| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 传统主动安全系统 | 第11-12页 |
| 1.2.2 智能安全系统 | 第12-13页 |
| 1.2.3 主被动安全融合技术 | 第13-15页 |
| 1.3 驾驶员个体差异对驾驶行为的影响研究 | 第15-16页 |
| 1.4 驾驶模拟器在驾驶员行为研究中的应用 | 第16-18页 |
| 1.5 本文的主要研究内容 | 第18-20页 |
| 第2章 危险工况的建模及识别方案 | 第20-26页 |
| 2.1 危险工况的建模方案 | 第20-23页 |
| 2.1.1 道路路线 | 第20-21页 |
| 2.1.2 静态场景 | 第21页 |
| 2.1.3 动态场景 | 第21-23页 |
| 2.2 基于车辆运动状态和驾驶员操控行为的碰撞识别算法 | 第23-24页 |
| 2.3 总体方案确定 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 避撞行为实验与数据处理 | 第26-40页 |
| 3.1 实验设备 | 第26-28页 |
| 3.2 实验志愿者 | 第28页 |
| 3.3 交通场景的建模 | 第28-34页 |
| 3.3.1 静态场景建模 | 第29-31页 |
| 3.3.2 动态场景建模 | 第31-34页 |
| 3.4 实验流程 | 第34-36页 |
| 3.4.1 调查问卷设计 | 第34-35页 |
| 3.4.2 实验准备 | 第35-36页 |
| 3.4.3 实验过程 | 第36页 |
| 3.5 实验数据收集 | 第36-37页 |
| 3.5.1 正常场景中数据的筛选 | 第37页 |
| 3.5.2 危险场景中数据的筛选 | 第37页 |
| 3.6 数据分析方法 | 第37-39页 |
| 3.6.1 统计图表 | 第38页 |
| 3.6.2 非参数检验 | 第38页 |
| 3.6.3 相关性分析 | 第38-39页 |
| 3.7 本章小结 | 第39-40页 |
| 第4章 驾驶员避撞操控特征分析 | 第40-55页 |
| 4.1 正常场景中驾驶员操控特征的实验结果与分析 | 第40-43页 |
| 4.1.1 正常场景中的制动行为 | 第40-42页 |
| 4.1.2 正常场景中的转向行为 | 第42-43页 |
| 4.2 危险场景中驾驶员操控特征的实验结果与分析 | 第43-49页 |
| 4.2.1 制动操控特征的实验结果与分析 | 第43-46页 |
| 4.2.2 转向操控特征的实验结果与分析 | 第46-49页 |
| 4.3 驾驶员制动和转向特征参数的相关性分析 | 第49-51页 |
| 4.4 正常与危险工况间驾驶员操控特征参数差异分析 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 危险工况的识别 | 第55-61页 |
| 5.1 RBF神经网络 | 第55-56页 |
| 5.2 RBF神经网络输入变量 | 第56-57页 |
| 5.3 RBF神经网络在SPSS中的实现 | 第57-59页 |
| 5.4 本章小结 | 第59-61页 |
| 总结与展望 | 第61-63页 |
| 参考 文献 | 第63-68页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第68-69页 |
| 附录B 驾驶风格调查量表 | 第69-71页 |
| 致谢 | 第71页 |