驾驶人危险感知建模与实验解析

为了量化驾驶人群体危险感知的差异性并指出差异性的原因所在,对驾驶人危险感知进行建模与实验测试分析.借鉴污染环境下生物种群生存这一自然现象,构建了驾驶人危险感知模型,通过实验测试了驾驶人在不同交通场景的危险识别时间与反应时间.模型分析与实验结果表明,驾驶人危险感知阈限值与交通情境危险输入的速率负相关,与驾驶人正确反应率和危险识别率正相关.不同危险程度的交通场景对驾驶人危险感知的总反应时间和识别时间具有显著影响(p<0.001);驾驶经验对驾驶人危险识别时间没有显著影响(p=0.080),但是对危险的反应时间具有显著影响(p=0.003).熟练驾驶人相比非熟练驾驶人具有较高的危险感知水平,这种差异性主要体现在熟练驾驶人能够更快速准确地预测评估交通情境中的危险并进行合理判断.     

基于指向惩罚的交通信息发布下随机交通分配*

提出了通过对发布交通拥堵信息的路段进行阻抗惩罚的随机交通分配方法。出行者被分为“随机型”与“信息型”两类并进行logit型的随机路径选择,前者不受交通信息发布的影响,根据正常路阻进行路径选择,而后者会根据发布的信息,改变对下游路网阻抗的认知并根据新的阻抗进行路径选择。通过对发布拥堵信息的路段的路阻施加路段到路段的指向惩罚来反映“信息型”出行者的路阻变化,分别对两组类型的出行者进行随机网络加载,给出了基于混合流量加载的交通分配算法。实例验证了方法的有效性,并分析了交通信息服务的市场占有率和信息的发布方案对信息发布效果的影响。     

交通诱导信息组合方式对路径决策的影响

为提高交通诱导信息的诱导效率,系统研究信息结构化对驾驶决策的影响机理,引入云模型构建交通诱导信息评价体系,通过全功能汽车模拟驾驶器仿真实验,设计4种交通诱导信息环境并进行了交通诱导信息环境下的路径选择实验,在此基础上分析不同信息结构组合下的交通诱导信息对驾驶决策的影响特征,提出了交通诱导信息发布策略的优化方案.研究结果表明:数字类信息、语言类信息、图像类信息组合而成的交通诱导信息对驾驶决策影响显著,语言类信息与数字类信息组合发布的交通诱导信息有利于驾驶员认知道路环境,数字类信息与图像类信息组合发布有利于驾驶员进行路径决策.     

驾驶人危险感知影响因素建模与试验

为了分析驾驶人危险感知的影响因素,对驾驶人危险感知的影响因素进行演绎推理与试验分析。采用事故树分析建模与试验测试相结合的方式,剖析了驾驶人危险感知的影响因素并验证了影响因素的有效性。研究结果表明:驾驶人危险感知的影响因素来自于2个方面,一是危险与背景交通情境的特征,二是驾驶人的视觉搜索效率与认知水平;潜在危险与实际危险在识别率、发现速度和注视时间上有显著性差异(p0.01);动态危险的发现速度高于静态危险(p0.01)且受到的注视时间更长(p0.01);熟练驾驶人相比非熟练驾驶人能够发现更多的危险信息(p0.01),能够更加快速地发现危险(p0.01),对危险的注视时间更长(p0.01);熟练驾驶人对于交通情境的演变预测与判别更准确(p0.01),并具有更高的自信程度(p0.01)。     

道路交通碰撞事故致因建模与影响因素试验分析

为了分析交通情境与驾驶人因素导致道路交通碰撞事故的原因,采用智能群体建模、鱼骨图方法与试验测试相结合的方式,剖析了道路交通碰撞事故的致因及影响因素的显著性.模型分析结果表明,碰撞事故的致因取决于驾驶人对于交通情境危险信息及时准确的感知以及个体间的相对运动速度.交通情境中的危险识别率和发现时间百分位与危险的类别、交通情境的特点以及驾驶人的经验密切相关.潜在危险与实际危险在识别率与发现时间百分位上存在显著差异;动态危险的发现时间百分位小于静态危险;相比非熟练驾驶人,熟练驾驶人能够发现更多的危险信息,更快速地发现危险,并且对于交通情境的演变预测与判别更准确,具有更高的自信程度.     

驾驶人风险感知时间与骑车人损伤风险模型研究

该文通过事故调查得到事故人员的基本生理信息和损伤信息,事故车辆基本参数、运动参数和损伤参数,道路、交通环境、天气等信息等,通过问卷调查、PC-crash及Madymo事故重建等方法,获得了30起汽车-两轮车碰撞事故案例的驾驶人感知、决策、操控等应急行为信息。分析结果表明,驾驶人制动反应时间平均值同样为0.75s,标准偏差0.07,驾驶人风险感知时间平均值为1.25s,标准差0.35。然后,通过最小二乘法拟合得到了驾驶人风险感知时间与AIS损伤级别的定量关系式,并对驾驶人风险感知时间的影响因素进行了分析。     

基于三标度层次分析法的驾驶人路径选择模型

汽车驾驶人路径选择是智能交通系统研究的重要内容之一。通过分析驾驶人出发前路径选择决策过程,建立相应的层次结构,运用三标度层次分析法(analytic hierarchy process,AHP)对出发前驾驶人路径选择决策过程进行建模,基于问卷调查获得相应的数据信息,对模型的适用性进行了验证。结果表明,三标度AHP在确定驾驶人出行路径选择决策过程方面具有较好的适用性。     

车载自组网中实时交通诱导信息对车辆行程时间影响分析

针对无法获得符合车载自组网特性的真实路网条件,通过修改CarAgent模块的诱导逻辑构建了一种典型的实时交通流诱导仿真场景,从而实现交通诱导信息与交通流运行之间的协同互反馈机制。利用此场景选择多种影响因素,从单变量方差分析和多因素二阶交互方差分析2个角度,分析交通诱导信息对车辆行程时间的影响。仿真结果表明:车辆诱导设备装载率、诱导信息发布有效距离和驾驶人对诱导信息的服从率与车辆行程时间之间存在显著的负相关关系。相比较而言,车辆诱导设备装载率对行程时间的影响程度最大,可减少行程时间约23.5%。     

车辆驾驶人事故前操作行为模式

以西安及其周边地区交通事故调研数据为基础,对车辆驾驶人事故前操作行为模式进行研究,运用层次分析方法（AHP）和模糊评判方法,分析了影响驾驶人事故前操作行为的因素,建立了驾驶人事故前感知因素评价指标体系及驾驶人对各影响因素指标的评价模型,并用模糊数学和模糊推理的方法建立了基于公路交叉口交通事故的驾驶人事故前操作行为模式模糊控制规则。研究结果表明：在公路交叉口交通事故中,影响驾驶人事故前操作行为的主要因素为驾驶人车速感知、车距感知及交通信息感知;驾驶人事故前操作行为及驾驶人感知因素在一定显著性水平下遵循模糊控制规则。     

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。     

动态交通组织高速公路可变信息标志设计探讨

文章从动态交通组织的角度出发,提出了易于驾驶人接受的高速公路可变信息标志的信息发布要求、高速公路可变信息标志功能及信息发布内容,并进一步研究了可变信息标志的位置设置和型式选择问题.     

道路交通信息与驾驶人处理能力的协调问题研究

驾驶人在行车时要面临各种各样的复杂的道路交通信息,而这些信息又不全是驾驶人所需要的有效信息,因此为保证行车安全,应重视实现信息与驾驶人处理能力相协调问题的研究。文章以驾驶人行为信息处理模型为基础,从道路的宜人化设计、路况信息的实时发布和交通安全设施的设置等方面分析了道路交通信息与驾驶人处理能力的匹配措施。     

基于VMS信息差异的驾驶人路径选择行为

为了探究可变信息标志(variable message sign, VMS)条件下驾驶人路径选择行为的影响因素,以西安市私家车和出租车驾驶人为调查对象,采用正交试验法设计调查问卷,采用行为(revealed preference,RP)调查和意愿(stated preference,SP)调查结合的方法,获取特定情景下驾驶人的路径选择行为;采用二项Logit模型构建驾驶人路径选择行为决策模型,并分别用Jackknife和Bootstrap抽样技术修正所构建的模型,对比分析上述3种模型的精度。在基于Bootstrap技术的二项Logit模型的基础上,分别讨论不同的VMS发布形式、拥堵原因、拥堵时间和更新频率对驾驶人路径选择行为的影响。研究结果表明:Jackknife技术不能提高Logit模型精度,而Bootstrap技术可以显著地提高Logit模型的精度;文字式和图文混合式的VMS发布形式对驾驶人路径选择行为有显著的正影响,且影响程度相差不大,而图形式的VMS发布形式对驾驶人路径选择行为没有显著的影响;拥堵原因对驾驶人改变路径的影响强度从大到小依次为交通事故、车流量大、道路施工;随着拥堵时间的增加,受过高等教育的驾驶人选择替代路径的概率逐渐增大;驾驶人更愿意接收到更新频率为30、60 s的建议绕行信息。研究结论有助于交通管理部门设计更可接受、易理解的VMS信息,从而为改善交通状况和提供个性化的出行信息服务奠定理论基础。     

基于贝叶斯网络模型的车辆碰撞概率预测

为准确研判道路交通环境中车辆发生碰撞的可能性,辅助驾驶人及时采取有效的避障决策,文中结合驾驶人、车辆、道路、环境四方面影响因素构建贝叶斯网络,提出了基于贝叶斯网络模型的车辆碰撞概率预测方法。利用Uc-road仿真软件对青岛市黄岛区前湾港路周边交通场景建立仿真模型,采用仿真数据与交通调查实际数据相结合的形式对模型进行验证。研究表明,利用贝叶斯网络模型预测的车辆碰撞概率与实际计算概率的最大有效绝对误差为0. 016,模型能够准确地预测车辆碰撞的概率,可为驾驶人在异常工况下避障提供决策依据。     

考虑驾驶人换道意图的车道偏离预警系统

 为降低基于机器视觉车道偏离预警系统的误警率,提出一种考虑驾驶人换道意图的车道偏离预警系统。运用SteerableFilter 方法对所采集的道路图像信息进行滤波,运用局部搜索区域法提取车道线参数,运用基于图像信息的识别方法检测车辆的车速、转向信号、车道偏离状态以及驾驶人的头部动作状态,判断驾驶人的换道意图,建立了车道偏离预警的决策算法及系统。应用Matlab 软件对实车采集得到的视频进行算法验证和系统仿真试验,结果表明,提出的车道偏离预警决策算法是可行的,该预警系统将有意识与无意识的车道偏离区分开,从而能有效屏蔽在驾驶人有意识偏离车道时的误报警,具有更高的可靠性。     

双车道公路弯道驾驶人模糊优选决策模型与实验验证

研究驾驶人在前方弯道线形影响下的驾驶特性、视觉特性,引入驾驶行为的控制因素。针对驾驶行为中客观存在的模糊性和主观性问题,利用多目标模糊优选决策理论研究模糊性和主观性对驾驶行为的影响规律,提出一种将驾驶人的模糊感知决策能力引入到速度控制和轨迹跟踪的数学建模方法,给出一种基于灰色理论的主观和客观相结合的权重确定方法。研究结果表明:驾驶行为是一种相对意义上的模糊优选决策行为。最后,通过现场实验验证该建模方法的合理性和可行性。     

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。     

驾驶人换道决策分析及意图识别算法设计

为设计一种能在保证准确率的条件下提高识别效率的驾驶人换道意图识别算法,分析驾驶人的换道决策,使用对驾驶人换道决策有影响的环境参数,设计了基于模糊逻辑理论的综合决策因子,反映驾驶人做出换道决策的可能性。提出一种基于隐Markov模型的换道意图识别算法,以综合决策因子与表征车辆横向运动的特征参数为观测变量,以驾驶人意图为隐状态,搭建并训练隐Markov模型,通过其解码方法实现驾驶人的换道意图识别。使用真实驾驶人在驾驶模拟器上进行换道的数据进行算法验证。结果表明:引入综合决策因子作为观测变量之一时,该换道意图识别算法能保证准确性并提高识别效率。     

汽车驾驶人感知-决策-校正行为模式

为了全面地了解汽车驾驶人在驾驶过程中的行为特性,对驾驶人操作行为的信息感知、轨迹决策和操作校正3个阶段的行为反应进行了分析,在不同通道宽度条件下进行了车辆行驶试验,记录驾驶人的眼睛运动、操作行为以及车辆的运行速度变化等数据。结合试验数据,对驾驶人第一次感知障碍物存在的位置、第一次采取制动措施的位置和3个操作阶段用时所占比例进行了对照分析。研究结果表明:随着通行条件逐渐困难,驾驶人用于信息感知的时间比例减少,而用于操作校正的时间比例增加。     

多因素的网络舆情逆转建模分析

网络舆情逆转现象时有发生,对具有逆转特征的舆情现象进行建模分析,有助于监督和引导网络舆论。本文基于Deffuant-Weisbuch观点交互模型以及传染病模型,引入信息质量、信息传播率、逆转信息发布时间等多个维度的舆情逆转影响因素,构建了网络舆情逆转模型。仿真实验结果表明,信息质量越好,传播该信息且表明支持态度的用户数量越多;信息质量和传播率越高,逆转信息发布的时间越早,网络舆情逆转的程度越大。