无信号T型交叉口左转车辆驾驶行为对交通流的影响

为研究无信号T型交叉口主路左转车辆驾驶行为对交叉口交通流的影响,建立了元胞自动机无信号T型交叉口交通流模型,在开放边界条件下研究了不同左转车辆驾驶行为对交叉口车辆车均冲突频次与延误的影响.研究结果表明:左转车辆驾驶行为与交叉口车辆车均冲突、车均延误有密切关系.在保守型驾驶行为条件下,交叉口无车辆冲突,但相比于稳重型和冒险型驾驶行为,交叉口车均延误将更高;对于稳重型和冒险型驾驶行为而言,在交叉口车辆冲突方面,冒险型驾驶行为会导致交叉口产生更多的车辆冲突;在交叉口车均延误方面,当左转车流量较低时,冒险型驾驶行为下的交叉口车均延误更高,随着左转车流量的增加,冒险型驾驶行为下的交叉口车均延误逐渐低于稳重型驾驶行为下的交叉口车均延误.     

无信号交叉口横向冲突预警对驾驶行为的影响

针对智能网联汽车在无信号交叉口对横向冲突的避撞问题,本研究设计了横向冲突人机交互预警及横向冲突驾驶模拟试验场景,并分析不同类型预警对驾驶行为的影响规律。运用驾驶模拟器搭建城市道路无信号交叉口并设计横向冲突事件,选取30位驾驶人作为试验对象,应用眼动仪、驾驶模拟平台开展驾驶模拟试验;采集风险场景下驾驶人的眼动、操作行为与车辆运行数据;对比分析各组场景下驾驶人的注视时长和扫视频率及行车速度、制动时间和踩制动踏板速率等驾驶行为特性参数,分别运用方差分析和描述性统计方法分析了预警提示类型和提示时机两个方面对驾驶行为特性的影响。结果表明：网联警告型预警的警示效果优于常规提示型预警,但该类预警使驾驶人操作车辆时的减速度增大至-4 m/s²以上,导致行车舒适性降低;预警提示时机对驾驶行为的影响显著,且预警提示位置宜设置在距离交叉口50～90 m处。研究结果能够为交通安全设施开发者提供有效HMI预警设计建议,提高无信号交叉口通行安全性。     

考虑车辆价值的倒计时信号交叉口 驾驶员驾驶行为建模

为了发现车辆价值是否对驾驶员在倒计时信号交叉口的驾驶行为产生影响, 以激进型驾驶行为、普通型驾驶行为和保守型驾驶行为为典型的驾驶行为,运用交叉口 录像获取数据方法,采集了车辆经过典型倒计时信号交叉口时的车辆价值、车速、倒计时 剩余时间、所在车道等具体数据,并对3 种驾驶行为进行了判定,建立了分时段的倒计时 信号交叉口驾驶行为Logistic 模型.结果表明,在红灯倒计时显示的3~0 s 时间段内,与保 守型驾驶行为相比,激进型驾驶行为与车辆价值、车速、所在车道有关系,普通型驾驶行 为仅与车辆价值、车速有关系;在绿灯倒计时显示时间为3~0 s 与n ~3 s 的时间段内,激进 型驾驶行为与普通型驾驶行为与车辆价值、车速有关系.结果说明,驾驶员所驾驶的车辆 价值对驾驶员在倒计时信号交叉口的驾驶行为产生影响.     

基于机非冲突近似网格风险评估的自动驾驶左转运动规划模型

为了提高自动驾驶车辆在复杂机非混行交叉口行车安全性、舒适性和效率,提出了一种基于机非冲突近似网格风险评估的自动驾驶左转运动规划模型,并进行模型泛化;设定静态离散序列交叉口网格区域的划分规则,根据多状态通行行为概率转换关系,预测非机动车在细分网格中的运动状态,并动态评估机非冲突区域的风险等级;在此基础上,采用模型预测方法设计自动驾驶车辆的横纵向控制算法,通过自适应调节航向与速度实现跟踪期望轨迹并同步规避网格冲突区域;结合车辆动力学与外部交互环境等约束条件,开发交叉口四相位信号控制交通仿真平台,采用模型在环测试的方式,从效率优度、舒适性优度、实际规划路径与参考路径的偏移量等方面,验证了对左转机非冲突区域运动规划的有效性。研究结果表明:所提出模型能够有效动态提取和预测网格风险信息,确保自动驾驶车辆与驶入交叉口非机动车的安全交互、高效通行与驾驶舒适性,其规划路径的偏移量与同类算法相比最大可降低17.1%,通行效率最大可提高26.6%,舒适性优度最大可提高39.3%,实际路径跟踪表现出高效通过交叉口机非冲突区域和规划路径占用空间低的明显优势。      

基于驾驶人行为选择的交叉口混合交通流建模与分析

针对信号交叉口混合交通流机动车和非机动车冲突问题,采用元胞自动机模型建立交叉口处混合交通流模型。该模型将驾驶人行为选择引入演化规则,包括决策点规则和启动点规则。利用Matlab软件进行仿真,结果表明:首先,模型能够描述右转机动车和直行非机动车交通冲突的相互关系;其次,当非机动车到达率增加时,机动车饱和流量和临界到达率分别下降的百分比为80%和12%;最后,改变决策点和启动点驾驶行为概率对改变机动车流量效果明显。     

侵犯性驾驶行为对道路交叉口通行能力的影响

为研究侵犯性驾驶行为对城市局部区域交通通行的影响及影响程度,选取北京市4个典型道路交叉口进行1周观察.借助录像设备记录早高峰、平峰、晚高峰3个时段三类常见的侵犯性驾驶行为:侵占公交专用车道、随意变换车道、插队.数据显示:随意变换车道发生的次数最多且多数交叉口各时段间有显著差异;平峰时段侵占公交专用车道更为明显;各时段插队次数比较平均.为探究侵犯性驾驶行为对道路交叉口通行能力的影响,提出交叉口平均负荷能力(ALC)和侵犯性驾驶行为负荷(ADL)两项指标.计算结果与预期假设不同,具有侵犯性驾驶行为的车辆没有阻碍道路交叉口的车辆通行.     

�źŽ���ڹ����������������ͻΣ�նȽ�ģ

为定量评价信号交叉口行人过街安全性,量化过街行人与机动车冲突的严重程度,从过街行人行为特征出发,基于模糊聚类的SOMK聚类算法,提出信号交叉口过街行人与机动车冲突危险度模型。以南京市6个信号交叉口为例,采用基于视频的人工观测法采集高峰时刻行人与机动车冲突数据,给出TTC、PET、DST等评价指标的获取和计算方法,阐明交叉口行人过街冲突危险度的分析过程。结果表明,TTC、PET、DST三个指标变量对于聚类分析都起到明显作用,不同类型冲突的发生频率及其严重程度存在差异性。     

关于信号交叉口绿灯间隔时间的研究

针对目前国内常用的绿灯间隔时间计算公式表示的模型比较简单和理想化的问题,结合汽车工程学分析车辆在交叉口的实际行驶速度情况和运行轨迹提出分析模型,通过分析上下两冲突相位中上一相位绿灯尾车和下一相位绿灯头车在绿灯间隔时间内行驶至冲突点的实际驾驶行为与相应的速度情况提出最小绿灯间隔的计算公式,以达到能得到确保信号交叉口上下两冲突相位绿灯转换之间车辆能安全通过交叉口的最合理的绿灯间隔时间计算方法的目的。     

信号交叉口直行非机动车膨胀特性分析与风险评估

随着信号交叉口的非机动车流量激增,非机动车通过交叉口时的膨胀特性也进一步凸显。针对该现象所带来的冲突问题,在分析非机动车膨胀特性的基础上,提出信号交叉口直行非机动车冲突风险实时评估方法。选取天津市4个典型城市交叉口,通过视频分析软件,获取非机动车的行驶行为数据,分析膨胀特性下直行非机动车行驶行为特征。在此基础上,通过K-means聚类分析将直行非机动车的行驶区域划分为释放区、膨胀区和汇入区这3个区域。构建以直行非机动车不同行驶区域为一级指标,不同区域内的行驶行为特征为二级指标的信号交叉口直行非机动车冲突风险评价体系,提出基于改进熵权法的非机动车冲突风险熵计算方法。以天津市围堤道交叉口为例进行风险评估,结果表明,其冲突风险主要集中于车辆超车与并行行为频发的地带,风险点变化和分布与车辆膨胀过程中风险变化趋势一致,可以为信号交叉口非机动车冲突风险研究提供一定的参考。     

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态进行划分; 在不同交通流状态下, 使用四分位差法确定了不良驾驶行为特征参数阈值; 基于特征参数阈值计算每个驾驶人的不良驾驶行为得分; 使用CRITIC赋权法确定了不良驾驶行为的权重, 为每个驾驶人计算不良驾驶行为谱特征值; 为了验证方法的有效性, 使用无人机交通视频采集了上海市的车辆行驶轨迹数据, 分析了小汽车不良驾驶行为特征; 通过专家打分的方法对不良驾驶行为谱特征值进行验证。分析结果表明: 基于驾驶行为参数的交通流状态聚类方法将数据中的交通流状态分为自由流、饱和流、拥堵流3类; 聚类方法比基于基本图的交通流状态划分方法更适合驾驶行为分析; 不同交通流状态下的不良跟驰、蛇形驾驶、速度不稳特征参数分布明显不同, 拥堵流状态下的不良跟驰、蛇形驾驶、速度不稳极端值出现更频繁, 而不良换道特征参数在各交通流状态下有相似的分布; 蛇形驾驶、速度不稳、不良换道的特征参数阈值随交通流密度上升而上升; 使用CRITIC赋权法计算的不良跟驰、蛇形驾驶、速度不稳、不良换道的权重分别为0.19、0.33、0.37、0.11;自由流、饱和流、拥堵流的不良驾驶行为谱特征值的分布范围相近, 均处于0与0.4之间; 专家的不良驾驶行为评价与不良驾驶行为谱特征值一致。可见, 不良驾驶行为谱的构建与特征值计算方法能够使用车辆行驶轨迹数据自动辨识不良驾驶人, 具有客观性、适应性以及可靠性, 能及时发现不良驾驶人, 给驾驶人提供安全提示, 为交通管理部门提供交通安全预警的技术支持。      

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; 以车辆不良驾驶行为谱特征值为依据标定不良车辆样本; 以部分驾驶行为谱参数为输入, 使用不平衡类提升的人工智能算法建立了不良驾驶行为辨识模型; 为了验证方法的有效性, 使用无人机交通视频采集了上海市的车辆行驶轨迹数据, 分析了小汽车不良跟驰行为特征。分析结果表明: 使用四分位差法得到不良跟驰特征参数的阈值为0.19 s-1, 大部分样本处于正常跟驰状态, 约2%样本处于不良跟驰状态; 基于每辆车行驶轨迹中正常跟驰状态和不良跟驰状态的比例, 使用95%分位数将8 917 veh小汽车样本划分为不良跟驰车辆445 veh与正常跟驰车辆8 472 veh; 不平衡类提升算法CUSBoost辨识不良跟驰车辆达到了94.4%的召回率和85.9%的精确率, 平衡分数和精确率-召回率曲线下的面积为所有算法中最高。可见, 不良驾驶行为谱作为一种客观的不良驾驶行为量化表达方法, 与人工智能方法结合可以生成海量的不良驾驶行为谱库; 不平衡类提升算法可以解决不良驾驶行为数据的不平衡问题, 与常规算法相比具有更好的不良驾驶行为辨识能力。      

信号灯对路段行人过街的影响研究

路段过街行人与直行机动车之间的冲突不仅增加了机动车的延误,也增加了机动车-行人事故发生的风险,而安全设施的设置对行人过街特性和机动车的驾驶特性有重要的影响,对此进行研究可为道路的安全审计和安全改造提供参考。     

基于驾驶特征的临界安全车距数学模型

在对传统动力学临界安全车距数学模型分析的基础上,给出了一种基于驾驶特征安全车距的建模方法,建立了适应驾驶特征的汽车纵向避撞安全车距模型.通过实时检测驾驶员的驾驶行为,建立了驾驶特征辨识模型,将驾驶特征、车况、路况、环境因子等因素融合到数学模型中,最后通过计算分析比较,验证了所建立的数学模型具有较高的准确性和实时性,对汽车主动避撞系统的研究具有较高的应用价值.     

和谐交通的伦理构建:系统、结构、层次

构建"和谐交通"是系统性的价值目标,需要以和谐伦理为导向,从宏观上审视现代交通关系的结构及其特征,研究交通主体之间、交通客体之间、交通主客体之间的基本关系及其状态,通过一系列调整优化,使之不断地从冲突走向和谐。     

无信控人行横道多类型冲突严重程度模型

为减少无信控人行横道处多类型冲突及其带来的交通安全问题，本文采用交通冲突指标和回归分析模型研究交通冲突的严重程度和影响因素。提出考虑驾驶员视野障碍影响的冲突指标(TTZ)，结合后侵入时间(PET)和安全减速度(DST)冲突指标，量化交通冲突的严重程度；通过计算的冲突指标值，利用模糊C-均值聚类方法识别严重冲突和非严重冲突；将严重冲突和非严重冲突作为因变量，建立基于二元Logit模型的多类型交通冲突严重程度预测模型。结果表明，相较于单次冲突，多重威胁冲突的严重程度更高，其中，多重威胁冲突是严重冲突的占比为57.9%，单次冲突是严重冲突的占比为27.7%。相较于行人，非机动车的严重程度更高，其中，非机动车-机动车冲突是严重冲突的占比为45.7%，行人-机动车冲突是严重冲突的占比为35.4%。关于影响因素，机动车数量、过街等待时间、过街速度及侧面车辆合法屈服行为等因素对多重威胁冲突的严重程度具有显著影响；机动车数量、过街等待时间、过街速度及前方车辆屈服行为等因素对单次冲突的严重程度具有显著影响。     

基于风险矩阵的干线公路弯道路段交通冲突风险评估模型

为评估干线公路弯道路段(AHBS)交通冲突风险,基于交通冲突前5 min集计交通流数据、冲突路段道路线形特征和行车环境数据,分别建立交通冲突可能性及严重度评估指标体系。集成运用随机森林模型和多层次模糊综合评价法分别确定交通冲突可能性和严重度等级,进而采用风险矩阵法确定交通冲突风险等级。以云南省元双干线公路为例进行验证。结果表明：基于随机森林模型的交通冲突可能性预测准确率达到84.21%,所提模型能有效评估AHBS交通冲突风险,为干线公路交通事故治理提供理论依据。     

考虑驾驶行为异质性的城市快速路合流区仿真模型

为研究城市快速路合流区车辆运行规律，基于车辆自然轨迹数据，提出考虑驾驶行为异质性的合流区元胞自动机仿真模型。模型将合流区分为上游区域、合流区域及下游区域，3个区域由11条路段组成。首先，利用Kalman滤波算法对自然轨迹数据进行降噪处理；然后，计算每辆车驾驶行为特征参数并进行K-means聚类分析，结合聚类效果评价指标Silhouette系数将驾驶行为分为：保守-谨慎型、激进-谨慎型、保守-轻率型及激进-轻率型这4种类型；最后，依据分类结果， 建立考虑加速度、随机慢化概率异质性的跟驰模型和考虑换道安全间距、换道决策的多级异质性换道模型。在各空间占有率的情境下，基于Matlab进行数值仿真，统计同质驾驶行为和异质驾驶 行为条件下，合流区域车道的流量、密度、速度、时空位置及换道频率等参数。仿真结果表明：在空间占有率为10%~20%时，同质交通流相比异质交通流更容易产生局部交通拥堵和交通流失效情境，并且同质交通流量峰值比异质交通量小27.1%；随着空间占有率的增加，同质车辆和异质车辆驾驶频率均呈现增加-稳定-下降的趋势，而异质驾驶行为换道频率的极大值比同质交通流高 20.74%。