基于危险度和复杂度的智能汽车测试工况评价模型

为研究智能汽车测试工况有效性定量评价的问题,对基于行车风险场的危险度模型进行改进,改进危险度模型主要考虑不同车道正常行驶车辆应为无风险车辆,从而提出了横向安全距离因子。考虑势能场就是动能场速度为0的特殊形式,将势能场和动能场进行了统一。定义了行车环境各要素的复杂度,复杂度用来描述车辆行驶环境的复杂程度,雨雪雾等越大越复杂,传感器识别范围内的物体越多越复杂,物体体积越小越复杂,物体变化越多越不规律越复杂,提出复杂度最大值是100,最小值0,行车环境复杂度为各项要素复杂度之和。综合考虑用户工况和测试工况的复杂度与危险度覆盖率、最大值及分布情况,构建了基于危险度和复杂度的用户与测试工况关联评价模型。结合算例,对3个测试规程的有效性进行了分析和评估。当评价指标权重分配相等时,测试规程3的有效性最高,规程2次之,规程1有效性最低。当调高复杂度指标权重时,测试规程2的有效性指数最高。结果表明,评价模型实现了对测试工况有效性的定量评价,更加全面评估测试工况的有效性,指标权重分配能够影响评价结果。     

山区双车道公路事故预测模型路侧危险度事故修正系数研究

在综合事故预测模型的研究和应用中,包括基础模型、事故修正系数、标度程度、EB函数应用等几个部分。事故修正系数的研究和使用可以使事故预测模型应用时包含更多、更可靠的影响要素信息。针对我国山区双车道公路两侧路侧危险度的实际情况,对路侧危险度对安全的影响规律做了具体分析,分别建立了针对全部事故预测模型、碰撞事故预测模型和路侧事故预测模型的我国双车道公路路侧危险度事故修正系数函数。     

面向混合自动驾驶车流的协同自适应巡航控制EI北大核心CSCD

车联网V2V环境下能实时获取自车和周围车辆的运动状态、驾驶工况和道路环境,为汽车自适应巡航控制系统提供更准确的信息。为消除自动驾驶汽车(AV)和人工驾驶汽车(MV)混合行驶工况下的车头时距干扰对汽车纵向巡航控制的影响,提出了一种基于车联网V2V的协同自适应控制方法。通过车联网V2V实时采集车辆跟驰过程中车辆基本安全信息(basic safety message,BSM),进而获得车辆相对运动状态和驾驶行为序列;应用线性最优二次型方法建立驾驶操纵序贯链优化目标函数,再对扰动作用下的汽车运动状态改变量进行短时预测;在此基础上,以混合车流车头时距的最优均衡状态为目标,构建了车辆跟驰间距的滚动优化模型和协同自适应控制方法。实验结果表明,在头车加/减速行驶工况下,改进后的车辆控制器能更快响应前车运动状态的变化量,并在保证车辆安全跟驰间距的情况下,降低了车头时距,提高了道路通行能力。     

智能汽车测试工况与用户工况关联评价模型

为研究智能汽车从用户工况到试验场测试工况有效性定量评价的问题,基于行车风险场理论,综合考虑加速系数、危险度覆盖率、最大危险度及危险度分布4个评价因子,提出了智能汽车测试工况与用户工况关联匹配模型和评价模型。关联匹配模型通过"危险度相等"建立了测试工况与用户工况内在的理论关联关系,提出了危险度-工况次数分布尽量一致的原则。评价模型通过"有效性指数"建立了测试工况好坏的定量评价指标。提出了加速系数越大越好、样本危险度覆盖率越大越好、最大危险度越接近用户极限值越好、危险度分布相似性越高越好的4个原则。以车辆跟随场景作为算例对关联评价模型进行验证,3种测试工况的危险度均接近用户危险度,符合匹配模型的要求。计算3种测试工况的有效性指数并按照大小进行了排序,当改变4个评价因子的权重分配时,排序发生了变化。研究结果表明,关联匹配模型能够用于对智能汽车测试工况的有效性进行定量评价,评价因子权重分配会影响有效性指数,可以按需设定。     

山区高速公路施工危险源的MLES评价法

针对LEC危险源评价法在山区高速公路施工危险源评价中存在的问题,提出了MLES危险源评价法,该方法考虑了施工现场危险源的危险因素的控制状态,并从人身伤亡、财产损失、环境破坏影响、事故对施工进度影响等方面对各种危险因素可能导致的各种损失做出较全面的预估.根据评价结果可有针对性地采取措施来控制危险源.MLES危险源评价法不仅可以评价单项危险源的危险性,也可以对某一工作单元的各危险源分别考察后对该工作单元的危险性做出综合评价.     

双车道公路驾驶人-车辆-弯道（环境）系统模型

为探究双车道公路弯道事故机理,对驾驶人-车辆-弯道(环境)系统模型进行了研究。针对驾驶行为中客观存在的模糊性和主观性问题,建立多目标模糊优选决策的驾驶人模型,然后选用12个自由度的非线性汽车动力学分析模型(VDANL),针对其非线性特征研究综合数值计算方法,结合弯道的道路三维模型建立驾驶人-车辆-弯道(环境)系统模型,基于迭代思想提出系统误差补偿计算方法,最后建立综合指标体系,仿真分析了警告标志、附着系数等环境因素对行车稳定性和驾驶行为的影响。     

山区公路路侧危险度评价模型研究

路侧危险度与道路线形、边坡、交通量等密切相关,目前国内尚无公认有效的计算方法.文中借鉴作业条件危险性评价方法(LEC法),根据发生路侧事故的可能性、暴露于路侧危险环境的频率和事故严重度建立路侧危险度评价模型,采用车辆碰撞仿真试验方法对碰撞事故严重度进行研究,根据工程经验将路侧危险度划分为4个等级.实例分析表明该方法评价结果符合现实,具有一定实用价值.     

基于多影响因素RDMA*算法的无人驾驶动态路径规划

无人驾驶汽车的路径规划面临着复杂多变的交通环境,为了更全面的评价路径选择指标以规划更合理的路径,以及更好的解决路段环境动态变化对规划结果造成的影响,研究了一种考虑多影响因素的动态路径规划算法——RDMA*(Real-time Dynamics of Multiple influencing factors AStar)算法.以A*(AStar)算法为核心,通过加入多影响因素的交通评价因子对其代价函数进行改进,综合考虑距离,交通拥堵程度,道路平整度和其他影响因素,应用层次分析法确定各影响因素的相对权重,以综合代价值为评价指标进行路径规划.通过GPS,雷达和摄像头等设备,利用融合感知技术获取相关道路环境信息,根据获取的全局和局部交通环境数据信息,利用实时动态更新策略解决动态环境下的路径规划问题,实时规划最优路径.通过对实际案例进行模拟,结果表明,应用RDMA*方法规划的路径相比基础A*方法规划的路径出行总体耗时减少了15.75%.并且在遇到特殊事件的状况下,通过RDMA*动态规划可为无人驾驶车辆即时提供一条综合代价值最小,耗时最少的可行路径,与改进的A*动态路径规划方法相比减少了10.63%的二次规划综合代价值的损耗,提高了7.83%的时间效率.该方法能更好的适应复杂的道路和交通系统,即时应对动态变化的交通状况,具备更强的实用性.      

车联网技术初探

车联网是现代化城市减少交通拥堵和绿色出行的重要手段。随着物联网技术在中国的蓬勃发展,作为物联网的具体应用,车联网获取车辆运行参数和道路等交通基础设施使用状况,感知实时道路交通路况,提供丰富的智能交通综合服务。本文的目的是对现有的车联网技术进行一个总结,以期为进一步研究指明方向。本文首先分析了车联网相关概念以及系统分类情况,介绍了车联网目前面临的诸多挑战,总结了车联网的各项关键技术的研究现状,最后对现有的车联网原型系统进行总结。     

生理负荷在公路线形设计评价中的应用研究

系统的提出了生理负荷在公路线形设计评价中的理论和操作的具体方法,利用计算机仿真技术将道路交通环境进行可视化,然后让驾驶员使用驾驶模拟器在虚拟交通环境中驾驶,通过眼动仪和生理测试仪实时采集驾驶员的注视点、注视持续时间、瞳孔面积、脉搏、皮电、体温、轨迹、速度等生理数据,同时采集车辆的速度和行车轨迹等数据,通过模糊综合评价找出人、车、路不协调的突变点,认为是事故易发路段,分析其原因并且在设计中加以改进,通过设置循环和判定可以有效提高道路的行车安全性。     

基于模糊综合评判的十天高速公路边坡失稳研究

以十天高速公路汉中段工程为依托,通过实地调查、分析评价,研究确定了公路边坡失稳的模糊综合评价所需的因素集、评价集、隶属函数及因素集的权重,构建了模糊综合评价模型,对公路边坡失稳进行了综合评判,确定出了典型灾害点的危险度等级。评判结果为:该边坡稳定性为高危险度,必须加固处理。     

信号交叉口行车风险场建立及车辆通行行为优化

随着汽车逐步向智能化、网联化发展,智能网联车辆逐步进入实际应用阶段。进行智能网联车辆的通行行为优化,对提升驾驶安全性和行车效率,避免事故发生和交通拥堵至关重要。车辆在通过交叉口时将受到很多环境及运动因素的影响,而现有的通行优化模型难以准确表达各类因素共同作用下的行驶环境。为此,基于风险场理论建立由环境场和运动场组成的信号交叉口行车风险场,表征信号交叉口中每点的实时行车风险程度,从而引导车辆驶向风险值低点,并提供下一步长的位移及速度指引,实现车辆的动态轨迹优化及速度控制。典型场景下的仿真结果表明：在优化模型的控制下单车的信号交叉口通行效率明显提升,其中直行方向车辆单车平均通行效率提升最高,平均提升6.35%,通过对交叉口面积内所有车辆进行通行行为优化,交叉口通行效率提升了9.3%,这表明所建模型可以准确表达交叉口行车环境并优化车辆通行行为。研究结论可应用于自动驾驶车辆的交叉口通行控制,并为网联环境下的行车环境表达和安全驾驶控制提供模型基础。     

考虑第三方损失的城市道路交通事故严重程度评价方法

为了适应城市道路交通事故具有较少的伤亡人数、对周边交通运行状况影响较大等特点，对该类事故的严重程度进行评价方法研究。研究构建事故地点平均行车延误计算模型。基于社会劳动价值的计算，将事故伤亡人数换算为经济指标。利用单位时间劳动力价值，将由事故引发的其他车辆的行车延误损失时间换算为经济指标。将其与非必要燃油消耗一并计入事故第三方经济损失。借鉴现有交通事故等级划分标准，采用等价折算的方法，确定各评价指标的权重值。以哈尔滨市2007~2008年事故数据为例，计算其综合评价指标。依据综合评价指标的累积频率曲线，提出城市道路交通事故严重程度的等级界定阈值。以2017年6月发生于大连市高新园区的1起城市道路交通事故为例，分别采用现行分类标准和提出的评价方法评价其严重程度。研究表明：该评价方法综合考虑了事故伤亡人数、直接经济损失并包括非必要行车延误及燃油消耗的第三方经济损失，可以充分体现该类事故的特点，并能够合理划分其严重程度。     

隧道照明多元控制系统研究

目前的公路隧道照明控制系统或能源严重浪费,或可靠性不高,已无法满足隧道安全节能运营的需求。介绍隧道照明多元控制系统,其原理是通过在线诊断子系统对隧道的运营环境及照明系统进行实时监测,并根据从隧道现场获取的隧道运营信息及现场交通参数自动选定对应的照明控制方式,从而在保障行车安全的基础上,实现节能照明。     

自动驾驶汽车的智能决策模型研究

行为决策系统在很大程度上反映了自动驾驶汽车的智能化水平,作为自动驾驶汽车的大脑,行为决策系统决定了自动驾驶车辆的可行性和安全性。文章基于行车效率与行车安全对高速自动驾驶汽车的智能决策进行了研究。通过引入能效函数与动态子区域监测系统,实时计算本车道与相邻车道的行车能效值以及本车与周边车辆的碰撞风险,并基于此确定最优驾驶策略,一定程度上提升了自动驾驶车辆的行车效率与安全。     

基于GA+ACO的交通拥挤及事故规避系统研究

为了减少车辆在行驶过程中产生的交通事故和规避拥挤道路,研究了道路拥挤程度的影响因素和评价指标以及道路事故的理论与模型。提出采用路网的动态路阻对事故的影响程度和道路拥挤程度进行综合评价,并对动态路阻采用模糊理论进行量化。同时研究了遗传算法和蚁群算法在该规避系统中的应用,采用遗传蚁群的混合算法,综合了遗传算法全局搜索和蚁群算法求解精确的特点。用Matlab对该路阻函数和混合算法进行仿真,并进行了实际路网测试,结果表明利用该路阻函数和混合算法能够达到规避拥挤、规避潜在事故和规避已发事故的目的。     

基于动态加权综合评价法的双层航道桥选型研究

双层航道桥设计过程中需要考虑的因素复杂多样，为了能够客观、合理、有效地进行桥梁结构选型，以苏台高速为工程背景，提出了动态加权综合评价法，分析并选取了结构冗余度、行车舒适性、抗震性能、经济性、耐久性、美学特性等6个综合评价指标，计算出不同桥型的综合评价分数。结果表明：系统化的动态加权综合评价模型能展现出各桥型方案的优缺点，为双层桥结构选型提供了科学方法，该方法可推广应用。     

不完全车联网环境下元胞自动机换道模型研究

随着车联网技术的不断发展,自动驾驶车辆加入交通流中的可能性逐步增大,进而形成新的混合交通流.在综合考虑自动驾驶车辆对于较大范围内交通信息实时感知能力以及车辆间信息交互对于换道的影响,提出了自动驾驶车辆关注区间的概念,设计了不完全联网环境下新型混合交通流元胞自动机换道模型,通过改变自动驾驶车辆比例、自动驾驶车辆关注区间大小、交通流密度等参数进行数值模拟.结果表明:新型混合交通流元胞自动机换道模型,能够帮助提高交通流平均速度15%左右,改善道路通行效率.     

隧道围岩稳定性改进模糊概率模型及其应用研究

为更加准确有效地判别隧道围岩稳定性,引入RandWPSO-LSSVM(随机权重粒子群算法-最小二乘支持向量机)围岩极限位 移预测模型,对传统模型的隶属函数进行优化,建立围岩稳定性改进模糊概率模型。基于改进模型方法,由围岩位移预测值u、预测 位移标准差、围岩极限位移预测值U 及预测极限位移标准差即可求解隧道围岩稳定概率,并结合8 个工程算例对模型进行验证。 结果表明,改进模型解决了传统模型隶属函数存在的极限位移取值范围不合理的问题,且有效消除了隶属函数线性简化处理导致 的偏差,由其计算的稳定概率与实际情况吻合较好,围岩稳定性评价结果的可靠性更高; 将改进模型应用于实际工程的隧道围岩 稳定性判别中,计算结果能够较好地反映实际工程情况。     

基于安全车速分析的高速公路安全评价方法

现有的高速公路安全评价研究侧重于经验统计为主的道路要素静态分析,鲜有考虑事故因素的动态性以及驾驶员主观认知的影响,难以建立集成车路客观环境和驾驶员主观认知两方面影响的综合评价模型。本文从解析高速公路安全机理入手,基于安全车速分析引入能够表征主观感知的预期车速和车路客观环境的安全车速,并提出相应的量化方法,由此构建高速公路交通安全评价方法,并通过实证分析验证了模型的有效性和可靠性,为高速公路安全评估提供了新的思路和手段。