城乡快速干道车-人冲突时间窗预测模型

为了解决城乡快速干道车-人冲突和事故严重的问题，将车-人冲突点的分析方法扩展到车-人冲突时间窗的分析方法，构建一种行人运动轨迹实时监测和穿越时间预测相结合的车-人冲突时间窗组合预测模型。首先，分析行人违规穿越的实测数据，确定不同类别行人对应的穿越时间置信区间以及松弛时间；其次，根据运动学模型的预测结果判断行人的所属类别并初步确定行人的穿越时间，同时通过卡尔曼滤波算法对行人穿越过程进行实时监测；再次，融合运动学模型预测结果和卡尔曼滤波监测结果，确定最终的车-人冲突时间窗；最后，对所提出的组合预测模型进行标定和验证，并通过VISSIM仿真平台进行安全性能测试。模型验证结果表明：在正常情况下，该模型能够保障行人的安全且能兼顾松弛时间重置次数；在行人初始穿越速度过低或穿越前、中期存在持续低速的情况下，该模型可以通过多次松弛时间重置来解决模型的适用性问题。安全性能测试结果表明，在车辆行驶时间均值增加4.7%的情况下，安全车辆数占比增加了37.3%，车辆的后侵占时间(PET)测试值则增加53.8%。因此，与无松弛时间的预测模型相比，所提出的有松弛时间的车-人冲突时间窗预测模型能够在对交通效率影响较小的前提下，较大程度地提高车-人冲突的安全性。     

低速瓶颈下高速公路网联无人驾驶车辆主动避碰运动生态速度优化

为了解决车载安全预警系统在高速公路上感知距离有限，且在曲线路段存在高事故风险和高燃油消耗的问题，在基于车联万物(V2X)技术的高速公路自动驾驶交通系统中，针对下游存在低速交通流的交通场景，提出一种高速公路网联无人驾驶车辆主动避碰运动生态速度优化模型。为了提高模型的求解效率，将原最优控制问题转化为由3个子问题构成的近似速度优化模型，并通过遗传算法求解得到最优的速度曲线，对上游车辆的运动速度进行主动控制，在保证安全和不影响交通效率的前提下，引导一系列车辆安全、平滑地跟随下游的低速交通流尾车运动，改善车辆行驶过程中的燃油经济性。为了验证所提出模型的性能，以车载安全预警系统控制策略作为对比方案，仿真结果表明：所提出的近似优化模型能够在基本保证求解精度的同时，明显改善求解效率；与车载安全预警系统控制策略相比，所提出的速度优化策略能够使车辆提前减速，避免追尾，能够在较小程度牺牲通行效率的情况下明显地平滑车辆速度曲线并节省总燃油消耗量。