双车道公路驾驶人-车辆-弯道（环境）系统模型

为探究双车道公路弯道事故机理,对驾驶人-车辆-弯道(环境)系统模型进行了研究。针对驾驶行为中客观存在的模糊性和主观性问题,建立多目标模糊优选决策的驾驶人模型,然后选用12个自由度的非线性汽车动力学分析模型(VDANL),针对其非线性特征研究综合数值计算方法,结合弯道的道路三维模型建立驾驶人-车辆-弯道(环境)系统模型,基于迭代思想提出系统误差补偿计算方法,最后建立综合指标体系,仿真分析了警告标志、附着系数等环境因素对行车稳定性和驾驶行为的影响。     

双车道公路平曲线段行车轨迹偏移实验研究

双车道公路弯道处行车轨迹是车辆自由行驶时的重要特征,通过对行车轨迹及运行速度综合效应的分析,得出双车道公路自由行驶的车辆在弯道上行驶时行车轨迹偏移规律,并建立了自由行驶状态下道路线形与行车轨迹和速度之间的相关模型.据此可对弯道处行驶时的驾驶行为及行车安全进行分析,并对道路弯道处线形和断面进行改善.     

双车道公路小半径曲线段行车速度与行车轨迹关系研究

为研究双车道公路小半径曲线段中行车速度变化趋势及车速对行车轨迹的影响,建立了某村镇路段双车道公路3处曲线段的三维仿真场景,针对双车道公路运行车速离差大的特点,以小客车不同行车速度进行了驾驶模拟实验.为了保证数据精度,每段曲线提取31个断面.实验表明:车辆在车速较低时能以"减速—稳定—加速"的状态行驶,在车速较高时难以保持此状态;因驾驶员个体差异,曲线段行车轨迹主要分为"漂移"和"校正"两类;行车轨迹向弯道外侧最大偏移位于圆缓点处,向弯道内侧最大偏移位于曲中点处.同时行车轨迹侧向偏移量与行车速度呈正相关关系.     

高速公路分段限速值研究

通过对山区高速公路行车速度进行分析,提出限速的必要性。对85%位车速与圆曲线的曲率变化率CCRs进行回归分析,建立85%位车速与CCRs的回归模型,并结合金丽温高速公路,对如何确定高速公路直线段和曲线段的限速值给出建议。     

半挂汽车列车弯道行驶横向稳定性分析

为了进一步研究半挂汽车列车弯道行驶横向稳定性,运用动力学理论以及虚拟样机仿真软件ADAMS,建立了具有21自由度的半挂汽车列车虚拟样机,通过将稳态转向试验和转向盘角阶跃输入试验所得仿真结果与实车试验所得曲线相比较进行仿真模型的校验,分析了半挂汽车列车在弯道行驶极限工况下有关参数与时间的变化关系曲线,并分析极限工况所产生的原因。     

侧风作用下山区高速公路行车稳定性仿真分析

为研究山区高速公路在侧风作用下的行车安全问题,基于CarSim仿真软件构建特定道路模型和侧风模型,选取车辆滑移角和侧向加速度作为行车风险评价指标,将圆曲线半径、路面摩擦系数、行驶速度分别作为单一变量,系统地模拟了侧风作用下山区高速公路行车稳定性.结果表明,降低车速、增大路面摩擦系数和圆曲线半径,可以有效地减小车辆的滑移角和侧向加速度.以7级侧风为仿真条件进行定量分析可知:80 km/h设计速度对应的圆曲线半径极限值应为280 m;路面摩擦系数为0.4和0.18时,分别限速70 km/h和60 km/h可维持车辆稳定性;105 km/h是车辆危险驾驶的临界车速,如进一步考虑舒适性,则应适当减速.      

山区公路平曲线路段线形与行车减速模型

山区公路作为交通事故的多发地段,行车速度和行驶轨迹因素在事故致因中占有相当的比重,公路线形是决定车辆行驶速度的基础。以山区公路车辆运行速度作为主要研究对象,将山区公路弯道路段入弯前车辆减速行为的观测和调查数据作为参考对象,建立山区公路平曲线路段的驾驶员行车速度控制模型,并利用实例对行车减速模型进行了对比验证。计算结果表明,所建减速控制模型可行、有效,能较好地模拟车辆经过限速标志或路面减速标识路段时的减速行为,为山区公路线形设计、行车安全性分析与评价,以及山区公路交通安全改善提供新的理论方法与指导依据。     

山区高速公路桥隧连接段驾驶仿真与安全评价

利用UC-win/Road驾驶仿真平台,对"隧-桥-隧"类型的山区高速公路桥隧连接段进行驾驶仿真试验。分析驾驶仿真试验测得的驾驶人心率变化指标数据,得出行车速度及大雾天气因素对驾驶人心率变化率的影响。根据驾驶人心率变化率与心理负荷之间的关系,建立基于驾驶人心率变化率的桥隧连接段安全性评价标准,提出山区高速公路桥隧连接段安全措施建议。     

基于行车动力学的高速公路积水路段行车风险分析

近年来发生多起因积水产生的交通事故,为了研究高速公路积水路段小客车行车风险,综合考虑车速、驾驶行为和积水路段线形等因素,利用行车动力学仿真软件CarSim,建立了车辆动力学模型、道路模型以及小客车换道轨迹模型.在临界水膜厚度的基础上,结合车辆侧向偏移量和质心侧偏角,提出临界积水路段长度作为评价指标,通过改变道路圆曲线半径、超高、纵坡、车速和驾驶行为,分析了小客车在积水路段的行车风险影响因素,运用M atlab回归分析建立了积水路段小客车行车风险预测模型,对多雨地区高速公路某积水路段进行了行车风险分析.研究结果表明,所建立的风险预测模型在综合考虑车速、道路圆曲线半径、超高、积水厚度的影响下,能根据积水路段长度判别小客车的行车风险类型和严重性,其中侧滑风险回归模型相关性系数达0.962,侧偏风险回归模型相关性系数达0.753,为针对性提出道路安全管理措施提供了参考依据.      

山区公路小半径曲线加宽及安全设计研究

山区公路小半径曲线是事故的多发地点。通过对行车轨迹及驾驶员行车视觉感觉的分析,结合曲线透视图,分析得出小半径曲线视觉信息不良是导致事故发生的主要原因。据此对小半径曲线加宽、横向超高及中心线设计中可能存在的安全问题进行了研究,提出了相对山区公路小半径曲线的道路安全设计建议。     

高速公路外部性量化研究

在分析高速公路外部性特征的基础上,利用投入占用产出模型,从理论上研究了高速公路对社会产出及收益的边际影响,进而建立了将高速公路外部性量化的模型。该模型不但能反映高速公路对经济增长的影响,也能通过资源、生态环境等反映高速公路对社会经济可持续发展的影响,为量化高速公路外部性提供了有效的途径。最后结合中国的实际情况,提出了矫正高速公路外部性的措施。     

半挂汽车列车高速公路弯道下坡路段运行安全研究（双语出版）

为提升半挂汽车列车在高速公路弯道下坡路段的运行安全，采用TruckSim仿真软件，构建了车辆模型、道路模型和驾驶人动力学仿真模型；基于蒙特卡罗可靠性分析法，分别建立了半挂汽车列车发生侧滑失效、侧翻失效、折叠失效和系统失效的功能函数，并选取设计速度80 km·h^-1的高速公路为研究路段，通过进行大量车辆动力学仿真试验，对不同圆曲线半径、纵坡坡度、路面附着系数、车速和车辆总质量对半挂汽车列车的运行安全的影响进行了数值分析。研究结果表明：半挂汽车列车发生侧滑和侧翻的概率随着圆曲线半径的增加而显著降低，在一般最小半径400 m的情况下，半挂汽车列车发生侧滑失效和侧翻失效的概率趋近于0；随着下坡坡度的增加，半挂汽车列车发生侧滑失效和侧翻失效的概率基本呈线性增长趋势；车速对于半挂汽车列车运行安全的影响尤为显著，当车速均值由60 km·h^-1增加到90 km·h^-1时，发生侧滑失效和侧翻失效的概率分别增加了634倍和336倍；车辆总质量的增加对半挂汽车列车侧翻有显著影响；在路面附着系数较低的条件下，半挂汽车列车的主要事故形态为侧滑和折叠，在路面附着系数较高的情况下，半挂汽车列车的主要事故形态为侧翻。因此，在道路设计中，应避免极限最小半径与陡坡组合，严格限速和限载可确保半挂汽车列车的运行安全性能。     

高速公路直线段最大长度合理取值研究

从车辆运行状态的角度出发,将直线段上车辆的运行分为加速行驶、匀速行驶和减速行驶3个过程,分析了车辆在不同行驶过程中的行驶时间与行驶距离,以直线段上最长行驶时间70 s作为最大直线段长度的控制条件,推导了基于运行车速的高速公路直线段最大长度计算模型。模型表明设计速度为120 km/h的高速公路直线段最大长度要比20倍设计速度小,而其他设计速度的高速公路则要视直线段相邻曲线起终点的运行车速而定。以现场实测数据为依据,建立了高速公路平曲线起终点小型车运行车速与平曲线半径的回归模型,并给出了计算实例。基于运行车速确定高速公路直线段最大长度能够较好地满足驾驶员的实际需求,提出的计算模型可为高速公路设计及安全审计提供依据。     

基于支持向量机的高速公路意外事件检测模型

为建立快速高效的高速公路意外事件自动检测系统,提高意外事件救援效率,就高速公路意外事件检测中的关键技术进行了研究。在剖析现有模型特征的基础上,引入支持向量机理论,建立了基于支持向量机的高速公路意外事件检测模型。利用自主开发的EAD-Simulations系统所建立的数据库,对模型进行了仿真试验,分析了不同核函数对检测性能的影响,研究了单侧输入与双侧输入、不同输入特征因素组合的性能指标。结果表明:与California 8#算法相比,该模型检测率提高了179%,误检率降低至0.50%,平均检测时间缩短了81%;同时得到了上游占有率与流率组合的最优输入特征。     

多刚体系统动力学在汽车操纵动力学建模中的应用

Ｒ－Ｗ方法是一种适用于建立多刚体系统模型的普遍性方法，具有推导准确、通用性好、推导出的模型便于用计算机求解等优点。本文应用该方法建立了多自由度汽车操纵动力学模型，给出了有模型对北京１２１轻型货车进行汽车操纵稳定性动态模拟的实例。     

基于多Agent的城市快速路协调控制研究

探讨了多Agent技术的特点及其应用,设计了基于多Agent的城市快速路控制系统的结构框架,包括区域协调Agent和控制Agent。并提出一种基于Q-学习的协调控制策略,实现Agent的学习功能。最后,通过微观交通仿真软件PARAMCIS对大望桥——四惠桥快速路交通区域建模,仿真结果表明结合Q-学习、模糊控制、仿真技术和信息诱导等方法的协调控制策略,可以在一定程度上改善整个快速路区域的交通状况。     

山区高速公路驾驶人加减速行为建模

山区地形地质条件复杂，各类复杂的组合线形设计更为常见，例如直线与平曲线间组合或不同平曲线间组合。驾驶人在相邻组合路段行驶时会感知到线形的变化，引起驾驶行为的改变，最终车辆的纵向加速度也会随之改变。频繁的加减速行为会引起驾驶人不适，甚至形成安全隐患。目前针对相邻组合路段驾驶行为的研究中，关于加速度的研究主要基于路段特殊点进行计算。随着驾驶模拟技术的发展，高仿真驾驶模拟器为高速公路的设计评估提供了更好的数据及试验条件支撑。在高仿真驾驶模拟器中，基于湖南省永吉高速公路道路设计参数及周边地形环境参数，构建山区高速公路的三维虚拟模型，以山区高速公路中的相邻组合路段为研究对象，获取山区高速公路组合线形路段的车辆纵向加速度数据，提取加减速事件后，基于驾驶人的加减速行为，采用混合Logit模型，分别判定道路线形层和驾驶人层的影响，研究组合线形对驾驶人纵向加减速选择的具体影响变量以及变量的影响范围。研究结果表明：下游路段最大曲率、上游路段圆曲线段比例、下游路段变坡点数量、下游路段曲线数量、上游路段平均曲率和当前位置曲率等对驾驶人加减速行为有显著影响；通过对比混合Logit模型和多元Logit模型，指出驾驶人层面对模型结果的影响显著。研究结果提供了一种山区高速公路连续纵向加减速行为的建模方案，并可为研究驾驶人在复杂线形条件下的纵向加速度选择行为提供基础。     

融合预瞄与势场栅格法的紧急避撞驾驶人模型

紧急避障工况下的驾驶人操作具有响应快且动作幅值较大的特点，传统预瞄驾驶人模型已不能适应紧急避障工况的需求，故考虑实际避撞场景开发相应的驾驶人模型就显得尤为必要。针对此种状况，基于驾驶模拟器，结合紧急避撞工况实际驾驶人操纵数据，提出了一种融合预瞄与势场栅格法的紧急避撞驾驶人模型。首先针对紧急避撞工况下车辆运动特点，建立车辆横、纵向耦合非线性动力学模型，并给出其状态空间方程描述；其次，离线仿真分析紧急避撞系统特征，并结合线性二次型最优控制，建立最优曲率预瞄+跟踪误差反馈驾驶人模型；再者，基于紧急避撞工况下真实驾驶人经验转向行为数据，开发基于势场栅格法的驾驶人模型，为进一步提高驾驶人模型对避障行驶工况的适应性，将基于势场栅格法的驾驶人模型与最优曲率预瞄+跟踪误差反馈驾驶人模型进行融合，并基于Sigmoid函数实现两者输出的权重分配；最后，针对所提出的融合预瞄与势场栅格法的驾驶人模型，开展基于避撞台架的驾驶人在环仿真试验以及实车试验。研究结果表明：在紧急避撞工况下，对比最优曲率预瞄+跟踪误差反馈驾驶人模型，融合预瞄与势场栅格法的驾驶人模型输出的转向动作与实际驾驶人行为较为接近，可在保证避障安全性的前提下，兼顾避障路径跟踪精度与车辆行驶的稳定性。     

考虑高速公路运行风险的雨天可变限速方法

为保证雨天环境下高速公路行驶安全，降低道路整体运行风险，结合雨天风险特征，开展考虑运行风险的雨天可变限速研究。首先应用随机森林模型，标定雨天环境下高速公路动静态风险因素的特征重要度，并结合熵值理论，建立高速公路风险模型、计算风险系数、划分风险等级;之后，以空域自适应算法中可变限速推演变化规律为基础，考虑大、小型车的行驶特征，结合预期风险、雨天停车视距、水膜厚度等因素，优化可变限速模型，细化大、小型车辆的初始控制值，进而提出不同降雨强度、不同能见度下的可变限速推荐值；在此基础上，利用驾驶模拟实景仿真系统、心理生理检测设备、微观交通流仿真软件，开展可变限速系统控制值合理性及驾驶人行车适应性与交通流运行状态的实证分析。研究结果表明：随着能见度降低和降雨量增大，在可变限速控制下，驾驶人呈现出交感神经兴奋性减弱、副交感神经兴奋性增强、心理紧张度降低的状态，其平均心率、心率变异性高频值、心率变异性低频值、心率变异性差异值分别由74.13、0.121、0.643、2.37变为78.23、0.192、0.567、2.01，驾驶人对限速方案的适应性良好；同时，可变限速可保证道路整体通行效率，不会造成交通流风险震动，在小型车、大型车限速分别为80、60 km·h^-1和小型车限速60 km·h^-1、大型车禁止驶入场景下，碰撞时间均值、中值大于未限速场景，各车道的行车安全性均能得到保障;提出的雨天可变限速控制方法合理，且具有一定工程适应性，能为异常天气高速公路宏观车流主动防控提供理论支撑。     

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。