基于驾驶人视认特性的高速公路作业区文字类交通标志尺寸

针对高速公路作业区文字类交通标志在不同行驶速度、道路条件及标志的多信息量条件下对驾驶人视认特性的影响,及其尺寸规格不统一对驾驶人形成的非一致性视觉感受,基于《道路交通标志和标线》（GB 5768—2009,简称“国标”）的文字高度模型,结合高速公路作业区文字类交通标志信息特性,以驾驶人的视认特性为出发点构建车辆行驶模型,设计了多文字标志信息视认试验;通过改进传统文字高度算法,提出了综合考虑行车速度、驾驶人视认特性以及标志牌信息量等因素的汉字高度优化模型。研究结果表明:“国标”对汉字的感知、阅读理解时间的取值是以单个汉字的视认时间为基础的,通过多文字标志信息视认试验发现,当标志牌字数m≥6时,难以反映当前作业区多字数标志信息视认特性;优化的文字高度模型充分考虑了标志牌多信息量时驾驶人的视认特性,文字高度取值比“国标”更合理全面;在此基础上对标志尺寸进行了优化设计,即先采用优化的文字高度算法计算汉字高度,再利用“国标”的汉字排版方式设计,这样既能保证视认性的要求,又能最大限度地利用标志牌版面,进而给出了高速公路作业区文字类标志尺寸的设计标准。     

城市机动式辅助客运方式时间效用改进

为增强机动式辅助客运系统（MAST）的实用性,以在尽量保持其运营特性的基础上提高系统的服务能力,基于对MAST乘客的时间效用分析,提出了在机动化服务区域内,除控制站点外进一步设置对应主要需求源点的集散点的服务改进模式,并针对有无设置集散点的情况分别建立了基于不同起讫点服务模式的乘客总体时间效用的函数评价模型,最后利用仿真算例结合定性与定量分析验证了改进模式的有效性。研究结果表明:在矩形区域中设置集散点能有效提高MAST的系统效用;“集散点起 全区域讫”的服务模式在常态需求发生概率下对于矩形服务区域具有最大的总体效用,具有高度可行性与适用性;该模式虽然在某种程度上降低了乘客乘车便利性,但会节约大量无效的绕行与停车时间,也能避免需求点详细定位以及某些需求点不适宜停留的问题,同时仍可保持乘客目的地的分散性,以保留其直达优势性。     

基于时空特性的短时交通流预测模型

根据交通流的历史周期性和空间相关性,文中综合SARIMA 模型在历史周期性预测上的优势和RBF 模型在空间相关性预测上的优势,提出了SARIMA- RBF 模型．该模型采用 SARIMA 模型通过历史数据预测下一时刻的交通流,然后将预测值与该点上下游关联的交通流数据相结合,采用 RBF 神经网络模型得出输出值,并将该输出值作为 SARIMA-RBF 模型对下一时刻交通流的预测结果．实验结果表明,该模型因同时考虑了交通流的历史周期性和空间相关性,相比 SARIMA 模型和 RBF 模型具有更好的交通流预测效果．     

基于PSR-AHP的小区开放对道路通行影响评价

针对小区开放对周边道路通行能力影响的问题,构建基于“压力-状态-响应”( PSＲ: Pressure-State-Ｒesponse) 模型的小区开放对道路通行影响评价指标体系,运用层次分析( AHP: Analytic Hierarchy Process) 确定指标权重,引入综合指数法进行小区开放对道路通行影响综合评价。选取A 类和B 类小区作为研究对象,利用VISSIM 仿真软件对两种类型小区周围的道路与交叉路口的车辆通行情况进行仿真。仿真结果表明,A 类小区开放降低周边道路通行能力,B 类小区开放提高周边道路通行能力。研究结果可为交通管理部门对小区是否全面开放提供理论参考。     

互通立交单车道入口小客车运行速度模型

为了确定高速公路互通式立交单车道入口小客车运行速度特征,计算小客车在高速公路互通式立交入口处的运行速度模型,确保车辆在衔接段运行速度之间的协调,使车辆安全运行,在分析高速公路互通立交单车道入口处小客车运行速度实测数据基础上,得出小客车在入口处运行规律。使用链式开普勒雷达测速仪对入口处小客车速度进行实时采集,选取8条匝道特征点（合流鼻、合流点以及加速车道终点）处自由流状态下小客车速度作为分析样本,采用K S检验对所取样本进行正态分布检验,在满足检验要求并分析三角区段和加速换道段速度及加速度特性后,确定自变量参数。最后利用SPSS软件进行回归分析,分别建立了小客车在合流点及加速车道终点处运行速度预测模型,并用4条匝道对模型进行了验证。研究结果表明:合流点处车辆运行速度与合流鼻速度及三角区段长度呈正相关,与平曲线半径倒数呈负相关;加速车道终点处运行速度与合流鼻速度及加速换道段长度呈正相关,与平曲线半径倒数呈负相关;模型通过了回归等式及回归参数显著性和平均相对误差检验,模型预测值与实测值相对误差平均值均小于10%,所建模型满足精度要求。研究结果对《公路项目安全性评价规范》（JTG B05—2015）中车辆运行速度相关规定进行补充说明,为高速公路安全性评价及设计提供理论支撑与参考。     

基于免疫遗传算法的道路交通标志图像分割

针对道路交通标志图像分割的问题,提出了一种基于免疫遗传算法的实现方法。该算法利用免疫遗传机制,将图像的最佳阈值作为要求的解,设计了适合问题求解的抗体编码方式、克隆算子和免疫选择算子。仿真实验结果表明,所提算法能够有效地求得道路交通标志问题的最佳阈值。通过与传统遗传算法、改进遗传算法进行对比实验,更好地说明了本算法能够对图像分割得到较为满意的结果。     

Spark框架下交通流数据高效处理方法及其应用

设计并实现基于Spark的交通流数据处理与预测分析应用框架, 可以完成交通流数据的高效清洗、统计、存储和查询。利用基于多阶空间权重矩阵的STARIMA模型进行交通流预测分析, 可以验证数据处理效率及对预测应用的支撑作用。对比实验结果表明: 1) 交通流数据处理框架运行效率高, 适用于复杂的数据清洗和挖掘算法, 为预测模型建立数据支撑; 2) 交通流预测模型对空间权重矩阵进行了多阶优化, 兼顾高效性和准确性, 预测分析结果可以为交通诱导提供参考。     

考虑物理排队的自适应公交优先信号设置

针对单点十字路口绿色交通的控制问题,给出一种考虑路段上公交车和小汽车物理排队的自适应公交优先信号优化设置方法。首先,描述了一个考虑公交车和小汽车相互作用的动态交通模型,该模型能够模拟车辆的物理排队现象,模型假设路段上的流量分为2种状态:一种是公交车和小汽车均为自由流状态,另一种是公交车和小汽车交织在一起的拥挤状态;然后,进一步给出在路段上小汽车和小汽车的延误计算方法,并以此为基础,以人均延误为性能指标计算优化的绿性比;最后,通过仿真方法给出了在低、中、高以及事故情况等几种不同交通拥挤条件下,公交优先信号的优化结果。研究结果表明:在低度拥挤的情况下,考虑公交优先问题并没有实质意义;在中度拥挤的情况下,考虑公交优先的信号配时方案能稍微改善乘客的行驶时间,减少路段排队;在高度拥挤的情况下,优化的绿性比会比固定绿性比好一些;当路口相关路段出现交通事故时,在不同拥挤状态下,优化绿性比能够比固定绿性比获得更多的效益。     

改进蚁群算法求解带时间窗的应急物流开环车辆路径问题

为解决受灾区域的物资运输问题,研究应急物流背景下带时间窗的开环车辆路径问题。将灾后道路通行性能差异及物资运输优先级考虑入约束范围,在确保应急物资运输可靠性的基础上,提出基于物流响应能力最大化的车辆路径模型。同时,考虑到传统优化算法收敛性差、易陷入局部最优的缺点,提出一种改进的蚁群算法以突破已有的算法瓶颈。该算法混合了人工鱼群算法与蚁群算法,将拥挤度因子引入蚁群算法以指导蚁群的聚集,从而提高蚁群算法求解的质量。通过一个基础算例对所提出模型与算法进行验证,得到最优解优化曲线并求解最优解,采用1组CMT与GWKC标准算例对提出的改进蚁群算法的性能进行评估计算试验。分别采用模拟退火算法、变邻域搜索算法及邻域搜索算法对标准算例进行求解。研究结果表明:提出的改进蚁群算法在求解收敛性与精确性上有显著优势,提出的算法在迭代60次后得到最优解,收敛速度比蚁群算法提前了68个迭代循环,最优解优化接近7.8%;在相同试验环境下,实例数据的规模与算法所求得最优解的差值无关,即算例规模并不影响算法求解的精确度;提出的改进蚁群算法在可接受时间范围内,通过适当延长邻域搜索运算时间可显著提升求解精度,在各组试验结果中相比于其他算法均求得了最优的结果,在CMT2中改进蚁群算法求得的最优解比已知上界优化了超过40%。     

辅助驾驶系统对重型卡车驾驶员长途驾驶中疲劳程度的影响

乘用车领域的过往研究发现,相较于手动驾驶使用辅助驾驶系统的驾驶员会更容易出现疲劳,因此有必要探究辅助驾驶系统对重型卡车驾驶员长途驾驶疲劳程度的影响。基于超过120 h的自然驾驶实验,采用多项生心理指标（如心率、心率变异性等）对比了重型卡车驾驶员手动驾驶车辆时和在辅助驾驶系统帮助下驾驶车辆时的疲劳程度。辅助驾驶情况下驾驶员平均心率、呼吸频率、呼吸深度以及瞳孔直径均高于手动驾驶情况下,辅助驾驶情况下驾驶员连续二次心跳（RR）间隔均方根、低高频比例、眨眼频率、眨眼时长以及眼睑闭合百分比（PERCLOS）均低于手动驾驶情况下。当驾驶员处于手动驾驶情况时,驾驶时间每增加2 h,反应时间会增加0.032 s;当驾驶员处于辅助驾驶情况时,反应时间不随驾驶时间发生显著变化。重型卡车驾驶员在辅助驾驶系统帮助下驾驶车辆时的疲劳程度低于手动驾驶,本研究可以为辅助驾驶系统在重型卡车中的安全应用提供理论支持。