新型列控系统列车追踪间隔的优化及效能评估

为了解决地铁列车运力不足，缩短列车追踪间隔，提出了新型列控系统、相对移动闭塞和协同运行三者相结合的方法，构建了列车通信协同运行模型。在该模型下，精细化前后列车冲突区域，对正线和站后折返最小追踪间隔分别优化建模，提出缩短追踪间隔的行车策略。经实际线路仿真计算，相比基于通信的列车运行控制系统(communication based train control, CBTC)列车通过能力提升了32.3%，且4A编组可以满足79.9 s的行车间隔。考虑缩短行车间隔对运营效能的影响，将运营效能量化为运输率、满载率、单位能耗、等车时间，对不同行车方案进行评估。结果表明，对于单向小时断面客流量小于6.4万的线路，通过调节行车间隔，4A编组在满足满载率下，比6A、8A编组能耗更小，等车时间更短。     

山区高速公路紧急避险车道辅助车道设置

通过对8处紧急避险车道主线外侧车道车头时距的收集与分析,运用拟合分析和卡方检验,发现当外侧车道交通流小于500veh·h-1时,车头时距符合负指数分布.考虑主线外侧车道交通流量、失控车辆的速度与失控车辆汇入的临界间隙,应用微分法求导得到失控车辆汇入主线外侧车道的汇入概率模型.通过分析失控车辆汇入主线外侧车道的换车道驾驶行为,得到了不同路面状况下车辆汇入临界间隙.在保证失控车辆95%的汇入成功率条件下,计算不同路面状况、主线外侧交通流量与驶入速度下的辅助车道长度设置值.     

营运客车危险驾驶行为与驾驶人特性相关性分析

为明确营运客车危险驾驶行为与驾驶人特性之间的关系,以实际事故案例为依据,初步筛选主要危险驾驶行为及影响因素并设计调查问卷,引入概率统计方法确定调研样本量,进行实际调研。以调研数据为基础,采用有序多分类Probit回归方法,从出现频率与导致事故可能性两个维度对不同危险驾驶行为与影响因素间的相关性进行分析。通过研究确定了9种危险驾驶行为,并对危险驾驶行为进行了重要度排序。对调查结果进行信度效度检验,表明问卷总体具有很高的可信度与有效性。且驾驶人的特性与危险驾驶行为之间存在关联。     

Will Crash Experience Affect Driver's Behavior? An Observation and Analysis on Time Headway Variation Before and After a Traffic Crash

Research into the impact of road accidents on drivers is essential to effective post-crash interventions.However, due to limited data and resources, the current research focus is mainly on those who have suffered severe injuries.In this paper, we propose a novel approach to examining the impact that being involved in a crash has on drivers by using traffic surveillance data.In traffic video surveillance systems, the locations of vehicles at different moments in time are captured and their headway, which is an important indicator of driving behavior,can be calculated from this information.It was found that there was a sudden increase in headway when drivers return to the road after being involved in a crash, but that the headway returned to its pre-crash level over time.We further analyzed the duration of the decay using a Cox proportional hazards regression model, which revealed many significant factors(related to the driver, vehicle, and nature of the accident) behind the survival time of the increased headway.Our approach is able to reveal the crash impact on drivers in a convenient and economical way.It can enhance the understanding of the impact of a crash on drivers, and help to devise more effective re-education programs and other interventions to encourage drivers who are involved in crashes to drive more safely in the future.     

考虑驾驶风格的模糊控制跟驰模型

针对传统模糊控制跟驰模型较少考虑驾驶风格的差异,同时缺乏真实数据的有效验证,基于模糊控制理论,模拟驾驶人在跟驰过程中采取的动态驾驶决策过程,考虑不同驾驶风格,在分析自然驾驶数据的基础上,利用实测数据对不同驾驶风格进行分析,获得各驾驶风格的期望车头时距参数,在此基础上,利用前后车距离误差和速度差作为独立变量,并建立了模糊控制规则。数值分析结果表明,该模型与自然驾驶数据拟合较好。     

个性化驾驶人驾驶行为操纵模式建模方法

根据个体驾驶人完成一个具体驾驶行为的驾驶操纵动作具有一定内聚性、时序性和个性化的机理,构建了基于有向图的驾驶人驾驶行为操纵模式的建模方法。根据获取的个体驾驶人在不同驾驶行为下的驾驶操作动作数据,并利用MATLAB仿真软件设计驾驶人驾驶行为操纵模式建模与仿真系统,对启动和超车2种典型驾驶行为下的驾驶操作动作数据进行测试。测试结果表明：基于有向图的建模方法可以实现驾驶人个性化驾驶行为的有序驾驶操纵动作建模。研究为驾驶安全辅助系统驾驶人驾驶行为的驾驶操纵底层上预防和干预危险驾驶行为提供支撑。     

GPS数据驱动的车辆跟驰行为建模与分析

为研究道路交通流特性,基于车载高精度GPS跟驰试验数据进行车辆跟驰建模研究,结合深度学习理论和数据驱动方法,构建了基于粒子群优化(particle swarm optimization, PSO)的长短期记忆(long short term memory, LSTM)车辆跟驰模型。首先,清洗和平滑车辆轨迹数据,并对驾驶特征行为参数及相关关系进行研究,如加速度、车头时距以及速度与跟驰距离特性关系等。在此基础上,制定跟驰状态筛选规则;其次,构建考虑时间序列的PSO-LSTM模型,识别跟驰数据样本集,将当前时刻的前车速度、车头间距和上一时刻的车头时距作为模型输入,预测当前时刻的跟驰车速度;接着,选用25辆车跟驰试验的高精度GPS数据验证PSO-LSTM模型性能;最后,为验证该模型的优越性,选用传统机器学习SVR(support vector regression)模型以及深度学习LSTM模型作为对比。结果表明,基于粒子群优化的长短期记忆模型预测精度高达0.993,整体预测效果高于SVR模型和LSTM模型,其中预测误差指标MAPE(mean absolute percentage error)较SVR和LSTM分别降低了60.02%、1.52%。PSO算法进行超参数优化后的PSO-LSTM模型,能更好地模拟车辆的跟驰行为。     

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。     

路段多车型混合车流通行能力

利用概率论方法,通过对由多种车型构成的混合车流不同跟驰序列,不同组合概率的研究,得到了跟驰车头时距路段多车型混合车流通行能力模型.基于经典车头间距模型,通过对混合车流不同跟驰序列下最小车头间距的研究,得到了多车型混合车流的组合车头间距,进而得到了跟驰车头间距路段多车型混合车流通行能力模型.推广了由大、小2种车型构成的混合车流的通行能力模型.研究表明,路段多车型混合车流通行能力不仅与反应时间、车辆速度、车辆长度、制动性能等有关,还与混合车流的车辆组成状况及跟驰序列相关.最后实例分析了不同小型车混入率情况下路段通行能力的变化状况.     

考虑停车视距的优化速度函数

在分析优化速度函数性质的基础上,提出有理函数型优化速度函数的一般表达式.该函数以曲线拐点对应的临界间距为特征控制参数,并能构造非凹基本图.利用临界间距的重尺度化关系式,采用停车视距构建一种新的优化速度函数,以表征人-车-路环境交互影响下的司机驾驶行为.与其他优化速度函数对比分析后可以发现,新的优化速度函数能够更好地反映与驾驶行为关联的流密关系数据散布、通行能力变化等实际交通特征.     

一种汽车巡航控制的分层控制算法

为减轻驾驶员操作负荷,提高车辆行驶的安全性和舒适性,提出了一种自适应巡航分层控制算法,并通过调节电子节气门实现了在实车上的应用.在上层控制中,设计了一种基于驾驶员稳态跟车特性的线性跟车算法和可供选择的安全车距模型;在下层控制中研究了基于逆查询表的速度闭环控制策略.通过道路实验知识构建了节气门开度查询表,并结合增量式PID控制的精细调节,实现了良好的车速跟随效果.在此基础上,通过定速巡航实验和稳态跟车实验对所设计的控制算法进行了实车验证.实验结果表明,在正常行驶工况下,自适应巡航控制器能有效降低驾驶强度,对驾驶员具有良好的适应性和舒适性.     

基于跟驰模型的雾天安全限速研究

为准确描述雾天交通流特性,挖掘交通流速度以及交通状态的关系,本文通过对不同气质的驾驶人在不同能见度下的驾驶行为进行问卷调查,分析雾天驾驶人的驾驶心理特性,在NaSch模型中引入加速概率,改变以往加速过程中的贪婪机制,构建考虑雾天驾驶心理的道路交通流模型。通过数值模拟,得到不同能见度水平下车流密度、车头间距、速度以及排队长度的变化趋势,并利用主成分分析法构建交通运行水平模型,为高速公路雾天不同能见度下选择合适的限速值和行车间距建议值提供辅助决策。     

基于区间车速引导的公交运行控制方法

通过分析车辆自动定位数据,揭示在随机因素干扰下城市公交线路车头时距偏差呈现随运行过程放大的趋势,且存在非定向放大向定向放大转换的拐点.提出基于动态车头时距偏差阈值的区间车速引导控制方法,给出控制逻辑和引导车速优化模型.案例应用表明,该控制方法能够抑制车头时距偏差放大趋势,一定程度降低了乘客的出行时间成本,有利于维系车队运行秩序,提升线路服务可靠性.     

穿城镇道路交通流特性研究

将穿城镇道路划分为公路段、适应段、城镇段,利用车辆分型统计系统研究不同路段交通流特性。研究小型车和大型车在各路段的速度和车头时距分布特征。结果表明：大型车车速分布更加集中。公路段、城镇段进城镇方向小型车平均车速比大型车高2.0 %、10.1 %,出城镇方向比大型车高3.9 %、9.6 %。适应段大型车车速较高,进城镇、出城镇方向大型车比小型车平均车速高0.4 %、3.5 %,表明适应段大型车出城镇加速行为明显。公路段、适应段、城镇段小型车出城镇平均车速比进城镇高5.2 %、3.3 %、4.8 %,大型车出城镇平均车速比进城镇高8.1 %、11.4 %、5.3 %。车头时距分布呈现逐渐减小的趋势,公路段、适应段50 %以上的车头时距在10 s内,70 %以上的车头时距在20 s内;城镇段60 %以上的车头时距在10 s内车、80 %以上的车头时距在20 s内。适应段车头时距较大,驾驶员驾驶谨慎。     

基于多模态信息联合判断的驾驶员危险行为监测系统

危险驾驶是引发交通事故的主要原因,严重威胁公众的人身和财产安全.车辆在行驶过程中,各种环境因素复杂多变,严重干扰了驾驶员危险行为监测系统的识别精度;现有的驾驶员危险行为监测检测系统主要是通过眨眼和打哈欠的频率来判断驾驶员是否出现危险驾驶行为,忽略了表情、动作以及视线方向等多个重要信息.针对这些问题,提出了一种基于多模态信息联合判断的驾驶员危险行为监测系统,该系统使用分布在驾驶舱3个不同位置的近红外图像作为输入,解决了光照强度变化和视角盲区问题;设计了一种基于多任务学习的深度神经网络,该网络可以同时完成人脸检测、表情识别以及危险动作分类等任务,极大地提升了系统的识别精度,提升了运行效率.实验证明,所提出系统的识别准确率为96.2％,运行速度为81 fps,性能优于目前常用的算法.     

微观交通流中跟车模型的仿真研究

在研究跟随状态中车辆运行特性的基础上,提出了一种新的跟车模型.与传统的跟车模型相比,新模型考虑了车辆的长度,并将传统模型中的期望间距转换为期望车头时距,反映了后车速度对跟车状态的影响.采用实际道路上的车辆跟车数据,在Simulink环境下,对2种跟车模型进行了仿真分析,结果表明在一定程度上,由于考虑了更多实际情况,新模型优于传统模型.为了能反映车辆在实际中加速、减速以及不同跟车类型的差异性,给出了进一步改进新模型的方向.     

组合赋权-模糊综合评价的安全驾驶行为分析

驾驶行为日趋复杂化与个性化,使其逐步成为影响交通安全的活跃因素。为了对城市道路中驾驶行为安全风险等级进行评估,减少交通事故的发生,针对传统人或车因子单向给定的评价方法,从驾驶员操纵安全、车辆行驶工况安全两个方面,选取速度、发动机冷却液温度等7个指标构建驾驶行为评估体系。运用K-means聚类分别对两个维度进行聚类分析,将驾驶行为类型进行划分。应用层次分析法(analytic hierarchy process, AHP)与熵权法(entropy weight method, EWM)的组合赋权法求取权重并结合模糊综合评价法对目标层进行评估,将驾驶行为划分为安全型、风险型、危险型。为了获取汽车行驶过程中的运行状态数据,利用车载诊断设备(on board diagnostics, OBD)进行驾驶状态数据采集,分析不同的安全风险等级行为的诱因,为相关车管单位选择和考核驾驶员提供合理依据。     

基于元胞自动机的右行方式交通的安全性与效率评估模型

针对车辆右行国家的路面安全状况,建立了右行交通方式下的交通安全与效率评估模型.模型基于驾驶者超车时的交通运行状况,提出危险驾驶的概念,并定义交通危险系数指标.在驾驶者超车时处于不同的驾驶状况下,给定一定的时速限制,运用元胞自动机模拟算法进行计算机模拟,并得出单位时间内通过某站点的车辆总数以及此时间内的危险系数.在改变道路的限制速度下,再次进行计算机模拟,分析危险系数与车辆限速之间以及交通运行效率与限速之间的关系.根据上述关系,并针对交通运行中的实际情况,给出合理化建议.     

基于车队稳定性的安全时距及其确定方法

为确定车辆自适应巡航控制的安全时距,以互连系统稳定性理论为基础,提出了一种基于车队稳定性的安全时距.在建立车辆跟随控制模型的基础上,分析了车队的局部稳定性,进而研究了安全时距与车队全局稳定性之间的关系,给出了基于车队稳定性的安全时距的确定方法.仿真实验结果表明,采用基于车队稳定性的安全时距,能够在不同条件下保证车队中所有车辆的安全性.     

自然驾驶工况的驾驶员紧急转向变道行为

基于中国自然驾驶工况数据,提出了紧急工况下驾驶员转向变道行为的特征规律.分析了紧急转向变道避撞、侧移和稳定阶段的驾驶员转向特征,研究了转向持续时间、方向盘转速和转角的线性关系,定义了用高斯函数拟合的转向基元来表征各阶段的转向行为.研究结果表明,转向基元表征了驾驶员转向行为的一般特征,单个转向基元的方向盘最高转速和转角变化线性相关,持续时间恒定,符合人体行为学中趋向行为(reaching behavior)的特征规律.驾驶员的紧急转向变道行为是由多个转向基元组合而成,每个转向基元都是一个开环模型,可通过方向盘最高转速预判驾驶员的转向行为.