基于视觉跟踪技术的速度反馈信息关注度分析文献综述
随着科技的发展和社会的进步，人类的出行机动化达到前所未有的水平，智能交通系统(ITS)成为未来交通运输和管理的发展方向，其前沿技术是车路协同系统（Cooperative Vehicle Infrastructure System,CVIS)，通过信息技术实现将驾驶人、智能车载路侧单元紧密联系，为交通参与者提供实时交通信息、做出预判，以有效提高安全性和通行效率，增加出行舒适度。可变信息标志（VMS）是路侧单元的重要组成部分，目前已经逐步运用于道路交通管理中，在我国不少道路中已经开始使用VMS，VMS正渐渐成为我国的交通智能化管理的重要部分，世界上各国家大部分使用的VMS为文字式可变信息板以弥补驾驶人的视域局限，提前获取前方路况信息，对控制车辆实时车速限速的效果甚微，因此速度反馈信息类VMS的研究具有重要意义。如何减少交通事故发生、预防交通违法行为出现是各国不断研究的重要问题，当前我国的交通系统对速度反馈信息标志的研究还很不成熟，其多用于高速公路高危路段，驾驶人通过视觉捕捉驾驶车辆超速信息，及时降低车速，以防追尾等重大危险行为；在城市主干道路超速现象也屡见不鲜且居高不下的情况下，驾驶人必须不断从复杂道路空间环境中及时作出判断决策，进而调整自己的驾驶行为。研究驾驶人对速度反馈信息标志的视觉特性，有助提高其设置效用，帮助驾驶人做出正确的驾驶行为，从而提高出行安全水平，更具重要意义。
1.国内外研究现状
1.1国外研究现状
国外对交通标志的相关研究已比较成熟，资金投入大，场景真实性强，研究精细化。主要从驾驶人的注意力、社会背景、服从率、驾驶行为变化反应指标如（地点车速和平均车速），多采用室外实车实验，数据精确度高且研究时间跨度和持续性大；但对VMS的研究主要偏向路径诱导，而且研究的标志单一性强，文字类为主，在对可变速度反馈信息标志视认效果的天气条件较单一，且研究较少。
Yulan liang.John D.Lee[1]利用驾驶模拟器和Face LAB眼动仪记录驾驶员的驾驶行为数据和眼动信息，通过分析这些眼动信息，选取出眨眼频率、注视持续时间、搜索速度、视线搜索的持续时间、水平注视区域分布和垂直注视区域分布六个指标，利用贝叶斯公式建立了驾驶员行为和驾驶员注意力分散之间的关系模型，用以实现对驾驶员注意力分散的实时监测。
Hashim[2]、Freeman[3]和Geoffrey[4]等人针对交通标志等对驾驶员视觉进行评估。Hasidim选取年龄、社会地位、性别、国籍、月收入等因子建立与驾驶员识别能力的关系模型，研究分析得驾驶员对交通标志的注意与驾驶员过往事故发生率相关性较低；Freeman和Geoffrey主要从驾驶人驾驶经验与其对交通标志的视觉特征进行评估。
Peeta和Ramos[5]主要采用 SP调查的方法，通过采用 Email 问卷、网上问卷和实地现场问卷等方式，针对驾驶人对VMS的可能性反应及行为设置问卷问题,统计分析问卷结果，分析了影响驾驶人对VMS 视认效果的因素。通过建立模型，分析了驾驶人基于对VMS 视认而做出改变路径决定的转移概率,并对模型进行了参数估计和评价。
Erke[6]在城市单向三车道的快速路上设立VMS，实时显示车道关闭的文本信息和建议可选择替代路径信息；研究发现大多数驾驶人在感知标志后的视认过程中有明显的制动行为以获取实时路况信息，整个识别过程的车流平均速度下降4.7 km/h。同时大多数驾驶人在识别标志信息内容后能有效的改变行驶路径。同时指出对交通标志的识别距离会对制动和平均速度造成影响。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
