本技术涉及一种车速偏差分析方法,采用仿脑认知计算模型,旨在提高车速偏差分析的准确性。该方法包括:步骤一,构建低等级公路模拟环境,进行驾驶模拟实验;步骤二,利用视觉感知技术收集数据;步骤三,通过仿脑认知模型分析车速偏差。
背景技术
低等级公路交通运输在山区、农村的交通运输中起到决定性的作用,但我国低等级交通事故频发,重特大事故比例高,事故数量及严重程度仍处于上升趋势。由于设计指标要求较低、行车环境较为复杂等特点,在低等级公路上驾驶时,驾驶人期望车速与实际车速常存在较大偏差,严重影响行车安全。在该过程中,驾驶人感知的视觉道路环境会影响期望车速的认知,从而影响实际车速的决策。
车速是影响道路交通事故发生及其后果的关键因素,而驾驶人的期望车速决定了其车速决策的行为。期望车速是值在自由流状态下,驾驶人在不受线形约束所选择的运行车速;或在行车辆在不受或基本不受其他车辆约束的条件下,驾驶人所希望达到的最高“安全”车速。当驾驶人误判道路环境条件所允许的安全运行速度时,主观上就会生成不符合道路条件的“最佳运行车速”,即以不当的期望车速对车速进行控制。这种车速往往高于道路的设计速度,因而容易产生安全隐患,甚至造成交通事故。
由于道路环境等多种因素,驾驶人在某种道路环境下的期望车速与实际运行车速会产生偏差,这种偏差一定程度上影响了驾驶的安全性。从类脑技术的角度,可以深入解析驾驶人行为的机理,从微观的角度剖析其“感知道路环境,做出速度决策,采取车速控制”的过程。目前,已有充分的研究对驾驶人的期望车速进行标定、预测,且基于视觉道路环境图式的量化模型也应用于评价道路安全性等方面。然而,现有的研究并未基于类脑认知计算模型对驾驶人感知、认知道路的环境情况进行量化,或基于此对驾驶人期望车速与实际运行车速偏差进行解析。
实现思路