自动驾驶公交运行评价研究及应用现状

自动驾驶是智能汽车和智能交通发展的重要技术方向之一,而公交领域是自动驾驶技术能够落地的重要应用场景。目前,自动驾驶技术在城市客运场景下逐渐由产品测试、封闭测试逐步走向试运营、运营阶段。为了支撑公共汽电车自动驾驶研究,本文综述了自动驾驶技术及自动驾驶公交评价与测试现状,回顾了常规公交运行及服务质量评价维度和方法,归纳了自动驾驶车辆在车辆产品测试、封闭测试及开放道路测试的相关研究及评价方法。进一步指出,认识自动驾驶公交车辆应对开放的道路交通状况下的运营特征,并确定面向运营的技术适用条件,是投入社会市场应用与推广的前提。     

基于机器学习的网约车合乘出行碳减排状态预测

网约车合乘出行可有效提高车辆运输效率,与常规网约车出行相比具有显著的碳减排潜力。然而,现实中网约车合乘出行能否真正减少碳排放受多方面因素影响,往往存在较大差异与不确定性。为识别碳减排潜力较大的网约车合乘订单,提出一种基于机器学习的网约车合乘出行碳减排状态预测模型,并解析其碳减排机理。首先,基于成都市真实的网约车合乘订单与轨迹数据,应用COPERT(COmputer Program to calculate Emissions from Road Transport)排放模型分别计算合乘出行碳排放量及其替代的独乘出行碳排放量,进而得到合乘出行相比独乘出行的碳减排量。然后,基于历史的合乘行程碳减排及其订单特征数据,训练XGBoost(eXtreme Gradient Boosting)模型以预测未来潜在合乘出行的碳减排状态。最后,采用ALE (Accumulated Local Effects)分析方法对预测模型进行特征变量解析,以识别影响合乘出行碳减排状态的关键因素。结果显示：研究区域内平均每次网约车合乘出行可减少碳排放307.23 g,但仍有15%的网约车合乘行程未能实现减碳;XGBo...