车辆载重对行驶速度及车头时距的影响分析

在车辆驾驶安全性评价工作中,车头时距是一项重要指标。随着汽车载重量的日益增加,影响车头时距的因素不仅仅是前后车的距离和行驶速度,车头时距还受整车质量的影响,根据惯性是物体的固有属性可知,质量越大,惯性也越大,车辆制动距离将越长,对交通安全造成的威胁也越大。本研究收集某快速路大量整车质量、行驶速度及车头时距实测数据,寻求整车质量下车头时距与行驶速度的特征分布。以六轴载重货车为例,车辆行驶速度受车辆载重量的制约,两者之间具有一定的负相关性,车头时距不受车辆载重和车辆行驶速度的影响而表现为均匀分布,无明显线性相关性,明确整车质量对车辆行驶安全产生的影响,为安全驾驶及安全管理提供参考和指导。     

基于反向传播神经网络模型的公交进站换道决策行为分析

公交车准备进站时将发生强制性换道,容易造成城市道路通行能力降低,诱发交通拥堵;还会对道路安全构成威胁。首先立足于现状调查,分析了进站决策点;并对公交车在车站上游的进换点分布情况进行了描述。其次提出了交通量、公交车数和离站路程为影响公交车换道的最主要因素;并将这3个因素作为输入变量,建立了以上游各区段进换点数量为输出的BP神经网络模型。最终,利用权积法对所建模型中的各输入变量进行敏感性分析。结果表明:交通量、离站路程与进换点数成负相关;而公交车数与之成正相关;其中,敏感系数最大的为离站路程,达0.220;3个影响因素在增加20%的扰动后,公交车数的敏感系数增速大于另外两者。     

冰雪条件下城市道路路段车头时距

为准确把握冰雪条件下城市道路交通流特性,研究城市不同类别道路的车头时距分布规律,在大量实地调查数据的基础上,对冰雪条件下,城市不同等级道路上的车头时距进行数据整理、分析。采用爱尔朗分布拟合不同条件下的车头时距分布,并进行检验。结果表明拟合效果良好。为冰雪条件下城市道路交通流特性研究提供理论及数据基础。     

一种基于动态期望车头时距的跟驰模型

现有跟驰模型把期望车头时距视为常量,因实际交通流具有动态性,静态期望车头时距模型并不能确切地描述现实交通流.提出了一种动态期望车头时距的跟驰模型,将其车头时距用韦布尔分布拟合,使其成为随跟驰车辆性能差异和驾驶员自身差异而变化的动态变量.仿真结果表明,基于动态车头时距的跟驰模型能使后随车车速的平均绝对误差从1.715 9 m/s降至0.762 9 m/s,优于静态常量期望车头时距跟驰模型.     

考虑驾驶风格的车辆换道行为及预测模型

车辆换道过程对交通安全和交通拥堵有重要影响,为了获得不同驾驶人的换道行为特性,考虑了车辆换道过程中驾驶人的因素,利用SPSS对问卷调查的结果进行主成分分析,采用K-均值聚类方法对驾驶风格进行量化,将驾驶人分为激进型和保守型两种类型,再利用时间对数模型提出了驾驶风格值变量。对两组类型驾驶人进行换道试验,获得了不同风格驾驶人换道时间和换道纵向距离等换道特性的试验数据,并建立了考虑驾驶风格的车辆换道时间预测模型;基于预测的换道时间以及换道车辆转向角与驾驶风格值变量、速度之间的关系,结合车辆运动学模型,建立了车辆换道纵向距离预测模型,并将预测结果与实际换道数据进行了对比分析,结果表明,本研究提出的预测模型准确率较高。研究结果表明,激进型驾驶人在换道过程中其行为较为激进,换道时间较短,换道距离较短;所建立的预测模型可以较准确地预测和解释驾驶人的换道行为。     

主路车流车头时距服从M3分布下支路混合车流的通行能力

以可接受间隙理论为基础,利用概率论的方法,对以大车和小车两种代表车型组成的混合车流进行分析;建立了无信号交叉混合车流的通行能力模型;发展了无信号交叉口单一车流理想条件的通行能力理论。     

消减换道行为影响的换道轨迹规划

构建了一种能够消减换道行为影响的换道轨迹规划,将帕累托最优理念引入至自主换道行为中,通过IDM（intelligent driver model）模型构建周边车辆的优化目标。采用5次多项式模型构建换道车辆的优化目标,引入多目标优化算法求解该多目标问题,从而获得换道车辆与周边车辆的帕累托最优前沿。实验表明相比于现有算法所提算法能够显著降低换道区域内所有车辆的总损失,提高区域内交通流运行状态及安全。     

车路协同下浓雾天气对高速公路换道行为的影响分析

为探究车路协同下浓雾天气对驾驶员在高速公路换道行为的影响,依托驾驶模拟实验平台设计车路协同人机交互终端(human-machine interface, HMI),设置对照组、正常天气+HMI组、浓雾天气组和浓雾天气+HMI组4种实验场景,招募43名被试进行驾驶模拟实验,采集换道行为数据。从中提取换道过程,将其划分为换道决策与换道执行两个阶段,选取方向盘转角、横向加速度以及横向偏移量的变化幅度与方差表征换道决策阶段的行为特征;选取换道轨迹长度、换道时间、换道平均车速与横向加速度峰值刻画换道执行阶段的行为特征,最后采用广义线性模型对所选变量进行分析。结果表明：浓雾天气、HMI以及两者的交互效应均对驾驶员的换道行为存在显著影响。在换道决策阶段,浓雾天气导致横向加速度以及横向偏移量的变化幅度与方差显著减小(P<0.05);HMI导致方向盘转角、横向加速度等变量显著减小(P<0.05);但两者的交互效应导致各变量(除横向加速度的变化幅度)显著增大(P<0.05)。在换道执行阶段,浓雾天气导致换道轨迹长度(P=0.01)和换道平均车速(P=0.00)显著减小,HMI仅对横向加速...     

基于效用理论的车辆换道交互行为及决策模型

研究分析道路交通环境下的车辆换道交互行为,客观反映车辆微观行为特性及宏观车流运行规律。通过分析车辆换道微观驾驶行为,构建Logit模型定量分析驾驶人换道行为决策过程,基于“效用理论”思想,实现驾驶人决策效用最大化。选取青岛市杭鞍快速路实际交通流为研究背景,标定模型相关参数;进一步仿真验证了分层Logit模型的准确性。研究成果可为智能网联交通环境下的车车交互、车路协同和自动驾驶系统提供理论支撑和方法依据。     

基于风险势场的网联自主车辆换道行为建模

为提高智能网联环境下网联自主车辆的换道安全,针对网联自主车辆环境感知及实时通讯的特点,以势场理论为基础,分析车辆不同方向所面临风险变的差异性,对动态车间距进行修正,构建车辆风险势场模型,将网联自主车辆驾驶过程中所面临的风险进行量化,以此为基础建立网联自主车辆安全换道距离模型,反映不同运动状态的换道车辆所需要的安全换道距离的变化趋势。对模型进行数值模拟分析,结果表明：当前车道和目标车道上车辆的运动状态直接影响换道时所需要的安全距离的大小。可见车辆进行换道操作时需调整自身的运动状态来改变风险势场的分布情况,避免与其他车辆的风险势场发生冲突,影响行车安全性。     

网联混合车流车辆换道博弈行为及模型

车联网环境中,交通系统将长期呈现智能网联汽车和传统人工驾驶车辆混合共存的状况.针对智能网联交通环境下的新型混合车流,建立了车辆的换道行为决策模型.对于混合车辆交通流引入最小安全区域模型,自主车辆交通流基于博弈论的思想进行建模.自主车辆之间的换道被看作为1种非合作博弈行为,车辆以自身行驶状态为博弈收益,寻求行驶条件更优的...     

基于双车驾驶模拟的城市快速路驾驶人换道交互行为特征

为研究换道情境下换道车辆与目标车道后方车辆驾驶人间的交互行为,设计了城市快速路换道场景,搭建出双车驾驶模拟实验平台,招募40名驾驶人,开展了8种换道场景下的双车实验并进行驾驶风格问卷调查.基于换道阶段实验数据,分析对比了单、双车实验中两车驾驶人的交互行为特征和差异.利用多元Logistic回归模型,分析不同因素对换道交互决策的影响.结果表明：单、双车实验中,换道车辆和目标车道后方车辆的行为特征具有明显差异,从而验证了开展双车实验的必要性;不同的道路限速、换道方向、驾驶风格等因素下,两车驾驶人关键行为变量呈现差异性;道路限速、车辆初始速度、两车纵向位置差、横/纵速度差、纵向速度乘积等均对两车换道交互决策产生显著影响.     

基于支持向量机的车辆换道行为识别仿真研究

车辆换道行为易引发交通冲突。为了能够在冲突发生前将安全性换道和风险性换道予以区分,从而提高车辆换道预警系统的可靠性,本文运用支持向量机方法建立了换道行为分类识别模型。首先,通过驾驶模拟平台采集了不同类型的换道行为数据,并确定了2 s为模型的识别时间窗;其次,通过逐步回归分析法选取了6个车辆操纵运行指标为模型特征参数;最后,运用样本数据训练、测试模型,得到模型的分类准确率为92.51%,能有效区分安全性换道和风险性换道。     

加权指数损失下长短时记忆网络换道意图识别模型

针对车道变换意图识别中数据源单一,传统序列模型难以捕获长序列范围内换道意图且存在长期依赖问题,提出一种结合时间信息加权指数损失函数的长短时记忆(long short-term memory,LSTM)车辆换道意图识别模型.首先,利用驾驶模拟舱、眼动仪进行高速公路驾驶实验,采集车辆运行数据和驾驶员眼动数据;然后,基于LS...     

基于双曲正切函数的小客车换道轨迹模型

通过Simi-Motion软件提取高速公路出口路段无人机航拍视频的左换道(LLC)和右换道(RLC)车辆轨迹数据,基于双曲正切函数建立了新的车辆换道轨迹模型,将新模型与传统的样条曲线函数、五次多项式、正弦函数轨迹模型进行对比分析.通过对模型参数的敏感性分析、拟合优度检验、CarSim仿真分析证明了新模型的特点和适用性.研究表明:相比于传统的换道轨迹模型,新模型具有较高的拟合精度,且模型中各参数均具有实际物理意义,模型中参数τ值表征驾驶员出口路段换道行为的紧急程度,该参数的存在使得新模型具有普适性和应用价值.利用这一特性,该模型可以生成特定驾驶环境的车辆换道轨迹,有助于与换道有关的道路几何指标研究和驾驶员辅助系统(ADAS)的开发和应用.     

基于自然驾驶数据的避撞预警对跟车行为影响

基于60 689 km车辆运行数据提取了1 613个跟车行为片段,并分析了前向避撞预警(FCW)系统对跟车行为2个重要参数——车头时距和反应时间的影响.结果表明,FCW系统对跟车车头时距影响不显著,但显著降低了跟车中的反应时间.白天状态下,反应时间减少了0.13 s;后车逼近前车时,反应时间减少了0.09 s.     

考虑超车换道影响的流体动力学车流模型研究

利用交通流三要素——速度、密度、流量之间的关系,考虑混合车流及超车换道对车流造成的影响,将其比拟为粘性阻力,基于流体动力学车流模型以及跟驰模型,提出了一种新的动力学模型.通过对某高速路段的车流进行仿真分析,与传统模型相比,研究模型由于考虑了超车换道对车流的阻碍影响,密度、速度的变化幅度增大,而流量有所减小,更加符合实际交通流情况.     

一种网络攻击下网联自动车的改进换道模型

网联自动车被认为可以提升交通效率、保证行车安全并节约能源,但是由于无线通信系统的开放性,网联自动车很容易受到网络攻击的威胁。现有的研究主要集中于网络攻击的种类及过程,并评估该攻击对车辆纵向行为的影响。本文旨在研究网络攻击对车辆横向行为的影响,即对网络攻击下的换道行为进行研究。通过对经典的跟驰模型智能驾驶员模型（Intelligent Driver Model, IDM）和经典的换道模型最小化换道总制动模型（Minimizing Overall Braking Induced by Lane changes, MOBIL）进行改进,提出了一种扩展换道模型（Extended Lane-Changing model, ELC）,来对网络攻击影响下的车辆换道行为进行建模分析。最后通过仿真实验,说明了不同的恶意网络攻击对车辆换道行为的影响。结果表明,网络攻击会显著影响车辆的换道决策,并导致异常驾驶行为。     

考虑换道风险影响的城市快速路出口影响区车道管理

为优化城市快速路出口影响区的交通组织,降低出匝车辆的换道风险,提高交通运行的安全性和高效性,依托上海自然驾驶实验数据,提取城市快速路出口影响区出匝车辆的轨迹数据样本,建立出口影响区换道风险评价方法及分级标准;针对三种常见的快速路出口,考虑人、车和路域环境方面的综合因素,利用二项Logistic模型构建换道风险模型,分析不同因素对换道风险的影响程度,以及一定条件下车辆存在换道风险的概率;在此基础上,根据出口影响区的车辆运行信息和换道风险模型,控制换道风险在合理范围内,得到出匝车辆的合理（最迟）换道位置,并提出相应的城市快速路出口影响区的车道管理方法。     

影响中国区域入境旅游竞争力的主要因素分析

分析了改革开放以来我国整体入境旅游的总体特征,利用主成分分析对影响区域旅游的因素进行提取,根据主成分分析的结果,确定影响区域入境旅游的主要因素,据此探讨提高区域入境旅游竞争力的对策.