微观轨迹信息驱动的Bi-LSTM合流区车速预测

为明确城市快速路合流区的微观速度特性,确保车辆在衔接段运行速度协调可控,使车辆安全运行。首先,基于无人机高空视频,从广域视角提取了典型多车道交织区全样本高精度车辆轨迹数据,分析车速的累积频率、分布趋势、特征百分位值等运行特性。然后,基于可有效捕捉前向历史速度数据的变化特征的LSTM模型,构建Bi-LSTM车速预测模型;考虑到人工设置训练参数对模型预测性能的影响较大、时间较长,提出基于遗传算法优化的Bi-LSTM速度预测模型(GA-BiLSTM)。最后,以R2、Error Mean、Error StD、MSE、RMSE、NRMSE、秩相关rs这7类评价指标,建立多指标融合的评价方案。结果表明：GA-Bi-LSTM速度预测模型表现较优,拟合指标R2、秩相关rs分别为0.904 6、0.949 5,误差指标Error Mean、Error StD、MSE、RMSE、NRMSE分别为0.004 1、0.447 0、0.199 7、0.446 9、0.076 5。研究成果可为城市快速路的合流区车速调控提供理论依据。     

苏州拙政园六景点植物配置现状的群落学分析

以苏州拙政园内6个具有代表性的以植物为主题的景点为研究对象,运用植物群落学原理,以密度、投影盖度、综合优势比、相似性系数、多样性指数为指标,分析各景点乔木层和灌木层的数量特征,揭示拙政园内植物的配置特征。结果显示,6个景点的乔木优势种和主要伴生种各不相同,景观异质性好,且乔、灌配置比例多样,人工群落类型丰富。为江南古典园林的植物景观维护和改进提供科学数据,为现代园林的建设提供借鉴。     

路侧侵扰影响下的机动车速度特性分析及预测

低等级道路路侧侵扰现象频繁,冲突严重,紊乱无序。准确预测其复杂交通行为特性,可揭示路侧侵扰影响下的交通事故发生机制。为此采集低等级公路和城市道路5类常见的路侧侵扰源视频,提取高分辨率车辆微观轨迹,获取行经侵扰区的车辆速度,划分侵扰区特征断面,分析车速时空特性演变规律,采用线性、对数以及三次回归建立车速预测模型。三次回归模型在侵扰区复杂场景下表现出更好的车速预测性能。结果表明：低等级城市道路侵扰区的车速降幅普遍高于公路,驾驶人在侵扰源及附近减速效应显著,当驾驶人与侵扰主体的意图协调后,驾驶人会加速通过前方侵扰区,但当侵扰主体的行为意图难以预测时,车速会出现一定波动。     

考虑驾驶人性别差异的绿灯倒计时时长推测

为了提升高级驾驶辅助系统(advanced driving assistance system, ADAS)在绿灯倒计时长(green light countdown time, GSCT)类型的辅助驾驶决策性，首先，通过实车实验采集到信号交叉口不同绿灯倒计时时长下的1 475 524条自然驾驶行为数据，包括18名驾驶员在不同绿灯倒计时时长下，分别通过城市道路18个信号交叉口前150 m情境的驾驶行为数据；然后，分析驾驶决策、速度、平均瞳孔大小位置、心电、肌电在男、女性驾驶人之间的差异，得到男、女性驾驶人在绿灯20 s倒计时期间的注视特性平稳、皮电特性最为稳定，在绿灯9 s倒计时期间男、女驾驶人心理特性最为稳定的结论；最后，利用KNN、SVM、GBDT等3种经典机器学习方法，基于前述5类特征参数，建立考虑多特征变量的信号倒计时长判断模型。结果表明：集成学习GBDT模型判断准确率为88.1%,精确率均值为85.4%,AUC均值为0.98,有助于ADAS提供决策支持和理论支撑，可为不同性别驾驶员在城市道路信号交叉口前提供速度调节辅助信息。