绿灯充足时段交通违法监控对车速及行为决策影响分析

为了解信号交叉口处绿灯充足时段交通违法监控是否对机动车车速及驾驶人驾驶行为决策产生影响,运用录像法,分别对经过青岛市黄岛区2类4个信号交叉口绿灯充足时段的机动车进行调查。采集了车辆经过交叉口的车速、加速度、所在车道等具体数据,对经过2类信号交叉口的车速及行为决策进行对比分析;并运用logistic回归模型建立信号交叉口驾驶行为决策模型。结果表明在绿灯充足时段,在装有交通违法监控的信号交叉口,进入交叉口前的机动车车速较低,且离散程度较小;进入装有监控的信号交叉口时,驾驶人采取匀速行为决策的比例比无监控情况高22.78%;较减速行为决策相比,加速和匀速行为决策与交通违法监控、车速及所在车道有关。     

基于元胞自动机研究驾驶员特性对信号交叉口交通流的影响

为了研究驾驶员特性对信号交叉口交通流的影响,建立基于元胞自动机的信号交叉口交通流模型,研究驾驶员行为特性对信号交叉口平均车速和车辆延误等的影响。研究表明,不同绿信比情况下,驾驶员特性均对信号交叉口交通流产生较大的影响;冲动型驾驶员比例增加会加快绿灯放行时交通密度的疏散,稳重型驾驶员比例增加可减少绿灯交通流稳定时车辆通行的延误,胆小型驾驶员比例增加可提高黄灯时间内的通行效率以及减少红灯时间内的排队延误。研究还表明,当绿信比超过0.7时,它的变化对信号交叉口交通流影响不显著。     

考虑驾驶人性别差异的绿灯倒计时时长推测

为了提升高级驾驶辅助系统(advanced driving assistance system, ADAS)在绿灯倒计时长(green light countdown time, GSCT)类型的辅助驾驶决策性，首先，通过实车实验采集到信号交叉口不同绿灯倒计时时长下的1 475 524条自然驾驶行为数据，包括18名驾驶员在不同绿灯倒计时时长下，分别通过城市道路18个信号交叉口前150 m情境的驾驶行为数据；然后，分析驾驶决策、速度、平均瞳孔大小位置、心电、肌电在男、女性驾驶人之间的差异，得到男、女性驾驶人在绿灯20 s倒计时期间的注视特性平稳、皮电特性最为稳定，在绿灯9 s倒计时期间男、女驾驶人心理特性最为稳定的结论；最后，利用KNN、SVM、GBDT等3种经典机器学习方法，基于前述5类特征参数，建立考虑多特征变量的信号倒计时长判断模型。结果表明：集成学习GBDT模型判断准确率为88.1%,精确率均值为85.4%,AUC均值为0.98,有助于ADAS提供决策支持和理论支撑，可为不同性别驾驶员在城市道路信号交叉口前提供速度调节辅助信息。     

信号交叉口行人过街速度的时空特征分析

为了解信号交叉口不同空间及时间段的行人步行特征,对6个不同行人信号设置地点的交叉口的行人数据进行了采集,并采用统计分析方法分别对不同性别、年龄、结伴人数以及信号显示类型下的行人步行速度特征进行了分析。结果显示,行人性别对过街速度没有显著影响;行人年龄对过街速度有影响,青少年步行速度最高,老年人的步行速度最低;有无结伴行人对过街速度的影响不大;行人在无倒计时交叉口的过街速度显著高于有倒计时交叉路口的;行人在绿灯后期的过街速度显著高于绿灯前期的;而行人在道路前半幅的速度显著高于后半幅的。     

针对运动物体的视频检测方法

视频检测技术是交通检测领域的一种新技术，是一种结合视频图像和电脑化模式识别的技术，在路上安装摄像机，通过软件在显示器视频图像的车道上设置虚拟车道检测器，每个虚拟车辆检测器代表一个区域，当车辆通过任何一个虚拟检测器时，就会产生一个检测信号，再经过软件数字化处理得到车型、车流量、车速、车头距离、占有率、车辆排队长度等交通数据。这里从另外一个角度介绍一种针对运动物体的图像处理方法，即通过图像灰度的一种代码变换，比较连续的两副图像，进而检测物体的轮廓及运动方向。     

基于地磁传感器的车辆检测算法*

地磁传感器是一种利用地磁变化来检测车辆的新型设备。通过分析大量地磁数据,提出一种基于波形峰谷值特征的车辆检测算法。该算法可以自动跟踪基线值并提取车辆信号特征。实际道路检测试验数据表明该算法简单有效,准确率可达98.5%以上。该系统可以应用于道路车流量检测,平均车速统计等,将在智能交通领域发挥重要作用。     

基于实车驾驶数据的信号交叉口车辆运行特性

为得到信号交叉口的车辆运行特性和驾驶模式,开展实车驾驶试验,采集车辆在自然驾驶状态下通过信号交叉口的速度、加速度等运行参数,得到了车辆速度和纵向加速度的变化趋势、分布范围和统计特征值,分析了车速与行驶距离的相关性,确定了减速停车和起步加速的驾驶模式。结果表明：车辆驶入交叉口时在停车前100米范围内车速下降最明显;而绿灯启亮后,车辆在头50米内速度提升最明显。减速距离与初速度之间具有较高的关联度,加速距离和稳定速度之间的关联度略低。减速度总体上大于加速度,85分位减速度为1.19 m/s2,85分位加速度为1 m/s2。减速度峰值出现在停车前5秒内,而加速度峰值出现在起步后的3秒内。本研究可为跟驰模型和微观交通仿真提供参数标定值,为城市交叉口信号配时和交通管理提供实际数据参考和理论依据。     

重载公路信号交叉口车辆跟驰特性及折算系数

为研究重载公路信号交叉口处不同车型车辆跟驰行为的差异,调查获取自然驾驶条件下某重载公路信号交叉口通行车辆的跟驰数据,分析各车型车辆的跟驰特性。结果显示：绿灯启亮后,重载公路信号交叉口的车辆加速非常缓慢,车流长期处于加速阶段,几乎无法在绿灯期间达到稳定车速;此外,在跟驰过程中,车辆车间时距随车型变化差异显著,随车速变化差异不明显。基于以上发现,并考虑不同运行阶段车流运行特性的差异,分别对容量计算法和车头时距法进行改进,利用实测数据计算得出重载公路信号交叉口加速阶段和稳定阶段的车辆折算系数。     

一种车速截断对数正态分布的车队离散模型

针对现有Pacey模型不能较好解决车速服从偏性正态分布的缺陷,假设车速服从最小速度至最大速度区间上的截断对数正态分布,提出了一种车速截断对数正态分布的车队离散模型.以上游交叉口的排队车辆在绿灯放行后的时空分布特征为研究对象,从交通流密度的角度出发,分析这部分车辆的车速统计特征对其下游道路上行驶离散过程的影响,并给出车队密度等交通流参数的计算公式.在此基础上,推导了车队头、尾部的离散模型,为下游交叉口的配时方案提供交通数据.最后,以某相邻交叉口的协调控制为例,比较所提模型与现有Pacey模型在计算交通流参数方面存在的差异.数值仿真结果表明,前者在优化信号灯配时方案中需要较少的提前和后延时间.     

基于驾驶模拟器的车联网环境搭建及对驾驶行为的影响

为研究网联环境下车载设备对驾驶行为的影响,设计了车载终端人机交互界面,搭建了基于驾驶模拟仓的车、车通信环境,并开展模拟驾驶实验,采集了4个场景下车辆运行数据。通过对速度、加速度、跟车间距、超速驾驶员比例等驾驶行为数据以及人口学的统计分析,研究不同交通状态下,是否配备车载终端对驾驶行为影响的差异性。实验数据表明,实时提供前车运行状态的车载终端能够提高车辆运行效率和安全性。     

城市干道绿波协调控制系统交通评价方法

为判别城市干道绿波协调控制系统的优劣性,考虑绿波系统交通通行规律,提出绿波的不均匀度、通行比例、可达性、车队通行率、出行时间和单车平均延误等效率评价指标.然后通过交通冲突分析,以跟驰车辆速度差作为同向追尾冲突和直右合流冲突等安全评价指标.在此基础上,提出绿波协调控制系统灰色关联评价方法.最后以某干道沿线交叉口为例,对基于数解法的3个绿波协调控制方案进行评价.评价结果表明,第2方案为最优方案,对应最大灰色关联度为0.733,此时数解法的初定带速与理想间距范围较为合理.可见通过构建绿波系统评价体系,提出的干道绿波协调控制系统交通评价方法有助于绿波控制技术的优选与改善.     

基于单片机的交通灯控制系统设计与实现

以AT89S51单片机为核心器件,设计了多功能交通灯控制系统.软件仿真和硬件实现的结果表明该系统具有红绿灯显示功能、时间倒计时显示功能、左转提示和紧急情况发生时手动控制等功能.     

A BP neural network based information fusion method for urban traffic speed estimation

Obtaining comprehensive and accurate information is very important in intelligent traffic system (ITS). In ITS, the GPS floating car system is an very important approach for traffic data acquisition. However, in this system, the GPS blind areas caused by tall buildings and tunnels could affect the acquisition of traffic information and depress the system performance. Aiming at this problem, we developed a novel method employing a back propagation (BP) neural network to estimate the traffic speed in the GPS blind areas. When the speed of one road section is lost, we can use the speed of its related road sections to estimate its speed. The complete historical data of these road sections are used to train the neural network, using Levenberg-Marquardt learning algorithm. Then, the current speed of the related roads is used by the trained neural network to get the speed of the road section without GPS signal. We compare the speed of the road section estimated by our method with the real speed of this road section, and the experimental results show that the speed of this road section estimated by our method is better.     

自适应滤波实时网络流量异常检测方法

针对网络中的各种常见攻击,提出一种基于自适应滤波的网络流量异常检测方法.首先对多种流量指标进行递推最小二乘法预测,然后以预测误差所构造的统计量容许范围进行异常检测,最后对检测结果实施归一化评估.该方法具有无需任何历史训练数据、能大量减少报警次数、突出报警严重程度的特点.在DARPA入侵检测评估数据集上的实验表明,所提方法更适合检测拒绝服务攻击引起的异常,较之相同权向量下的同类方法,其异常检测率、误报率和检测速度等性能更好.     

基于离散时间信号相关性的交通事件检测算法

提出了基于离散时间信号相关性的自动交通事件检测算法.将交通信息数据转化为离散时间信号并进行相关性计算,有效定位通过上、下游截面的同一组交通流.解释了互相关系数的特征,并采用仿真数据进行性能验证.结果表明:基于离散时间信号相关性的自动交通事件检测算法具有可视性且易于理解,在低饱和交通环境下表现依然稳健,具有很好的适应性.     

考虑速度波动区间的城市干线双向绿波协调控制模型

城市主干道交通量的增长使干线协调控制受到越来越多城市的青睐,而传统的干线协调控制模型主要基于速度均值进行绿波方案设计。考虑到车辆在实际的行驶过程中受各种因素的影响速度存在一定的波动,以95%置信区间下的绿波设计速度作为速度波动区间,在Asymmetrical Multi-BAND(AM-BAND)模型的基础上增加了速度波动区间约束,建立了考虑速度波动区间的干线协调控制模型,以获得最大绿波设计速度及最小绿波设计速度。算例分析与仿真结果表明,改进模型的平均行程时间、平均停车次数等评价指标得到不同程度的改进,带宽利用率提高,绿波协调控制效果得到改善。     

基于融合技术的道路交通状态判别模型

为了提高道路交通状态判别精度,提出基于浮动车检测与感应线圈融合技术的道路交通状态判别模型。该模型包括3部分:1)浮动车模块:利用安装在出租车上的GPS定位设备得到道路3部分的行程时间;2)感应线圈模块:利用安装在道路上的感应线圈以及交通信号参数得到道路的行程时间;3)数据融合模块。利用神经网络将以上两模块的结果作为输入从而提高道路交通状态判别的精度。该文利用7 000多辆装有GPS模块的出租车、100个安装在广州市主要道路口上的固定检测器以及广州市电子地图,对提出的模型进行了试验,试验结果表明该模型是有效的,50个数据的均方误差为0.1 s。     

“一路一线直行式”公交模式下公交车行驶诱导和调度集成方法

为了充分发挥"一路一线直行式"公交模式的优越性,在车站与路口协同设计与控制的基础上,在交叉口信号配时的约束下,提出一种公交车行车速度优化和诱导、公交车调度的集成方法.该方法根据公交线路各个站点之间的距离、公交车辆的平均行驶速度、各个站点的平均上下客时间,优化公交车辆的行驶速度和发车时间.通过该方法可确保公交车到达有站点的信号交叉口时,利用红灯等候时间上下客;到达无站点信号交叉口时,无需停车,顺利通行,从而避免信号交叉口信号控制对公交车辆通行造成的负面影响,减少公交车在信号交叉口的停车次数和延误.基于概率论分析了该方法的效益,并通过实例说明该方法的可行性.     

基于模糊神经网络的交通灯智能系统

设计了一个使用模糊和神经网络的交通灯智能系统.此系统能根据汽车重量、长度和速度来改变信号灯等待时间.通过计算机仿真表明,此方法比固定时间信号灯更有效.新方法的汽车平均等待时间减少,通过十字路口的速度较快以及燃料消耗都会提高.