基于车辆行驶轨迹的道路不良驾驶行为实时辨识方法

为了提高道路交通安全主动防控能力,以小汽车行驶轨迹数据为研究对象,研究了不良驾驶行为的实时辨识问题;基于无人机拍摄交通流视频提取海量车辆行驶轨迹数据;提出了应用风险度量方法量化典型不良驾驶行为的理论;使用大样本统计分布方法确定不良驾驶行为的特征参数阈值;建立了结合交通环境信息的不良驾驶行为谱,计算了不良驾驶行为谱特征值...     

基于数据挖掘的危险货物运输风险驾驶行为聚类分析

不良驾驶行为(车速过高,车速变化过快等)影响危险货物及车辆的稳定性,是导致危险货物运输事故频发且后果严重的重要原因. 基于对营运车辆联网联控系统海量数据的分析处理,根据其属性提取8 个驾驶行为量化指标,采用因子分析和模糊C均值聚类相结合的方法,实现对危险货物运输车辆驾驶员风险驾驶行为的科学聚类. 结果表明,危险货物运输车辆驾驶行为特征可有效聚为急加减速、超速驾驶和变速驾驶3 种行为,且在每种驾驶行为下实现对驾驶员安全等级的分类. 由此可以识别风险较高的驾驶员,这对危险货物运输企业和行业管理部门有重要参考意义.     

基于两次聚类的PWARX驾驶行为辨识模型

针对传统基于聚类的PWARX模型依赖先验知识和子空间划分精度不高的问题,提出一种基于两次聚类的PWARX辨识模型改进算法,并将其应用于驾驶行为建模。首先通过近邻传播算法在样本空间上进行聚类,在所得类簇上用线性模型进行拟合,并通过K-means算法在线性模型的参数空间上进行聚类,以获得PWA子模型的区域划分,最后在各个子空间上对PWA子模型进行求解。该算法合理利用了近邻传播算法和K-means算法的特点,通过在样本和参数空间上的两次聚类获得了良好的子模型区域分割效果。并对10名驾驶员的驾驶行为的建模实验结果表明,所提算法的模型辨识的平均准确率达到了91.5%。     

驾驶行为数据驱动的城市道路交通安全风险辨识方法探讨

为提高城市道路交通安全水平,针对道路交通安全风险辨识方法多采用宏观事故数据及小样本交通调查数据的研究现状,紧扣当前道路设计及交通管理对风险客观精确辨识的现实需求。首先,分析了已有风险辨识方法的优缺点,及现有辨识方法面临的挑战;其次,基于国内外驾驶行为研究现状,结合车联网OBD异常驾驶行为数据精确度高、数据量大等优势,定性剖析不同道路条件与异常驾驶行为的关系;最后,建立道路条件与异常驾驶行为关联模型,分析探讨利用异常驾驶行为数据辨识道路交通安全风险的研究思路,并提出相应的思路流程及关键技术的进一步研究。     

基于聚类分析的营运驾驶人危险驾驶行为研究

为改善交通安全状况,减少营运客车交通事故,从危险驾驶行为角度出发研究外部影响因素与驾驶行为之间的关系。以大量重特大交通事故数据为基础,定量分析聚类方法在危险驾驶行为研究中的应用。运用模糊聚类、系统聚类2种方法对危险驾驶行为划分层次进行分析,并通过营运客车驾驶人危险驾驶行为的实例对2种方法得出的结果进行讨论。研究表明,通过聚类方法归并为一类的危险驾驶行为,与对应的外部影响因素有相近的关联度。     

基于贝叶斯网络的驾驶疲劳程度识别模型

国内外学者大多采用单一类型指标对驾驶疲劳程度进行判断。为克服单一指标检测的不稳定性,构建基于贝叶斯网络的驾驶疲劳程度识别模型。将驾驶环境属性、驾驶人个体属性和原始疲劳属性作为模型输入层变量。选择脑电指标、心电指标、眼动指标、驾驶绩效指标作为模型输出层变量。将清醒、轻度疲劳、重度疲劳三种驾驶疲劳程度作为隐含层变量。采用模拟驾驶方法进行实验,得到不同实验对象各个时刻不同疲劳程度的概率。将利用单一指标和贝叶斯网络模型得到的驾驶人疲劳程度与主观疲劳测评结果进行对照,证明贝叶斯网络模型不仅能消除单一指标失效时产生的误判和漏判,而且可提高识别的准确性。     

基于车辆行驶轨迹的道路不良驾驶行为谱构建与特征值计算方法

为了量化描述不同道路驾驶场景下驾驶行为的动态变化过程与不良驾驶程度,研究了不良驾驶行为谱的构建与分析方法;基于车辆行驶轨迹关键参数建立驾驶行为谱;应用风险度量方法量化4种不良驾驶行为,包括不良跟驰、蛇形驾驶、速度不稳与不良换道;基于驾驶行为谱建立了不良驾驶行为谱;基于交通流量-密度关系与驾驶行为统计参数的差异对交通流状...     

公交驾驶员不良驾驶行为调查与特征分析——以成都为例

为了确定公交驾驶员行为失当的具体表现,首先界定了广义公交驾驶员不良驾驶行为。根据交通心理学、交通行为学与组织行为学等理论,结合城市公交系统中的驾驶员个体因素、行业因素和交通环境因素,构建了基于主成分分析法与信度分析法公交驾驶员的不良驾驶行为评价指标体系。以成都茶店子公交总站和九里堤的公交线路及公交驾驶员的抽样调查为例,结合本文所构建的评价指标体系,可得出:成都市公交驾驶员不良驾驶行为的具体表现具有以下四类特性,即驾驶员的冒险特性、习惯惯性、随意特质与个体特性。通过算例分析可证实,提出的评价体系具有可行性与有效性,可为城市常规公交管理过程中对驾驶员的安全驾驶考评提供相应的量化方法。     

基于复杂网络的营运货车交通事故风险因素识别

为明晰营运货车各交通事故风险因素间的关联性,通过分析营运货车交通事故数据,从人、车、环、管四方面确定29个风险因素,并运用共现分析法计算邻接矩阵和Jaccard指数确定各风险因素间的关联性,据此基于复杂网络理论建立网络节点多属性决策综合评价网络模型,判断各风险因素的重要程度.结果表明:营运货车交通事故风险因素网络具有复...     

基于DEMATEL-ISM事故路段行车风险因素辨识模型

为了定量分析事故路段行车风险因素,保障事故现场的安全性,集成DEMATEL-ISM方法对其影响因素进行辨识和分析。首先基于人-车-路(环境)及管理的系统理论,建立事故路段行车风险影响因素集,即驾驶员因素、车辆因素、道路与环境因素和管理因素,具体分为年龄、驾龄和性别等20个因素,然后以Delphi法确定各个影响因素之间的关系。集成DEMATEL-ISM法,建立事故路段行车风险影响因素辨识模型。通过计算可达矩阵,获得影响因素的5层递阶结构模型,即第一层级为驾驶员驾龄、疲劳程度和反应判断能力等6个因素,第二层级为驾驶里程及车辆类型等8个因素,第三层级为驾驶员年龄等3个因素。研究结果为事故路段的安全管理提供理论依据。     

基于驾驶行为的车道变换模型研究及仿真

可靠合理的车道变换模型能提高微观交通仿真精度.为了研究车道变换行为意图起因及行为过程的规律,利用高空摄像法分析了城市干道基本路段驾驶人变道驾驶行为的特征,获取了变道车辆与其周围车辆距离、车速等的数值关系,提出期望车道的概念,总结了期望车道选择和车辆车道变换的基本规律,建立了基于驾驶行为的直线路段车道变换模型.最后编写V...     

基于贝叶斯网络的地铁隧道施工风险分析

利用贝叶斯网络对地铁隧道施工期间的主要风险因素进行分析和评估,其评价方法和结果能对施工期间的风险管理提出一定的指导作用.     

车道变换过程中的攻击性驾驶行为研究

计算机技术和智能交通技术的飞速发展,为仿真工具能够真实地再现实际的交通运行环境提供了有利的保障,使前期仿真较难涉及的攻击性驾驶行为得以实现.鉴于此,在讨论攻击性驾驶行为的定义、表现形式和影响因素的基础上,选择了三种常用的微观交通仿真软件,对其车道变换模型中的攻击性驾驶行为的进行了分析评价;并提出了车道变换中攻击性驾驶行为的设置方法.     

基于贝叶斯网络的工程项目质量风险管理

提出基于贝叶斯网络的工程项目质量风险管理.首先,对工程质量形成过程中的风险因素进行识别,其次进行风险分析确定主要风险因素,构建贝叶斯网络结构.依据问卷调查中得到的数据和专家经验确定贝叶斯网络中的参数,以此为基础对工程项目质量进行风险评估、风险诊断,分析确定影响工程质量的关键风险因素.最后,依据分析得到的结果进行风险控制.     

基于贝叶斯准则的广州港风险评估方法

为了建立广州港现行环境下的风险评估方法,应用贝叶斯准则推理,建立了风险评估的贝叶斯模型和广州港的风险矩阵,对广州港2010—2012船舶航行风险进行了评估和预测,结果显示,广州港的风险率为万分之8--12,广州港的航行风险处于安全的水平。     

基于全生命周期理论的高速公路风险识别与评价实证

基于全生命周期理论,对高速公路风险识别流程及方法进行分析,系统地分析了存在于各个不同环节的主要风险。同时针对上述分析的风险,采用层次分析法对影响该BOT项目风险的因素进行评价,从而为BOT项目建设提供一种实用、操作性强的评价方法。