城市快速路减速车道驾驶行为分析及其安全性研究

为了研究驾驶人在城市快速路匝道减速车道的驾驶行为及其风险特征,基于43名不同经验驾驶人的道路实验数据,提取了典型快速路出口减速车道共260 m的驾驶行为数据;采用统计方法分析了不同经验驾驶人的行车轨迹、进入减速车道的纵向位置、进入匝道时的车速、进入匝道时的横向位置,以及在典型断面上平均车速.通过分析数据发现,熟练驾驶人提前变道意识强于非熟练驾驶人,而这种提前变道行为对于尽早进入减速车道有正面作用;熟练驾驶人能更好地保持进入匝道时的横向位置,非熟练驾驶人则偏右;减速车道对熟练驾驶人和非熟练驾驶人的减速效果均不理想,非熟练驾驶人在减速车道上车速显著低于熟练驾驶人,但是所有驾驶人在出口匝道车速比限速值要高.研究结论可为城市快速路减速车道参数设计和交通安全管理提供理论基础.      

基于hp自适应伪谱法的智能汽车紧急变道轨迹规划与优化

为了提高智能汽车紧急变道轨迹规划的实时性和适应性，将紧急变道过程分为初始阶段和跟踪阶段，初始阶段的轨迹由优秀驾驶人紧急变道模型产生，跟踪阶段的轨迹采用Sigmoid函数规划出紧急避让路径。首先通过聚类分析处理优秀驾驶人转向操作的实车试验数据，拟合得出紧急变道过程中的方向盘转角随时间的关系（即驾驶人紧急变道模型），作为智能汽车在紧急变道初始阶段不同速度下车辆控制的输入量。然后通过建立与求解约束方程，满足避撞约束、侧向位移约束以及最大侧向加速度约束，得出Sigmoid函数表达式，作为智能汽车在紧急变道过程跟踪阶段的参考路径。最后利用hp自适应伪谱法加入切换点的物理量约束，逼近全局正交多项式的状态量和控制量，自动调整和处理2个阶段的切换点位置和衔接问题，以最小变道距离为目标对跟踪阶段的变道轨迹进行优化。运用PreScan与MATLAB对4种不同工况下的紧急变道轨迹规划进行联合仿真。结果表明：提出的轨迹规划与优化方法在满足各项约束的情况下成功避开障碍物，同时缩短了需要优化的轨迹，优化时间都小于0.9 s，并且与基于多项式函数轨迹规划方法相比，该方法能够以距障碍物较远的距离避开障碍物，在不同的车辆速度、道路曲率和障碍物宽度的复杂工况下具有更好的适应性。     

基于样本熵特征的驾驶人换道过程特征分析

在行车环境中,驾驶人的精神负荷是否能合理分配直接影响行驶安全,因而驾驶人的驾驶熟练程度与驾驶人驾驶过程中的精神负荷分配之间关系值得研究,其中脑电是客观评价驾驶人精神负荷的重要指标.通过实验采集了10组城市道路环境下驾驶人驾驶过程中的脑电信号,并记录了车辆行驶过程中的车辆数据,然后使用样本熵的方法来定量计算脑电数据,从而评价驾驶人在换道过程中的精神负荷问题.样本熵计算结果显示:换道过程中驾驶人的脑电特征要明显比非换道过程中驾驶人的脑电特征复杂;换道过程中驾驶人的脑电特征样本熵明显大于非换道状态下的驾驶人脑电特征样本熵,熟练驾驶人的脑电数据样本熵明显小于非熟练驾驶人的样本熵值,熟练驾驶人在换道过程中车速高于非熟练驾驶人;相较于跟驰驾驶行为,换道驾驶行为过程占用更多的精神负荷,熟练驾驶人比非熟练驾驶人分配更少的精神负荷在换道过程中.     

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...     

山区高速公路隧道内换道区域设置方法研究

针对我国山区高速公路隧道与互通立交出口小间距路段车辆运行效率低、道路交通事故频发等问题,提出在隧道内设置车辆允许换道区域的方法.首先,对发生在隧道内的交通事故空间分布特征进行分析以确定隧道内可以单向设置变换车道的区域;其次,提出允许换道区域的交通标志版面设置方法和标线设置形式;然后,根据驾驶人行为特性计算得到在不同服务...     

考虑驾驶人风格的换道轨迹规划与控制（双语出版）

基于自动换道控制技术中融合个性化驾驶人风格的研究，建立考虑驾驶人风格的车辆换道轨迹规划及控制模型以提高换道规划控制模型对不同风格驾驶人的适用性，在保证安全性的基础上进一步满足驾驶人的个性化需求。首先通过问卷调查的方式采集得到了212份驾驶人风格量表数据，采用主成分分析法和K均值（K-means）聚类分析法将驾驶人按驾驶风格分为激进型、普通型和谨慎型，并通过驾驶模拟器试验采集不同风格驾驶人分别在自车道前车、目标车道前车和目标车道后车影响下的换道行为数据。然后对椭圆车辆模型进行改进，以描述不同风格驾驶人的行车安全区域，并据此构建3种典型工况下不同风格驾驶人的换道最小安全距离模型，结合驾驶舒适性约束、车辆几何位置约束以及不同风格驾驶人的换道行为数据，以换道纵向位移最短为目标，实现适应驾驶人风格的换道轨迹规划。最后以基于预瞄的路径跟踪模型作为前馈量，设计基于动力学的线性二次型最优（LQR）反馈控制器，通过调节控制权重矩阵实现3种工况下不同驾驶人风格的换道轨迹跟踪。PreScan和MATLAB/Simulink联合仿真结果表明：所设计的考虑驾驶人风格的换道轨迹规划及跟踪控制模型能够实现不同驾驶风格的自动换道轨迹规划及跟踪控制，可满足驾驶人个性化换道需求。     

车队认知能力增强的通信区块间隙优化方法

为了在单车超越车队的过程中缩短超车车辆与车队间通信范围，减少车队通信压力，锁定影响车辆入队的关键车队区块，同时通过将待进入关键区块的车队进行间隙优化调整，为驾驶人提供定制化换道入队引导服务，提出了基于驾驶人超车风格特征参数的车队内信息传输关键区块锁定算法，通过分析影响驾驶人换道入队位置范围的关键因素，将驾驶人换道入队过程分为本车道速度调整过程与入队速度调整过程，利用非参数贝叶斯算法获取驾驶人超车换道特征数据并提出基于关键区块所在车队位置序列的车辆间隙优化调整策略。研究结果表明：超车车辆加速度、与前车预计碰撞时间、与车队相对速度是影响驾驶人换道入队范围的关键因素；通过非参数贝叶斯算法将超车车辆运行数据分类获取的驾驶人换道入队驾驶操作基元，可准确提供驾驶人行为特征关键参数；通过将驾驶人换道特征分为48个子类型，可锁定驾驶人换道入队范围且车队关键区块范围随着超车车辆与车队速度差值不同在各个特征类型上呈现不同变化趋势；针对驾驶人入队特征对待进入车队关键区块的车辆间隙进行优化调整，不仅可以为驾驶人提供可接受的驾驶辅助信息，同时减少了车队间隙产生过程中车辆加速度范围，提升了车队运行的舒适性。     

基于驾驶人心理风险场模型的个性化换道决策方法

行驶环境中交互车辆的运动行为会对驾驶人心理产生刺激,引起驾驶人心理状态的变化,进而影响其换道决策行为。为此提出了1种基于驾驶人心理风险场模型的个性化换道决策方法。基于单向3车道快速路交通场景,通过交互式多模型分析车辆的横向速度与横向位移,引入可变横向速度相关的转移概率矩阵,预测交互车辆的目标车道选择;建立驾驶人心理风险场模型,量化行驶环境与交互车辆的运动行为对驾驶人心理风险造成的影响;利用高仿真驾驶模拟器联合SUMO试验平台开展287人次的模拟驾驶试验,通过建立混合交通仿真场景采集驾驶人的换道数据,并选取平均碰撞时间与驾驶人心理风险因子2个特征参数,使用K-means算法进行驾驶风格聚类,将驾驶人分为保守型、正常型和激进型这3类,并进一步确定不同风格的驾驶人在换道初始时刻所能接受的心理风险阈值。在此基础上,实现车辆的个性化安全换道决策。驾驶模拟器试验验证结果表明：对应于保守型、正常型和激进型的驾驶人,实际最小换道决策时间分别为3.48,6.29,11.33 s,实际最大换道决策时间分别为4.65,7.45,12.52 s,理论换道决策时间分别为4.09,6.83,11.95 s,所建立...     

高速公路驾驶人换道意图识别模型

为了增加驾驶人换道过程中的安全性,提出一种基于隐马尔科夫理论的驾驶人意图换道识别方法.在模拟高速公路环境下,采用非接触式眼动追踪仪采集驾驶人的眼动数据、头部运动数据以及车辆行驶数据,选取左-右链结构的隐马尔科夫模型(GM-HMM)分别建立向左换道、向右换道和车道保持模型.结果显示,所建立的驾驶人的意图识别模型的准确率达到了90%以上.     

城市道路多车道交织区的微观驾驶行为特性

为明确城市道路立交交织区的微观驾驶行为特征,在重庆市主城区南山立交开展小客车实车试验,通过车载高精度GPS和Mobileye采集了32名驾驶员在自然驾驶状态下的交织区实测数据,获得了交织区以及邻近路段范围内的行驶轨迹特征、速度特征、车辆汇入行为、换道时间等微观驾驶行为的变化规律和分布特性,并分析了驾驶人性别、气质类型对微观驾驶行为的影响.结果表明,驾驶人在交织区范围内会经历减速和加速2个阶段,内敛型驾驶人进入交织区时的减速长度显著大于外向型驾驶人,交织区内的加/减速度幅值在±0.5m/s2范围内,交织区进口速度高于出口速度.在交织区范围内,男性驾驶人比女性驾驶人更早执行换道操作;另一方面,男性驾驶人穿越三角区再汇入车流的危险行为占比较大,容易导致交通事故的发生.男性驾驶人和外向型驾驶人通常更偏向以较高的速度通过交织区,并且换道持续换道时间较短;女性和内敛型则相反,速度普遍偏低,且需要更长的换道时间.      

考虑驾驶心理的封闭式道路车辆出匝换道模型

针对现有分流区车辆换道出匝模型对驾驶人心理因素考虑不足的问题,以换道紧迫感的概念来反映驾驶人心理对驾驶行为的影响,应用微分法建立了车辆出匝的换道模型。该模型揭示了车道数、减速车道长度、交通标志牌的设置、交通流量、行驶车速等对驾驶人出匝换道行为的影响。结果表明:考虑驾驶人心理的出匝换道模型在分流区上游端内更符合实际;驾驶人会依据交通环境对换道地点位置进行自动调节,但指路标志牌位置设置过近时,仍会使出匝车辆无法及时变更车道;交通流量的增大,会使出匝车辆的换道区间变得分散,换道行为更加激进。     

隧道出口至主线收费站最小净距研究

针对我国隧道出口至主线收费站净距研究成果较少的现状,在分析驾驶人驶出隧道洞口后的驾驶行为的基础上,分析了隧道出口至主线收费站最小净距的影响因素,包括隧道出口驾驶人的明适应、变道准备、车道变换等主要影响因素,并建立这些影响因素的距离计算模型。其中为研究车道变换所需的距离,建立了满足车辆行驶特征的等速偏移余弦曲线换道模型。最后对各影响因素的距离进行了定性的分析,提出了隧道出口至主线收费站最小净距的建议值。     

基于VanetMobiSim/NS-2的车辆换道模型仿真

高速公路上驾驶人换道行为容易导致车辆碰撞事故。利用车载自组网（Vanet）车车通信提醒驾驶人在换道过程中可能遇到的危险,但在真实环境中测试车载自组网难度大,代价高。Vanet-MobiSim和NS-2分别是优秀的交通、网络仿真器,两者联合可以为车载自组网提供真实可靠的微观仿真平台。文中结合开源的VanetMobiSim中的智能驾驶人换道模型——IDM_LC设计Vanet环境下的车辆换道模型,仿真产生不同车密度、车道数下的移动车辆Trace文件。将Trace文件导入开源的NS-2中进行仿真分析。结果表明,采用VanetMobiSim/NS-2联合仿真平台可以很好的模拟设计的不同情景下的车辆换道模型,车辆换道时的车车通信将使得车辆换道效率和安全性都得到提高。     

驾驶人所处环境照度对视认距离影响

为研究夜间行车中因驾驶人所处环境照度高于障碍物环境照度,导致驾驶人视认距离减小的定量变化规律,进行了实际道路试验.试验选择35名被试开展,障碍物分别为黑色和白色.考虑到行车速度特征,分别选择80 km/h和100 km/h速度下进行试验.在不同驾驶人所处环境照度条件下,进行障碍物视认距离标定试验.统计分析全部视认距离,分析不同颜色障碍物在不同条件下视认距离差异.利用回归分析方法,建立视认距离随驾驶人所处环境照度变化规律函数模型.结合汽车制动距离,分析不同照度条件下的允许极限速度.研究表明,随着驾驶人所处环境照度增加,视认距离缩短.进而导致允许反应时间缩短,必须控制车速在临界速度以下,才能避免碰撞发生.经验证表明,所建立函数模型能准确拟合其变化规律.在驾驶人遭遇上述照度光源时,必须降低行车速度,才能保证安全.     

隧道行车一定要注意的事项

正隧道是交通事故高发的路段,驾驶人如果不按规定行驶,超速、随意变道等驾驶行为极易引发事故,带来不堪设想的后果。一、警告标示,不可不看在隧道前面都有宽、高等限制的交通标志,必须按警告标示行驶。警告标志都是经过科学计算的,一定要相信,按照它的指示不会出现问题。通过涵洞时,要适当减速,注意车辆的装载高度是否在交通标志的允许范围内,必要时下车查看,确认无误后方可缓缓驶入。二、无人管制,自己观察通过无管制单行隧道,在接近隧道口时,要向隧道内和隧道的另一端入口作仔细观察。如隧道内已有车辆驶入,就要主动停车避让;如另一端入口也有车辆即将进入,应用远光灯     

2011款新凯美瑞车盲点监视器及光束轴校准方法

1盲点监视器（BSM）的构成和工作 2011款新凯美瑞轿车装备了盲点监视器（BSM）,BSM利用微波雷达传感器来监测运行在盲点区域的车辆（图1）,帮助驾驶人在变道时确认是否安全。图2所示为盲点监视器的系统简图,盲点监视器主要部件在车上的安装位置如图3所示。     

江苏交安及驾驶人协会的领导座谈会在宁召开

江苏省公安厅交巡警总队委托江苏省道路交通安全协会，组织召开全省首届道协、驾驶人协会的领导座谈会，于日前在南京召开。 座谈会旨在加强全省各地道协、驾协问的沟通、联系，进一步发挥协会的桥梁纽带作用。主要是交流各地交通安全协会、驾驶人协会工作情况，共同探讨推动协会工作的对策、措施。     

基于驾驶人不满度的高速公路自动驾驶换道决策

为了实现高速公路的自由换道行为决策，并满足行车安全高效性、决策结果平稳无震荡、与运动规划模块结合引导车辆行驶等要求，提出了一种基于驾驶人不满度的换道行为决策方法。首先，根据驾驶人的速度期望建立了驾驶人不满度累积模型，并基于驾驶人速度不满累积度产生换道意图。其次，依据不同车道障碍车的运动状态，设计了2种目标车道选择策略，通过预测引擎对各个待选车道进行预测和评估，选取其中行车效率较高的车道作为目标车道，同时建立换道最小安全距离模型，用以在换道全过程中判断换道的可行性。然后，将换道行为决策的结果以目标车道的形式传递给基于改进人工势场的运动规划模块，用于运动规划模块目标的选取，以引导车辆横纵向运动。最后，在CarSim/PreScan/Simulink的联合仿真平台和硬件在环平台上建立多种测试场景，验证换道行为决策算法。试验结果表明：换道行为决策算法能够依据驾驶人速度不满累积度产生稳定的换道意图，进而根据所设计的换道策略选取具有更高行车效率的目标车道，并在换道过程中持续判断换道的可行性，以应对障碍车辆突然加减速等突发状况，保证换道过程的高效性和安全性；换道行为决策算法通过目标车道的转换，引导运动规划模块调整车辆的运动，实现跟车、换道等行为。     

基于线性路径跟踪控制的换道避撞控制策略研究

为实现车辆自主避撞，改善道路交通安全状况，提出一种基于线性路径跟踪控制的换道避撞控制策略。为实时确定制动和换道时机，获取跟车状态下自车和前车车速、加速度、相对距离以及驾驶人制动反应时间计算制动安全距离和换道安全距离，并在此基础上分别引入制动危险系数B和换道危险系数S评估制动与换道风险，使得车辆发生追尾碰撞的危险程度和主动干预阈值更直观。根据车辆期望横向加速度和期望横向位移的变化特性，采用5次多项式法规划符合驾驶人换道避撞特性的避撞路径。为保证换道避撞过程中驾驶人的安全舒适，采用最大横向加速度约束换道避撞轨迹。为实现对换道避撞路径的线性跟踪控制，保证车辆的操纵稳定性和横摆稳定性，基于车辆稳态动力学模型建立前馈控制，结合线性反馈控制消除换道路径的位置和横摆角偏差，修正参考路径实现直车道场景追尾避撞控制。仿真和实车交叉验证试验表明：根据车辆期望横向加速度和期望横向位移建立的符合驾驶人换道避撞特性的五次多项式换道路径与驾驶人实际换道避撞路径基本吻合，结合碰撞时间和车间时距的制动避撞控制策略能够在保证车辆行驶安全舒适性的同时有效避免车辆追尾碰撞，减少交通事故的发生。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。