在車輛檢測、道路檢測、車道檢測、行人檢測、困倦檢測和避撞檢測等方面，對于駕駛員和車輛的安全是至關(guān)重要的。

A）車輛檢測：道路車輛檢測是指估計周圍車輛相對于主車輛的形狀、尺寸和三維位置。關(guān)于道路安全，車輛檢測/跟蹤應(yīng)用的目的是避免與其他車輛發(fā)生可能的碰撞。

B）道路檢測：道路檢測是識別可行駛路面和道路邊界的任務(wù)。車輛前方道路區(qū)域的檢測和跟蹤為道路偏離預(yù)警系統(tǒng)和定位提供了基礎(chǔ)，這對未來車輛的自動駕駛行為是必不可少的。

C）車道檢測：路面上的車道標記提取是車道保持輔助（LKA）和車道偏離警告（LDW）系統(tǒng)的關(guān)鍵任務(wù)，這增強了安全性。它可以使本車保持原有車道，避免任何可能的事故。

D）行人檢測：通過車載傳感器檢測和跟蹤道路環(huán)境中的行人，通過預(yù)防主車與行人之間的任何可能的碰撞，具有顯著的提高安全性的潛力。

E）嗜睡檢測：駕駛員監(jiān)控系統(tǒng)是車輛安全應(yīng)用的關(guān)鍵組成部分，它可以檢測駕駛員的任何困倦和疲勞狀態(tài)，或任何分心。如果檢測到處于注意狀態(tài)的駕駛員或任何對安全駕駛至關(guān)重要的活動，那么這些系統(tǒng)能夠在發(fā)生任何可能的事故之前采取行動。

F）避免碰撞：避免碰撞（CA）系統(tǒng)是智能車輛安全相關(guān)應(yīng)用的主流之一。雖然避免碰撞可以被看作是一個更高層次的標題，可以覆蓋大部分以前的維度，但我們在CA系統(tǒng)下的重點是在檢測過程之后采取的行動。雖然上述預(yù)測的檢測部件旨在持續(xù)識別車輛周圍的動態(tài)環(huán)境，但是CA系統(tǒng)通過警告駕駛員或者基于檢測系統(tǒng)的輸出自主地采取行動（例如，剎車，轉(zhuǎn)向）來幫助避免事故[1]。

下面再具體介紹提高駕駛員和車輛安全的措施與技術(shù)。

1 對駕駛員培訓(xùn)，提高駕駛技術(shù)[2]

解決運輸業(yè)安全問題的困擾。道路交通事故往往歸因于駕駛員因素，包括駕駛速度超過規(guī)定速度或速度不合適;在酒精的影響下駕駛，困倦或疲倦;駕駛時不使用車輛乘員的防護設(shè)備。所以，本文重點關(guān)注駕駛員道路安全意識，防御性駕駛員培訓(xùn)，目測檢查，車輛適航檢查，安全性能激勵措施以及實現(xiàn)車輛遠程信息處理跟蹤系統(tǒng)，定期的個人駕駛行為信息更新。實驗研究提供了一個車輛數(shù)據(jù)跟蹤系統(tǒng)，在超速、加速、制動，轉(zhuǎn)彎方面對駕駛員和車輛的安全進行評估，并比較了學(xué)校交通司機與一般駕駛者的表現(xiàn)。盡管一些學(xué)校的運輸車輛在學(xué)校運輸業(yè)務(wù)以外，在夜間和較長距離上被用于多種用途，但總體上這些車輛比一般駕駛員記錄的速度更低，制動率更低，加速度更低。

這個評估包括兩個主要部分。首先，從2014年1月到2015年1月，對學(xué)校交通司機的安全行為進行描述性趨勢分析，并從車輛跟蹤系統(tǒng)中獲取描述性數(shù)據(jù)。其次，從2014年9月至2015年1月，將校車司機的駕駛表現(xiàn)與普通駕車者的駕駛表現(xiàn)進行了比較。參與者從開普敦的三個主要公共交通樞紐，特別是阿斯隆，貝爾維爾和開普敦中心進行招募。遠程信息處理系統(tǒng)安裝在他們的車輛中。一般駕駛組的司機是從全國醫(yī)療保險公司的開普敦司機登記冊中選出的，他們使用與年齡和性別與遠程信息處理設(shè)備相匹配。對于兩次評估分析，駕駛員安全表現(xiàn)的數(shù)據(jù)是從車輛跟蹤設(shè)備中提取的。車輛跟蹤裝置數(shù)據(jù)使用SPSSVersion 22（IBM Corp.，USA）軟件（例如推理性t檢驗，p＜0.05）進行趨勢和比較分析，以識別駕駛員的安全行為。

評估結(jié)果是比較好的。學(xué)校交通司機在特定的評估期間的駕駛表現(xiàn)指標（超速、加速、制動和轉(zhuǎn)彎）似乎比普通駕駛員表現(xiàn)得相對較好。

2 全自動撞車通報系統(tǒng)降低駕駛員死亡率[3]

全自動撞車通報系統(tǒng)（AACN）可以在客運車輛碰撞時捕獲碰撞數(shù)據(jù)，這些數(shù)據(jù)可以傳輸?shù)骄o急醫(yī)療服務(wù)（EMS）。這項研究探討了EMS響應(yīng)時間和其他碰撞因素對死亡幾率的影響。目標是使汽車在碰撞時降低死亡率。本研究包括兩個案例研究的患者可能會受益于AACN的例子。

對美國運輸部、國家公路交通安全管理局，1996-2012年間的碰撞事故數(shù)據(jù)進行了研究，其中涉及客運車輛。記錄了碰撞現(xiàn)場的詳細情況（例如輪胎打滑痕跡和路況），以便建立碰撞模式并重建碰撞機理。對所涉及的車輛進行檢查，得到碰撞受損的車輛表面，以確定碰撞的力。記錄乘員接觸痕跡（如皮膚和組織物轉(zhuǎn)移）。從EMS的記錄得到了住院前的數(shù)據(jù)，記錄病人的住院過程。

數(shù)據(jù)顯示，從碰撞到通知EMS提供者的更長時間與入院前三小時內(nèi)更頻繁的干預(yù)有關(guān)，以及從區(qū)域醫(yī)院到創(chuàng)傷中心的轉(zhuǎn)移。碰撞事故發(fā)生的通知時間＞30分鐘的農(nóng)村碰撞事故比在城市環(huán)境中發(fā)生的類似的碰撞事故更可能致命。

主要結(jié)論：使用了AACN之后，有助于降低死亡率。機動車碰撞后（MVC）提醒EMS供應(yīng)商早期幫助他們辨別專業(yè)設(shè)備，迅速使患者轉(zhuǎn)移到一個合適的醫(yī)院或急救中心。

3 控制汽車速度改善駕駛員的安全[4]

汽車的速度一直是一個影響車輛安全的重要因素之一。本文作者Andrew C研究的目的是在波特蘭都會區(qū)內(nèi)選定的主干道上，分析車速和碰撞數(shù)據(jù)的相關(guān)性。以一個小時為間隔，報告碰撞數(shù)據(jù)，并計算平均交通速度以與碰撞數(shù)據(jù)之間的關(guān)系。檢查碰撞類型，原因和嚴重程度，并比較一天和一周中的車輛速度。

確定了碰撞類型和車速之間的負相關(guān)關(guān)系，因為大多數(shù)碰撞發(fā)生在低于速度平均值的情況下。在自由流動交通期間，沿車輛速度似乎沒有顯著偏離指定的速度限制，碰撞率較低。在高峰期期間，碰撞事故的發(fā)生率更高，追尾事故占總事故的48%。減速車輛比快速車輛更有可能發(fā)生追尾事故。因為當(dāng)前方車輛減速時，后方車輛的駕駛員可能感覺不到前方車輛在減速。

車輛轉(zhuǎn)彎時也容易發(fā)生碰撞，兩者都與高于平均交通速度有潛在的相關(guān)性，但是需要在交叉路口進一步查看詳細的速度數(shù)據(jù)。波特蘭市交通局目前提出的道路改善旨在減少碰撞事故的根源。然而，可以對高風(fēng)險路口進行微小的修改，以減少目前計劃中沒有確定的嚴重事故。駕駛員在接近交叉路口時無視紅綠燈交通信號也是碰撞的主要原因。

車速變化對道路的安全性有影響，然而過高的車速似乎并不是碰撞的主要原因。道路特征與高交通量和駕駛員注意力不集中是發(fā)生事故的主要影響因素。

主要結(jié)論：減少道路的速度限制和/或重新設(shè)計（交叉口和在轉(zhuǎn)彎之前增加駕駛員的可視性）將會大大減少車輛碰撞的事故。

4 利用行車記錄儀（DVR）及時預(yù)警駕駛員避免碰撞[5]

事故報警系統(tǒng)應(yīng)該不斷地控制道路狀況，及時提醒駕駛員可能發(fā)生的事故。所以需要模擬車輛相互碰撞的警告的可能性。

使用DVR進行建模以警告碰撞的可能性，我們將考慮車輛V1和V2，以速度V1和V2相互移動。V1的線性尺寸，即寬度和高度分別是A和B.V1和V2之間的距離是可變的，被命名為D。V2配備有DVR，其顯示V1的圖像的線性尺寸，即其寬度和高度，分別為a和b。從鏡頭到屏幕的距離DVR將被表示為d。當(dāng)車輛彼此接近時，DVR屏幕上的V1的圖像的線性尺寸增加.因此，如果我們不斷地在DVR屏幕上測量迎面而來的車輛的線性尺寸比例或輪廓面積，并將其與參考值進行比較，可以在適當(dāng)?shù)臅r間警告駕駛員可能發(fā)生的碰撞，從而防止交通事故。

主要結(jié)論：本文考慮及時提醒車輛碰撞的任務(wù)，例如在超車的情況下。這個問題的解決是很重要的，因為在碰撞發(fā)生前0.5秒提醒駕駛員可以預(yù)防多達60%的事故，而司機需要1.5秒來預(yù)防90%的事故。通過對在DVR屏幕上迎面而來的車輛的圖像的大小的動態(tài)進行建模來顯示，如果我們以規(guī)則的間隔測量在當(dāng)前和先前時刻的圖像的面積和線性維度的比率并且將該值與參考值進行比較，就可以在事故發(fā)生前幾秒警告司機可能與迎面而來的車輛發(fā)生碰撞。

5 單車碰撞中駕駛員受傷嚴重程度相關(guān)的解釋變量[6]

這項研究確定和量化了一些解釋變量，這些變量與輕型車輛碰撞的司機傷害的嚴重程度有關(guān)?；谶壿嫽貧w來分析2007年至2013年在北卡羅來納州發(fā)生的所有交通事故的記錄。還研究了整個分析期間所識別解釋變量的時間穩(wěn)定性。解釋變量包括與道路、車輛、駕駛員和環(huán)境條件。

與道路有關(guān)的解釋變量包括道路是否分割，是否在城市或農(nóng)村地區(qū)。與車輛相關(guān)的解釋變量包括車輛的年齡、行駛速度和輕型車輛的類型。與車輛相關(guān)的解釋變量包括車輛的年齡、行駛速度和輕型車輛的類型。與司機相關(guān)的解釋變量包括司機的年齡、性別、酒精或非法藥物的影響，以及安全帶的使用。與環(huán)境條件相關(guān)的解釋變量包括天氣、照明和路面狀況。有三個解釋變量被發(fā)現(xiàn)是暫時不穩(wěn)定的，那些暫時不穩(wěn)定的變量包括行駛速度、輕型車輛的類型和駕駛員的年齡。盡管在整個分析期間對駕駛員的傷害嚴重程度有顯著影響，但這些影響的程度表現(xiàn)出時間不穩(wěn)定性。所有其他解釋變量在時間上穩(wěn)定，在整個期間具有顯著的影響。

主要結(jié)論：這項研究的結(jié)果有可能幫助決策者制定政策來減輕駕駛者的傷害，通過注重對駕駛員傷害的嚴重程度持續(xù)表現(xiàn)出顯著影響的解釋變量。這項研究的結(jié)果也提供了一些量化的措施，可以用來確定實施這些措施的可行性，以減少與單車碰撞相關(guān)的司機受傷的嚴重程度，還提供了有關(guān)未來研究的建議。

6 安全消息傳播中的行為幫助駕駛員提高安全意識[7]

在這項工作中，重點討論了基于“網(wǎng)絡(luò)編碼”（NC）方案傳播協(xié)議的新趨勢。準確地說，我們打算研究NC的安全消息傳播，并根據(jù)這種應(yīng)用需求推斷其適用性。為此，本文提出了三種基于NC協(xié)議，深入研究了這些技術(shù)對安全消息傳播性能的影響。

NC接收模塊用于處理解碼過程，并將接收到的數(shù)據(jù)包保存在適當(dāng)?shù)木彌_區(qū)中。在接收到數(shù)據(jù)包編碼分組時，執(zhí)行第一測試（T1），檢查這些分組是否可以被解碼。這個測試取決于已存儲在解碼緩沖區(qū)中的數(shù)據(jù)包。如果不滿足這個條件，則編碼的數(shù)據(jù)包暫時存儲在解碼緩沖器中。此后，執(zhí)行第二測試（T2），即是否攜帶新的信息。如果編碼分組攜帶新的信息，將采用數(shù)據(jù)廣播技術(shù)，對數(shù)據(jù)重新進行播報。每次提取新的本地分組時，進行第三次測試（T3）以檢查該編碼分組是否對已經(jīng)存儲在解碼緩沖器中另外的分組是否有用。如果一個編碼的數(shù)據(jù)包被解碼，那么我們返回到第二個測試（T2），解碼的數(shù)據(jù)包會自動從解碼緩沖區(qū)中移除。數(shù)據(jù)緩沖區(qū)中的本地數(shù)據(jù)包按照等待時間和確認標志進行排序。尚未被確認的分組（“ACK-Flag=False”）和等待時間最短的分組具有最高優(yōu)先級，以便被編碼和重播。

NC傳輸模塊設(shè)計用于處理“正在編碼的數(shù)據(jù)包”和“當(dāng)編碼的數(shù)據(jù)包應(yīng)該被轉(zhuǎn)播”的問題。當(dāng)本地數(shù)據(jù)包的等待定時器過期時，觸發(fā)傳輸過程。

結(jié)果表明，該方案可以及時給駕駛員傳遞有效的信息，保證行車安全。

[1]Cem Bila.Vehicles of the Future：A Survey of Research on Safety Issues[J].IEEETransactions on Intelligent Transportation Systems(Volume：18,Issue：5,May 2017)

[2]A van Niekerk.Schoolbus driver performance can be improved with driver training,safety incentivisation,and vehicle roadworthy modifications[J].This open-access article is distributed under Creative Commons licence CC-BY-NC 4.0.

[3]Rebecca E.Plevin.Evaluating the Potential Benefits of Advanced Automatic Crash Notification[J].Prehospital&Disaster Medicine,2017,32(2)：156

[4]Andrew C.Vosper.Impact of Speed on Vehicle Safety on Urban Arterial Roadways[D].Civil and Environmental Engineering，2017

[5]Alexander N.Varnavsky.Simulation of timely warning of a driver about collision with oncoming vehicles using a car DVR[J].Dynamics of Systems,Mechanisms&Machines,2017：1-5

[6]Essam Dabbour.Investigating temporal trends in the explanatory variables related to the severity of drivers'injuries in single-vehiclecollisions[J].journal of traffic and transportation engineering(english edition)2017;4(1)：71-79

[7]Imen Achour.Network Coding Scheme Behavior in a Vehicle-to-Vehicle Safety Message Dissemination[J].ICC2017：WS08-3rd International Workshop on Advanced PHY and MACTechnology for Super Dense Wireless Networks