基于车联网的汽车主动防撞预警系统设计

以车车之间的纵向防碰撞系统作为研究对象,提出了基于车联网的防碰撞系统架构及软硬件实现方式,建立了车-车、车-路之间的车联网,建立了基于车联网的安全距离计算模型,采用模糊PID控制算法保证车辆精确地避免碰撞,使得车辆及时地、精确地减速行驶,防止车辆纵向碰撞事故的发生。     

“5G赋能的智能车联网技术与应用”专栏征稿启事

正作为新一代数字基础设施的核心,5G网络及其各类垂直行业应用正在这种新一代信息通信技术的赋能下加速发展。车联网系统作为交通、汽车、通信等多个行业融合汇聚的焦点,是解决交通出行安全问题、提升城市运行效率的重要技术手段。5G赋能的车联网系统融合了5G与车联网技术,加强了人-车-路-云间的广泛稳定连接,提升了网络性能以及终端连接的综合能力,不仅可保障交通安全、提升交通效率,还可促进多种复杂场景下交通协同管控与自动驾驶应用。同时,通过与人工智能、大数据、边缘计算、区块链等技术的深度融合,5G赋能的车联网系统可推动更大规模场景互联,促进通信与汽车、交通等行业的融合与交叉发展。     

行人主动安全系统对交通流运行状态影响分析

行人主动安全系统能够有效降低人车碰撞风险,但其对交通流长时间运行状态的影响有待探究.运用Net Logo软件,基于智能体建模思想设置车辆和行人运动模式,选择平均车速波动情况和车辆等待时间、行人等待时间、行人速度分布评估传统车辆、行人检测系统车辆和人车通讯系统研究车辆运行时的交通流稳定性和通行效率.研究结果表明:行人主动安全系统在不同道路条件下的性能互有差异;行人检测系统的使用不利于交通流运行的稳定性;人车通讯系统的普及可能影响车辆通行效率,加剧城市拥堵.研究为驾驶人培训、自动驾驶车辆市场准入、道路设计和管理等方面提供思路.     

基于改进社会力模型的行人过街运动行为研究

为更加真实有效地模拟信号控制交叉口处行人的过街行为,在经典社会力模型基础上分别对过街行人的相对速度、期望速度和行人与障碍物之间的作用力的模型进行了改进,解决了行人站位位置影响、期望速度恒定不变等问题。针对行人过街运动行为,按道路交通人、车、道路三要素分类分析影响行人过街行为的因素,利用改进后的社会力模型对所有影响因素分别建立干扰模型,并增加角度等参数反映不同因素位置的变化对行人行为的影响。最后,根据平行四边形法则,构建综合因素影响下信号控制交叉口处行人过街运动行为模型。     

多体系统行人模型及验证

基于中国人体特征参数建立了一种多体系统行人模型,并通过建立汽车模型与汽车-行人碰撞模型,应用ADAMS软件模拟了汽车-行人碰撞过程.通过模拟不同速度下的汽车-人体撞击过程,应用PMHS轨迹运动数据进行了验证,并与一次假人碰撞试验进行了对比,结果吻合较好.     

单车道行人激进过街冲突和碰撞事故机理分析

利用交通冲突技术,研究了单车道行人激进过街时与机动车之间的碰撞事故机理;以此为基础建立了单车道人-车冲突和碰撞事故概率模型。然后采用贝叶斯全概率公式求出具体的概率值。计算结果表明行人激进过街方式交通违规行为是人-车冲突和事故的主要原因之一;车流量、瞬时车速、驾驶员反应时间也是事故发生的重要因素。这些研究成果将不仅为交叉口和路段行人交通安全管制措施的合理实施提供依据,也为预防人-车事故发生的车载智能交通系统开发和行人过街安全仿真模拟提供了解决思路。     

面向碰撞再现验证的车辆冲撞行人实验平台搭建

当前我国车辆冲撞行人案件呈现危害性大、碰撞机理复杂、现场痕迹混乱等现实问题,由于事故过程不具有现场复原性,因此,加强面向车辆冲撞行人案件分析和碰撞再现验证平台研发具有十分重要的意义.为有效开展车辆冲撞行人动力学建模研究,搭建一个与已有行人发射台相匹配的车辆碰撞实验台架,从而对典型车辆和行人模型之间冲撞特性进行研究,并开展车辆风挡玻璃-行人头部、车辆保险杠-行人小腿两种碰撞实验,用以验证冲撞动力学理论建模与计算机仿真研究的合理性.所搭建实验平台可多次重复进行碰撞实验,相比于实车碰撞实验具有成本低、易于控制和可重复性验证等优点,同时,基于此平台实施了国家重点研发计划课题中碰撞再现模型验证等研究工作,为行人安全研究提供了低成本、实用化的实验平台.     

考虑能见度的无信号交叉口行人与车辆冲突识别

为减少低能见度下无信号交叉口过街行人与车辆的交通事故,开展了考虑能见度影响的车辆与过街行人冲突识别研究.结合车辆行人相对位置、速度、加速度、车辆尺寸等信息,构建了过街行人与车辆冲突识别模型,确定了基于人-车间距的交通环境能见度测量方法,给出车辆速度与能见度之间的关系模型,在此基础上对模型进行修正,并验证了模型的有效性.结果表明:该冲突识别模型可对过街行人与车辆冲突进行有效识别,冲突识别的准确率为82.4％,该研究可为车-路协同下的无信号交叉口行人和车辆冲突识别提供决策,进而提高低能见度下行人与车辆的安全性.     

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PC-Crash的车-人碰撞事故仿真与分析

基于多刚体动力学仿真分析软件PC—Crash,建立车一人碰撞事故的再现模型,分别对同一工况下汽车有无ABS刹车防抱死制动系统、不同碰撞初速度以及利用随机函数确定汽车与行人的随机参数,进行大量的数字化仿真试验,分析事故发生后人体头部重要器官与车体前部碰撞点以及损伤程度的分布规律。根据分析结果,从汽车生产厂商保护行人的角度改善车身布置结构,提出有价值的参考意见。     

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logistic回归分析的路段人行横道机动车让行研究

为探究道路交通条件对路段人行横道机动车让行的影响,通过无人机视频调查,采集了20处路段人行横道机动车通行过程数据,在对logistic模型应用条件进行检验的基础上,建立了路段人行横道机动车让行概率模型,并检验了模型的准确性。模型分析结果表明,安全间距、车速、监控、车道数、行人数量和行人位置对让行率具有显著影响;通过增设监控和行人中央驻足区可分别提高让行率为原来的3.700倍和4.339倍,当车道数大于4时,即使采取监控措施让行率仍将小于30%,应采用信号控制。     

智能网联车辆混行交通流中灯语意图识别模型研究

为使混行交通流下智能网联车辆(Connected and Automated Vehicles, CAV)实现对人工驾驶车辆(Human-driven Vehicle, HV)前照灯灯语意图(Vehicle Headlights Intention, VHI) 的识别，弥补车对车(Vehicle to Vehicle, V2V)和鸣笛意图识别技术的不足，更好地与HV交互沟通，提出CAV对HV的VHI识别模型.模型包括：灯光感知、光数据处理、VHI识别3个模块，灯光感知模块通过RGB(Red-Green-Blue, RGB)和HSV(Hue-Saturation-Value, HSV)颜色空间感知前照灯(Vehicle Headlights, VH)，采用KLT(Kanade-Lucas-Tomasi Tracking，KLT)和车辆匹配算法定位跟踪发出灯语的HV；光数据处理模块采用光通道增益算法计算光辐射通量变化； VHI识别模块基于双层隐马尔可夫模型(Double-layer Hidden Markov Model，DHMM)辨识VH 闪烁次数和HV行驶状态，实现VHI识别.在3种灯语示意典型场景下的实验结果表明：1 s内 VH感知准确率为96.8%，定位跟踪精度小于1°，VHI识别率为96.6%，满足混行交通环境下 CAV对HV驾驶意图的识别要求，基本保证实时性，为混行交通流中CAV自动驾驶决策提供理论依据.     

智能网联车辆混行交通流中灯语意图识别模型研究

为使混行交通流下智能网联车辆(Connected and Automated Vehicles, CAV)实现对人工驾驶车辆(Human-driven Vehicle, HV)前照灯灯语意图(Vehicle Headlights Intention, VHI) 的识别，弥补车对车(Vehicle to Vehicle, V2V)和鸣笛意图识别技术的不足，更好地与HV交互沟通，提出CAV对HV的VHI识别模型.模型包括：灯光感知、光数据处理、VHI识别3个模块，灯光感知模块通过RGB(Red-Green-Blue, RGB)和HSV(Hue-Saturation-Value, HSV)颜色空间感知前照灯(Vehicle Headlights, VH)，采用KLT(Kanade-Lucas-Tomasi Tracking，KLT)和车辆匹配算法定位跟踪发出灯语的HV；光数据处理模块采用光通道增益算法计算光辐射通量变化； VHI识别模块基于双层隐马尔可夫模型(Double-layer Hidden Markov Model，DHMM)辨识VH 闪烁次数和HV行驶状态，实现VHI识别.在3种灯语示意典型场景下的实验结果表明：1 s内 VH感知准确率为96.8%，定位跟踪精度小于1°，VHI识别率为96.6%，满足混行交通环境下 CAV对HV驾驶意图的识别要求，基本保证实时性，为混行交通流中CAV自动驾驶决策提供理论依据.     

·�����к���ź��Ż����

城市路段信号控制的人行横道信号设置的合理与否,直接影响到过街行人的安全性和路段机动车延误的大小. 本文从行人过街特性出发,通过对路段人行横道处行人与机动车调查数据的分析,提出了行人过街相位时长的设置与行人闯红灯行为的发生之间的关系,建立了以信号控制人行横道路段机动车平均延误最小为目标,以行人绿灯时长为变量的优化模型,并提出了模型求解的优化算法. 最后通过算例,应用模型对信号设置进行了优化设计. 结果表明,信号经过优化配置后,不仅减少了机动车的延误,还延长了行人过街相位时长,提高了信号周期内行人过街的通行能力,使信号控制人行横道系统达到最优化.     

车联网环境下CACC车辆通信概率分析模型

汽车协同式自适应巡航控制(CACC)系统成功应用的前提和关键,是要保证道路上的CACC车辆能与一定距离范围内的其他车辆进行互联通信.本文依据元胞自动机的基本思想,将道路离散成均匀一致的格子单元系统,并基于交通流理论和概率论,构建了车—车通信概率与CACC车辆市场占有率、交通流密度(或占有率)、速度、车头时距,以及DSRC有效作用距离之间的数学关系模型.通过大量的数值模拟实验和美国加州I880高速公路交通流数据对模型进行分析测试,表明该模型可分析不同交通流状态下道路上不同CACC车辆市场占有率,DSRC有效作用距离时的车—车通信概率.本文的研究成果对于未来促进CACC车辆的推广应用具有重要意义.     

不同车辆工况对协同自适应巡航控制 车队行驶安全的影响

基于横向控制器和纵向控制器模型,包括校正的预瞄驾驶员模型、加速度控制模型、节气门控制模型和制动器控制模型,建立Matlab/Simulink 和CarSim 车辆联合仿真平台,并对其可行性进行分析与验证.利用平台分别仿真协同自适应巡航控制(Cooperative Adaptive Cruise Control, CACC)车队车辆紧急刹车,通信延时,起步加、减速工况和车队前方插入换道车辆4 种情况下CACC车辆的行驶状况.仿真发现：紧急刹车时车队能够实现较好的紧急避撞;在通信延时的情况下,车队仍能保证行车安全;车队起步、减速工况运行较平稳,但加速度并不平稳,不利于车队后方车辆的乘坐舒适性;车队对前方插入不同速度的车辆能够及时响应并最终恢复安全行车间距.     

不同车辆工况对协同自适应巡航控制车队行驶安全的影响

基于横向控制器和纵向控制器模型,包括校正的预瞄驾驶员模型、加速度控制模型、节气门控制模型和制动器控制模型,建立Matlab/Simulink 和CarSim 车辆联合仿真平台,并对其可行性进行分析与验证.利用平台分别仿真协同自适应巡航控制(Cooperative Adaptive Cruise Control, CACC)车队车辆紧急刹车,通信延时,起步加、减速工况和车队前方插入换道车辆4 种情况下CACC车辆的行驶状况.仿真发现：紧急刹车时车队能够实现较好的紧急避撞;在通信延时的情况下,车队仍能保证行车安全;车队起步、减速工况运行较平稳,但加速度并不平稳,不利于车队后方车辆的乘坐舒适性;车队对前方插入不同速度的车辆能够及时响应并最终恢复安全行车间距.     

���˹��������µ�··�λ������������

通过对行人过街的三种情况即自由过街、无控制人行横道过街和信号控制人行横道过街进行研究，分析了不同过街条件下行人与机动车的运行特征。设定行人与机动车到达间距服从负指数分布，给出了不同条件下的机动车延误计算方法。研究结果表明，对行人过街选择合适的过街方式可以有效减少机动车的延误，特别是在行人与机动车交通量比较大时，设置人行横道（包括信号控制与无信号控制）可以大幅度减少机动车的延误。     

Analysis of Vehicle Delay on Road Sections on the Condition of Pedestrian Crossing

This paper has analyzed the running characteristics of vehicles and pedestrians on different crossing conditions by studying the three conditions of pedestrian crossing including crossing freely, crossing in non-signalized crosswalk, and crossing in signalized crosswalk. Vehicle delay has been studied under these three conditions on the assumption that the arrival gap between pedestrians and vehicles obeys the negative exponential distribution, and the calculation method of delay under different conditions is described. The result indicates that selecting appropriate crossing mode for pedestrians can effectively decrease the vehicle delay, especially when the traffic of pedestrians and vehicles is heavy. In addition, setting crosswalk (including signal control and non-signal control) can considerably decrease the vehicle delay.