��ṹ����·�����ܳ���·���滮������㷨�о�

作为智能交通的重要组成部分,智能车辆旨在辅助或取代驾驶员进行车辆驾驶,以减少交通事故,提高交通系统效率. 本文针对半结构化道路下基于视觉导航智能车辆的路径规划和车辆控制问题进行了研究试验. 首先采用局部逆透视变换方法将存在无穷视野的智能车辆成像系统转换为真实世界坐标表示;然后利用深度优先搜索算法搜索当前道路环境下所有可行路径,依据无碰撞约束条件设定行驶轨迹;以预设轨迹的行驶时间和视觉图像信息作为输入,设计分级模糊控制器进行车辆横向控制;最后给出场地试验结果. 试验表明,本文路径规划和车辆控制算法有效稳定,实现了校园环境下障碍物躲避、路径规划和车辆自主行驶的设计功能.     

缓和曲线长度对车辆行驶轨迹的影响

为揭示自由流交通状态下,缓和曲线长度对车辆行驶轨迹的影响规律,在预瞄最优曲率模型的基础上,引入S-K(弧长-曲率)平面线形模型,提出了面向公路路线安全评价的驾驶员方向控制模型.仿真结果表明:车辆进入曲线段时,行驶轨迹存在朝曲线内侧偏移的运动趋势;出曲线段时,车辆行驶轨迹趋于朝曲线外侧偏移.缓和曲线长度对车辆行驶轨迹的影响显著,缓和曲线越长,车辆行驶轨迹侧向偏差越小,反之则越大.对于二级公路对称基本型平曲线设计,缓和曲线长度建议采用0.4~0.6倍圆曲线半径为宜.     

车载行驶安全监控系统的横向振动误差修正

车载行驶安全监控系统利用CCD图像传感器获取图像．车辆运行过程中由于横向振动等诸多原因容易造成图像模糊,严重影响后续对驾驶员工作状况的检测。基于系统图像数据模型及图像数据采集手段,运用数学模型与傅立叶变换相结合的方法解决由于车辆横向振动造成的图像无法准确判别的问题,经实验结果证明,能够清除横向振动干扰而获得良好的图像,以此有效地监控驾驶员的工作状态并适时作出危险预警。     

基于小型车辆自然行驶状态的山区道路风险路段研究

为了研究小型车辆自然行驶状态下的行驶轨迹及行驶速度与山区道路风险路段的关系,以福州市森林公园经宦溪至鼓岭景区路段的4个单向弯道作为研究对象;采用无人机拍摄以小型车为主的车辆从入弯到出弯的整个自然行驶过程的视频资料,并用Ae软件中追踪运动模块追踪车辆左前轮的轨迹及计算出车辆过弯速度;根据行驶轨迹及行驶速度得到各弯道风险路段的长度。结果显示:弯道1的风险路段为0～2.273 m和32.838～39.268 m,弯道2的风险路段为43.375～46.039 m,弯道3的风险路段为21.001～21.507 m,弯道4的风险路段为18.521～24.283 m。本研究以车辆行驶轨迹及行驶速度两个真实行驶数据为切入点,为山区道路风险路段的识别提供一种基于小型车辆自然行驶状态的方法。     

车载行驶安全监控系统的横向振动误差修正

车载行驶安全监控系统利用CCD图像传感器获取图像,车辆运行过程中由于横向振动等诸多原因容易造成图像模糊.严重影响后续对驾驶员工作状况的检测.基于系统图像数据模型及图像数据采集手段,运用数学模型与傅立叶变换相结合的方法解决由于车辆横向振动造成的图像无法准确判别的问题,经实验结果证明.能够清除横向振动干扰而获得良好的图像.以此有效地监控驾驶员的工作状态并适时作出危险预警.     

山区公路回头曲线的车道偏移行为与自由行驶轨迹模型

为揭示山区公路回头曲线路段的车道偏移行为和轨迹特征，建立了自由行驶轨迹模型；在一条山区复杂线形公路上开展了实车驾驶试验，使用高精度车载设备收集自然驾驶状态下的车辆行驶轨迹、速度和偏移数据；基于轨迹相对位置曲线定义了回头曲线路段左右转车辆的自由行驶轨迹模式；以曲线转角180°为界，建立了回头曲线路段车辆相对位置拟合模型，设计了基于偏移量的自由行驶轨迹计算方法，并以其他道路的回头曲线作为算例进行模型验证。研究结果表明:回头曲线左转车辆呈现出4种轨迹模式，右转车辆呈现出3种轨迹模式；车辆轨迹在回头曲线的入弯、弯中和出弯阶段均出现了较大的偏移，偏移量大于40%，此时车身侵占对向车道，不同的轨迹模式具有不同的偏移特征；不同位置所对应的速度与偏移量的分布较离散，当速度折减小于6.5 km·h-1时，驾驶人可以通过占用对向车道来降低回头曲线行驶时的速度折损；基于横向偏移量建立的不同曲线转角下的轨迹拟合模型中，当回头曲线转角约为180°时，拟合模型的精度最大，左转拟合精度介于0.90~0.97，右转拟合精度介于0.65~0.97；当回头曲线转角大于180°时，拟合模型最大拟合精度0.97发生在右转，当回头曲线转角小于180°时，拟合模型最大拟合精度0.89发生在左转。可见，本文建立的轨迹模型具有较强的适用性，可为山区公路回头曲线的行驶轨迹预测提供手段和方法。      

基于换道轨迹规划模型的车道级行程时间估计方法研究

在车联网环境下,为满足精细化的车辆诱导需求,提出基于换道轨迹规划模型的车道级行程时间估计方法。建立路网基础道路拓扑模型,对所构建的路网模型进行Link划分,并利用改进的5次多项式模型对车辆行驶轨迹进行描述,构建车辆在不同路段Link间行驶的换道轨迹规划模型;整合车辆在路段各个Link单元的行车轨迹与行程时间,实现车道级行程时间估计;选取单向4车道的城市道路为仿真算例,建立VISSIM仿真模型,验证本文模型性能。仿真结果表明,在不同的车辆行驶速度条件下,相比于传统行程时间估计方法,本文提出的改进5次多项式换道轨迹规划模型能够精确地得到车辆最短行程时间下的行车轨迹,实现车道级行程时间的准确估计。     

考虑交通运行条件影响的驾驶员特征聚类

为提升驾驶员特征聚类方法的适用性与可靠性，本文基于机动车运行轨迹分析提出考虑交通运行条件影响的驾驶员特征聚类改进方法。首先，经过对车辆运行轨迹数据的分析发现，不同道路类型和平均速度条件会显著影响驾驶行为的集计特征；其次，提出改进的驾驶员特征聚类方法，第1步设计考虑道路类型与平均速度因素的车辆轨迹的切片和分类方法，从而稳定提取典型交通条件下的驾驶行为特征参数，第2步选用高斯混合模型聚类驾驶员特征。聚类案例表明， 在相同的道路类型和平均速度条件下，驾驶员类型越激进，其速度变异系数、加速度标准差和平均减速度等参数均值越高。不同聚类方法的对比表明，改进方法在驾驶员聚类的类内聚集度和类间分离度方面均表现更好，能有效提升驾驶员聚类的适用性与可靠性。     

混合交通下高速公路防眩板高度的研究

为了研究混合交通下高速公路平曲线路段防眩板高度对车辆防眩效果的影响,提出了平、竖曲线路段防眩板高度的计算方法,并通过研究弯道平曲线防眩板高度对驾驶员视线的影响,建立平曲线防眩板高度对道路行车视线安全影响模型,从车辆行驶平曲线的防眩板高度及防眩板位置形成的静视距与车辆行驶时驾驶员期望得到的动视距之间的关系,运用面向对象的VB编程语言实现模型仿真来分析防眩板高度对道路行车安全的影响程度。     

冰雪条件下中国驾驶员跟驰行为及模型研究

分析驾驶员在冰雪条件下的驾驶行为特性，建立考虑驾驶员行为特性的跟驰模型，有助于丰富现有交通流理论.通过招募驾驶员开展实车跟驰试验，对比分析正常条件与冰雪条件下的驾驶行为差异.进而基于任务难度均衡理论构建包含人类因素参数的任务难度模块，引入改进后的智能驾驶员模型，并采用车辆轨迹数据对模型进行标定和有效性验证.研究表明：驾驶员在跟驰行驶过程中受外界刺激及自身驾驶能力影响时会对车辆行驶状态进行动态调整，试图保持期望间距，且速度与前车一致的状态；冰雪条件下驾驶员采取风险补偿行为，其车头时距波动幅度较正常条件收窄，模型引入人类因素参数可以较好地描述其差异性. 模型有效性验证表明，新模型在6个仿真场景中的表现都优于传统智能驾驶员模型，且表现出更好的鲁棒性.研究结果可为冰雪条件下的交通管理措施制定提供理论支持.     

A vehicle traveling time prediction method based on grey theory and linear regression analysis

Vehicle traveling time prediction is an important part of the research of intelligent transportation system. By now, there have been various kinds of methods for vehicle traveling time prediction. But few consider both aspects of time and space. In this paper, a vehicle traveling time prediction method based on grey theory (GT) and linear regression analysis (LRA) is presented. In aspects of time, we use the history data sequence of bus speed on a certain road to predict the future bus speed on that road by GT. And in aspects of space, we calculate the traffic affecting factors between various roads by LRA. Using these factors we can predict the vehicle's speed at the lower road if the vehicle's speed at the current road is known. Finally we use time factor and space factor as the weighting factors of the two results predicted by GT and LRA respectively to find the fina0l result, thus calculating the vehicle's travehng time. The method also considers such factors as dwell time, thus making the prediction more accurate.     

考虑驾驶风格差异的高原公路危险路段识别研究

针对高原环境中驾驶人风格、生理变化与危险路段特征之间的潜在关联，提出一种基于驾驶状态的危险路段识别方法，辨识和分析不同风格驾驶人具有潜在风险的路段，并提出优化方案。首先，通过实车实验采集驾驶人行为及生理指标数据，使用DBSCAN(Density Based Spatial Clustering of Applications with Noise)得出驾驶风格类型，并依据行为特征对驾驶风格进行差异性 分析；其次，采用卷积神经网络、双向长短时记忆神经网络与注意力机制搭建危险状态识别模型，通过GPS(Global Positioning System)点位对应实现危险路段辨识，并基于驾驶风格差异，从驾驶人感知、操纵与生理角度对危险路段进行致因分析；最后，将生理与道路线形作为优化参考，以车速建议为着力点进行多元回归分析，并按照生理舒适域确定车速建议区间。结果表明：驾驶人根据行为特点分为谨慎、稳健和激进型，3类驾驶人在上行和下行途中的危险路段多为具有弯坡特征的组合型路段；海拔提升可加速危险驾驶状态的出现，各类驾驶人在上行时的紧张状态多源于弯坡组合值和转角值的增长，激进型驾驶人在坡度大于6%的直纵坡路段时亦会开始高度紧张；下行时，谨慎与激进型驾驶人在直纵坡坡度大于3%时易出现危险状态，激进型驾驶人在转角值大于80°且弯坡组合值大于50时亦存在驾驶风险。研究成果可满足高原公路人因事故预防的需求，为线形设计与交通管理措施制定提供理论依据。     

车辆颜色等多因素对驾驶行为的交互作用研究

车辆颜色是影响驾驶行为与交通安全的重要因素,为研究动态运行环境下车辆颜色、车型对于驾驶行为的影响,首先,建立不同颜色、车型车辆模型及其白天与黄昏两种道路环境,构建6类典型驾驶场景;其次,选取25名测试人员,采用组内实验的方法进行试验,实验中利用驾驶模拟系统、眼动仪与多导生理仪采集车辆运行、驾驶员眼动与心率数据。实验结果表明,驾驶员对车辆的识认有明显差异,白天识认距离明显高于黄昏,大客车则明显高于小轿车,黑色车辆在黄昏时识认性明显低于其他车辆,尤其是在观察前方车辆时更为明显。上述结果表明,车辆颜色对于驾驶员识认距离存在明显影响,尤其是小型车辆在黄昏时响更为显著,以上结果应在车辆颜色选择及驾驶员培训时予以关注。     

基于安全距离的元胞自动机交通流模型研究

随着交通拥堵状况日益显著,整体交通安全性下降,交通事故率逐渐增大.基于提高驾驶安全性考虑,细化元胞长度,引入被广泛证明在描述车辆驾驶行为方面具有很高精度的Gipps 安全距离规则,对NaSch模型进行改进,提出一个新的基于安全距离的元胞自动机交通流模型.采用实测数据对模型进行标定和评估,进一步对模型进行数值模拟分析.模型评估结果显示,新建立的模型相对NaSch 模型精度更高.数值模拟结果表明,改进模型能够很好地表现交通流特性,再现实际交通中的自由流、同步流及拥堵流等交通现象.此外,还发现驾驶员对前车最大减速度估计过高时,会导致道路通行能力下降,而驾驶员对自身车辆最大减速度估计过高时,会在一定程度上增大道路的通行能力,但是很可能会造成不安全的驾驶行为,增加了事故率.     

跟随车安全距离的分析

通过对驾驶员的反应能力的量化、速度判断过程的分析和对诸如饮酒、服药、电话干扰及疲劳驾驶等外部因素影响下驾驶员行为与跟随车与引导车行驶一致性的研究 ,计算与分析行车时的安全距离 ,寻求既可避免发生追尾碰撞事故 ,又不影响道路通行能力的安全距离恰当值 :当驾驶员和车辆状况良好时 ,行车距离保持在速度 (以 m/s为单位 )的 1 /2以上时 ,才可能安全 ;当驾驶员和车辆状况不良时 ,行车距离保持在速度的二倍以上时 ,才安全。     

高速公路隧道临近段车辆换道持续时间生存分析

为研究高速公路隧道临近段车辆换道行为,提高隧道路段行车安全水平,在广东省的3条高速公路隧道临近路段开展自然驾驶试验,采集换道车辆的行车轨迹以及周围行车环境等数据。基于采集到的车辆换道数据,采用生存分析的全参数估计方法,考虑不同驾驶人换道风险感知水平的异质性,构建随机参数加速失效时间(AFT)模型,分析隧道临近段行车环境、车辆运行状态等潜在因素对车辆换道持续时间的影响。研究结果表明：相较于固定参数AFT模型,随机参数AFT模型具有更好的拟合优度;至隧道进口的距离、起始车道前车的车速差、换道方向和至目标车道前车距离会对高速公路隧道临近段车辆换道持续时间产生显著影响;车辆换道位置距离隧 道进口越近,至目标车道前车的距离越近,换道持续时间越短;相较于换道车辆车速大于起始车道前车的情况,换道车辆处于非跟驰状态和车速小于起始车道前车时,换道持续时间分别增加 7%和20%。研究结果可为高速公路隧道临近段交通安全设施改善和微观驾驶行为模型构建提供理论依据和方法指导。     

货车驾驶人驾驶行为与行车安全研究进展

驾驶行为是影响交通安全最活跃的因素,在“人-车-路”复杂环境中扮演着关键角色。为了深入理解货车驾驶人驾驶行为规律和行为风险性,本文聚焦货车驾驶人驾驶行为对行车安全的影响,对货车驾驶人的驾驶行为风格、行为风险性及其与行车安全的关系等相关研究成果进行系统地梳理和分析。首先,利用构建的文献检索策略,筛选出38篇相关文献,并结合LDA(Latent Dirichlet Allocation)模型,对生成的4个研究主题,即货车驾驶人驾驶行为辨识,危险驾驶行为与行车安全,货车碰撞事故致因分析及驾驶安全风险评估进行总结;其次,针对数据源、特征工程及建模方法等分析要素,构建了适用于任意研究主题的通用研究路径,并重点归纳了目前研究主题在数据源、变量选择方法、研究地点及建模方法等关键要素的研究进展;最后,分析和探讨了货车驾驶人驾驶行为与行车安全领域面临的主要问题,从描述、解释、关联及应用的角度提炼该领域研究的未来发展趋势。研究认为：有必要将驾驶状态特性、车辆运行状态及道路交通状况等多维特征变量进行多源信息融合,开展基于大数据和人工智能双驱动的驾驶行为研究;需加强研究山区公路环境下货车与其他类型车辆之间的交互作用机制,从“人-车-路”视角分析货车碰撞事故致因;需进一步完善智能网联和自动驾驶等高新智能自动化环境下的货车驾驶人驾驶行为与行车安全关系研究;拓展面向驾驶安全的货车驾驶人驾驶风险评估的理论方法和应用框架。研究 成果将为货车事故治理、公路货运平台监控及道路线形设计等应用场景提供重要依据,并有助于相对全面地理解货车驾驶人驾驶行为与道路行车安全的交互作用机理。     

基于驾驶适应性和人因工程的事故预防对策

统计分析表明,70%的交通事故与人有关,人是引发交通事故的主要原因。从驾驶员驾驶适应性和人因工程学角度阐述了引起交通事故的各要素如驾驶员的生理、心理因素,驾驶环境、道路条件、汽车设计、驾驶员管理等,并且从人、机环境方面探讨了交通事故的预防对策。分析表明,从驾驶员驾驶适应性和人因工程学角度分析影响驾驶员安全驾驶的内因与外因,对减少交通事故保障行车安全具有重要意义。     

山区公路驾驶视觉信息量计算方法研究

为解决山区公路中驾驶视觉信息量难以量化的问题，对驾驶视野图像进行分割，根 据HSV颜色模型，提取视野图像的色调、饱和度、亮度值，再结合车速值，在驾驶视觉心理负荷的基础上，提出山区公路路域环境下的驾驶视觉信息量计算方法.通过实车实验，进行数据采集，并验证计算方法.计算结果表明，在半郁闭型空间行驶时，接收的视觉信息量最大；在郁闭型空间中，接收的信息量最小.计算结果与被试实际感受具有一致性，说明本文提出的驾驶视觉信息量计算方法具有可行性，可为路域环境的合理布设提供一定的技术参考.