汽车左、右排气管对行人步行环境影响的实验报告

一、问题的由来 2007年夏,我在参加道路安全志愿者活动(在马路边协助交警)时,发现大型车辆经过时废气量大,比较刺鼻,而小型车辆经过时就比较好一点,想一想也正常,大型车负载大,做的功大,消耗能源多,排放废气肯定比小型车多.但是后来注意到相同类型的车经过,我嗅到的废气刺鼻程度也不一样,这是什么原因呢?我经过细细观察比较后发现:相同类型的汽车,它的排气管位置有可能是不一样的,有的装在左边,有的装在右边(还有的两边都有).     

行人下肢有限元模型的建立与验证研究

下肢损伤是行人与车辆碰撞事故中的主要损伤形式之一,建立具有较高生物逼真度的行人下肢有限元模型,可以为下肢保护提供有效的研究手段.在下肢长骨(股骨、胫骨、腓骨)、韧带(ACL,PCL,MCL,LCL)及膝关节得到全面验证的基础上,建立了包含骨骼、韧带、肌肉及皮肤等详细解剖学结构的行人下肢有限元模型,并定义了各组织间的接触.利用行人下肢弯曲的生物力学实验,对下肢有限元模型进行了整体弯曲验证.结果显示,下肢有限元模型的损伤形式、损伤发生时刻、膝关节弯矩和弯曲角度均与实验结果吻合较好,能够较真实地反映行人下肢的损伤和生物力学响应,具有较好的生物逼真度.     

个体特征对步行通道行人最大通过量的影响

选取年龄、性别、携带行李状况作为表征行人个体特征的3个要素.首先分析了这3个要素对个体空间占用和步行速度的影响,进而利用Legion仿真工具研究这三要素对行人最大通过量的作用.研究表明,年龄、性别和携带行李状况都对行人最大通过量有不同程度的影响.随着行人流中个体年龄增加,行人流的最大通过量呈下降趋势,尤其是由老年人构成的行人流,其最大通过量较青年人下降23%~30%;性别对最大通过量的影响总体较小,在10%以内;随着个体携带行李尺寸的增加,最大通过量也显著下降,由携带小行李组成的行人流其最大通过量较不携带行李约下降35%,携带中等行李较不携带行李约下降60%,携带大行李较不携带行李约下降75%.研究成果有助于加深理解行人个体特征与交通流群集移动特性的联动关系,并为由不同个体行人组成特征下的通行能力修正提供参考依据.     

行人检测中非极大值抑制算法的改进

行人检测是计算机视觉领域的难点和热点问题。行人检测可大致划分为3个部分:特征提取、分类和非极大值抑制(Non-maximum Suppression,NMS)。当前的研究工作主要集中在特征提取、特征学习和分类器等方向,而非极大值抑制方向鲜有改进。目前常用的非极大值抑制算法是贪心策略,抑制时只使用了单一的重合面积信息。针对该问题,在ACF(Aggregate Channel Features)检测算法的基础上,对非极大值抑制进行了3项改进,显著地提升了算法的精度,并且算法的时间消耗只有略微的增加。在INRIA数据集上,单独使用引入尺度比的动态面积阈值NMS时能降低平均对数漏检率(MR)0.99%;单独使用保留外围检测分数相近的检测窗口的策略时NMS能降低MR 1.25%;两者结合可降低MR 2.5%;结合后,再对已经被抑制的检测窗口重复抑制,MR降低了2.63%,达到14.22%。     

基于改进锚候选框的甚高速区域卷积神经网络的端到端地铁行人检测

在地铁监控场景下的行人检测,具有客流量大,遮挡程度高的特点。针对该场景的行人检测,提出基于深度学习甚高速区域卷积神经网络的端到端头肩检测方案。由于甚高速区域卷积神经网络模型对目标检测具有普适性,针对通过地铁监控摄像头采集的真实的客流图像数据,人工标注训练及模型测试数据集进行分析;进而根据头肩特征面积分布较集中,长宽尺度比例可明显分为一类的特性对区域建议网络网络中的锚候选框进行了改进,使其更适应地铁特殊场景中的行人检测。改进后的模型在保证系统检测精度的同时提升了检测实时性,可以精确检测地铁场景下不同姿势的头肩部位;并在不同场景及视角下的检测也取得了较好的效果。     

信号交叉口个体行人与群体行人过街闯红灯行为分析

行人过街闯红灯行为受道路、交通及行人自身等因素影响,为深入挖掘行人过街闯红灯行为规律,随机调查了1 157名过街行人,包含当时的道路、车流状况,如人行道长度、行人相位信号时长、行人穿越车流时的车头时距等。个体行人过街闯红灯行为与群体行人存在显著差异,利用显著性检验,判定个体行人闯红灯的显著影响因素为车流的车头时距与行人等待时间,群体行人闯红灯的显著影响因素为行人数量与行人群中最长行人等待时间。根据所得显著影响因素,建立了个体行人与群体行人闯灯率的Logit模型,结果显示:等待时间对个体行人与群体行人闯灯率的影响并无差异,当等待时间达到46 s时,个体行人与群体行人闯灯率曲线均达到拐点,此时行人违章率增加最快;当群体行人数量达到4人时,最容易激发行人群的集体闯灯行为。结论为交叉口信号配时及行人违法闯红灯的管理提供的了参考。     

行人突然侵入道路时驾驶人的生理负荷特性研究

针对行人突然侵入道路时的驾驶人生理负荷问题,通过在驾驶模拟器上进行虚拟场景的仿真驾驶试验,获取了22名被试驾驶人的心率表征参数。采用心率增长率和心率变异性LF值对驾驶人的心理负荷特性进行研究,结果表明:自车行驶速度一定时,行人侵入距离减小时驾驶人的心理负荷逐渐增加。相比于正常心率,35.8 m、27.5 m和19.2 m侵入距离情况下的被试平均心率增长率分别达到了18.83%、24.83%和29.6%。侵入距离一定时,车速增加时被试的负荷也呈现明显的增加趋势,30 km/h、40 km/h和60 km/h情况下平均LF值分别为776.38 ms2、744.47 ms2、704.57ms2。差异性检验结果表明,行人侵入距离对驾驶人生理负荷的影响程度要高于自车行驶速度。     

基于积分通道特征的异常行为检测算法

对视频中的行人异常行为检测问题进行了研究。针对传统行人异常行为检测算法在准确性和兼容性方面的不足,提出一种基于积分通道特征的异常行为检测算法;该算法利用背景分割和行人信息统计的方式,对不同背景下的视频模型进行了建模。结合对行人个体的轨迹分析,对运动个体的位置进行异常行为检测。算法首先对检测区域采取区域划分,然后采用改进的积分通道特征行人检测算法对目标进行检测,最后采取Mean-shift算法对目标进行跟踪。最后的实验数据表明该算法整体性能有所提高。     

基于动态广义势能场的行人微观模型及仿真

为了改善既有行人微观仿真模型计算效率与模型精度的矛盾,遵循“时空离散,属性连续”的原则,建立“大网格,小时段”的仿真环境。根据障碍物空间占有率的大小将网格分为空地网格、完全障碍物网格、渠化障碍物网格和小型障碍物网格4类,研究不同“体型”行人通过网格的速度衰减变化,并引入机会成本,建立基于动态广义势能场的行人微观仿真模型。通过仿真实验,从行人步速、轨迹和基本图对模型进行验证。结果表明本模型能兼顾效率与精度,并充分体现行人特性的差异。     

非机动车与行人对机动车行驶的干扰研究

文章针对行人与非机动车对机动车辆行驶的干扰进行了分析，以期为城市混合交通提供一种有效的参考。众所周知，随着城市化建设越来越深入，城建工程增多，城市道路逐渐拥堵，这就为城市混合交通敲响了警钟。由于我国城市人口在这些年有所增加，城市面临的行人与非机动车辆增多，那么在混合交通路口就会出现拥堵现象，尤其是行人与非机动车辆会对机动车辆行驶产生干扰，从而对交通顺畅造成阻碍。为了研究行人与非机动车对机动车辆行驶的干扰，该文进行了相关干扰模型的探讨。