一、安全行车与人体的行为功能（论文文献综述）
杨永正[1]（2021）在《海底隧道环境下驾驶人脑电特征研究及其行车安全性分析》文中研究指明随着我国经济的快速发展,越来越多的海底隧道被建造并投入到使用。受海底隧道照度变化、纵坡条件以及单调的背景环境等不利因素影响,海底隧道交通事故频发,因此,如何保障交通安全成为了海底隧道运营管理的一项重要研究课题。本文针对海底隧道,在天气良好的平峰时段,利用照度计、脑电仪、录像机等实验设备,以青岛胶州湾海底隧道为实验地点并开展实车实验,同步采集驾驶人通过海底隧道时的脑电数据以及海底隧道驾驶环境数据,运用数理统计与脑电科学的相关理论,分析海底隧道交通环境对驾驶人脑电信号的影响。基于实验数据,分析海底隧道环境与驾驶人脑电信号,并提取特征变量,确定了照度、纵坡、行驶距离3个海底隧道驾驶环境特征量。分别从大脑脑区、脑电频段、脑电特征量以及海底隧道环境特征量等多个方面分析了脑电信号与海底隧道驾驶环境之间的相关性,确定了各环境特征量的最佳研究区域。将脑电信号功率谱按照频率进行分类,分析了海底隧道不同研究区域的脑电功率谱差异,研究了海底隧道各环境特征量对驾驶人大脑活跃水平的影响;分析驾驶人在不同研究区域的脑电功率的变化,研究驾驶人大脑及不同脑区活跃程度的变化规律;建立了照度、纵坡、行驶距离3个海底隧道驾驶环境特征量及其相互耦合作用下的脑电功率变化模型,并基于此模型对海底隧道的行车安全性进行了分析。研究结果表明:（1）驾驶人脑电信号与海底隧道驾驶环境之间普遍存在着相关性,驾驶人的各脑区、各频率的脑电波都参与到了海底隧道驾驶过程之中,其中,代表运动中枢的额叶区、代表视觉中枢的枕叶区是与海底隧道驾驶环境的相关性最高的两个脑区;代表驾驶人注意力集中程度的α波、β波是与海底隧道驾驶环境的相关性最高的两个脑电波。（2）海底隧道照度变化区域集中在出入口段,海底隧道出入口段与非出入口段的功率谱密度有着明显差异,出入口段α波、β波的功率谱密度明显大于非出入口段,驾驶人在海底隧道出入口段更加兴奋,心理更加紧张;在海底隧道入口段的前50m与出口段的后50m,脑电β波功率急剧变化并处于较高水平,β波功率变化规律与海底隧道照度变化规律的契合度较高;枕叶区是对照度变化最敏感的脑区。（3）驾驶人行驶在不同纵坡坡度的区域时,所在区域的纵坡越大,驾驶人脑电β波功率越大,驾驶人大脑越活跃;驾驶人在经过纵坡变化区域时,大脑活跃水平明显提升,但随着驶离变坡区,驾驶人大脑活跃水平会逐渐回落;额叶区是对纵坡坡度变化最敏感的脑区。（4）在整个海底隧道行驶过程中,行驶距离对驾驶人脑电的影响是缓慢且持续的,随着行驶距离的增加,驾驶人脑电活跃水平逐渐降低,驾驶人出现疲劳驾驶概率会逐渐增大。
熊则鑫[2]（2021）在《健康导向下的单位型老旧住区外环境优化策略研究 ——以西安市典型住区为例》文中提出改革开放以来,我国经济和社会得到突飞猛进的发展,城市规划工作由增量向存量规划转型,优化城市功能结构、提升城市空间品质成为现阶段城市建设的重点工作。作为城市的重要组成部分之一,单位型老旧住区数量多范围广,具有环境舒适度差、交通组织混乱、设施陈旧不足等一系列突出问题,已无法满足居民日益增长的生活需求,外环境亟待优化更新。城市建成环境和社会环境与居民身体健康和心理健康之间具有十分密切的联系,且“城市病”造成的空气污染、环境恶化等问题使居民愈来愈关注个人和社会健康问题,居民对健康生活的需求也日益增长。因此,本文从健康视角研究和探讨单位型老旧住区外环境的优化策略,具有十分重要的理论价值和现实意义。本文以单位型老旧住区为研究对象,首先,在梳理国内外关于健康城市与健康社区、住区更新改造以及住区外环境研究现状的基础上,根据居民健康需求以及健康行为活动类型,明晰了住区外环境对居民健康的作用机制,结合对国内外相关评价体系和标准的详细解读,提炼出健康导向下住区外环境构成要素及营造要点,以此作为论文的理论基础和研究依据。其次,选取西安市典型单位型老旧住区,通过实地调研、图表分析、问卷调查等方法对其外环境现状、居民满意度及优化意愿等进行了深入分析,比对住区外环境构成要素及营造要点进行病理分析。通过病理问题关系梳理总结出健康导向下单位型老旧住区外环境要素构成及核心要素,并从整体层面及核心要素-场所空间两部分梳理总结此类住区外环境的病理问题。最后,在优化目标、原则及内容的指导下,从物质环境、精神环境、实施保障机制三方面提出单位型老旧住区外环境的整体优化策略,并从活动空间、绿化空间、交通空间及设施服务空间等四个方面对外环境核心要素-场所空间提出具体的优化策略。并以中铁集团太乙路小区为例提出场所空间优化方案,探讨了西安市单位型老旧住区外环境健康化的可行性。本文研究目的是为单位型老旧住区创造支持性的健康生活环境,满足居民健康生活需求,以期探索适宜单位型老旧住区外环境的优化之路,为同类视角的相关研究提供参考和借鉴意义。
裘瀚照[3]（2021）在《基于任务的人机交互系统显控器件布局设计方法》文中研究说明人机交互系统是人与机器进行正常信息交流的渠道。随着信息技术的不断进步,系统的显示与控制呈现高度数字化集中的趋势。在复杂系统中,如飞机、列车的驾驶舱、轨道交通及核电的监控中心等,人机交互所涉及的大量显示与控制器件集中于一处。器件布局是否科学合理,对人能否高效、准确、便捷和安全地完成整个系统的职能具有重大影响,而合理的人机交互系统显控器件布局设计方法是形成合理的器件布局的基本条件。本文以国家自然基金面上项目“基于任务的复杂人机交互系统操纵适配性度量与优化”为背景,结合人机交互系统显控界面布局的人因学基本原则和模糊规划,构建显控器件布局设计模型,采用整合邻域搜索的多目标粒子群算法对该模型进行求解,形成显控器件布局方案。在此基础上,分别从拓扑结构和操作便捷性的角度出发,提出器件布局的分析方法,并以此为基础构建了器件布局综合评价模型,为人机交互系统显控器件布局设计提供了理论方法和技术支撑,具有重要的理论和实际应用意义。论文完成的主要工作有以下五个部分:1.深入分析了人机交互系统显控界面布局的人因学基本原则,归纳总结了这些人因学基本原则对于器件布局的实质要求。引入人体测量学和模糊规划,基于人机交互任务建立了显控器件布局设计模型。通过算例测试探讨了布局设计模型目标的不一致性。2.针对显控器件布局的人因学基本原则之间关系复杂的问题,提出了整合邻域搜索的多目标粒子群算法,并对模型进行求解,同时从算法指标和人因评估两个方面对求解结果进行了分析对比,证明了模型的可行性。3.从复杂网络的角度出发,基于任务和布局物理空间分别构建了人机交互任务复杂网络和显控器件布局拓扑网络,通过引入网络相似性提出了显控器件布局拓扑结构分析方法,并用算例验证了布局拓扑结构分析方法的可行性。4.在建立任务-器件-关节角度便捷性分析指标体系的基础上,基于模糊综合评价法提出了一种布局操作便捷性分析方法,同时结合各层级指标特点分别采用基于群决策的层次分析法、基于群决策的序关系法和模糊粗糙集赋权法实现了对各层级有效赋权。5.从显控器件布局拓扑结构和操作便捷性两个维度提出了一种显控器件布局综合评价方法。通过实验分析验证了这种评价方法与主观评价之间的一致性,从而证明了该评价方法的有效性。
杨兆凯[4]（2021）在《行人轨迹预测及危险态势评估算法研究》文中研究指明城市智能驾驶汽车在行驶过程中不可避免地与周围行人产生交互,在这种不断变化的环境中,行人轨迹预测及危险态势评估是确保车辆安全平稳行驶的一项关键技能,其可以为车辆控制决策提供基本必要信息,极大的提高自动驾驶车辆的场景理解及交互能力,增强智能汽车的舒适性与安全性。本文基于车载第一视角进行行人轨迹预测及危险态势评估,主要研究内容如下:1.针对车端行人轨迹预测中车载摄像头移动,行人特征单一,时空建模困难等问题提出一种融合行人多特征及时空行为的车载行人轨迹预测算法。通过加入更为丰富的行人骨骼信息,利用车辆全局位置信息及全局行人轨迹信息,基于多头注意力机制及通道注意力机制,提出空间编码器和时间编码器模块,不仅从时间和空间维度提取了融合行人丰富信息的时空特征,并且利用时间注意力模块和空间注意力模块得到的行人和自车,行人与行人的潜在图表达结构,增强交互信息的提取。另外针对时空特征的融合问题,使用时间编码器及空间编码器进一步增强时空特征,得到更为丰富的时空特征表达,最后引入TRANSFORMER网络的解码器,在解码时进一步利用已预测到的轨迹信息,以预测行人轨迹坐标,从而增强车辆的场景理解能力。2.针对行人危险态势评估问题,本文设计了一种融合行人轨迹不确定性的行人危险态势评估算法。基于轨迹预测的行人危险态势评估算法,其准确性取决于行人轨迹预测的准确性,但由于神经网络以黑盒形式存在,行人轨迹预测网络的轨迹预测结果具有不确定性,该不确定性会导致无人驾驶车辆系统功能的偏离,导致车辆预期功能安全问题,故本文引入网络的不确定性评价,通过MC-Dropout评价网络的不确定性,并根据网络不确定性改善行人安全场模型的方法,以完成行人的安全态势评估,从而提升智能驾驶汽车的预期功能安全性。综上,本文针对城市场景的智能驾驶汽车的行人安全问题,提出了一种结合的行人多特征及时空行为车端行人轨迹预测算法,并根据预测轨迹信息,融合预测轨迹的不确定性,完成行人的危险态势评估。最后在城市智能汽车驾驶场景数据集和实车实验上验证了本文算法的有效性。
廖浩淼[5]（2021）在《公路隧道运营安全评价技术研究》文中研究表明近年来,随着全国道路基础建设的飞速发展,公路隧道的工程应用价值也随之不断提升。公路隧道为人民的出行及生活带来了巨大的便利,但与此共生的运营安全问题也日趋明显。由于隧道属于狭长的半封闭式土建结构,一旦发生事故,其逃生及消防救援难度均远超普通路段,因此更易导致大规模死伤事件的出现。为了有效防范公路隧道的潜在风险、最大限度降低火灾等恶性事故的伤亡概率,对运营隧道开展安全评价显得至关重要。本文围绕公路隧道运营安全提出了一套较为全面的评价体系:首先从宏观角度对隧道基础条件、设备设施、交通、环境、管理等多个方面进行量化打分,确定隧道的综合安全等级,为制定未来的风险防控大方向提供依据;其次鉴于隧道火灾的特殊性和高危险性,通过建立计算机场景模型实现对其风险的专项评价,该方法可定量预测隧道火灾的人员伤亡结果,为进一步改善隧道的火灾防护细节提供支撑。全文的主要研究内容及成果如下:（1）首先借助python网络爬虫等渠道采集了1500起公路隧道运营事故案例并构建了事故数据库;其次通过数据库的统计功能,初步得出了公路隧道运营事故在形态、原因、车辆类型、时间、空间等方面的特征规律;最后在事故统计的基础上结合FTA事故成因分析汇总得到了公路隧道运营安全影响因素集,并对其中各影响因素的安全作用机理进行了详细的剖析和阐述。（2）基于运营安全影响因素集构建了公路隧道运营安全综合评价指标体系;随后借鉴Euro TAP隧道安全评价的基本框架,紧密结合我国相关现行规范,提出了一套适合我国国情的指标量化准则。（3）将所提出的公路隧道运营安全综合评价法应用于大瑶山1号隧道,预测了该隧道2021～2026年的安全等级,指出了其未来运营风险的主要防控方向。（4）以大瑶山1号隧道设计、运营资料为依托,构建了公路隧道火灾扩散与人员逃生计算机场景模型,从数值仿真的角度,探讨了不同火灾工况下温度、CO的扩散情况以及人员疏散的分布情况;根据人体对不同环境温度、CO浓度的耐受时间提出了公路隧道火灾伤亡判定模型,通过该模型计算出大瑶山1号隧道在工况三（大型火灾）情况下将存在人员死亡;最后基于模拟结果对隧道的应急风速及人行横通道宽度提出了改进方案,通过“再评估”流程验证了该方案的有效性。
何俊健[6]（2021）在《基于驾乘行为模式的车载用品设计》文中研究说明伴随着汽车消费市场的增长以及汽车消费人群的变化,车载用品市场呈现出多样化、材料与工艺创新以及功能叠加等设计趋势,但也缺乏相关的设计指导。驾乘行为与车载用品的关系,直接关系到车载用品的设计是否能够满足驾乘人员的需求,更好的提升驾乘体验和美化驾乘环境。本论文在查阅相关文献资料和访谈调查的基础上,对驾乘人员的四种主要驾乘行为模式“靠”、“坐”、“看”、“踏”以及这四种驾乘行为模式与车载用品的关系进行分析,得到了驾乘人员对车载用品的品类需求、功能需求。运用Kano用户满意度模型获取驾乘人员对车载用品功能需求的满意度,以此为基础系统的总结出车载用品设计中可遵循的三项原则:安全原则、个性原则、环保原则,以及可遵循的四类设计要素:功能要素、人机要素、材料要素、造型要素。结合Triz方法对车载用品设计与功能之间的冲突进行分析和相应的解决,满足驾乘人员对车载用品基本功能需求和多功能需求,按照“靠”行为分别设计出头枕、颈枕、靠垫;“坐”行为设计出坐垫;“看”行为分别设计出手机支架、破窗器、行车记录仪;“踏”行为设计出脚垫。结合授权影视IP“Hello Kitty”和“蛋黄哥”进行车载用品的设计以满足驾乘人员对车载用品的个性化需求,按照“靠”行为分别设计出头枕、颈枕、靠垫;“坐”行为设计出坐垫;“看”行为设计出手机支架;“踏”行为设计出脚垫。基于典型用户的驾乘行为模式的研究,提出了车载用品设计中可遵循的原则、要素和方法,旨在为今后车载用品的设计实践提供一些方法与思路,为行业的良性发展营造可能。
叶鹏君[7]（2020）在《基于图像识别的列车司机驾驶行为监测及关键技术研究》文中认为安全行车是轨道交通运营的基本要求,现阶段,拥有地铁的城市也越来越多,地铁运营形成网络,列车司机队伍不断壮大,正线列车驾驶的风险也将随之上升,对司乘管理人员及驾驶人员提出了更高要求。列车司机作为一个特殊的一线操作者,承担着列车驾驶、车辆故障处理、应对紧急事件、客运服务等多方面的职责,对确保列车安全平稳运行有着十分重要的作用,提升运营单位乘务管理部门的管理能力也成为重中之重。一般情况下,列车司机为单人驾驶,无法实现及时有效的人员互控管理;同时,由于驾驶室空间局限性,又很难借助大型监控设备对列车驾驶员行为进行无干扰监测。为了改善列车驾驶员与列车操作控制系统界面之间的人机交互方式,减少列车驾驶员的工作负荷,本文研究一个基于图像识别的列车司机驾驶行为监测系统及其关键技术,能够有效识别并判断司机正线驾驶时的各种状态及行为,实时快速地对违规行为进行预警,保证行车安全。主要内容包括:结合列车驾驶员面部人脸识别、疲劳监测和身体上部肢体识别的需求,设计了列车司机驾驶行为监测系统。首先,建立人脸识别算法并设计监测软件系统,实现对ORL、GT、Faces95三个人脸数据集的识别;然后,开展基于PERCLOS值的疲劳检测算法研究,利用Kalman滤波器建立模型,构建了基于PERCLOS方法的疲劳检测算法;最后,提出了一种基于深度学习的肢体识别算法,结合目标检测模型、骨骼提取模型以及本文手势的知识库,识别司机手势,判断司机驾驶过程中的手指确认等操作动作是否标准,最终,通过监控管理与视频通讯平台,实现监测、报警与提醒功能。综上,本文构建了由人脸识别和疲劳监测系统、手势识别系统、终端管理系统平台、重大告警推送系统和视频通讯五个模块组成的系统,并通过实验验证系统的可靠性和实用性。本文所构建的列车司机行为监测系统,可适用于地铁运营单位列车司机的驾驶监控以及干线铁路如动车组、客货运专线的列车司机驾驶行为管理,本系统具有广泛的普适性和较强实际应用效果。
宋太智[8]（2020）在《基于人机工程学的老年人助行产品研究》文中认为世界诸多国家人口的老龄化问题已经进入一个相当快速的发展区域。在2016年至2020年中国将进入一个老龄化高速增长的时期。在国家政策大力支持和市场良好发展下,中国的养老产业理应进入快速车道。助行器是用来帮助无法独立行走和行走困难的老年人或残疾人的一种辅助工具。近些年来随着国内外康复产品的引进和康复医疗事业的发展,中国助行器在研究、开发。生产方面有了很大的发展,品种多样,规模增长,已经逐步拓展为系列产品。中国现大多助行器分类不清,功能诠释不够全面,称呼也不统一规范,造成助行器行业在市场管理领域中混乱,给生产商和购买使用者带来困难,使得康复医生无法根据病患等使用者推荐选购合适的助行器。因此,助行器的功能和名称分类是当前康复医疗用具中一项重要的工作。首先,本文对国内外各个科研院所科研出的助行器进行了比较全面的梳理,并对其研究方法和设计历史进行了梳理并分析。通过仔细探讨各助行器的研究方法,发现目前的助行器研发重点多着力于技术创新,材料创新等方面,严重缺少对助行器舒适、安全、使用姿势及老年人生理特征分析。因此,论文以人机工程学为研究基础,专门为老年人这一特殊群体设计符合人机的助行器,并对该助行器使用姿势,舒适度,尺寸进行设计评估,并提出合理建议。其次,人机工程学老年人生理和心理进行分析。老年人随着年龄的增长,身体各器官机能功能都明显衰退,对所处环境适应能力下降,抗病能力下降,心理状态也随着原先特有的变化而出现异常。以老年人生理及心理特征设计出更符合人机的助行器。论文分别从助行器的推行方式和座椅调节两个角度进行研究,让老年人在助行的过程中体验到舒适、安全的驾驶。从软件技术支持上,首先,运用犀牛软件进行3D模型的建立,然后运用有限元软件对所建立的模型进行受力分析,并分析其结构合理性;最后,通过对使用者操作助行器的姿势评价,运用CATIA人机仿真的研究手段,研究得出合理的作业区域和操作尺寸。本文在人机工程学的基础上对助行器的尺寸进行分析,在尺寸满足的条件下对助行器进行功能设计,通过对助行器推行功能,坐姿舒适度及折叠模式的结合,使得该助行器在满足功能上的使用的同时也符合人机工程学的研究。
胡嘉诚[9]（2020）在《半荒漠化区域高速公路路侧景观对驾驶疲劳的影响研究》文中认为在高速公路交通系统中,路侧景观是不可忽视的重要因素,对保障行车安全有着重要的影响。而在我国西北的半荒漠化区域,地形起伏较缓,修建的公路线形指标良好,但同时也带来了路侧景观单调的问题。单调的路侧景观是诱发半荒漠化区域高速公路驾驶人疲劳驾驶的关键因素,直接影响了高速公路的行车安全,因此,研究半荒漠化区域高速公路路侧景观对驾驶疲劳的影响作用具有重要的工程意义。针对半荒漠化区域高速公路存在的疲劳驾驶问题,本文利用聚类分析技术对驾驶疲劳程度进行分级,分析半荒漠化区域驾驶疲劳的演变规律,并利用图像识别技术提出了基于天空比例的路侧景观量化方法,解决路侧景观的量化问题。在此基础上,分析了路侧景观对驾驶疲劳的影响,并据此提出了半荒漠化区域路侧景观单调路段的评价方法及改善措施,主要研究内容和创新性成果如下:（1）基于聚类技术对驾驶疲劳程度进行了分级,分析半荒漠化区域交通条件下的驾驶疲劳演变过程,结果表明:驾驶人的疲劳程度随着驾驶时间逐渐加深,且不同的试验路段中,驾驶人达到的疲劳程度不同;而驾驶人的疲劳程度并非一直保持不变,而是在外界信息影响和驾驶人自我调节作用下处于变化之中。（2）针对半荒漠化区域路侧景观特点,确定了行车视频中的天空比例值作为路侧景观量化指标,利用图像识别技术提出了基于天空比例值的路侧景观量化方法。结合各行车图像间的天空比例变化量提出了路侧景观刺激的定义方法,并采用聚类分析技术依据天空比例变化量的大小将路侧景观刺激的强度划分为三个强度等级。（3）结合心率数据和路侧景观刺激数据分析了路侧景观对驾驶疲劳的影响,结果表明:当路侧景观刺激频率至少为3次/分钟或路侧景观刺激强度至少为4级/分钟时,路侧景观刺激可以起到刺激驾驶人中枢神经以减缓疲劳累积进程的作用。分析路侧景观单调路段长度对驾驶疲劳的累积作用,确定了路侧景观单调路段的临界长度为6分钟驾驶行程。最后结合实例提出了半荒漠化区域路侧景观单调路段的评价方法及改善措施。本研究取得的主要研究成果为改善半荒漠化区域高速公路路侧景观单调而导致的疲劳驾驶问题提供了参考。
潘兴达[10]（2020）在《基于信道状态信息的驾驶员行为研究》文中提出在网络不断发展的今天,无线局域网（Wireless Local Area Network,WLAN）越来越多地被人们应用到了宽带通信、无线接入等服务中。由于其覆盖广、性价比高、部署迅速等优势,研究人员也将它应用于各种其它科研技术场景,其中最广泛的应用便是人体位置检测和行为感知等。随着车联网技术的发展,科研人员开始利用无线局域网进行驾驶员感知和驾驶员行为研究。传统的驾驶员行为识别研究主要是基于接收信号强度（Received Signal Strength Indicator,RSSI）、视频、和红外线等,但摄像机、传感器等存在着价格昂贵、部署极为不便和RSSI低精度、不稳定等缺点,本文采用了信道状态信息（Channel State Information,CSI）来对驾驶员进行行为感知和动作识别研究,考虑到驾驶员行车动作是时间序列过程,本文在基于传统机学习之上引入并结合了长短期记忆神经网络（Long-Short Term Memory,LSTM）和原始特征融合来达到增加分析系统的鲁棒性和提高最终分类准确率。本文的主要工作如下:（1）对传统驾驶员感知以及检测的技术进行分析和总结,指出了传统技术的不足,分析了信道状态信息方法的优势之处;（2）介绍了CSI物理基础、技术原理和获取的实验平台,介绍了常用的机器学习算法分类模型并且引入了深度学习;（3）设计和实现了基于CSI的静态驾驶员区分实验,结合机器学习对同一辆车下不同驾驶员的CSI感知区分的原理和具体实验处理步骤,对实验结果进行分析并且扩展到不同车辆上验证可推广性;（4）设计和实现了基于CSI的动态驾驶员区分实验,即同一个驾驶员的不同行车行为的研究原理和具体实验处理步骤,引入了LSTM来加强系统鲁棒性,并且在多种不同的场景和多种干扰因素下进行了多次的实地行车实验,讨论了不同因素以及不同特征占比值对系统模型的影响。（5）总结了本文不同驾驶员区分以及驾驶员行车行为研究成果,并对未来车联网世界进行了展望。
二、安全行车与人体的行为功能（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、安全行车与人体的行为功能（论文提纲范文）
（1）海底隧道环境下驾驶人脑电特征研究及其行车安全性分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 课题来源 |
| 1.4 国内外研究现状分析 |
| 1.4.1 隧道道路纵坡因素 |
| 1.4.2 隧道光环境因素 |
| 1.4.3 隧道交通设施与道路标线 |
| 1.4.4 脑电相关研究在交通领域的应用 |
| 1.5 研究内容和技术路线 |
| 1.5.1 研究内容 |
| 1.5.2 技术路线 |
| 1.6 本章小结 |
| 第2章 实车实验方案与实验数据采集 |
| 2.1 实验场地 |
| 2.2 实验时间 |
| 2.3 实验设备 |
| 2.4 实验人员 |
| 2.5 实验流程 |
| 2.6 本章小结 |
| 第3章 海底隧道环境特征分析及特征提取 |
| 3.1 海底隧道纵坡特征分析 |
| 3.2 海底隧道照度特征分析 |
| 3.3 海底隧道长度特征分析 |
| 3.4 驾驶人脑电特征分析及脑电数据处理 |
| 3.4.1 脑电数据预处理 |
| 3.4.2 大脑分区 |
| 3.4.3 脑电分类 |
| 3.4.4 脑电数据特征提取 |
| 3.5 本章小结 |
| 第4章 脑电信号与海底隧道驾驶环境的相关性分析 |
| 4.1 脑电信号特征量与海底隧道驾驶环境特征量的提取 |
| 4.1.1 脑电信号特征量的提取 |
| 4.1.2 海底隧道驾驶环境特征量的提取 |
| 4.2 脑电信号与驾驶环境的相关性分析方法及评价指标 |
| 4.2.1 脑电信号与驾驶环境的相关性分析方法 |
| 4.2.2 脑电信号与驾驶环境的相关性评价指标 |
| 4.3 脑电信号特征量与驾驶环境特征量的相关性分析 |
| 4.3.1 基于脑区的相关性分析 |
| 4.3.2 基于脑电频率的相关性分析 |
| 4.3.3 基于海底隧道驾驶环境特征量的相关性分析 |
| 4.4 脑电信号与驾驶环境相关性分析总结与讨论 |
| 4.5 本章小结 |
| 第5章 海底隧道驾驶环境对驾驶人脑电信号的影响分析 |
| 5.1 照度对驾驶人脑电信号的影响分析 |
| 5.1.1 照度影响下的脑电信号功率谱分析 |
| 5.1.2 照度影响下的脑电信号功率分析 |
| 5.2 纵坡坡度对驾驶人脑电信号的影响分析 |
| 5.2.1 纵坡坡度影响下的脑电信号功率谱分析 |
| 5.2.2 纵坡坡度影响下的脑电信号功率分析 |
| 5.3 行驶距离对驾驶人脑电信号的影响分析 |
| 5.4 照度、纵坡及行驶距离耦合作用下的脑电信号分析 |
| 5.5 本章小结 |
| 第6章 海底隧道环境下的驾驶人脑电功率模型及行车安全性分析 |
| 6.1 海底隧道照度作用下的驾驶人脑电功率模型 |
| 6.1.1 照度作用下的脑电β波功率模型 |
| 6.1.2 照度作用下的脑电(θ+α)/β模型 |
| 6.1.3 基于海底隧道照度特征的行车安全改善 |
| 6.2 海底隧道纵坡作用下的驾驶人脑电功率模型 |
| 6.2.1 纵坡作用下的脑电β波功率模型 |
| 6.2.2 纵坡作用下的脑电(θ+α)/β模型 |
| 6.2.3 基于海底隧道纵坡特征的行车安全改善 |
| 6.3 行驶距离作用下的驾驶人脑电功率模型 |
| 6.3.1 行驶距离作用下的脑电β波功率模型 |
| 6.3.2 行驶距离作用下的脑电(θ+α)/β功率模型 |
| 6.3.3 基于行驶距离特征的行车安全改善 |
| 6.4 纵坡与行驶距离耦合作用下的驾驶人脑电功率模型 |
| 6.4.1 纵坡与行驶距离耦合作用下的脑电β波功率模型 |
| 6.4.2 纵坡与行驶距离耦合作用下的脑电(θ+α)/β模型 |
| 6.5 照度及纵坡耦合作用下的驾驶人脑电功率模型 |
| 6.5.1 照度及纵坡耦合作用下的脑电β波功率模型 |
| 6.5.2 照度及纵坡耦合作用下的脑电(θ+α)/β模型 |
| 6.6 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读硕士学位期间学术成果与科研工作情况 |
| 一、硕士学位期间发表的学术论文及专利 |
| 二、攻读硕士学位期间参与的科研项目 |
| 致谢 |
（2）健康导向下的单位型老旧住区外环境优化策略研究 ——以西安市典型住区为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 时代背景:新经济常态下增量向存量规划转型 |
| 1.1.2 健康战略:推进健康中国提升全民健康水平 |
| 1.1.3 政策导向:城镇老旧小区改造工作全面推进 |
| 1.1.4 社会需求:城市居民对健康生活环境迫切需要 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 健康城市与健康社区相关研究 |
| 1.3.2 住区更新改造相关研究 |
| 1.3.3 住区外环境相关研究 |
| 1.4 相关概念界定 |
| 1.4.1 健康导向 |
| 1.4.2 老旧住区 |
| 1.4.3 单位型住区 |
| 1.4.4 住区外环境 |
| 1.4.5 优化 |
| 1.5 研究对象及内容 |
| 1.5.1 研究对象 |
| 1.5.2 研究内容 |
| 1.6 研究方法及框架 |
| 1.6.1 研究方法 |
| 1.6.2 研究框架 |
| 2 健康导向下住区外环境相关研究 |
| 2.1 相关理论研究 |
| 2.1.1 环境与健康理论 |
| 2.1.2 健康行为改变理论 |
| 2.1.3 健康促进理论 |
| 2.2 住区外环境与居民健康的关联构建 |
| 2.2.1 住区外环境居民健康需求分析 |
| 2.2.2 住区外环境健康行为活动解析 |
| 2.2.3 住区外环境对居民健康的作用机制 |
| 2.3 相关评价体系及标准解读及借鉴 |
| 2.3.1 相关评价体系及标准概述 |
| 2.3.2 重要评价体系及标准解读 |
| 2.4 健康导向下的住区外环境构成要素及营造要点 |
| 2.4.1 住区外环境构成要素及其关系 |
| 2.4.2 丰富多元的场所空间 |
| 2.4.3 积极健康的精神环境 |
| 2.4.4 安全适用的环境设施 |
| 2.4.5 舒适宜人的物理环境 |
| 2.5 本章小结 |
| 3 西安市单位型老旧住区外环境现状调研 |
| 3.1 西安市既有住区发展概况 |
| 3.2 典型住区选取及调研技术路线 |
| 3.2.1 调研对象选取依据 |
| 3.2.2 调研方法及内容 |
| 3.3 西安建筑科技大学南院家属院 |
| 3.3.1 住区整体概况 |
| 3.3.2 场所空间现状 |
| 3.3.3 精神环境现状 |
| 3.3.4 环境设施现状 |
| 3.3.5 物理环境现状 |
| 3.3.6 室外健康行为及空间现状 |
| 3.4 中铁集团太乙路东院小区 |
| 3.4.1 住区整体概况 |
| 3.4.2 场所空间现状 |
| 3.4.3 精神环境现状 |
| 3.4.4 环境设施现状 |
| 3.4.5 物理环境现状 |
| 3.4.6 室外健康行为及空间现状 |
| 3.5 纺织城六棉光明小区 |
| 3.5.1 住区整体概况 |
| 3.5.2 场所空间现状 |
| 3.5.3 精神环境现状 |
| 3.5.4 环境设施现状 |
| 3.5.5 物理环境现状 |
| 3.5.6 室外健康行为及空间现状 |
| 3.6 本章小结 |
| 4 健康导向下单位型老旧住区外环境病理问题分析 |
| 4.1 优化意愿问卷调查基本情况 |
| 4.1.1 调研样本回收情况 |
| 4.1.2 调研居民基本情况 |
| 4.2 外环境优化意愿及健康病理问题分析 |
| 4.2.1 场所空间优化意愿及病理问题分析 |
| 4.2.2 环境设施优化意愿及病理问题分析 |
| 4.2.3 物理环境优化意愿及病理问题分析 |
| 4.2.4 精神环境优化意愿及病理问题分析 |
| 4.3 健康导向下单位型老旧住区外环境核心要素分析 |
| 4.3.1 单位型老旧住区外环境要素病理关系分析 |
| 4.3.2 场所空间为核心的单位型老旧住区外环境要素构成 |
| 4.4 健康导向下单位型老旧住区外环境病理问题总结 |
| 4.4.1 缺乏统筹布局,消极空间增多 |
| 4.4.2 应对公共突发事件能力不足 |
| 4.4.3 热环境质量差,影响生理舒适 |
| 4.4.4 健康意识薄弱,健康管理落后 |
| 4.5 健康导向下单位型老旧住区外环境核心要素-场所空间病理问题总结 |
| 4.5.1 活动空间引导不足,减少活动时间 |
| 4.5.2 绿化植物配置失衡,破坏生态景观 |
| 4.5.3 交通空间秩序混乱,威胁安全出行 |
| 4.5.4 健康配套设施滞后,服务水平偏低 |
| 4.6 本章小结 |
| 5 健康导向下单位型老旧住区外环境优化目标、原则及策略 |
| 5.1 健康导向下单位型老旧住区外环境优化目标、原则及内容 |
| 5.1.1 优化目标 |
| 5.1.2 优化原则 |
| 5.1.3 外环境整体优化内容及重点 |
| 5.2 物质环境健康优化策略 |
| 5.2.1 强调统筹布局的空间规划,提高整体效率 |
| 5.2.2 加强自然调蓄的海绵建设,提高舒适水平 |
| 5.2.3 构建平灾结合的弹性空间,提升应急能力 |
| 5.3 精神环境健康优化策略 |
| 5.3.1 开展健康促进活动,提升居民健康意识 |
| 5.3.2 提高健康管理水平,实现健康生活品质 |
| 5.3.3 增强居民情感归属,体现住区人文关怀 |
| 5.4 单位型老旧住区外环境优化实施保障策略 |
| 5.4.1 建立多方参与的协同机制 |
| 5.4.2 建立资源共享的服务机制 |
| 5.4.3 建立资金充足的筹集机制 |
| 5.5 本章小结 |
| 6 健康导向下单位型老旧住区外环境核心要素-场所空间优化策略 |
| 6.1 场所空间优化要素及重点 |
| 6.2 活动空间健康优化策略 |
| 6.2.1 营造健康多元的空间层次,提升空间品质 |
| 6.2.2 创建功能融合的复合空间,提高使用效率 |
| 6.2.3 兼顾弱势人群的活动需求,优化空间设计 |
| 6.2.4 增加安全舒适的环境设施,提升空间活力 |
| 6.3 绿化空间健康优化策略 |
| 6.3.1 丰富植物配置,恢复绿色健康的绿化景观 |
| 6.3.2 增设功能空间,构建多元共享的绿化空间 |
| 6.3.3 增加绿化面积,营造舒适美观的绿化环境 |
| 6.4 交通空间健康优化策略 |
| 6.4.1 构建舒适的慢行网络,提倡健康安全出行 |
| 6.4.2 优化动静态交通布局,减少人车互相干扰 |
| 6.4.3 增加保障性安全设施,营造安全交通环境 |
| 6.5 设施服务空间健康优化策略 |
| 6.5.1 补齐健康服务设施短板,完善服务设施体系 |
| 6.5.2 整合公共服务设施资源,构建全龄健康服务 |
| 6.6 典型住区优化方案——中铁集团太乙路东院小区 |
| 6.6.1 整体优化方案 |
| 6.6.2 活动空间优化方案 |
| 6.6.3 绿化空间优化方案 |
| 6.6.4 交通空间优化方案 |
| 6.6.5 设施服务空间优化方案 |
| 6.6.6 精神环境优化方案 |
| 6.7 本章小结 |
| 7 结语 |
| 7.1 研究结论 |
| 7.2 研究不足及展望 |
| 参考文献 |
| 致谢 |
| 图表目录 |
| 图录 |
| 表录 |
| 在读期间研究成果 |
| 附录 |
| 附录一 健康导向下单位型老旧住区外环境满意度及优化意愿问卷调查 |
| 附录二 《健康住宅建设技术要点》中住区外环境要素 |
| 附录三 《健康住宅评价标准》中住区外环境要素 |
| 附录四 《健康建筑评价标准》中住区外环境要素 |
| 附录五 《中国绿色低碳住区技术评估手册》中住区外环境要素 |
| 附录六 WELL建筑标准中住区外环境要素 |
| 附录七 LEED-ND评价体系中住区外环境要素 |
（3）基于任务的人机交互系统显控器件布局设计方法（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 缩略语 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究目的 |
| 1.3 研究现状综述 |
| 1.3.1 系统显控器件布局设计研究 |
| 1.3.2 人机交互界面布局的评价研究 |
| 1.4 存在的主要问题 |
| 1.5 研究内容与结构 |
| 1.5.1 研究内容 |
| 1.5.2 组织结构 |
| 1.6 本章小结 |
| 2 人机交互系统显控器件布局的人因学基本原则及其建模 |
| 2.1 引言 |
| 2.2 人机交互界面布局原则与分区 |
| 2.2.1 界面布局的人因学基本原则 |
| 2.2.2 基于工效学的人机交互系统显控界面分区 |
| 2.3 人机交互界面布局数学建模 |
| 2.3.1 变量设置 |
| 2.3.2 目标函数的建立 |
| 2.3.3 约束条件的确定 |
| 2.4 模型目标一致性算例测试 |
| 2.5 本章小结 |
| 3 人机交互系统显控器件布局多目标生成算法设计 |
| 3.1 引言 |
| 3.2 粒子群优化算法 |
| 3.2.1 基本粒子群算法 |
| 3.2.2 多目标粒子群算法 |
| 3.2.3 多目标算法的性能指标 |
| 3.3 整合邻域搜索的多目标粒子群优化算法 |
| 3.3.1 算法描述 |
| 3.3.2 算法模块 |
| 3.4 算例测试 |
| 3.4.1 算例来源 |
| 3.4.2 算法参数及性能指标 |
| 3.4.3 算法指标对比 |
| 3.4.4 布局方案对比 |
| 3.5 本章小结 |
| 4 基于任务网络的显控器件布局拓扑结构分析 |
| 4.1 引言 |
| 4.2 人机交互任务及显控器件布局复杂网络模型的构建与分析 |
| 4.2.1 人机交互任务复杂网络的构建 |
| 4.2.2 显控器件布局拓扑网络模型的构建 |
| 4.2.3 基于网络相似性的显控器件布局网络分析 |
| 4.3 布局网络分析算例测试 |
| 4.4 FAO地铁车辆驾驶显控界面网络分析与对比 |
| 4.4.1 FAO地铁车辆驾驶界面的特点 |
| 4.4.2 基于层次任务分析法的驾驶任务分析方法 |
| 4.4.3 全自动运行地铁驾驶任务库 |
| 4.4.4 人机交互任务网络分析与对比 |
| 4.4.5 FAO驾驶界面显控器件布局拓扑网络分析与对比 |
| 4.5 本章小结 |
| 5 基于模糊理论的显控界面布局操作便捷性分析 |
| 5.1 引言 |
| 5.2 操作便捷性分析指标体系的构建 |
| 5.3 布局操作便捷性分析方法的构建 |
| 5.4 隶属度函数的确定 |
| 5.5 操作便捷性分析方法指标赋权方法 |
| 5.5.1 基于群决策的层次分析法 |
| 5.5.2 模糊粗糙集赋权法 |
| 5.5.3 基于群决策的序关系赋权法 |
| 5.6 权重信息的采集 |
| 5.6.1 信息采集平台及设备 |
| 5.6.2 信息采集对象 |
| 5.6.3 采集流程 |
| 5.7 操作便捷性分析模型中权重的计算 |
| 5.7.1 关节角度权重的确定 |
| 5.7.2 器件权重的确定 |
| 5.7.3 任务权重的计算 |
| 5.8 FAO驾驶界面位置操作便捷性分析 |
| 5.9 本章小结 |
| 6 显控界面布局综合评价模型的构建及验证 |
| 6.1 引言 |
| 6.2 布局综合评价模型的建立 |
| 6.3 布局综合评价模型的验证 |
| 6.3.1 实验布局方案的设置 |
| 6.3.2 参试者 |
| 6.3.3 实验设计 |
| 6.3.4 实验流程 |
| 6.4 实验结果与分析 |
| 6.5 某型地铁驾驶显控界面评价与改进分析 |
| 6.6 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 附录 A 器件特性组显示器件的隶属度函数 |
| 附录 B 器件特性组控制器件的隶属度函数 |
| 附录 C 器件关系组两器件各相关性等级隶属度函数 |
| 附录 D HXD3D型机车驾驶台部分器件相关性 |
| 作者简历 |
| 学位论文数据集 |
（4）行人轨迹预测及危险态势评估算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 行人轨迹预测研究现状 |
| 1.2.2 网络不确定性估计研究现状 |
| 1.2.3 行人危险态势估计研究现状 |
| 1.3 研究内容 |
| 1.4 章节安排 |
| 第二章 行人轨迹预测及危险态势评估算法综述 |
| 2.1 引言 |
| 2.2 行人轨迹预测算法综述 |
| 2.2.1 传统行人轨迹预测算法 |
| 2.2.2 基于图的行人轨迹预测算法 |
| 2.2.3 基于TRANSFORMER的行人轨迹预测算法 |
| 2.3 行人危险态势估计算法综述 |
| 2.3.1 基于异常行为的危险态势评估方法 |
| 2.3.2 基于轨迹预测的危险态势评估方法 |
| 2.3.3 基于人工势能场的危险态势评估方法 |
| 2.4 本章小结 |
| 第三章 基于时空多特征的行人轨迹预测算法 |
| 3.1 引言 |
| 3.2 智能驾驶汽车行人轨迹算法问题描述 |
| 3.3 融合骨骼信息的时空多特征行人轨迹预测算法设计 |
| 3.3.1 多头注意力模块 |
| 3.3.2 通道注意力模块 |
| 3.3.3 残差及LN模块 |
| 3.3.4 行人骨骼多特征时空交互信息提取网络模块 |
| 3.3.5 行人轨迹预测解码器模块 |
| 3.4 行人轨迹预测实验与分析 |
| 3.4.1 实验环境 |
| 3.4.2 评价指标 |
| 3.4.3 数据集制作 |
| 3.4.4 实验结果与分析 |
| 3.5 本章小结 |
| 第四章 联合行人轨迹的行人危险态势评估算法 |
| 4.1 引言 |
| 4.2 联合行人轨迹的行人危险态势评估算法整体框架 |
| 4.3 行人轨迹预测信息的不确定性估计 |
| 4.3.1 Monte-Carlo Dropout |
| 4.3.2 行人轨迹预测信息不确定性估计网络框架设计及实验 |
| 4.4 基于预测轨迹不确定性的行人危险态势评估 |
| 4.4.1 车辆动能场模型的建立 |
| 4.4.2 行人危险态势值的求取 |
| 4.5 本章小结 |
| 第五章 系统设计及实车验证 |
| 5.1 引言 |
| 5.2 实车验证平台 |
| 5.2.1 智能车平台 |
| 5.2.2 车载计算平台 |
| 5.2.3 软件架构 |
| 5.3 行人轨迹预测测试节点 |
| 5.4 行人危险态势评估测试节点 |
| 5.5 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间取得的成果 |
（5）公路隧道运营安全评价技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究的背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 隧道运营事故特征研究现状 |
| 1.2.2 隧道运营安全评价方法研究现状 |
| 1.2.3 隧道火灾安全理论研究现状 |
| 1.3 研究现状评述 |
| 1.4 论文的主要研究内容及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 研究技术路线 |
| 第二章 公路隧道运营事故特征及安全影响因素分析 |
| 2.1 公路隧道运营事故数据库 |
| 2.2 隧道运营事故特征分析 |
| 2.2.1 事故形态分布特征 |
| 2.2.2 事故原因分布特征 |
| 2.2.3 事故车辆分布特征 |
| 2.2.4 事发时间分布特征 |
| 2.2.5 事发空间分布特征 |
| 2.2.6 分析与总结 |
| 2.3 基于FTA的事故成因分析 |
| 2.3.1 隧道交通事故FT分析 |
| 2.3.2 隧道火灾FT分析 |
| 2.3.3 结论与分析 |
| 2.4 隧道运营安全影响因素及作用机理 |
| 2.4.1 隧道基础因素 |
| 2.4.2 人的因素 |
| 2.4.3 设备因素 |
| 2.4.4 交通因素 |
| 2.4.5 环境因素 |
| 2.4.6 管理因素 |
| 2.5 本章小结 |
| 第三章 公路隧道运营安全综合评价研究 |
| 3.1 隧道运营安全综合评价方法介绍 |
| 3.1.1 综合评价理论概述 |
| 3.1.2 综合评价基本流程 |
| 3.1.3 综合评价指标体系构建 |
| 3.2 风险指标评分准则 |
| 3.2.1 隧道条件 |
| 3.2.2 隧道交通 |
| 3.2.3 隧道环境 |
| 3.3 安全保障指标评分准则 |
| 3.3.1 隧道安全设施 |
| 3.3.2 隧道安全管理 |
| 3.4 隧道综合安全等级评定 |
| 3.4.1 风险比率因子(RF) |
| 3.4.2 安全保障因子(SF) |
| 3.4.3 分级百分比(GP)及安全等级划分 |
| 3.5 本章小结 |
| 第四章 大瑶山1号隧道综合安全评价实例分析 |
| 4.1 隧道基本情况简介 |
| 4.1.1 隧道断面及建筑界限 |
| 4.1.2 隧道交通概况 |
| 4.1.3 隧道附属设施概况 |
| 4.2 隧道通风及火灾应急方案概述 |
| 4.2.1 通风方案 |
| 4.2.2 火灾应急预案 |
| 4.3 大瑶山1号隧道运营安全综合评价 |
| 4.3.1 隧道风险分数评估 |
| 4.3.2 隧道安全分数评估 |
| 4.3.3 隧道风险比率因子计算 |
| 4.3.4 隧道安全保障因子计算 |
| 4.3.5 隧道综合安全等级及风险防控方向 |
| 4.4 本章小结 |
| 第五章 基于场景模拟的隧道火灾专项评价研究 |
| 5.1 火灾专项评价概述 |
| 5.1.1 评价方法及流程 |
| 5.1.2 模拟软件及基础理论介绍 |
| 5.2 隧道火灾场景及工况设计 |
| 5.2.1 火灾场景设计 |
| 5.2.2 火灾工况设计 |
| 5.3 火灾扩散及人员逃生模拟 |
| 5.3.1 隧道火灾扩散模拟 |
| 5.3.2 人员逃生模拟 |
| 5.4 隧道火灾后果评价 |
| 5.4.1 隧道火灾伤亡判定模型 |
| 5.4.2 隧道火灾伤亡预测 |
| 5.4.3 火灾应急措施改善及安全再评估 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间发表的论文和取得的学术成果 |
（6）基于驾乘行为模式的车载用品设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 选题的目的和意义 |
| 1.2.1 选题的目的 |
| 1.2.2 选题的意义 |
| 1.3 国内外研究动态及现状 |
| 1.3.1 车载用品国内外研究动态及现状 |
| 1.3.2 驾乘行为模式的研究动态及现状 |
| 1.3.3 影视IP国内外研究动态及现状 |
| 1.4 研究内容和论文结构 |
| 1.4.1 研究内容 |
| 1.4.2 论文结构 |
| 1.5 研究方法 |
| 1.6 项目依托 |
| 1.7 研究框架 |
| 第二章 车载用品调研及设计定位 |
| 2.1 车载用品概念及分类 |
| 2.1.1 车载用品的概念 |
| 2.1.2 车载用品的分类 |
| 2.2 车载用品市场现状及设计趋势 |
| 2.2.1 车载用品的市场现状 |
| 2.2.2 车载用品的设计趋势 |
| 2.3 车载用品驾乘人员研究 |
| 2.3.1 车载用品相关业者访谈 |
| 2.3.2 车载用品用户访谈 |
| 2.4 车载用品设计定位 |
| 2.4.1 车载用品品牌定位 |
| 2.4.2 车载用品用户定位 |
| 2.4.3 车载用品产品定位 |
| 2.5 本章小结 |
| 第三章 驾乘行为模式与车载用品的关系分析 |
| 3.1 “靠”行为 |
| 3.1.1 “靠”的行为模式分析 |
| 3.1.2 驾驶员“靠”行为模式与车载用品的关系 |
| 3.1.3 乘客“靠”行为模式与车载用品的关系 |
| 3.2 “坐”行为 |
| 3.2.1 “坐”的行为模式分析 |
| 3.2.2 驾驶员“坐”行为模式与车载用品的关系 |
| 3.2.3 乘客“坐”行为模式与车载用品的关系 |
| 3.3 “看”行为 |
| 3.3.1 “看”的行为模式分析 |
| 3.3.2 驾驶员“看”行为模式与车载用品的关系 |
| 3.3.3 乘客“看”行为模式与车载用品的关系 |
| 3.4 “踏”行为 |
| 3.4.1 “踏”的行为模式分析 |
| 3.4.2 驾驶员“踏”行为模式与车载用品的关系 |
| 3.4.3 乘客“踏”行为模式与车载用品的关系 |
| 3.5 本章小结 |
| 第四章 基于驾乘行为模式的车载用品需求分析与设计方法 |
| 4.1 基于驾乘行为模式的车载用品需求获取 |
| 4.1.1 车载用品品类需求分析 |
| 4.1.2 车载用品功能需求分析 |
| 4.1.3 基于Kano模型的用户功能需求满意度分析 |
| 4.2 基于驾乘行为模式的车载用品设计原则 |
| 4.2.1 安全原则 |
| 4.2.2 个性原则 |
| 4.2.3 环保原则 |
| 4.3 基于驾乘行为模式的车载用品设计要素 |
| 4.3.1 功能要素 |
| 4.3.2 人机要素 |
| 4.3.3 材料要素 |
| 4.3.4 造型要素 |
| 4.4 基于Triz的车载用品设计方法 |
| 4.4.1 Triz在车载用品设计中的应用 |
| 4.4.2 基于Triz的车载用品设计冲突分析 |
| 4.4.3 基于Triz的车载用品设计冲突解决原理及方法 |
| 4.5 本章小结 |
| 第五章 基于驾乘行为模式的车载用品设计 |
| 5.1 基于驾乘行为模式的车载用品设计分析 |
| 5.1.1 市场分析 |
| 5.1.2 设计构思 |
| 5.2 基于“靠”行为的车载用品设计方案 |
| 5.2.1 方案一 |
| 5.2.2 方案二 |
| 5.3 基于“坐”行为的车载用品设计方案 |
| 5.3.1 方案一 |
| 5.3.2 方案二 |
| 5.4 基于“看”行为的车载用品设计方案 |
| 5.4.1 方案一 |
| 5.4.2 方案二 |
| 5.4.3 方案三 |
| 5.5 基于“踏”行为的车载用品设计方案 |
| 5.5.1 方案一 |
| 5.5.2 方案二 |
| 5.6 本章小结 |
| 第六章 基于驾乘行为模式+影视IP的车载用品设计 |
| 6.1 影视IP概述 |
| 6.1.1 影视IP的定义及分类 |
| 6.1.2 影视IP的符号价值 |
| 6.1.3 影视IP衍生品开发路径 |
| 6.1.4 影视IP在车载用品中的应用 |
| 6.2 基于驾乘行为模式+影视IP的车载用品设计分析 |
| 6.2.1 市场分析 |
| 6.2.2 设计构思 |
| 6.3 基于驾乘行为模式+Hello Kitty 影视 IP 的车载用品设计方案 |
| 6.3.1 基于“靠”行为+Hello Kitty影视IP的车载用品设计方案 |
| 6.3.2 基于“坐”行为+Hello Kitty影视IP的车载用品设计方案 |
| 6.3.3 基于“看”行为+Hello Kitty影视IP的车载用品设计方案 |
| 6.3.4 基于“踏”行为+Hello Kitty影视IP的车载用品设计方案 |
| 6.4 基于驾乘行为模式+蛋黄哥影视IP的车载用品设计方案 |
| 6.4.1 基于“靠”行为+蛋黄哥影视IP的车载用品设计方案 |
| 6.4.2 基于“坐”行为+蛋黄哥影视IP的车载用品设计方案 |
| 6.4.3 基于“看”行为+蛋黄哥影视IP的车载用品设计方案 |
| 6.4.4 基于“踏”行为+蛋黄哥影视IP的车载用品设计方案 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 设计总结 |
| 7.2 设计展望 |
| 参考文献 |
| 致谢 |
| 附录A 调查问卷1 |
| 附录B 调查问卷2 |
| 附录C 用户访谈提纲 |
| 附录D 调查问卷3 |
| 附录E 点评价表 |
| 附录F 尺寸图 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（7）基于图像识别的列车司机驾驶行为监测及关键技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 司机驾驶疲劳机理及检测 |
| 1.2.2 司机手势识别 |
| 1.2.3 驾驶行为分析系统 |
| 1.3 研究内容 |
| 2 列车司机驾驶行为监测系统设计及关键技术 |
| 2.1 列车司机作业现状及管理难点分析 |
| 2.2 列车司机驾驶行为监测需求分析 |
| 2.3 列车司机驾驶行为监测系统总体设计 |
| 2.3.1 系统设计原则 |
| 2.3.2 系统硬件组成及其功能 |
| 2.4 系统详细设计 |
| 2.4.1 人脸识别与疲劳监测系统模块 |
| 2.4.2 手势识别模块 |
| 2.4.3 终端管理模块 |
| 2.4.4 重大告警推送模块 |
| 2.4.5 视讯系统模块 |
| 2.5 司机驾驶行为辨识关键技术 |
| 2.5.1 人脸识别技术 |
| 2.5.2 疲劳监测技术 |
| 2.5.3 手势识别技术 |
| 2.6 本章小结 |
| 3 基于深度卷积网络的人脸识别技术 |
| 3.1 问题描述 |
| 3.2 人脸数据集 |
| 3.3 脸部图片预处理 |
| 3.4 基于传统特征的人脸识别 |
| 3.5 基于改进深度卷积网络的人脸识别 |
| 3.6 改进卷积神经网络 |
| 3.7 识别效果分析 |
| 3.7.1 传统人脸识别算法识别结果 |
| 3.7.2 改进深度学习网络剪切实验 |
| 3.7.3 基于改进深度网络的人脸识别结果 |
| 3.8 本章小结 |
| 4 基于PERCLOS疲劳检测法 |
| 4.1 问题描述 |
| 4.2 PERCLOS |
| 4.3 人眼图像分割 |
| 4.4 人眼状态识别 |
| 4.4.1 基于PCA及K-L特征提取 |
| 4.4.2 基于k-NN的人眼睁闭特征识别 |
| 4.5 基于卡尔曼滤波的人眼跟踪 |
| 4.6 基于PERCLOS的疲劳状态检测 |
| 4.7 本章小结 |
| 5 司机手势行为识别技术研究 |
| 5.1 问题描述 |
| 5.2 基于OPENPOSE的人体关键点定位 |
| 5.3 手势行为识别 |
| 5.3.1 基于Open Pose的人体关键点检测 |
| 5.3.2 基于人体关键点的手势识别 |
| 5.4 实验结果与分析 |
| 5.4.1 实验环境 |
| 5.4.2 实验设计 |
| 5.4.3 实验分析 |
| 5.5 本章小结 |
| 6 列车司机行为监测系统测试与应用 |
| 6.1 监测系统概述 |
| 6.2 列车司机行为监测系统部署 |
| 6.2.1 硬件部署 |
| 6.2.2 系统部署 |
| 6.3 应用成果及案例 |
| 6.3.1 系统模拟测试 |
| 6.3.2 系统上线应用 |
| 6.4 系统不足及改进 |
| 6.4.1 系统存在的问题 |
| 6.4.2 系统改进方向 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）基于人机工程学的老年人助行产品研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 课题来源 |
| 1.2 课题背景 |
| 1.3 本文研究方法和内容 |
| 1.4 课题研究的技术路线 |
| 第2章 国内外老年助行器的研究现状 |
| 2.1 助行器的概念及其分类 |
| 2.2 助行器的国外研究现状 |
| 2.2.1 无动力助行器 |
| 2.2.2 动力式助行器 |
| 2.2.3 功能性电刺激式助行器及外骨骼 |
| 2.3 助行器的国内研究现状 |
| 2.4 本章小结 |
| 第3章 人机工程学概述 |
| 3.1 人机工程学概念 |
| 3.2 人机工程学体系与研究方法 |
| 3.3 人机工程学在现代老年人产品设计中的概念及运用 |
| 3.4 本章小结 |
| 第4章 基于人机工程的老年人助行器设计分析 |
| 4.1 “人”——老年人特征分析 |
| 4.1.1 感知觉及思维智力退化 |
| 4.1.2 老年人的生理特征 |
| 4.1.3 老年人人体尺寸 |
| 4.1.4 老年人的心理特征 |
| 4.1.5 生理心理特征对设计的影响 |
| 4.2 老年使用者对助行器的需求原因 |
| 4.3 本文助行器的研究基础 |
| 4.4 助行器功能介绍及模拟样机结构介绍 |
| 4.4.1 常见的老年人助行器及功能 |
| 4.4.2 老年人助行器的结构设计 |
| 4.5 助行器推行功能的姿势评价 |
| 4.5.1 姿势评价的试验对象和数据采集方法 |
| 4.5.2 姿势评价的试验过程 |
| 4.5.3 问卷数据统计调查结果 |
| 4.5.4 试验结果 |
| 4.6 本章小结 |
| 第5章 老年人助行器设计 |
| 5.1 助行器概念功能讨论及座椅设计 |
| 5.2 设计构思 |
| 5.2.1 人机尺寸 |
| 5.2.2 老年人助行器的尺寸分析 |
| 5.3 产品外观设计 |
| 5.3.1 草图推演 |
| 5.3.2 产品效果图 |
| 5.3.3 配色及材料分析 |
| 5.3.4 尺寸及细节展示 |
| 5.3.5 安全体验 |
| 5.4 模型制作及使用效果展示 |
| 5.4.1 模型制作 |
| 5.4.2 使用效果展示 |
| 5.5 本章小结 |
| 第6章 有限元分析 |
| 6.1 有限元的基本原理和应用 |
| 6.1.1 有限元的基本原理 |
| 6.1.2 有限元的应用 |
| 6.2 Hyper Works 有限元分析 |
| 6.2.1 几何模型的导入 |
| 6.2.2 材料属性 |
| 6.2.3 网格划分及质量检查 |
| 6.2.4 边界条件定义 |
| 6.2.5 强度分析 |
| 6.3 总结分析 |
| 第7章 CIATIA人机仿真分析 |
| 7.1 CATIA简介 |
| 7.2 老年人助行器人机分析 |
| 7.2.1 站姿仿真及运动性分析 |
| 7.2.2 坐姿仿真及姿态舒适度分析 |
| 7.3 总结分析 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
（9）半荒漠化区域高速公路路侧景观对驾驶疲劳的影响研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 疲劳致因研究 |
| 1.2.2 疲劳状态判别研究 |
| 1.2.3 路侧景观对驾驶行为的影响研究 |
| 1.2.4 研究现状评述 |
| 1.3 主要研究内容及技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 采用的技术路线 |
| 1.4 本章小结 |
| 第二章 驾驶疲劳理论分析 |
| 2.1 驾驶疲劳的概念 |
| 2.2 驾驶疲劳生成研究 |
| 2.2.1 人体疲劳形成机理分析 |
| 2.2.2 驾驶疲劳生成模型 |
| 2.2.3 驾驶疲劳生成过程 |
| 2.3 驾驶疲劳影响因素 |
| 2.3.1 驾驶人因素 |
| 2.3.2 道路因素 |
| 2.3.3 车辆因素 |
| 2.3.4 环境因素 |
| 2.3.5 半荒漠化区域高速公路疲劳影响因素 |
| 2.4 驾驶人生心理特征与驾驶疲劳的关系 |
| 2.4.1 脑电信号 |
| 2.4.2 心电信号 |
| 2.5 本章小结 |
| 第三章 基于心理指标的半荒漠化区域驾驶疲劳演变过程研究 |
| 3.1 实车驾驶试验设计 |
| 3.1.1 试验路段 |
| 3.1.2 试验设备 |
| 3.1.3 试验人员和时间 |
| 3.1.4 试验过程 |
| 3.1.5 实车试验结果及数据处理 |
| 3.2 驾驶疲劳敏感指标选取 |
| 3.3 驾驶人心率随时间变化规律 |
| 3.4 基于聚类分析的疲劳程度分级 |
| 3.4.1 聚类分析概述 |
| 3.4.2 疲劳程度分级 |
| 3.4.3 半荒漠化区域驾驶疲劳程度演变过程 |
| 3.5 本章小结 |
| 第四章 半荒漠化地区高速公路路侧景观量化方法 |
| 4.1 半荒漠化地区高速公路景观特点 |
| 4.2 路侧景观量化方法 |
| 4.2.1 行车视频图像颜色空间转换 |
| 4.2.2 天空颜色识别 |
| 4.2.3 噪点处理 |
| 4.2.4 确定天空比例值 |
| 4.3 路侧景观刺激定义及分析 |
| 4.3.1 路侧景观刺激阈值确定 |
| 4.3.2 采样间隔确定 |
| 4.3.3 试验路段路侧景观刺激分析 |
| 4.4 路侧景观刺激强度分级 |
| 4.5 本章小结 |
| 第五章 半荒漠化区域路侧景观对驾驶疲劳的影响 |
| 5.1 路侧景观刺激数据与驾驶人心率数据整合处理 |
| 5.1.1 数据时间对齐 |
| 5.1.2 时间单元划分 |
| 5.2 路侧景观刺激对驾驶疲劳的影响 |
| 5.2.1 路侧景观刺激频率对驾驶疲劳的影响 |
| 5.2.2 路侧景观刺激强度对驾驶疲劳的影响 |
| 5.3 半荒漠化区域路侧景观单调路段定义及改善 |
| 5.3.1 半荒漠化区域路侧景观单调路段定义 |
| 5.3.2 半荒漠化区域路侧景观单调路段评价方法 |
| 5.3.3 半荒漠化区域路侧景观单调路段改善方法 |
| 5.4 实例分析 |
| 5.4.1 路侧景观单调路段评价 |
| 5.4.2 路侧景观单调路段改善建议 |
| 5.5 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（10）基于信道状态信息的驾驶员行为研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于视频图像方法 |
| 1.2.2 基于传感器方法 |
| 1.3 论文研究内容和创新点 |
| 1.4 论文结构与安排 |
| 第二章 相关技术基础和实验平台 |
| 2.1 OFDM和 MIMO技术 |
| 2.1.1 OFDM技术 |
| 2.1.2 MIMO技术 |
| 2.2 信道状态信息 |
| 2.2.1 CSI的本质 |
| 2.2.2 CSI的获取平台 |
| 2.3 机器学习算法分类模型 |
| 2.3.1 支持向量机 |
| 2.3.2 朴素贝叶斯模型 |
| 2.3.3 最近邻算法 |
| 2.3.4 随机森林 |
| 2.4 深度学习 |
| 2.5 本章小结 |
| 第三章 基于信道状态信息的不同驾驶员识别 |
| 3.1 实验原理 |
| 3.1.1 CSI相位信息抽取 |
| 3.1.2 剔除异常点 |
| 3.1.3 多天线融合 |
| 3.1.4 建立算法模型及分类判决 |
| 3.1.5 受限玻尔兹曼机分类判决 |
| 3.2 系统设计 |
| 3.3 实验结果分析 |
| 3.3.1 不同特征的性能 |
| 3.3.2 多路天线对的性能 |
| 3.3.3 受限玻尔兹曼机分类结果表现 |
| 3.4 本章小结 |
| 第四章 基于信道状态信息的驾驶员行为识别 |
| 4.1 实验原理 |
| 4.1.1 去除噪声 |
| 4.1.2 子载波特征降维 |
| 4.1.3 行车波形捕捉 |
| 4.1.4 统计特征提取 |
| 4.1.5 结合LSTM |
| 4.2 实验设计 |
| 4.3 实验结果分析 |
| 4.3.1 车库内的静态模拟实验 |
| 4.3.2 不同车辆和不同样本数量造成的影响 |
| 4.3.3 校园实地行车驾驶实验 |
| 4.3.4 大雨干扰和后驾驶室载人情况 |
| 4.3.5 不同p值下的各算法性能 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 1 作者简历 |
| 2 攻读硕士学位期间发表的学术论文 |
| 3 发明专利 |
| 学位论文数据集 |
四、安全行车与人体的行为功能（论文参考文献）
- [1]海底隧道环境下驾驶人脑电特征研究及其行车安全性分析[D]. 杨永正. 青岛理工大学, 2021
- [2]健康导向下的单位型老旧住区外环境优化策略研究 ——以西安市典型住区为例[D]. 熊则鑫. 西安建筑科技大学, 2021(01)
- [3]基于任务的人机交互系统显控器件布局设计方法[D]. 裘瀚照. 北京交通大学, 2021(02)
- [4]行人轨迹预测及危险态势评估算法研究[D]. 杨兆凯. 电子科技大学, 2021(01)
- [5]公路隧道运营安全评价技术研究[D]. 廖浩淼. 重庆交通大学, 2021(02)
- [6]基于驾乘行为模式的车载用品设计[D]. 何俊健. 昆明理工大学, 2021(01)
- [7]基于图像识别的列车司机驾驶行为监测及关键技术研究[D]. 叶鹏君. 北京交通大学, 2020(03)
- [8]基于人机工程学的老年人助行产品研究[D]. 宋太智. 湖北工业大学, 2020(04)
- [9]半荒漠化区域高速公路路侧景观对驾驶疲劳的影响研究[D]. 胡嘉诚. 华南理工大学, 2020
- [10]基于信道状态信息的驾驶员行为研究[D]. 潘兴达. 浙江工业大学, 2020(02)
标签：空间分析论文;