基于生存分析的山区双车道公路超车持续时间模型

为研究混合交通流条件下山区双车道公路超车行为，确定关键影响因素与超车持续时间的关系。以云南省典型山区双车道公路为例，利用无人机采集超车行为视频数据，提取参与超车行为的机动车轨迹，构建超车行为变量指标体系，分析山区双车道公路超车行为特性；建立基于生存分析的山区双车道公路超车持续时间模型，确定影响超车持续的关键协变量，并分析关键协变量与超车持续时间的定量关系。结果表明：混合交通流条件下，山区双车道公路平均超车持续时间为10.3 s，平均超车距离为201.3 m，由驾驶员的驾驶风格、较高的行驶速度及复杂的交通流条件共同作用所致；Log-logistic 加速失效时间模型对超车持续时间拟合效果最好，AIC和BIC分别为272.989和265.650，危险函数拐点约为13 s，说明超车行为在13 s前结束的可能性最大；影响超车持续时间的关键变量分别为超车距离和超车车辆与被超车车辆的初始速度差、最大横向距离、是否有对向车、被超车车辆长度和超车车辆类型，影响程度较大的协变量为超车车辆类型和是否有对向车，当超车车辆为货车时，超车持续时间增加了22.9%，当有对向车时，超车持续时间降低了17.8%。     

货车移动遮断影响下的小客车驾驶行为识别

为识别山区双车道公路货车移动遮断影响下的小客车驾驶行为，通过无人机拍摄和图像 处理提取车辆轨迹数据，根据车头时距、小客车横向位置曲线斜率的阈值标准，标定小客车的跟 驰、换道和超车这3种驾驶行为类别；采用Kruskal Wallis检验和主成分分析法对小客车驾驶行为 特征参数进行筛选和降维，获取识别模型输入变量；运用网格搜索算法确定核函数最优参数组 合，建立基于支持向量机(SVM)的货车移动遮断下小客车驾驶行为识别模型。以云南省典型山区 双车道公路为例，多维度分析货车移动遮断下的小客车驾驶行为特性，并对识别模型进行训练和 测试。结果表明：货车移动遮断下小客车的行车速度比自由流条件下低约20~30 km·h-1；小客车 在山区双车道跟驰货车行驶时的平均车头时距为2.53 s，小于相关规范中规定的最小安全车头时 距，跟驰行车风险较大；基于SVM的货车移动遮断下小客车驾驶行为识别模型的识别准确率达 98.41%，具有良好的识别能力和应用前景。     

山区双车道公路机动车碰撞事故严重度致因比较分析与预测

以云南山区双车道公路1740起碰撞事故数据为基础,将事故数据分为机动车与机动车、机动车与摩托车、机动车与非机动车3种类型,事故严重度划分为仅财产损失、轻伤、重伤或死亡事故3个等级,分别用部分优势比模型和有序Logit模型建立3类机动车碰撞事故严重度分析模型,对比分析不同等级事故的显著影响因素和模型的预测准确率,分析部分优势比模型自变量的边际效应。结果表明：不同交通方式下机动车碰撞事故严重度的影响因素存在明显差异,对比有序 Logit模型,部分优势比的事故分析模型刻画了不满足比例优势假设的自变量,机动车与机动车、机动车与摩托车、机动车与非机动车碰撞事故的平均预测准确率分别为 78.29%、73.63%和 72.04%,分别提高14.54%、5.65%和3.32%。研究结果可为山区公路运营管理部门开展事故风险主动防控提供决策参考。     

基于实测速度的山区双车道公路运行速度预测模型研究

在充分研究国内外关于运行速度预测方法的基础上,以北京黄关公路为研究对象,基于实测运行速度并结合山区双车道公路的特点,回归以路线平、纵面的主要参数为变量的运行速度预测模型,并以实测运行速度验证预测模型的有效性。该模型合理、实用,可为开展基于运行速度的山区双车道公路安全性评价提供依据。     

山区双车道公路交通安全隐患改善技术研究

山区双车道公路事故多发,基于现有规范、标准、指南及工程经验制定安全隐患等级评判标准,并运用效益造价比法对安全处治对策进行评估,建立了效益造价比排序模型,为山区双车道公路安全隐患改善有序推进提供技术依据。     

山区公路回头曲线的车道偏移行为与自由行驶轨迹模型

为揭示山区公路回头曲线路段的车道偏移行为和轨迹特征，建立了自由行驶轨迹模型；在一条山区复杂线形公路上开展了实车驾驶试验，使用高精度车载设备收集自然驾驶状态下的车辆行驶轨迹、速度和偏移数据；基于轨迹相对位置曲线定义了回头曲线路段左右转车辆的自由行驶轨迹模式；以曲线转角180°为界，建立了回头曲线路段车辆相对位置拟合模型，设计了基于偏移量的自由行驶轨迹计算方法，并以其他道路的回头曲线作为算例进行模型验证。研究结果表明:回头曲线左转车辆呈现出4种轨迹模式，右转车辆呈现出3种轨迹模式；车辆轨迹在回头曲线的入弯、弯中和出弯阶段均出现了较大的偏移，偏移量大于40%，此时车身侵占对向车道，不同的轨迹模式具有不同的偏移特征；不同位置所对应的速度与偏移量的分布较离散，当速度折减小于6.5 km·h-1时，驾驶人可以通过占用对向车道来降低回头曲线行驶时的速度折损；基于横向偏移量建立的不同曲线转角下的轨迹拟合模型中，当回头曲线转角约为180°时，拟合模型的精度最大，左转拟合精度介于0.90~0.97，右转拟合精度介于0.65~0.97；当回头曲线转角大于180°时，拟合模型最大拟合精度0.97发生在右转，当回头曲线转角小于180°时，拟合模型最大拟合精度0.89发生在左转。可见，本文建立的轨迹模型具有较强的适用性，可为山区公路回头曲线的行驶轨迹预测提供手段和方法。      

侧向碰撞风险对交织区汇合行为的影响

为研究高速公路交织区匝道车辆的汇合行为,基于梯度提升决策树(Gradient Boosting Decision Tree, GBDT)构建了交织区汇合加速度模型,利用美国 Next Generation Simulation (NGSIM)车辆轨迹数据提取汇合车辆与周围车辆之间的横纵向距离差、速度差及加速度等交通 参数作为候选变量,将1 s后的汇合加速度作为预测变量,对模型进行五重交叉训练和测试,获取 模型最佳参数组合,引入横向距离碰撞时间 TC 分析汇合过程中侧向碰撞风险对汇合加速度的影 响。研究发现：与基于视角的刺激-反应模型(VASR)相比,本文模型的预测精度更高;引入变量 TC 在均方误差(MSE)、平均绝对偏差(MAD)和R2这3个指标上均优于原模型;在各影响变量之中,汇 合车辆与目标车道领车的速度差 ΔVPL 和横向距离碰撞时间 TC 对汇合加速度的影响最大,相对影 响程度分别达到20.2%和12.1%。研究发现,GBDT模型能够准确预测车辆汇合加速度,深入挖掘 变量和汇合加速度之间的非线性关系,引入变量 TC 能够有效提高模型精度。     

基于车辆轨迹的信号交叉口机非冲突判别

选取长沙市中心区4个典型信号交叉口,利用视频轨迹追踪软件,提取右转机动车与直行非机动车的冲突交通流轨迹数据。以减速、换道等避险行为与可能发生碰撞(距离碰撞点时间小于2 s)为依据,采集机非冲突样本;选择距离碰撞最大时间(MTTC)和冲突时间差(TDTC)作为评价指标,提出一种基于交通流运行轨迹的改进型TTC(Time to Collision)法的机非冲突判别方法。选择某实例交叉口,分别采用TTC法、改进型TTC法和后侵入时间(PET)法,评估得到右转机动车与直行非机动车的冲突数,分别为7,24,22次。结果表明,传统的TTC法低估了交叉口的机非冲突水平,改进型TTC法的判别准确率提高了2.14倍,证明了方法的可行性。     

ɽ��˫������·�����Ҫ�ذ�ȫ���о�

横断面要素指标是双车道公路的重要控制指标,上述指标的选择对于双车道公路的安全性和通行能力有很大影响,在山区尤为明显. 本文根据24条山区双车道公路的现场勘察结果和交通事故、交通组成等数据,对山区双车道公路横断面要素的安全性进行了分析研究. 研究内容包括路基宽度、车道宽度和路肩宽度指标对全部事故和不同形态事故的影响规律,并借用负二项分布模型针对路基宽度指标进行了事故预测研究. 研究结果表明,路基宽度和路肩宽度对于全部事故和各类别事故的影响整体上皆为先增加后降低的趋势;构建的追尾事故预测模型中货车比例、接入口、路基宽度的二次式几个因素将增加追尾事故,而路基宽度的增加有利于降低追尾事故.     

山区双车道公路平曲线路段运行速度预测模型研究

运行速度预测是进行速度协调性分析的基础。针对山区双车道公路的特点,通过采集云南省三条双车道公路平曲线路段小客车和大货车的运行速度数据,建立了山区双车道公路平曲线路段运行速度预测模型,并进行了模型验证和应用。验证结果表明,该模型有效、可靠,可以用于山区双车道公路平曲线路段的运行速度预测。     

基于元胞自动机的高速公路货车结伴行为研究

为了研究高速公路货车结伴行为,本文建立了一种适应于结伴货车车队的双 车道元胞自动机模型.分析了高速公路货车结伴特性及其对道路交通流的整体影响.研究 表明,结伴车辆在时空上是一个紧密联系的整体,流量较大时,车头时距分布曲线呈双峰 分布形式.同一流量时,不同长度车队间的平均速度差异较小,车队能保持较理想的速度 平稳行驶.结伴车队的存在激增了普通车辆的换道频率,改变了交通流状态,使基本图出 现明显的中断现象,当车队长度较长时,限制了同步流的产生.所提出模型刻画了高速公 路上货车主动结伴出行行为,为特殊情况下的交通流特性研究提供了参考和借鉴.     

双车道公路设置附加车道交通量条件研究

为了减少双车道公路交通事故数量、提高运行效率,提出了双车道公路设置附加车道的理念,基于试验数据开展了双车道公路设置附加车道的交通量条件研究.通过双车道公路实车实验获得的基础数据,建立了双车道公路交通冲突时间与交通量、设计速度的关系模型.依据构建的模型,给出了对应不同设计速度的双车道公路设置附加车道的交通量条件.基于样本数据的研究结果表明：设计速度为80 km/h的双车道公路,单向交通量大于495 veh/h/ln 时,应设置附加车道;设计速度为60 km/h 的双车道公路,单向交通量大于454 veh/h/ln,应设置附加车道;设计速度为40 km/h 及以下的双车道公路,设置附加车道效益不明显,不建议设置.     

基于PET算法的匝道合流区交通冲突识别模型

为了识别入口匝道汇入车辆与主线直行车辆间的交通冲突,开展了匝道合流区车辆交通冲突识别研究.本文结合车辆运动信息,考虑车辆尺寸对交通冲突的影响,构建了基于后侵入时间(Post Encroachment Time, PET)算法的匝道合流区冲突识别模型;给出车辆交通冲突严重程度的确定方法,采用仿真分析验证了所建模型的有效性.结合实测交通数据,确定了PET阈值范围.结果表明,采用后侵入时间算法的匝道合流区交通冲突识别准确率为91.71%,说明该模型能有效识别匝道合流区的潜在冲突.研究成果可为车路协同环境下匝道合流车辆提供安全预警,进而减少车辆碰撞事故的发生,提升整个交织区域的道路交通安全水平.     

公路交通安全评价方法与体系

交通事故是人、车、路和环境动态系统失调的结果.根据我国的交通特点、地形特征和交通动态系统中人、车、路及环境的交通特性,着重从“路”方面,研究提出与我国交通特色相适应的公路交通安全评价方法,事故相对多发路段判别方法、双车道公路交通安全性预测模型、双车道公路交叉口交通安全性预测模型和高速公路交通安全性预测模型,以及建立公路交通安全评价指标体系的三个层次.     

基于深度学习的公路货车车型识别

为判断公路货车车型，并提升货车车型识别的速度与精度，提出基于深度学习的方法对公路货车及其轮轴进行精细化目标检测；采用道路监控拍摄和网络爬取的方式获得了16 403张公路货车侧方图像，建立了货车侧方图像数据集，并采用Retinex理论和加入限制对比度的自适应直方图均衡化(CLAHE)等视觉增强方法预处理所采集图像中的光照不均图像和夜视图像；通过理论分析和对比试验选取单阶段检测网络YOLOv3作为公路货车车型识别的目标检测网络，并从调整先验框和模型输入大小以及引入注意力机制3个方面优化了检测模型；针对单帧图像可能同时出现多辆货车的情况，采用基于目标位置信息挖掘的算法分析了货车与轮轴的位置信息，提出一种通过轮轴中心点与货车预测框位置信息判定公路货车与轮轴隶属关系的方法。研究结果表明：图像经过预处理可显著增强车辆的特征信息，优化后检测模型的网络性能得到提高，通过对目标位置信息的挖掘与利用可以很好地解决货车车型判定问题；优化后的检测模型实时检测速度可达47帧·s^-1,对公路货车车型的识别综合准确率达到了94.4%。该方法实现了对公路货车车型的无接触、快速和准确识别，为公路货...     

双车道公路超车安全距离模型

双车道公路上因超车不当而导致交通事故频发且后果多较为严重,故提出超车安全距离模型,旨在为超车安全预警装置、超车辅助判断系统等提供理论依据.本文首先分析了车辆在双车道公路超车过程中可能发生的碰撞类型,基于可能发生的碰撞类型对超车时间进行分段,分析每一超车时段车辆之间的安全距离,进而建立超车安全距离模型,以等速超车和加速超车为例,选取小型车、中型车、大型车作为前方被超车辆,确定仿真参数,基于 MATLAB 软件仿真,分析、验证超车安全距离模型的有效性.得出超车车辆与前方车辆及对向车辆之间的临界安全距离图,为汽车主动安全系统的研发和超车事故的预防提供了理论基础.     

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。     

货车驾驶人驾驶行为与行车安全研究进展

驾驶行为是影响交通安全最活跃的因素,在“人-车-路”复杂环境中扮演着关键角色。为了深入理解货车驾驶人驾驶行为规律和行为风险性,本文聚焦货车驾驶人驾驶行为对行车安全的影响,对货车驾驶人的驾驶行为风格、行为风险性及其与行车安全的关系等相关研究成果进行系统地梳理和分析。首先,利用构建的文献检索策略,筛选出38篇相关文献,并结合LDA(Latent Dirichlet Allocation)模型,对生成的4个研究主题,即货车驾驶人驾驶行为辨识,危险驾驶行为与行车安全,货车碰撞事故致因分析及驾驶安全风险评估进行总结;其次,针对数据源、特征工程及建模方法等分析要素,构建了适用于任意研究主题的通用研究路径,并重点归纳了目前研究主题在数据源、变量选择方法、研究地点及建模方法等关键要素的研究进展;最后,分析和探讨了货车驾驶人驾驶行为与行车安全领域面临的主要问题,从描述、解释、关联及应用的角度提炼该领域研究的未来发展趋势。研究认为：有必要将驾驶状态特性、车辆运行状态及道路交通状况等多维特征变量进行多源信息融合,开展基于大数据和人工智能双驱动的驾驶行为研究;需加强研究山区公路环境下货车与其他类型车辆之间的交互作用机制,从“人-车-路”视角分析货车碰撞事故致因;需进一步完善智能网联和自动驾驶等高新智能自动化环境下的货车驾驶人驾驶行为与行车安全关系研究;拓展面向驾驶安全的货车驾驶人驾驶风险评估的理论方法和应用框架。研究 成果将为货车事故治理、公路货运平台监控及道路线形设计等应用场景提供重要依据,并有助于相对全面地理解货车驾驶人驾驶行为与道路行车安全的交互作用机理。