电动自行车与机动车事故严重性影响因素分析

为减少电动自行车与机动车事故造成的损失，定量剖析不同因素对事故严重程度的差异性影响至关重要。基于上虞区2018年10304起电动自行车与机动车事故，分析该类事故的严重性分布情况和时间与空间分布特性。以事故严重性为因变量，将其有序分为未受伤、轻伤及重伤事故3类，从时间、空间、道路、环境、骑行者及车型6个方面，选取17个事故严重性潜在影响因素， 采用多项Logit模型、有序Logit模型、广义有序Logit模型及偏比例优势模型进行拟合度对比分析，并以最佳模型(偏比例优势模型)和边际效应，量化分析各因素对事故严重性影响的显著性与差异性。结果表明，除节日类型、车道限速、车流相交角及温度对事故严重性影响不显著外，其余 13个因素都有显著影响，事故时间、光线亮度、骑者性别、骑者年龄、车辆类型及电动自行车类型违反平行线假设；对该类事故严重性影响最大的前4个因素为电动自行车类型、机动车类型、骑行者年龄与性别，其边际效应绝对值的最大值均超过61%，事故区位、道路类型及光线亮度的影响较大(20%~30%)，事故时间和风力等级影响较小(10%~20%)，而季节、事故位置、慢行干扰度和天 气状况的影响最小(≤8%)。基于各因素的差异性影响，为交通管理部门提出了有效改善建议。     

高速铁路对高速公路交通量的影响——以四川省为例

为研究铁路客运专线对不同出行距离高速公路小汽车、大客车交通量的影响，本文将出行按距离分类，以四川省多个通道高速公路交通量数据为基础，考虑小交通量出行波动较大的因素，选取出行量较大的节点对客运专线开通前后高速公路小汽车、大客车交通量变化进行分析，得到不同出行距离的转移率。结果表明，铁路客运专线开通后对高速公路短距离出行影响较小，出行距离在500km内，小客车转移率呈现随出行距离增加而上升的趋势，大于500km后，小客车转移率下降。大客车转移率离散度小于小客车，且转移率随出行距离增加而上升。     

高速公路平纵曲线组合路段交通风险评估方法

高速公路平纵曲线组合路段常出现单一平曲线和竖曲线要素满足规范，但二者相结合后存在安全隐患的情况。为评估这类组合路段的交通风险、提升组合路段安全性，综合运用可拓云理论与理想点法，提出了基于可拓云模型的交通风险评估方法。基于已有事故数据和文献，从驾驶员、道路、交通环境以及其他因素的角度出发，构建了包含15个指标的交通风险评估指标体系，并将每个指标划分为5个风险等级；利用层次分析法和熵权法确定各评估指标主、客观权重后，再通过理想点法确定各评估指标组合权重；参照公路路线设计规范及相关文献，考虑定性指标的边界模糊性划分各评估指标的风险等级，并按照等比原则实现定性指标的定量化描述；构造可拓云模型云隶属度矩阵，计算综合评判向量，最后根据最大隶属度原则确定路段风险等级。以云南省3段高速公路路段作为分析案例，利用基于可拓云模型的交通风险评估方法计算了各路段风险等级，并识别了各路段的危险性指标。结果表明:该方法与传统基于模糊综合评价法相比，评估结果相同，但信息更丰富，其综合评判模糊等级特征值的期望E_xr反映了路段的安全程度；Y路段的E_xr高于C路段，表明Y路段比C路段更安全；3段路段的评估结果的置信度因子θ均小于0.05，表明结果可信度较高，验证了该方法在交通风险评估过程中的适用性。      

基于出行阻抗的城市地铁网络客流分布计算

为提高城市地铁网络客流分布预测的准确性,结合乘车阻抗、进站候车阻抗和换乘阻抗等出行阻抗建立综合出行阻抗函数,基于阻抗函数对有效路径集进行搜索与筛选,建立基于综合出行阻抗的多路径客流分布计算模型,并设立换乘惩罚系数对不同路径的客流分配进行合理修正.以深圳地铁新开通的11号线为契机,结合地铁1号线、2号线、3号线、5号线分析网络客流分布的变化.结果 表明:新开通的11号线使各线路中的换乘客流有不同程度的增大,增加了乘客出行的可选路径,且11号线车站附近形成新的人口及岗位聚集圈,进一步增加了11号线自身的客流,使得线网客运总量增加,与实际运营中的客流特征相符,验证了所建模型的有效性和适用性.     

公路沿线交通标志视觉适应性分析

针对公路沿线交通标志牌和户外广告牌是否可以被驾驶员有效识别问题，给出一种公路沿线相关标志牌视觉有效性评估流程方法。模型可以根据相关标志牌的图像，通过图像处理方法获取标志牌的文字信息，并根据文字信息特征以及户外标志牌的设置位置与大小，自动分析所设计的标志牌在相关位置是否可以被相关人员认读，通过相关公路标志牌的检测表明：本文设计的方法可以有效确定相关标志牌的合理性。     

基于动态清空距离的特殊车辆与CAVs混合车道控制

特殊车辆的优先通行是道路交通管理的一项重要工作，而目前相关控制措施存在实施难度较大、道路空间利用率低和道路通行能力下降等问题。为解决这些问题，结合智能网联汽车（CAVs）技术特点，提出考虑特殊车辆优先通行的CAVs专用车道控制方法，按应急车辆、一般优先级车辆和CAVs的优先通行顺序设计车辆通行规则。通过预测特殊车辆到达下游交叉口时的路口排队长度，建立“满足不同优先级特殊车辆通行需求”的动态清空距离模型，其中应急车辆以速度损失最小化为优化目标，一般优先级车辆以均衡车辆通行需求为优化目标。针对CAVs在专用道上可能成为其他车辆通行障碍的情况，考虑换道安全和不同换道动机，设计CAVs进入和离开专用道的规则，建立换道决策控制模型；在此基础上，提出适用于不同优先级车辆的专用车道通行控制策略。通过仿真实验对所提方法的控制效果予以分析验证。实验结果表明:与不考虑特殊车辆优先通行的控制方法相比，虽然该方法的车均出行时间和人均出行时间分别增加了3.9%和2.8%，但特殊车辆的车均延误时间减少了59.6%以上；与IBL控制方法相比，该方法的车均出行时间和人均出行时间分别减少16.7%和14.6%，特殊车辆的车均延误时间减少13.5%，专用车道利用率提高36.3%以上，并且在CAVs渗透率大于0.4时获得最佳控制效果。该控制方法在特殊车辆优先通行方面，减少了单一控制策略的局限性，为交通控制和管理提供理论支撑。      

共享单车出行空间异质性特征及驱动因素研究

为实现基于轨迹数据挖掘的共享单车出行空间异质性特征及其驱动因素评估，本文应用核密度分析和热点探测，获取采样分析区域并以热力值表征共享单车出行发生量，减少尺度效应的干扰；引入空间统计学的半变异函数模拟共享单车出行发生量的结构性和随机性变化规律，挖掘空间异质性特征，确定邻域效应的尺度范围；利用空间序列的斜率表征变化趋势，同时，结合改进的空间滞后和残差模型，区分土地利用、邻域效应和其他建成环境各自对共享单车出行空间异质性特征的驱动力。以北京市为案例进行分析，结果表明：北京市的共享单车出行存在中等的、 正的空间自相关性，空间异质性特征的最佳拟合模型为指数模型；空间自相关性的衰减半径为 1860 m，大于此距离时邻域效应消失；建成环境对空间异质性特征的相对驱动力最大，邻域效应对其的相对驱动力则处于中间水平，而土地利用对其的相对驱动力最小。     

一种基于地图辅助的自动驾驶视-惯融合定位方法

视觉同步定位与建图(Simultaneous Localization and Mapping, SLAM)方法广泛应用于自动驾驶领域。传统的方法利用车载摄像头表征车辆周围环境，同时估计自身位置，当车辆运动过快时，定位精度和鲁棒性会下降。针对此问题，本文提出一种地图辅助的视-惯融合定位方法。该方法在ORB-SLAM2(Oriented FAST and Rotated BRIEF SLAM2)的基础上拓展地图保存功能，将建图和定位拆分为两个独立模块，车辆首先以较慢的速度构建并保存具有视觉特征的地图，然后，在第2次运行时车载计算机调用预先保存的地图实现精确且稳定的定位性能。由于构建地图阶段采用了图优化算法融合惯性测量单元(Inertial Measurement Unit, IMU)的信息，地图误差得到有效校正。在KITTI数据集场景和实际场景中验证了所提方法的良好性能。实验结果表明，所提方法在4, 8, 16 m·s-1 驾驶速度下的定位精度分别为2.59，2.61，2.73 m，图像失帧率和路径丢失率分别为3.76%和1.38%，3.89%和1.69%，4.27%和1.84%。相比原始的ORB-SLAM2方法，系统定位精度和鲁棒性均得到了提高。