简介:2015年8月,纽约推出了一项名为“DriveSmarf”的计划,该计划将对纽约市约400名司机进行驾驶习惯跟踪调查,其中调查的项目包括车速以及尾气排放量等。所有参与该计划的驾驶员都将获得最高30%的汽车保险折扣。纽约交通运输部表示,该计划还将收集驾驶员会在何时急转弯或者急刹车的数据,因为这一计划就是为了解纽约市人们的驾驶情况,最终利用这些数据来解决交通问题,比如让纽约不再被称为“堵城”,让驾驶员养成良好的驾驶习惯等。该试点计划将会进行整整一年。在此期间,所有参与该计划的驾驶员都需要在OBD—11(车载诊断系统)上接入一个专门的数据监测设备,该设备将会把这些数据上传至DriveSmart云端服务器。
简介:驾驶员转向行为建模经历了半个多世纪的发展,根据不同的应用与建模方式,出现了大量的驾驶员模型。驾驶员行为建模对于车辆自主驾驶、汽车数字开发阶段的模拟仿真及汽车主动安全装置的评价验证阶段有重要作用。为了使该领域的研究人员对当前各种驾驶员建模方法有较全面的了解,主要对各种驾驶员建模进行分类综述。首先通过有无预瞄环节,将驾驶员模型分为补偿控制与预瞄模型;然后通过视觉转向机制,将预瞄模型分为单点、两点及多点预瞄模型;针对单点预瞄建模又划分为经典控制理论、非线性控制理论及基于认知架构的建模,并分别概述了各类驾驶员模型的结构形式、发展现状及其优缺点,最后进行了总结与展望。