高速公路风险防控设施应用研究综述与展望

高速公路风险防控设施的合理应用能够显著降低交通运行风险。本文首先针对高速公路风险防控设施的研究现状进行了回顾与总结,将高速公路风险防控设施划分为非电气化防控设施和电气化防控设施。其次,归纳了高速公路非电气化和电气化防控设施在风险防控中的作用以及研究中的关键问题,讨论了不同电气化风险防控设施的应用场景及其效用。然后,对由电气化设施构成的风险防控系统在多种典型场景中的应用效果进行了分析。最后,对高速公路风险防控设施应用综述结果及未来发展情况进行了总结。文献综述结果表明,高速公路风险防控设施和系统在不同场景中均能起到积极的效果;非电气化防控设施受限于自身物理特性,在应对动态信息发布和主动性、针对性风险防控上存在一定的不足;电气化风险防控设施以及风险防控系统的应用越来越广泛,对交通拥堵、不良天气等交通风险的防控愈加完善。同时,日渐成熟的车路协同技术和不断发展的智慧公路系统也是未来保障高速公路交通安全的重要一环。本文的研究成果可在一定程度上为今后高速公路风险防控设施的选型、设置及应用提供一定的借鉴。     

面向人因的车路协同系统综合测试及影响评估

面向冬奥主干通道兴延高速，以驾驶人适应性为导向，构建一种面向人因的车路协同系统硬件在环效能测试平台，针对多种道路条件、交通状态、特殊事件等面向高速公路设计13种交通情境，从主、客观2个维度实现车路协同系统包括主观感受、高效性、安全性、生态性、舒适性、有效性6个方面的驾驶人适应性评价，分析车路协同驾驶状态下的综合评估指标及影响机理。主观评估结果显示，车路协同技术对驾驶人有积极作用，52%的被试认为车载预警信息可以使行车过程更安全。客观运行结果表明：由于车路协同状态下驾驶人对于前方道路危险状况的可预知性，导致驾驶人提前降速，运行速度降低，效率有所下降；车路协同条件下的加速度和换道次数明显减小，其安全性显著提升；由于车路协同系统避免了驾驶人对于突发危险状况的紧急制动，因此车辆的油耗、排放均明显降低，其生态性改善效果显著；归因于驾驶人对于车路协同系统熟悉程度不足，导致舒适度各系统存在不一致的结论，也表明驾驶人对于车路协同系统的接受度和信任度均有待进一步提高；驾驶人在车路协同条件下可获取不同路段的限速值和超速提示，其有效性表现出明显的优势，速度跟随比有显著提升。所构建的测试平台和指标体系为进一步深层次挖掘车路协同的作用机理奠定了基础。     

车路协同雾天预警系统对车辆运行生态特性的影响

为探究车路协同技术对车辆运行生态特性的影响，基于驾驶模拟试验平台构建车路协同条件下的雾天预警系统，测试了驾驶人在浓雾条件下驾驶车辆的能耗排放特征；设计了空白对照组、可变情报板(DMS)预警组、人机交互界面(HMI)预警组以及DMS+HMI预警组4种试验场景，招募43名驾驶人开展驾驶模拟试验，通过对比不同预警方式作用下车辆总体和道路关键区段的能耗排放差异，明确不同预警系统对车辆运行生态特性的影响效用。分析结果表明:相对于空白组，3种车路协同雾天预警系统均能显著降低车辆整体能耗与排放，但是不同预警方式的作用效果并无明显差别；道路场景分为了预警前、预警区、渐变区和雾区4个关键区段，3种预警系统在预警区及渐变区均可有效降低车辆能耗及排放；HMI从发出预警信息后开始生效，DMS可在车辆进入预警区前产生效果，DMS+HMI在预警区的效果最为显著，但进入雾区后不能有效降低车辆能耗与排放。可见，虽然车路协同雾天预警系统整体可以提升车辆运行生态特性，但是单一增加预警强度或改变预警方式并不能有效保证整个雾天影响区域不同区段均具有节能减排效用，合理设置车路协同预警系统应综合考虑不同预警方式、预警信息触发点位及时机、驾驶人特性等因素的匹配关系。      

不同情景下自动驾驶接管行为的影响特征

为探究不同情景下自动驾驶接管行为的影响特征,面向驾驶人、自动驾驶车辆、交通环境等内容提出自动驾驶测试研究框架。基于驾驶模拟技术开发自动驾驶测试平台,通过案例验证其有效性,为自动驾驶相关技术的测试评估提供有力支撑。研究以接管场景、接管请求时间、驾驶次任务、交通流为要素设计18个高速公路接管情景,邀请被试开展驾驶模拟试验测试。从主观维度探究驾驶人对自动驾驶的适应性差异,从客观维度构建广义线性混合效应模型,研究驾驶人属性因素(性别、年龄、驾龄)和接管情景因素(接管场景、接管请求时间、驾驶次任务)的主效应及其交互作用对接管行为的影响。统计分析结果表明：①性别因素对自动驾驶的信任度和状态感知度有统计学差异,男性对自动驾驶的适应性高于女性;②驾驶人的年龄和驾龄因素对试验前和试验后的技术接受度具有显著影响,对技术信任度和状态感知度具有统计学差异,中年人和老年人、中驾龄和高驾龄人群的适应性相对较高;③不同因素水平对应的接管成功率、正确率和第一操纵行为不同。广义线性混合效应模型结果表明：①接管情景因素及其交互作用对接管行为指标具有显著影响;②模型中引入驾驶人属性因素,发现与接管情景因素存在交互效用。研究基于驾驶模拟技术开发自动驾驶测试平台的方法具有一定的推广性,研究结果可为深度挖掘自动驾驶接管行为影响因素及其作用机理奠定基础。     

不良车辆行为图谱及其在匝道区精细化车道管理中的应用

车辆行为图谱能够综合反映交通流中的车辆行为特征及车辆行为的动态变换,便于分析特定场景下的驾驶行为优劣.本文首先分析了城市道路的车辆行为特征,建立了不同交通流模式下的车辆行为图谱,并结合微观车辆行为对宏观交通流的影响方式,得到针对特定道路环境和交通流模式的不良车辆行为图谱.接着分析了不良车辆行为图谱与交通拥堵之间的致因链生成机制及结构,提出截断拥堵致因链的拥堵缓解方案.匝道区车辆的换道行为对交通流有很大的影响,通过对匝道区车辆换道行为图谱的分析,利用合理的车辆换道行为引导方法,建立面向匝道区精细化车道管理的拥堵致因链截断方法.最后利用VISSIM交通仿真平台进行了验证,结果表明:改善匝道区车辆换道行为图谱能够降低或消解不良车辆换道行为引发的匝道区交通拥堵.     

驾驶次任务沉浸等级对接管行为的影响分析

为探究自动驾驶中驾驶次任务沉浸等级对接管行为的影响,基于驾驶模拟器搭建自动驾驶接管行为测试平台,设计事故接管场景,基于驾驶次任务(娱乐任务和工作任务)和接管请求时间(5 s和10 s)因素组合开发4个事故接管情景,招募被试参与驾驶模拟实验并采集驾驶人的接管行为数据,选择速度、横向偏移、接管反应时间和接管正确时间4个指标...     

高速铁路基础设施检测传感器网络物理拓扑优化方法

高速铁路基础设施的状态关系到列车运行安全,传感器网络技术为高速铁路基础设施状态的实时、全天候检测提供了可能。根据高速铁路基础设施检测传感器网络的应用需求,建立由检测节点(ED)、信息转发节点(RP)、网络接入节点(AP)构成的3层网络通信模型。在确定检测区域所需ED节点类型和个数的基础上,建立网络通信节点带宽利用率最大的整数规划模型,将传感器网络物理拓扑优化问题转化为多次整数规划问题;针对研究区域无传感器网络资源和已有若干传感器网络资源的2种实际应用情况,给出基于粒子群优化算法的求解步骤。对包含60个ED节点的检测应用实例,利用给出的算法通过50次迭代得到了这2种情况下的最优网络节点个数及各通信节点的ED节点组合策略。对实例求解的结果表明,所提出的传感器网络通信模型、物理拓扑优化方法及算法能够解决高速铁路基础设施检测传感器网络物理拓扑的优化问题,可有效降低传感器网络的成本及确定最优的网络通信链路。     

网络拥塞控制的muti—Agent模型研究

随着网络规模的扩大、应用性的增加，导致网络拥塞可能性增大。为解决Web服务器前可能存在的拥塞，本文提出了一种基于多Agent的网络拥塞控制模型。研究了拥塞控制方法，并对队列管理、调度策略等关键技术进行了讨论，给出了相关的算法。