群体诱导信息下驾驶员响应行为的辨识与建模

提出一种利用实测宏观交通数据定量分析群体诱导信息下驾驶员路径选择行为的新方法.利用上海市快速路监控中心和路由控制示范工程数据库的交通数据,重构可变信息标志(variable message sign,VMS)信息下的交通出行场景,分析VMS信息作用下驾驶员路径选择行为,建立了一个集计的群体诱导信息响应行为Probit模型.结果表明:驾驶员在VMS信息影响下的路径选择行为除了和信息内容有关外,还与时段、下匝道交通状态、拥挤可视性、有无协调分流等因素有关,可为主动式智能交通诱导系统的构建和信息发布策略的制定提供依据.     

出行前交通信息发布对城市路网的交通影响分析

提出了一种出行前交通信息提供下进行交通影响分析的方法。利用随机路径选择模型来描述出行者对出行信息的反应,根据是否接收交通信息将驾驶员分为两类:接收者将在路径选择时避开拥堵路段,而非接收者将根据对路网的认知进行随机路径选择,并给出这两种出行行为共存下的交通分配方法。以广州市中心商务区珠江新城为例分析了信息发布对路网的改善作用,并讨论了最佳发布策略。     

基于驾驶行为识别的车载交通信息数据实时发布系统研究

针对传统车载交通信息数据发布系统存在操控复杂、用户体验效果差、响应时间过程等问题,提出一种基于驾驶行为识别的车载交通信息数据实时发布系统。在车联网环境下,设计车载交通信息数据实时发布系统的硬件部分,其主要包括ARM处理器、GPS接收模块、行车记录信号采集模块、接口模块、存储器、车载网络、报警模块等。通过层次分析法对主因子决策权重进行分析,对驾驶行为特征进行提取,提取结果即为驾驶行为识别结果,根据识别结果和交通安全调查结果得到影响驾驶员行为的关键组成因子,实现对异常汽车运行信息和异常驾驶行为信息进行警报处理。实验结果表明,所研究系统易于操控,并具有良好的人机交互体验,能够减轻驾驶员心理负担,提高驾驶安全性,且响应时延低。     

ITS中基于模糊积分信息融合理论的仿真算法研究

交通仿真是ITS的重要实验研究手段。传统的微观交通仿真模型,特别是反映交通决策行为的车辆跟驰模型,未能综合考虑交通环境中多源信息的有效融合。利用模糊积分理论确定驾驶员信息融合后对车辆应采取的反应行为。通过模型验证表明:在车辆跟驰模型实施之前,利用模糊积分算法模型化驾驶员在多源信息融合条件下的反应过程是行之有效的。     

图状路况信息对驾驶员择路行为影响的研究进展

随着以地图形式显示道路网交通状态的图形式可变情报板在城市交通管理中的日益普及,探索图状路况信息对驾驶员择路行为的影响已成为驾驶员对实时交通信息的响应这一研究领域的一个前沿方向.本文从行为数据获取和行为建模两个方面回顾了国内外图状路况信息影响下驾驶员择路行为的研究成果,指出了以往研究的不足和图状路况信息影响下择路行为研究的发展趋势.介绍了笔者在该研究方向的一些最新进展.     

不同交通信息下网络交通动态路径选择行为

为从道路网络层面实现对城市交通的有效诱导,达到均衡交通流分布、提高交通整体运行效率的目的,在一个典型路网上,研究利用可变信息标志(variable message sign,VMS)提供不同交通信息内容条件下的驾驶员动态路径选择行为.针对地面道路上一块文字式VMS和快速路上一块图文混合式VMS,采用陈述偏好调查法采集交通行为数据,并用离散选择行为方法分析数据,建立了提供路径行程时间信息、交通状态信息和交通事故信息条件下驾驶员动态路径选择行为模型.分析结果表明,可变信息标志发布路径交通信息的精确性、完整性,驾驶员的个人属性等,是影响路径选择行为的主要因素.研究结果可为先进的出行者信息系统的规划建设和信息发布策略的制订等提供依据.     

城市交通流诱导系统理论模型和方法研究

该项成果以实时动态交通分配理论为核心，综合运用检测、通信、信息、计算机、控制、GPS和GIS等现代高新技术，动态地向驾驶员提供最优路径引导指令和实时交通信息，通过单车诱导来改善路面交通状态，防止和减轻交通阻塞，减少车辆在道路上的逗留时间和空气污染，最终实现交通流在路网中的合理分配。研究中提出了适合国情的城市交通流诱导系统的结构框架、     

区域交通状态分析的时空分层模型

为了解决区域交通状态分析问题,提出了一种区域交通状态时空分层模型及其建立方法。根据区域交通状态分析需求,设定交通拥堵的不同截值,把路口状态划分为不同层次,建立了时空分层模型。该模型含盖了交通网络的微观、中观和宏观交通参数,包含交通网络时空信息和交通状态信息,得到路口可达性和路段连通性的分析结果,解决了目前区域交通状态自动分析中模型建立问题。仿真结果表明:分层模型能够把路网中不同交通状态的路口分离为具有不同可达性的层次,能够从中分析出路口可达性、路段连通性和路网交通状态的变化,并能够直接表示时空状态信息。该建模方法和分析方法可以直接用于交通状态的自动分析中,所提出分层模型也可用到交通诱导和交通控制中。     

基于云模型的驾驶员驾驶状态评估方法

为了满足智能车辆辅助驾驶系统对驾驶员状态监测的要求,提出了一种以云模型理论为基础的评估机动车辆驾驶员驾驶状态的方法。介绍了云模型定义、云模型的3个数字特征和云发生器。通过云模型对实际道路上采集的驾驶员不同驾驶状态下的视频录像进行了建模和比较。在清华大学室外移动机器人平台THM R-V上进行了简单实验,实验结果表明,该方法可以识别驾驶员的异常驾驶行为并且给出报警信息。     

交通瓶颈处大、小型车插队行为的演化分析

调查了太原市某路段交通瓶颈处驾驶员的插队行为,分析了大、小型车驾驶员在形成插队行为中不同的心理博弈过程,建立了驾驶员排队与插队的决策博弈模型。应用演化博弈论分析了驾驶员选择排队或者插队策略的时间演化过程,建立了系统的复制动态方程并对演化稳定状态进行了分析。分析结果表明:大型车驾驶员和小型车驾驶员群体的博弈过程属于非对称性博弈,通过提高交通监管力度、增加排队的收益、提高驾驶员素质和减小排队支出的额外成本可使驾驶员采取稳定的排队策略,缓解交通拥堵。     

基于MapInfo的公路交通事件信息动态显示系统设计

从交通事件信息管理系统的功能入手,在分析地理信息系统软件应用的基础上,开发了交通事件信息管理系统应用平台,通过方案实施,证明了系统的可行性及实际应用价值.     

一种拥挤情况下的交通事件检测方法

交通状态由畅通转入拥挤过程中和交通拥挤的时候容易发生车辆刮蹭、碰撞等交通事件,进一步减小道路的通行能力,加剧了交通拥堵。针对这种情况提出一种快速识别方法。通过统计累加方法获取并更新背景,并由背景差法获得前景点。在一个车道上设置不同区域获得时间占有率,并对一定时间内的前景点进行统计。当某一区域的前景信息与其他区域的前景信息不一样时,判断此区域内发生交通事故。实验表明所采用的方法能比较准确地获取前景信息,较好地检测出拥挤情况下的交通事件。     

混合动态纹理与李群论相结合的交通异常事件监测技术研究

交通流视频背景较为复杂,当前交通异常事件监测技术无法有效抑制复杂背景下的噪声干扰,导致监测精度低下。为此,提出一种新的混合动态纹理与李群论相结合的交通异常事件监测技术,通过Gabor滤波器对交通视频图像进行滤波处理,采集图像纹理信息,通过时空方向能量对交通异常事件图像动态纹理特征进行提取。依据李群空间中仿射群组不受外界干扰能够保持形状的特性,把交通异常事件状态变量映射至李群空间进行处理,介绍了李群和李代数之间的空间映射关系,给出交通异常事件状态方程和相似匹配度量准则,利用跟踪图像的加权均值对跟踪模板进行更新,实现交通异常事件的监测。实验结果表明,所提技术监测时效和精度均较高。     

提供交通信息条件下的途中改道行为研究

针对我国城市快速道路先进出行者信息系统的宴例——上海城市快速路交通诱导系统，研究了提供交通信息条件下的途中改道行为．针对一块实地运行的中型图文混合型可变信息标志（VMS），采用偏好陈述调查法（stated preference survey）采集途中改道行为数据，采用离散选择分析方法分析数据，估计了描述途中改道行为的多元罗吉特模型．分析表明，交通信息会影响改道行为，不同的信息内容对改道行为影响是不同的（例如事故信息的影响较大），驾驶员的年龄、性别等个体属性也是影响改道行为的因素．最后，给出下一步研究设想．研究结果可为先进出行者信息系统的投资、运营和评价提供有力依据．     

基于移动互联交通信息的居民出行方式特性

为研究移动互联网时代下的居民出行特性，探索在出行链过程中移动互联交通信息对出行方式特性的影响。本文通过RP-SP融合调查获取出行者基本属性、实时交通信息属性及出行特征属性，建立居民出行方式选择巢式Logit（Nested Logit）模型，对桂林市居民展开出行方式选择特性调查。研究结果表明: 在出行链日趋复杂的情况下，个体的出行活动和交通行为与移动互联交通信息关系愈发紧密；移动互联交通信息对居民出行方式特性产生显著影响，尤其对私家车出行影响最大，其中实时路况信息属性影响最为显著，其次为拥堵延误时间；交通信息获取的满意度越高，越能促进居民选择公共交通出行。该结论能够作为理论基础与实证依据推动移动互联交通信息下的路径选择与交通出行诱导提供研究依据。     

基于随机生存森林的城市快速路交通事件持续时间预测研究

交通事故、抛锚等交通事件对城市快速路的运行影响极大;准确预测交通事件的持续时间可有助于主动交通管理措施的实施,提升通行效率与安全。本研究采用随机生存森林模型开展交通事件持续时间分析,以克服传统决策树模型易过度拟合和传统生存分析需限制性假定及识别协变量交互作用的缺陷。研究基于上海城市快速路网交通事件数据,并结合道路几何线形、交通运行、天气状况等数据。原始数据库分为训练数据(80%)和测试数据(20%)。分析结果表明事件类型、路段长度、发生地点、剩余车道数、交通流量等变量对交通事件持续时间有显著影响;影响时间预测准确率结果表明随机生存森林模型预测精度显著优于随机森林的预测精度。     

反光交通标志设计视认影响因素研究

利用逆反射技术的反光交通标志在汽车前照射下具有较高的反射亮度,具有夜间视认效果并可将交通信息传递给驾驶员。在实际应用中,由于入射角度、反射角度、光源、环境等一系列因素的影响,阻碍了标志表面光度和色度性能的表现力,进而影响了驾驶员的视认效率。本文从交通标志的字体识读距离、对比度、信息量和布设方位等角度展开分析,研究交通标志的视认效率和信息传递准确性,为优化反光交通标志设计方法提供参考。     

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.     

道路交通意外事件影响范围确定方法

为便于针对交通意外事件及时采取交通疏导措施,提出了一种城市交通意外事件影响范围确定方法.该方法在事发地点周边寻找交通分流区域,通过OD矩阵反推、交通流的重新分配和滚动优化,估算实施的交通疏导措施后,该区域内交通流总出行时间的变化情况,并以此作为确定交通意外事件造成的交通影响范围的评判标准,实时寻找合理的交通意外事件影响范围.以南京城区局部道路网为对象,结合交通意外事件的相关数据,对该方法进行了模拟仿真实验.实验表明:该方法确定交通意外事件影响范围的有效性和可行性;同时,该方法还充分考虑到交通疏导措施可能对事发地点周边城市交通网造成的负面影响,有利于交通紧急疏导方案的制定与实施.     

高速公路隧道交通事件检测系统的开发

高速公路隧道交通事件是指破坏正常交通流量并造成交通堵塞的非重复性随机发生的事件,它包括交通事故、车辆抛锚、道路养护或施工等临时的大型活动.详细介绍了高速公路隧道交通事件检测系统的构成及主要功能.