基于驾驶模拟实验的山区高速公路运行速度建模

提出以连续变化的道路上下游设计参数为自变量的运行速度曲线建模方法.研究基于高仿真驾驶模拟实验采集山区高速公路自由流车速,提取运行速度曲线,以当前位置上下游的坡度、曲率、超高和动态视距值为模型自变量,构建通用的运行速度预测模型.模型结果表明路段的平均坡度、平均曲率、最大超高值以及是否存在反向曲线会显著降低当前位置的运行速度,且下游路段越曲折,驾驶员越倾向于提前减速.通用运行速度回归模型的R~2为0.74,模型训练集和测试集的预测平均绝对误差均小于3 km·h~(-1).研究提出的运行速度曲线建模方法充分利用驾驶模拟器高精度速度数据的优势,提供了一种面向连续车速数据的建模思路,验证了通用运行速度预测模型的有效性.     

基于车辆轨迹数据的急减速驾驶行为判定方法

目前很多研究使用车辆轨迹数据来识别急减速驾驶行为,但目前使用的固定阈值方法无法对不同驾驶场景做出区分且缺乏建模分析。本文基于车辆跟驰模型,提出了一种包含多种驾驶场景的急减速驾驶行为判断方法,该方法考虑照明条件、天气、道路车速等参数,解决了现有方法中缺乏场景分类的问题。使用聚类算法区分历史数据中的急减速驾驶行为,提取实际阈值并与模型结果进行比较,对该方法的准确性进行验证。结果表明,与现有方法相比,所建立的模型对不同种类驾驶场景的适应性较好,识别准确率较高。由此证明利用该模型可以更好地实现基于轨迹数据的车辆急减速行为识别,从而为驾驶安全研究打下基础。     

基于轮轨定位数据的有轨电车区间驾驶特征分析

为分析人工驾驶条件下有轨电车区间速度及可靠性特征,基于轮轨定位数据,计算有轨电车在加速段、巡航段、制动段和交叉口的运行特征指标,分析人工驾驶决策对各指标的影响机制;并建立区间运行速度的多因素回归分析模型及概率分布模型。结果表明：由于人工驾驶的模糊控制特点,司机无法实现充分加减速;终点速度和制动系数对区间运行速度贡献度总占比达57%,是驾驶行为优化的重点;区间运行速度呈高斯混合分布（Gaussian Mixture Model, GMM）,对常见绿波带宽有较高的偏出率,是造成线路时间可靠性低的重要原因。     

杭州湾大桥进出口加减速车道运行速度模型

通过驾驶模拟实验,对在灾害性天气下的杭州湾大桥进出口加减速车道的运行速度进行了试验研究,建立了加减速车道的自回归与时间序列运行速度模型,该模型主要用于高速公路安全运行速度控制标准的制定,研究成果已在杭州湾跨海大桥上得以应用.     

针对零膨胀模型的Score检验及其在自然灾害分析中的应用

为了解释计数数据相对于普通的泊松分布存在过分多零的问题,一类零膨胀泊松混合回归模型被提出来。目前,该类模型已被广泛应用于生物医学、金融保险等研究领域中。而针对计数数据是否存在零膨胀的检验对于模型的选择是至关重要的。针对零膨胀是否存在的问题,提出了一种Score检验方法,并通过模拟研究考察了其检验统计量在原假设下的抽样分布与经验势,验证了该检验方法的可靠性。在零膨胀存在的情况下,结合数据分解技巧与Gibbs抽样方法对所有参数进行了估计。最后,利用一个关于森林火灾的实例对以上方法进行了进一步说明。     

八车道高速公路可变信息标志前置距离对驾驶行为的影响

基于驾驶模拟实验,设置3.0、2.5、1.5、0.7 km 4种前置距离的可变信息标志（variable message sign,VMS）,收集32名驾驶员视认4种前置距离的VMS后换道驶出高速公路过程中的方向盘、速度和位置数据,并观察各驾驶员在换道过程中的方向盘操控行为、换道行为、减速行为。结果表明：VMS视认过程属于多任务驾驶行为,驾驶员需在短时间内完成VMS视认、路径决策、车辆减速与换道;当VMS前置距离不足时,驾驶员需快速、大幅转动方向盘,进行连续换道、急换道;为顺利驶入减速车道,部分驾驶员采取减速换道措施,增加了事故风险;当VMS前置距离过长时,驾驶员对VMS的短期记忆效应使得驾驶负荷提高。     

基于GLMM的人工林红松二级枝条分布数量模拟

【目的】利用广义线性混合模型模拟人工林红松二级枝条分布数量,建立二级枝条分布数量广义线性混合模型,并选出最优模型。【方法】基于黑龙江省孟家岗林场人工林65棵红松955个一级枝上的二级枝条数量,通过传统Poisson回归方法选出模拟精度最高的基础模型,考虑树木效应与树木内枝条观测间的相关性,构建二级枝条分布数量广义线性混合模型,并利用R2、标准误差、平均绝对误差、相对平均绝对误差和Vuong检验对收敛模型进行比较。【结果】考虑树木效应的混合模型模拟精度均高于传统回归模型,最终将含有截距、lnR_DINC(R_DINC为着枝深度)、R²_DINC和C_L(冠长)4个随机效应参数以及自相关矩阵A_R(1)的广义线性混合模型选为二级枝条分布数量最优预测模型。在模型固定效应参数估计结果中,lnR_DINC、C_L和D_BH(胸径)前的系数为正值,R²_DINC、H_DR(高径比)前的系数为负值,树冠内二级枝条分布数量存在最大值。最优模型的R²为0.896 1,标准误差为5.15,平均绝对误差为3.83,相对平均绝对误差为23.25%。【结论】广义线性混合模型不仅提高了模型的拟合精度,在反映总体二级枝条分布数量变化趋势的同时,还可以反映每棵树木之间的差异。     

污染线性模型的相合估计

讨论二种类型的污染回归,一是（I）型污染回归模型,并不假定误差分布为正态,也不假定误差方差为已知,只假定误差有三阶矩,在此条件下证明了污染系数及回归系数的参数估计的紧相合性,二是提出一种新的污染回归模型（Ⅲ）,在只假定误差有二阶矩（并不假字有已知方差）的条件下,得到污染系数及回归系数的参数估计的相合性。     

基于数据驱动的城市地下快速路跟驰行为模型构建

为了揭示地下快速路交通流的运行特性,利用驾驶模拟器获得的高精度车辆轨迹数据,针对地下快速路提出一种基于数据驱动方法的车辆跟驰模型,并对该模型进行了标定与验证。首先,根据上海市北横通道东段场景模型进行驾驶模拟实验以获取车辆跟驰数据;其次,选择了采用支持向量回归（SVR）方法建立车辆跟驰模型,对模型改进并引入了驾驶行为约束条件;最后,利用实验数据对改进过的SVR车辆跟驰模型进行了标定与验证。结果表明,考虑驾驶行为约束的支持向量回归车辆跟驰模型能很好地描述地下快速路中的车辆跟驰行为;该模型具有一定的可移植性,在其他地下快速路上也有较高的精度。建立的车辆跟驰模型可以量化地分析地下快速路中跟驰车辆间的相互作用,为进行交通仿真和风险研究提供基础。     

地理和地形影响下我国区域的气温空间分布

不同于以往基于最小二乘的多元线性回归方法,本文将新型的第二代回归分析方法一偏最小二乘回归分析方法应用到中国区域气温空间分布的建模中．利用区域内394个气象观测站建站到2000年45年（及以上）的逐日气温资料,建立了一个简洁的年、季平均气温和地理、地形因子（包括纬度、经度、地形高程、坡度、坡向和遮蔽度）的关系模型,估算了区域地理、地形影响下气温的空间分布,并分析了这种影响的特征．结果表明,此模型具有88％的平均拟合能力,平均相关系数达到0．94,经交叉有效性检验,模型的回归效果较显著．分析表明,在多元线性回归不适用的情况下,本文基于偏最小二乘法的简单模型能够准确地再现我国实际气温的空间分布,具有一定的使用价值．     

驾驶员驾驶行为的统计学特性

使用自然驾驶数据研究了驾驶员驾驶行为的统计学特性.选取车辆的纵向加速度、侧向加速度、横摆角速度和速度作为描述驾驶员驾驶行为的特征参数.首先,讨论了驾驶员驾驶行为特性的收敛性.使用核密度估计得到了驾驶行为特征参数的概率分布,使用相对熵描述不同数据集之间分布的差异.接着,使用稳定收敛的数据集研究了驾驶行为特征参数的分布特性.最后,使用驾驶行为特征参数的条件分布研究了它们之间的相互影响.结论包括:前向加速度,制动减速度,侧向加速度,横摆角速度均近似服从帕累托分布;制动减速度或前向加速度增加时,驾驶员的转向操作倾向于更加剧烈,反之亦然;驾驶员制动,加速,和转向操作的剧烈程度随速度增加均先增大后减小.     

驾驶模拟器运动系统对自由驾驶行为的影响分析

通过构建晴、雾天气下自由驾驶两个实验场景,对比分析了8自由度和零自由度驾驶模拟器对自由驾驶加减速行为、期望速度等变量的影响.结果发现,当能见度相同时,驾驶模拟器运动系统自由度对加速行为和期望速度影响不显著,但对减速行为影响显著,特别是对浓雾天气下的减速行为影响显著;当驾驶模拟器运动系统自由度相同时,能见度对驾驶员的加减速行为和期望速度有显著影响.     

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。     

基于自然驾驶数据的信号交叉口车辆跟驰行为特征分析

为明确城市信号交叉口的车辆跟驰行为特性,基于自然驾驶试验数据,对车辆在减速、加速跟驰状态的车头间距、车头时距和相对速度进行了分布特征分析以及与跟驰速度的相关性分析。结果表明：减速跟驰状态的相对速度主要集中于[-3m/s,1m/s],加速跟驰状态主要集中于[-1m/s,3m/s]；减速跟驰状态和加速跟驰状态的车头时距随后车跟驰速度变化趋势相同,确定了跟驰速度小于20km/h的车头时距阈值；去掉跟驰速度小于6km/h的数据后得到的减速跟驰、加速跟驰状态车头时距和车头间距均呈正偏态分布,车头间距集中于5-30m,车头时距集中于1.5s-3.5s；两种跟驰状态车头间距、车头时距的5th、50th、95th特征值与跟驰速度具有较强的相关性。     

考虑前方交通状态的交通流格子模型与数值模拟

考虑前方交通状态对驾驶行为的影响,提出了新的交通流格子模型.通过线性稳定性和非线性分析,获得了改进模型的中性稳定性条件和mKdv方程密度波解.理论分析和数值模拟表明,驾驶员通过关注前方交通状态,选择平稳的驾驶行为,减少不必要的加减速行为,保证车辆的平稳运行,从而进一步改善交通,增强交通流的稳定性.     

数据驱动下交通异常行为的双层识别模型

为实现对车辆异常行为的准确识别,提高车辆行驶的安全性,提出了一种基于支持向量机(support vector machine, SVM)、监督学习与长短期记忆(long short term memory, LSTM)深度学习的交通异常驾驶行为双层识别模型。首先,对车辆轨迹数据筛除和滤波,构建异常行为数据集;其次,从异常行为轨迹特征中提取出特定异常行为的特征标签,并人为标定在训练集中;再次,构建SVM模型对训练集进行粗识别,基于SVM的二分法原理,从测试集中筛选出异常行为;最后,通过LSTM时间序列模型构建具体种类的异常行为模型,并通过深度学习的方法,从异常行为数据中细分为蛇形驾驶、急速变向、侧滑、大半径转弯、快速U型转弯、急刹车等具体的异常驾驶行为。本次实验选用下一代仿真(next generation simulation, NGSIM)数据中US-101高速公路和peachtree城市道路的数据集的轨迹数据验证SVM和LSTM双层识别模型的性能,包括均方根误差、识别准确率等。结果表明,构建的双层识别模型在第一层有98%的识别准确率,第二层有超过80%的识别准确率,可以较为准确地识...     

互通立交迂回式匝道纵向加速度特性

为了提高互通式立交的行车安全,分别对南山立交和江南立交的四条迂回式匝道进行自然驾驶实车试验,共采集了33名驾驶员在不同匝道上行驶的纵向加速度,研究了速度变化阶段纵向加速度特性,分析了迂回式匝道变速阶段纵向加速度统计分布特征,并基于纵向加速度对匝道行车舒适性进行了评价。研究结果表明：(1)迂回式匝道速度变化模式分为三个阶段,分别是入弯减速阶段、稳定行驶阶段和出弯加速阶段;(2)同一匝道上,不同驾驶风格驾驶员的驾驶行为有较高的趋同性,但也有一定的差异,在匝道行驶过程中冒险型驾驶员比愤怒型和焦虑型驾驶员减速明显,男性驾驶员比女性驾驶员减速明显;(3)女性驾驶员行驶舒适性略高于男性驾驶员,入弯减速段行驶舒适性优于出弯加速段,冒险型和焦虑型驾驶员出弯加速阶段行驶不舒适占比接近50%。