城市道路超车特征分析与高风险超车识别

为高效、有针对性地管理城市道路超车行为,提出基于量化特征在线识别高风险超车的方法。首先以交通波理论划分城市路段超车类型,并根据其特性构建多维度指标体系以描述关键特征;然后提出使用车牌识别数据在线计算各项指标的方法;最后基于真实数据,验证该指标体系用于高风险超车识别的有效性。结果表明,可以多项式分别拟合路段超车数和超车幅度总和与流量的关系,以筛选超车频次和强度对流量敏感的路段;K-means算法可根据计划行程速度、单车超车当量速度差将主超车聚为3类,将该类型与车辆超车后行程速度、单车超车当量速度差相结合可实时识别高风险超车;高风险超车常见于相邻交叉口信控相位协调不利的周期,且多发于上游交叉口周期初期和下游交叉口绿灯末期。     

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。     

基于结构化视频数据的交叉口评估及问题自动化诊断

为提高视频数据用于交叉口运行评估的处理效率并实现交叉口问题实时诊断,提出了一种使用结构化视频数据、以车头时距为主要分析对象的方法。首先利用流量曲线可复现性快速查找高峰时段;然后仅基于车头时距曲线实现视频数据与信控方案的同步比对,并提出了从信号控制方案和车道两方面进行交叉口效率综合评估方法;最后以动态时间规整和灰色聚类方法,由实际数据识别出车道车头时距曲线的5种类型,并提出了相应的问题及优化方案,可用于低效车道及相位的问题诊断。     

基于眼部行为的驾驶疲劳评价指标的阈值

为将时段内眨眼次数、闭眼总持续时间和眨眼时间均值3类眼部行为指标应用于实际驾驶疲劳监测,进行了含173个样本的实验研究.将实验对象根据年龄、性别分类,以脑电指标为参照,得到各类人群在不同疲劳程度下3个眼动指标的阈值.从显著性、稳定性两个方面对3个指标进行论证分析,确定眨眼时间均值是三者中较优的指标,且验证了以年龄对人群进行划分更为合理.最后结合样本的数据,针对不同年龄人群给出3种觉醒状态下平均一次眨眼指标的阈值,通过室外车载实验验证了阈值的有效性.     

基于眼部行为的驾驶疲劳监测方法

为了克服percentage of eyelid closure(PERCLOS)法作为疲劳监测方法对仪器要求过高的弱点,通过室外行车实验验证其实时监测的适用性的同时,在室内以眨眼次数和闭眼时间为主要实验分析研究对象,检验两者的数值与驾驶疲劳程度之间的关系以开发新的疲劳监测指标.通过实验分析结果论证PERCLOS实际应用的可能性,眨眼次数与闭眼时间作为驾驶疲劳眼部行为的评价指标的有效性和应用价值.