驾驶模拟器研究论文

2009年6月1日，法航从里约飞往巴黎的航班在大西洋中部遇到了风暴。测量飞机空速的供应器结冰，使飞行员无法了解飞机空速这一生死攸关的数据。按照设计好的程序，飞机自动驾驶装置自动关闭，将飞机的控制权转交给飞行员。在不知道飞机空速也看不到地平线的情况下，飞行员驾驶飞机在暴雨倾盆的夜空中飞行。飞行员抬升飞机机鼻，试图迫使飞机上升；随后不久，飞机就坠入大西洋，导致机上228人员死亡。

法国航空事故调查员对此事故的结论是飞行员缺乏训练是导致这场悲剧的主要原因。随着飞机驾驶舱的计算机化的程度越来越高，飞行员需要实时更新自身的飞行技能。但飞行员处于供不应求的状态——在7月份，空中客车公司就预计：到2035年，需要50万名飞行员才能跟上航空业的发展步伐。这就意味着航空公司迫于压力，只能让飞行员坐在驾驶舱里，赚取经济利益，而不是让飞行员坐在模拟器里，接受进修课程培训。

英国伦敦大学学院的人工智能专家表示：现在就解决上述问题的方法。海塞姆·褒玛（Haitham Baomar）及其同事彼得·宾利研发出了一种自动驾驶仪，该自动驾驶仪配置了一套“机器学习”系统，以便应对复杂飞行环境，而不是将飞机控制权移交给飞行员。

褒玛先生表示：航空公司不能对现有的自动驾驶仪进行训练，因为它们内置硬编码程序，只定义了有限的几种飞行环境，并制定了相应的飞行方式——让飞机保持一定的飞行高度和速度。对于诸多飞行情况，现有自动驾驶仪无法很好地应对：让电脑来处理一个没有设置程序的情况，电脑只会将决策权移交给人类飞行员。

褒玛先生认为“机器学习”算法能从人类飞行员应对突发严重情况的过程中学习处置方法，突发的湍流、发动机停车、甚至包括上述法航无法感知重要飞行数据的情况都属于突发严重情况。褒玛先生表示有了这种“机器学习”算法，自动驾驶仪不会像平常那样将飞机的控制权转交给飞行员，从而挽救生命。

人工智能，起飞！

在人工智能领域，“机器学习”是一个热门话题。技术人员已经使用“机器学习”来执行多种任务，例如识别人类语音、图像设别或者向网络用户定向投放广告。“机器学习”程序依靠人工神经网络来运行，人工神经网络粗略地模拟生物大脑，以便对大量数据进行分析，分析数据模式并找出其中规律，让人工神经网络能够高效地处理所有任务。这意味着电脑能自行学习经验法则，如果要人类程序员按照经验法则类编写详尽的代码，这可是一项极其困难的工作。

英国伦敦大学学院在“机器学习”领域有着丰富的研究经验。英国伦敦大学学院是深思公司（DeepMind）的初创之地，深思公司（现已被谷歌公司收购）发明的阿尔法狗（AlphaGo）系统今年击败了一位人类围棋大师，围棋是一种极其复杂的棋类游戏。英国伦敦大学学院研发团队编写了一套被称为“智能自动驾驶系统”的软件，该软件系统配置有十套单独的人工神经网络，每套人工神经网络学习如何在一个飞行条件不断变化的情况下，将相应的的控制系统设置为最佳状态（例如节流阀、副翼、升降舵等）。彼得·宾利博士表示：如果要控制一架实体飞机，就得配置数百套人工神经网络。但要检测一个想法是否可行，有十套人工神经网络就能很好地实现目标了。

为了对自动驾驶仪进行培训，其搭载的十套人工神经网络通过飞行模拟器来观察人类飞行员的行为。当飞机飞行时，即起飞、巡航、降落时，或者遭遇恶劣天气时，或者飞机在飞行任何阶段发生故障时，人工神经网络能弄懂动力飞行飞机单个元件与其他元件之间的关系。一旦将飞行模拟器交给人工神经网络控制，人工神经网络就会知道如何控制飞机改变飞行姿势，不论发生什么情况，让飞机尽量保持平直飞行。

在英国伦敦大学学院的实验室进行的一场展示中，这套自动驾驶仪系统能平稳地将飞机从各种飞行事故中恢复过来，这些事故包括发动机熄火、遭遇极端湍流或极端冰雹天气。褒玛先生表示：如果这套系统遭遇了法航班机无法获得飞机空速的情况，它会尽量降低飞机机鼻，以防止飞机失速。最新版本的飞机自动驾驶系统会从其他途径获取飞机空速数据，例如全球定位系统。

让褒玛的研究团队团队感到惊讶的是，这套自动驾驶仪还能应对之前没有被培训过的情况。虽然该自动驾驶仪统是使用的是一台西锐轻型飞机模拟器进行训练，但研究人员发现该自动驾驶仪也能适应数据库里的大型客机和战斗机的飞行控制。此种现象是机器学习“通用化”的一个良好实例，即人工神经系统经过飞行培训后，它们就能处理基本类似的飞行状况，尽管细节方面有所不同。

英国伦敦大学学院不是唯一对改进自动驾驶仪的机构。安德鲁?安德森是空中客车的员工，他表示空中客车公司也在研究人工神经网络。空中客车公司是欧洲的一家大型飞机制造厂商。虽然如此，现有自动驾驶仪还不能驾驶喷气式客机。人工神经网络自我培训的缺点就是培训结果不能为人所知。人工神经系统通过调节模拟神经元之间的力度来学习，模拟神经元的精确的力度不是由工程师进行编程控制的，外部观测者可能不清楚是哪一个神经元在工作。彼得·拉德金是德国比勒费尔德大学的安全专家，他表示：上述情况表明人工神经网络还不能得到航空部门的认证。

虽然如此，新型自动驾驶仪可以首先在无人机上得到运用。在2016年的维吉尼亚州无人飞机系统国际会议上，当褒玛先生公布了一篇论文后，新型自动驾驶系统的通用性留给了参加会议的代表深刻印象。拉德金博士表示：新型自动驾驶系统能在各种恶劣飞行环境中控制飞机，可用于诸如研究台风和龙卷风的科研活动，这些极端气候然飞机面临巨大挑战。

考驾照不一定要上模拟机。

汽车驾驶模拟机使用对象

（一）考驾照的学员

驾校学员按照汽车驾照考牌种类分为大客车、大货车和小轿车，本设备可适合各类学员。考虑到经济性和必要性，本产品以小轿车学员为主要目标客户群体。

（二）喜欢驾驶的未成年人

未成年人喜欢刺激，喜欢驾驶 ，但是又没有到法定学车年龄，同时家长们也非常希望孩子能够玩有益身心健康，寓教于乐的游戏。

扩展资料：

汽车驾驶模拟机的模拟场景分为城市场景、乡村场景和高速场景三大区域。封闭测试区内可模拟城市主干道、有信号灯路口、环岛、公交专用道、潮汐车道、涉水区、雨雾模拟隧道；

高速公路、街区道路、砂石路等近50种测试区域，同时还设置专门满足服务型电动自动行驶轮式车测试的测试区。

在有信号灯路口场景中，为了模拟车辆通过路口时的复杂交通环境，测试场设置了充当道具的模拟行人、模拟非机动车，以及人为操控的机动车等，营造出路口通行场景。

参考资料来源：

百度百科-汽车驾驶模拟机

中国汽车消费网-可模拟更复杂场景 自动驾驶车辆有了高级别"考场"

主要有：1、《汽车使用安全技术》 人民交通出版社 、《现代汽车工业市场营销》 人民交通出版社 、《交通心理学》 陕西科技出版社 、《汽车安全运行心理学》 人民交通出版社 、《汽车安全技术概论》 人民交通出版社 主要有：1、汽车驾驶员行为矫正指导量表的研究 中国公路学报 、汽车制动与加速踏板高度差的工效学研究 人类工效学 、汽车动态驾驶模拟器运动系统分析及数学建模 西安公路交通大学学报4、公路交叉口交通标志设置的工效学研究 交通运输工程学报 、驾驶员个性因素与交通肇事的相关性分析 西安公路交通大学学报 、高速公路紧急停车带设置的工效学分析 人类工效学 、 公路隧道环境与交通肇事的有关因素分析 人-机-环境系统工程研究进展(第二卷) 北京科技出版社 、动态环境中汽车驾驶员安全可靠性分析 汽车运输研究 、我国高等级公路交通事故致因分析 汽车运输研究 、驾驶员应激状态的模拟测试与分析 首届中日驾驶适性理论与事故对策国际研讨会论文集 上海交通大学出版社 、汽车夜间变光对驾驶员视认性影响的研究 人－机－环境系统工程研究进展（第一集）北京科学技术出版社 、我国汽车驾驶员系统安全教育模式 汽车运输研究 、汽车驾驶员适合性检测信息处理系统的研究 西安公路学院学报 、职业驾驶员甄选的有效性初探 汽车运输研究 、汽车驾驶员应激状态下事故分析 中国交通工程 、隧道坡度因素对柴油车烟雾排放量的影响 交通运输工程学报

你好，模拟一学完了，那你科目一考完了没有？如果没有，那就是要去考科目一，如果考完了，那就是联系驾校联系教练开始场地练车，准备科目二的考试，同时也可以准备预约模拟二，为科目三打基础。

模拟机是驾校中的常用教学工具。学员科目一考试合格后，一般先上模拟机，对于车辆的基本运行情况进行模拟训练，如打方向盘、踩离合器刹车油门、换档等等，熟练了以后，再准备实车练习。作用不明显有些人说有作用，毕竟和实际还是有不小的区别的。

扩展资料：

（一）考驾照的学员

驾校学员按照汽车驾照考牌种类分为大客车、大货车和小轿车，本设备可适合各类学员。

考虑到经济性和必要性，本产品以小轿车学员为主要目标客户群体。该类学员经济条件较好，更关注学习环境的舒适，方便。

这其中对训练机最容易接受的人群为20－35岁的年轻人，在顺序上按优先级别排为女性、白领、青少年。对于学车的中老年人，则需要帮助转变观念，虽然学车较慢，对训练机也有迫切需求，但他们对电脑陌生，使用上存在一定抵触心理。

（二）喜欢驾驶的未成年人

未成年人喜欢刺激，喜欢驾驶 ，但是又没有到法定学车年龄，同时家长们也非常希望孩子能够玩有益身心健康，寓教于乐的游戏。

6－12岁少年：家长给孩子提供一个健康、帮助提高交通意识的学习设备。

15－18岁青少年：初步学习驾驶，成年后能迅速学会开车。

参考资料来源：百度百科-汽车驾驶模拟机