失。其中,汽车驾驶人的危险驾驶行为是导致道路交通事故频频发生的主要原因。无人驾驶汽车因其无需人类驾驶操纵的特点具有广阔的应用前景。在无人驾驶汽车的行驶过程中,如何实时、鲁棒地提取行驶环境信息,以及在获得信息的基础上进行合理的运动决策是实现其安全、高效自主驾驶的关键,也是无人驾驶汽车研究中的难点和热点。论文依托国家自然科学基金重大研究计划项目(90920305)“无人驾驶车辆智能测试环境研究与开发”和中央高校基金创新团队项目(CHD2011TD006)“基于视觉信息的无人驾驶智能车辆关键技术研究”对无人驾驶汽车环境信息提取及运动决策方法展开研究,以实现无人驾驶汽车安全、高效、智能地行驶。本文的研究内容主要包括:(1)视觉图像数据采集模型和预处理研究。以无人驾驶汽车坐标系作为约束条件,建立视觉图像数据采集模型;针对图像采集质量易受行驶环境影响而造成特征难以提取的问题,研究多尺度Retinex图像增强算法和传统中值滤波算法的改进优化算法,并进行静态离线对比试验。(2)针对复杂道路环境下车道标线检测算法鲁棒性较差的问题,提出面向图像像素点的改进道路图像分割方法以深度挖掘车道标线轮廓信息;在此基础上提出基于抽样行双向扫描和成像模型约束候选特征点相结合的车道标线检测优化算法。为了实现车道标线检测与跟踪模块的有效切换,建立置信度判别模块和失效判别模块。(3)针对非结构化道路边界检测效率和鲁棒性之间难以平衡的问题,提出一种基于置信概率的分块分类方法提取道路边界的特征点,在此基础上运用改进的最小二乘法完成非结构化道路模型参数求解,并进行静态离线对比试验。(4)针对无人驾驶汽车对前方车辆识别定位准确性及稳定性要求高的问题,提出一种基于视觉传感器和64线叁维激光雷达信息融合的前方车辆识别算法。通过融合64线叁维激光雷达提取的障碍物位置信息,确定图像中前方车辆的感兴趣区域;以类Haar-HOG融合特征作为目标车辆描述方法,采用AdaBoost算法离线训练获得的级联分类器进行前方车辆辨识;对因遮挡问题未被识别出前方车辆的感兴趣区域,提出基于激光雷达坐标系下位置关系信息的再确认方法。(5)无人驾驶汽车运动决策建模方法研究。以宏观行驶规划为前提,在环境信息提取的基础上,结合无人驾驶汽车的自身运动状态,对其在微观动态交通环境下的两类基本运动模式进行深入研究,设计无人驾驶汽车运动模式的决策条件及对应目标量;在此基础上建立基于决策树的运动决策模型;最后,通过构建微观动态交通仿真环境对其进行合理性验证。(6)搭建基于上位机组件的无人驾驶汽车平台,并对其广义视觉传感系统参数进行标定,在此基础上进行道路试验,以验证论文提出的环境信息提取方法的有效性和运动决策模型的合理性。(本文来源于《长安大学》期刊2016-10-28）
薛霏[3]（2013）在《无人驾驶环境下轨道交通车站乘客信息决策支持与发布系统》一文中研究指出摘要：作为目前城市公共交通的主要工具之一,轨道交通车站的建设为人们的出行提供了方便,还对减缓城市路面交通压力起到了重要作用。随着近年来轨道交通的不断飞速发展,客流量不断增加,人在客流组织管理上的经验已经不能完全适应日趋复杂的轨道交通客流组织管理需求。因此,结合我国轨道交通的实际,设计一套以优化客流组织为目的决策支持系统有着重要的意义。本文以此为出发点,依托国家863“列车运行综合优化控制技术”项目,研究依靠现代计算机技术来协助管理人员进行客流的组织管理。主要研究内容如下：1、首先通过阅读文献和实地调研等方式,对国内外乘客信息系统的发展历程,客流引导和信息发布方面的研究现状进行总结。在对国内外研究现状分析的基础上,通过数据统计和现场实验,对轨道交通车站的客流流线和客流均衡性进行了系统分析,并归纳了目前北京轨道交通车站客流组织的一般流程及实现措施。2、调研分析了目前北京地铁在突发事件发生时乘客信息发布的流程,在此基础上,结合无人驾驶这一特定环境,提出了乘客信息决策支持与发布系统的总体设计方案,并将该系统所包含的信息采集、决策支持、决策发布和决策监视四个模块的设计方案分别细化分析。3、将轨道交通车站视为乘客、设施、管理、事件四者相互作用的系统,提出了大客流条件下基于系统动力学的客流演变算法,提出基于木桶效应的决策评价方法,并将两者融合,形成了大客流完整的乘客信息决策支持模型。建立一换乘车站场景,对大客流事件进行模拟,将该模型和商业客流仿真软件Legion的仿真结果进行了对比,验证了算法的可靠性。4、结合实际分析了实验室环境下的平台搭建方法,论文最后将本文研究内容应用于实际,结合整个全自动驾驶模拟系统完成一套完整的决策支持仿真实验系统的开发。论文研究成果已应用于某列车全自动驾驶平台的仿真测试中,满足系统的真实感和实时性要求,对进一步研究客流组织管理计算机辅助决策支持系统具有重要的借鉴作用。(本文来源于《北京交通大学》期刊2013-03-01）
鄢红英[4]（2003）在《智能运输系统驾驶信息环境作用机理及其评价研究》一文中研究指出智能运输系统中驾驶员的驾驶信息环境正发生着变化，突出表现为一种智能信息集成环境。智能信息环境与驾驶员之间的信息交流一定要适应驾驶员的信息需要和信息处理能力，信息量是其中的关键因素之一。如何评价这种信息负荷，在对象界定、评价体系确定、技术手段选用等方面都需要新的研究。因此对智能运输系统中驾驶信息环境作用机理及其评价显得极为迫切和重要。 本文从对智能驾驶信息获取的研究入手，通过剖析驾驶员信息处理的过程，分析影响驾驶员信息处理的因素，包括信息因素、心理因素、生理因素和其他人员因素，确定视觉、听觉、精力、反应、信息五个方面如暗适应、动视力、静视力、听力、简单反应时间、选择反应时间、注意力等11个评价指标，并借助于误差逆传播神经网络，建立智能运输驾驶信息环境评价的基本模型。结果表明：其评价方法是可行的。 通过对智能运输驾驶信息环境作用机理及其评价的研究，不仅可以为合理布置信息显示提供依据，还有助于对已有交通系统和相关设施的技术改进，从而使管理者和设计者能够更好地管理、协调、改进和优化系统运作和系统设计。(本文来源于《西南交通大学》期刊2003-02-01）
沈中杰,王武宏,侯福国,易冰[5]（2002）在《智能交通信息网络环境下数字驾驶系统的体系结构与关键技术》一文中研究指出提出了智能交通信息网络环境下的数字驾驶的概念 ,并通过分析车辆在行驶运动中的规律 ,寻求出人、车、路系统中控制变量输入输出之间的逻辑关系。研究了智能化交通信息网络中人与车载设备之间的数字化系统模型 ,论述了数字驾驶的原理 ,进一步丰富了智能运输系统中的车辆安全驾驶理论和道路安全理论 ,提高了车辆行驶的安全性(本文来源于《交通运输工程学报》期刊2002年01期）
驾驶信息环境论文开题报告
（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：
随着汽车保有量的增长,越来越多的道路交通事故也给社会和人民造成了巨大的损失。其中,汽车驾驶人的危险驾驶行为是导致道路交通事故频频发生的主要原因。无人驾驶汽车因其无需人类驾驶操纵的特点具有广阔的应用前景。在无人驾驶汽车的行驶过程中,如何实时、鲁棒地提取行驶环境信息,以及在获得信息的基础上进行合理的运动决策是实现其安全、高效自主驾驶的关键,也是无人驾驶汽车研究中的难点和热点。论文依托国家自然科学基金重大研究计划项目(90920305)“无人驾驶车辆智能测试环境研究与开发”和中央高校基金创新团队项目(CHD2011TD006)“基于视觉信息的无人驾驶智能车辆关键技术研究”对无人驾驶汽车环境信息提取及运动决策方法展开研究,以实现无人驾驶汽车安全、高效、智能地行驶。本文的研究内容主要包括:(1)视觉图像数据采集模型和预处理研究。以无人驾驶汽车坐标系作为约束条件,建立视觉图像数据采集模型;针对图像采集质量易受行驶环境影响而造成特征难以提取的问题,研究多尺度Retinex图像增强算法和传统中值滤波算法的改进优化算法,并进行静态离线对比试验。(2)针对复杂道路环境下车道标线检测算法鲁棒性较差的问题,提出面向图像像素点的改进道路图像分割方法以深度挖掘车道标线轮廓信息;在此基础上提出基于抽样行双向扫描和成像模型约束候选特征点相结合的车道标线检测优化算法。为了实现车道标线检测与跟踪模块的有效切换,建立置信度判别模块和失效判别模块。(3)针对非结构化道路边界检测效率和鲁棒性之间难以平衡的问题,提出一种基于置信概率的分块分类方法提取道路边界的特征点,在此基础上运用改进的最小二乘法完成非结构化道路模型参数求解,并进行静态离线对比试验。(4)针对无人驾驶汽车对前方车辆识别定位准确性及稳定性要求高的问题,提出一种基于视觉传感器和64线叁维激光雷达信息融合的前方车辆识别算法。通过融合64线叁维激光雷达提取的障碍物位置信息,确定图像中前方车辆的感兴趣区域;以类Haar-HOG融合特征作为目标车辆描述方法,采用AdaBoost算法离线训练获得的级联分类器进行前方车辆辨识;对因遮挡问题未被识别出前方车辆的感兴趣区域,提出基于激光雷达坐标系下位置关系信息的再确认方法。(5)无人驾驶汽车运动决策建模方法研究。以宏观行驶规划为前提,在环境信息提取的基础上,结合无人驾驶汽车的自身运动状态,对其在微观动态交通环境下的两类基本运动模式进行深入研究,设计无人驾驶汽车运动模式的决策条件及对应目标量;在此基础上建立基于决策树的运动决策模型;最后,通过构建微观动态交通仿真环境对其进行合理性验证。(6)搭建基于上位机组件的无人驾驶汽车平台,并对其广义视觉传感系统参数进行标定,在此基础上进行道路试验,以验证论文提出的环境信息提取方法的有效性和运动决策模型的合理性。
（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。
驾驶信息环境论文参考文献
[1].戢晓峰,阮鸿柱.ATIS环境下驾驶人交通信息行为研究进展[J].城市交通.2018
[2].武历颖.无人驾驶汽车环境信息提取及运动决策方法研究[D].长安大学.2016
[3].薛霏.无人驾驶环境下轨道交通车站乘客信息决策支持与发布系统[D].北京交通大学.2013
[4].鄢红英.智能运输系统驾驶信息环境作用机理及其评价研究[D].西南交通大学.2003
[5].沈中杰,王武宏,侯福国,易冰.智能交通信息网络环境下数字驾驶系统的体系结构与关键技术[J].交通运输工程学报.2002
论文知识图
