高速公路养护工程安全变道控制距离研究

为探究高速公路养护工程安全变道概率条件下车辆行驶的控制距离,对变道过程中车辆跟驰行驶安全约束条件进行分析,并运用概率论与交通流理论研究车辆变道概率组合特性,推导出安全变道控制距离与成功变道概率之间的关系。结合实例计算,对推导模型与规范中的建议值和计算值进行吻合性验证。     

基于多属性决策的无人驾驶自主变道决策技术研究

在无人驾驶领域,随着车辆上布置的传感器不断丰富,无人驾驶系统可以从周围环境获得更多的信息,从而为车辆的自主判断行为决策带来可能。然而即使是有经验的驾驶员在进行变道动作的时候也需要格外的小心,因此无人驾驶系统的变道行为分析需要做到足够准确和谨慎,才能保证安全性,这也正是目前为止还没有非常完善的无人驾驶变道决策系统的原因。本文提出一种基于多属性决策的无人驾驶自主变道决策技术,帮助无人驾驶车辆在道路行驶中进行更有效、更安全的自主变道决策。     

城市快速路隧道与立交超短连接段变道概率分析

为了给城市快速路隧道与互通立交超短连接段交通组织安全管理提供技术支撑,提出一种车辆变道概率计算方法.依据变道模型中车辆的受力状态,通过抗侧滑、抗侧翻的极限状态界定车辆变道的临界安全状态,通过理论分析与数学计算提出车辆安全变道所需最小车头时距计算公式和最小变道距离计算公式.将变道行为分为单次变道、先后2次变道2种:提出了基于最小车头时距的单次安全变道成功概率计算方法;将先后2次变道视为相互独立,提出考虑必要调整时间的先后2次变道的成功概率计算方法.以深圳某快速路隧道与互通立交超短连接段为实例进行计算分析,结果表明,变道次数对变道成功概率影响最大、交通量次之、天气影响最小,其敏感系数分别为1.25,0.45,0.17;以95% 的成功概率反算连接段所需长度的计算结果表明,2次变道所需长度约为同等情况下单次变道的1.9倍,且该长度增长率约为交通量增长率的2.4倍.      

交叉口左转机动车强制变道行为研究

临近交叉口左转车辆的强制变道行为会干扰交通流的平稳运行,降低交叉口的通行能力,形成交通安全隐患,故对这种强制变道行为的研究很有必要。文中首先对强制变道实施过程进行分析,确定造成驾驶员采取不同变道过程的客观影响因素;然后利用统计分析的方法,研究不同因素对变道实施距离的影响;最后选取影响较显著的因素,运用模糊逻辑的方法建立左转车辆强制变道距离模型。     

基于纵侧向动力学控制的智能变道辅助系统

智能汽车驾驶作为一项代表性的高新技术集成载体,能够提高车辆行驶安全性并减轻驾驶员操作负担,并且能够有效缓解交通拥堵压力。由于我国道路环境复杂多变,驾驶员经常采取超车变道操作,使得机动车超车变道的安全问题尤为严峻。为此,辅助驾驶员安全地完成超车变道过程,提出了基于纵侧向动力学控制的智能变道辅助系统,以车辆实际速度与目标速度为参数,设计具有滑模控制特性的控制器。仿真结果与硬件在环台架测试结果表明,基于纵侧向动力学控制的智能变道辅助系统能够较为有效地提高驾驶安全性,减轻驾驶员操作负担。     

考虑快速路交织区驾驶人强行变道行为的交通冲突机理分析

驾驶人的强行变道行为对交通安全具有较大影响。为研究快速路交织区驾驶人强行变道行为引发交通冲突的机理、提升变道场景的安全性,本研究选取变道收益、变道车辆特征、目标车道后方来车避险特征、交通冲突严重程度4个变量构建了结构方程模型（structural equation model,SEM）。选取南京市1处快速路交织区为研究区域,通过无人机采集200个强行变道行为样本,并从中提取高精度车辆轨迹数据,分析了强行变道行为引发交通冲突的微观机理与关键特征指标。基于最小碰撞时间评估交通冲突的严重程度,以结构模型分析强行变道各环节因素引发事故风险的因果链路,提出压迫式、侵入式2种强行变道形态,综合考虑表征车辆变道收益与变道特征的多项微观指标,建立测量模型。SEM分析表明：变道收益显著影响变道车辆特征（p=0.044）;变道车辆特征显著影响后方来车避险特征（p=0.001）与交通冲突严重程度（p=0.021）;后方来车避险特征显著影响交通冲突严重程度（p <0.001）。在变道起始时刻,变道车辆与目标车道后车间距（p=0.002）、相邻车道前车速度差（p=0.012）与变道动机（p <0.0...     

基于REINFORCE算法和神经网络的无人驾驶车辆变道控制

针对无人驾驶车辆变道超车场景，研究基于REINFORCE算法和神经网络技术的无人驾驶车辆变道控制策略。通过车辆动力学模型确定模型的反馈量、控制量和输出限幅要求; 设计神经网络控制器的结构，根据REINFORCE算法设计控制器训练方案; 分析经验池数据数值和方差过大的问题，提出1种经验池数据预处理的方法以改进控制器训练方案; 结合无人驾驶车辆运行场景，分析和研究强化学习过程中产生的奖励分布稀疏问题，并针对该问题提出1种基于对数函数的奖励塑造解决方案; 与PID控制器和LQR控制器进行对比实验验证。实验结果表明，与PID相比，该控制策略有更小的最大误差，变道过程更安全; 与LQR相比，该控制策略性能表现接近，以此证明其用于无人驾驶车辆变道控制任务的可行性。此外，记录在不同平台下该控制策略的执行时间以证明其实时性和在轻量级平台运行的可行性。      

互通式立体交叉主线分岔区车辆换道长度研究

针对互通式立体交叉主线分岔区线形、标志标线设计现状，基于车辆在主线分岔区行驶的反应距离、等待距离、变道距离和安全确认距离等最不利情况，建立主线分岔区车辆换道长度计算模型。首先明确主线分岔与常规匝道分流的区别，然后采集目前在运营的某互通式立体交叉主线分岔区车辆轨迹数据，对选择的变道模型进行了验证，最后基于选定的变道模型分别计算了设计速度80 km/h、100 km/h和120 km/h时的主线分岔区车辆换道长度。最终得到不同设计速度下的最小换道长度分别为340 m、450 m和550 m,该研究可为今后我国互通式立体交叉主线分岔区设计优化，以及分流三角区前的标志、标线设置提供参考。     

基于注意力Seq2Seq网络的高速公路交织区车辆变道轨迹预测

针对交通状态复杂的高速公路交织区域,经验丰富的驾驶人能够通过正确地推断周围车辆的未来运动进行及时的车道变换,这对于实现安全高效的自动驾驶至关重要,然而目前的自动驾驶车辆往往缺乏这种预测能力。为此,基于深度学习理论,提出了一种结合注意力机制和编-解码器结构的交织区车辆强制性变道轨迹预测方法,利用Next Generation Simulation（NGSIM）数据集提取车辆变道过程中的关键特征,并引入碰撞时间（Time to Collision,TTC）和避免碰撞减速度（Deceleration Rate to Avoid a Crash,DRAC）2种风险指标,将变道车辆及其周围车辆视为一个整体状态单元,同时补全状态单元内部不同车辆在横向和纵向上的时空状态特征,从而更有效地刻画车辆间的动态交互行为;然后将不同观测车辆的连续窗口序列输入基于长短期记忆网络（Long Short-term Memory,LSTM）的编-解码器,预测交织区车辆变道的未来运动轨迹,通过添加软注意力模块,使模型能够集中聚焦于影响车辆在不同时刻下位置变化的关键信息,再现了真实交通场景下车辆的变道行为。试验验证表明：基于注意力机制的编-解码器模型与当前流行的卷积长短期记忆网络、极限梯度提升树等模型相比具有更高的轨迹预测精度,在长时域的变道轨迹拟合上有显著的优越性,为辅助和自动驾驶领域的发展提供了新思路。     

东风悦达起亚智能网联汽车凯酷车辆盲区监测系统的设计

正本文,笔者将基于起亚集团的凯酷(全新一代K5)车型,从系统定义、系统构成、系统工作原理、系统应用等方面介绍智能驾驶中一个重要功能——车辆盲区监测系统。一、车辆盲区监测系统的定义车辆在变道行驶时,由于转弯时后视镜存在视野盲区,驾驶员仅凭后视镜的信息是无法完全判断后方车辆的信息,在一些恶劣天气,例如雨雪、大雾、冰雹等天气状况时增大了驾驶员的判断难度,汽车在变道行驶时存在碰撞或刮擦的危险。     

微观交通仿真中的车道变换模型

将车道变换行为分为强制性车道变换和任意性车道变换两种类型，分析了两种车道变换类型的各种常见情形，建立了描述车辆车道变换意图的产生、车道变换可行性分析以及车道变换的实施等行为的车道变换模型。此外，作为一种特殊的车道变换行为，还建立了反映车辆在拥挤状态下的挤车变道行为的挤车变道模型。     

车辆换道轨迹滑模跟踪控制研究

考虑车辆动力学性能前提下,针对运动学描述的四轮车辆换道轨迹跟踪问题,利用滑模变结构控制方法以及改进的指数趋近律设计了轨迹跟踪控制律,并分析了其李亚普诺夫稳定性.该控制律不但能有效的减弱抖振,而且能够保证系统在有限时间内平滑的到达平衡状态.在该控制律的基础上,利用摄像机标定方法获取实际车辆换道轨迹,然后对考虑实际换道过程的期望换道轨迹进行跟踪控制.仿真实验验证了换道轨迹跟踪控制方法的有效性及实用性.      

基于车辆变道行为与排队论的交叉口进口道优化设计

城市信号交叉口进口道处的车辆行驶情况对于交叉口的安全与否起着至关重要的作用,为此,有必要根据车辆在交叉路口行驶的具体情况对进口道线进行具有针对性的设计.本文从车辆排队的角度出发,将车辆的到达与交叉口的信号配时视为一个完整的排队服务系统,在考虑了车辆从变道开始至制动结束进入排队系统的运行特征的基础上,对信号交叉口进口道线长度的设计提出了新的模型,并以北京市某交叉口北进口道为例进行计算,结果表明进口道线长度适宜范围为37~43 m.该模型对交叉路口的规划和评价具有一定的指导作用.     

基于虚拟现实的车辆换道最小安全距离研究

从换道需求和换道安全两个方面对换道行为进行了分析,结合阅读文献给出了常用的分析模型。在此基础上,以换道车辆为目标,运用车辆运动学理论,对车辆换道过程中目标车辆与周围车辆的安全距离进行了分析,给出了多车道、多车辆情况下相应的换道最小安全距离模型。为使换道时各车辆间的位置关系以及运动安全状态有效、直观的表现出来,利用虚拟现实建模语言VRML和Matlab/Simulink建立了联合动态仿真模型,对给出的最小安全距离模型进行了实验验证。实验结果显示,给出的换道最小安全距离模型能够有效的实施安全换道决策,避免碰撞发生。     

能避免交通事故的汽车外后视镜

近年来,随着城市交通的不断完善,高架道路、高速公路,多车道道路不断增加,道路的通畅能力、车辆流转速度相应迅速提高。但随之带来的交通隐患也越来越多,尤其是在高速行驶中需要变道、超车、转弯时,种种危险严重地威胁着行车者的安全。 由清华大学李世卿先生研制的“世卿”牌大视野汽车外后视镜,可提高汽车行驶的安全性。“世卿”牌大视野汽车外后视镜采     

奥迪Q7换道辅助系统(下)

行驶场景2:有车快速地超过带有变道辅助系统的车。(如图9所示)①带有变道辅助系统的Q7车行驶在中间车道。由于监控区域内没有车辆在行驶(变换车道时也就没有什么危险),所以车外后视镜上的警     

某重卡后视镜视野分析及法规校核

汽车外后视镜是车辆主动安全防御性的重要设备。有经验的驾驶者都知道,后视镜性能不佳(存在盲区或视野宽度不足)会严重影响驾驶安全。为保证驾驶员在操作过程中,得到充足的后视镜视野反馈信息,提高车辆行驶过程中的安全性,对某重卡汽车的外后视镜进行视野分析及法规校核。     

基于中国自然驾驶数据的变道场景分析评价

文章以大量的自然驾驶采集数据为研究对象,基于改进的熵值法建立变道驾驶行为特征指标体系,有效串联车辆驾驶数据、车辆驾驶行为和车辆驾驶安全三者的关系,研究了人类自然驾驶场景中事故率较高的变道场景,进一步深化自动驾驶场景评价的体系理论。     

车路协同下车队避让紧急车辆的换道引导方法

为保证紧急车辆更安全、高效地到达紧急事故现场,基于车路协同系统,提出车队避让紧急车辆的换道引导策略。针对目标车道无车辆、有车辆和有车队3种不同场景,分别提出确保紧急车辆快速通过的协同换道策略。通过协同换道策略引导紧急车辆前方行驶的车队和目标车道的车辆改变速度以调整车辆间距,使其满足换道安全距离,依据换道轨迹规划使车队完成换道,并提出紧急车辆发送紧急避让信号的位置方法,计算当不影响紧急车辆的速度情况下,其发送紧急避让信号时与车队尾车的最短距离。利用SUMO交通仿真软件,实现车路协同环境下3种不同场景车队避让紧急车辆的换道引导,并比较目标车道为车队的场景下,车队换道至目标车队的每个空档中（方式A）和车队换道至目标车队的同一个空档中（方式B）2种不同的换道引导策略。研究结果表明：目标车道有车队的场景下,方式B的协同换道时间更短,发送紧急信号的位置距车队尾车82 m,较方式A的87 m更近,对周围车辆影响更小,因此此场景采用方式B的协同换道策略;在目标车道无车辆、有车辆和有车队3种场景下,紧急车辆分别距车队尾车71,71,82 m时发送紧急避让信号,其可以维持期望速度,验证了最短距离与车辆速度的关系式;与未使用换道引导策略的情况相比,紧急车辆的速度提高,延误减少。     

智能网联环境下基于安全势场理论的车辆换道模型

为有效刻画未来智能网联环境下车辆在换道过程中面临的驾驶风险,保证车辆执行更加安全的换道决策,建立基于安全势场理论的车辆换道模型。首先针对车辆换道过程中所遇到的驾驶风险进行评估,利用势场理论给出车辆行驶过程中不同运动状态下安全势场的空间分布。其次根据换道过程中相关车辆不同安全势场分布情况计算出换道结束时的车间临界距离,相比于传统的车间临界距离计算模型,提出方法能够动态刻画出车辆在不同速度、加速度条件下临界距离的变化趋势,并且能够根据车辆不同的运动状态,动态表达出车辆间临界距离的变化。在此基础上,根据智能网联环境下车辆各类运动状态能够被实时感知的特点,总结出车辆各类运动状态下需要的换道安全临界时间,最终建立基于安全势场理论的最小安全距离换道模型。最后,对模型进行数值仿真分析,仿真结果表明：车辆换道所需要的最小纵向安全距离与换道车辆以及其周围车辆的运动状态有着直接关系。在今后趋于成熟的智能网联环境下,该模型可以进一步进行扩展,利用安全势场的分布情况,对车辆换道过程进行动态实时干涉,能够为今后智能网联环境下车辆协同换道、车辆自动驾驶以及车辆群体优化控制等相关研究提供一定的理论支撑。