高等级自动驾驶汽车虚拟测试：研究进展与前沿

安全性测试是高等级自动驾驶汽车（Highly Automated Vehicles，HAV，指具备L3级及以上能力的自动驾驶汽车）规模化应用的基本保障。鉴于HAV测试对象与测试标准的变革，传统基于里程的车辆测试方法论不再适用，场景化虚拟测试正成为验证HAV安全性的核心方法。基于与国内外多家HAV研发机构开展虚拟测试合作的基础上，针对测试场景、测试工具和测试方法等方面的技术难点和学术问题进行汇总、归纳和分析。测试场景方面，围绕场景覆盖度的要求，需重点关注测试场景自主划分、自动化仿真生成和未知高风险场景搜寻等理论方法。测试工具方面，在构建HAV自动驾驶系统“环境感知-规划决策-运动执行”一体化仿真工具的基础上，需研究支撑测试场景生成、驾驶行为双向交互和多传感器物理模型融合的高可信仿真技术。测试方法方面，针对海量测试场景、HAV驾驶能力非单调变化等特征，亟待开展覆盖度驱动型测试方法、加速测试方法和多目标测试与评估等的研究。此外，在上述研究挑战的基础上，面向HAV虚拟测试自动化、快速化、一体化和协同化的应用需求，提出HAV虚拟测试仿真即服务（Simulation as a Service，SAAS）的系统架构，并进一步明确HAV安全性诊断分析、系统自主优化训练和面向系统快速迭代升级的测试方法等SAAS重点研究需求。     

美国驾驶证申请与新驾驶员培训简介

汽车保有量和新驾驶员数量的快速增加是我国道路交通事故高发的原因之一,如何设计驾驶员培训内容、优化驾驶证申请流程是提升新驾驶员交通安全状况的主要措施。本文系统梳理了美国驾驶证申请考试要点、新驾驶员培训内容和渐进式驾驶培训（Graduated Driving Licensing,GDL）要求。对比中美新驾驶员培训与驾驶证考试内容发现：美国注重新驾驶员安全驾驶行为、意识的培养与考查,而我国侧重于驾驶技能和交通法规的考核。最后,借鉴美国新驾驶员的先进管理经验,对我国新驾驶员培训与驾驶证申请流程提出了改进建议。     

我国银行业存在的问题

随着金融体制改革的深入和入世步伐的加快,金融业竞争将愈]愈烈,针对我国银行业存在的问题进行分析及讨论并且提出解决方案。使在面对金融全球化的情况下,中国银行业可以做好充分的准备,以在国内外市场立于不败之地。     

美国驾驶员安全教育与管理

美国机动车普及率高,驾驶员人群年龄跨度大;不同年龄段的驾驶员存在的交通安全问题具有差异性。为改善驾驶员的交通安全状况,美国针对熟练驾驶员开展了形式丰富的驾驶员行为改进计划,并从驾驶证更新频率与视力测试等方面加强了老龄驾驶员管理。本文介绍了八种常用驾驶员行为改进计划项目的形式与要点,汇总了美国不同州老龄驾驶员的管理项目及其安全改善效果,并对我国驾驶员的安全教育与管理体制的建立提出了建议。     

国家自然科学基金委员会交通与运载工程学科2023年度管理工作综述

总结了国家自然科学基金委员会交通与运载工程学科2023年度基金项目的申请、受理、评审和资助情况,概述了学科有组织科研工作,解读了2024年度学科重点资助方向。围绕目标导向、和谐发展、交叉融通、服务未来的发展目标,学科继续强化“需求牵引、问题导向”,推进有组织科研工作,以学科建设带动领域发展。围绕国防安全与国家重大需求,凝练科学基金重大、重点类问题,为未来的科学基金竞争性重大类项目立项以及统筹基础研究和应用基础研究提供坚实基础。2024年度,学科对以下各领域开展优先资助,促进相关领域的发展：综合立体交通多网融合、600 km·h^-1速度级高速磁浮系统、自动驾驶测评与验证、分布式电驱动车辆主动安全控制、可重构/可变构特种车辆、枢纽机场飞行区交通系统协同运行、超低温能源物质水路运输/管道输送、国家空域系统资源规划与协同运行、可重复使用空天往返运载系统等。     

金融创新

随着世界经济、金融一体化的加深,我国中央银行对商业银行金融监管逐渐加强,金融同业竞争日趋激烈。我国已经加入WTO,外资银行、中外合资银行逐渐获准经营人民币批发和零售金融业务,并享受国民待遇。外资银行资本实力雄厚,资产规模大,业务品种齐全,经营管理能力强,服务手段先进,它必将通过提供多元化和综合性的业     

基于风险驾驶行为分析的营运驾驶员交通安全教育

营运车辆事故多是由驾驶员的风险驾驶行为引起的,而交通安全教育对营运驾驶员的风险驾驶行为改善起主要作用。传统的教育方法未考虑不同驾驶员的行为特征,因而效果不佳。基于风险驾驶行为分析的教育方法首先对驾驶员的驾驶行为进行监控,然后分析驾驶员的风险驾驶行为特征,最后基于特征进行安全教育。该方法具有针对性,并在国外取得较好效果。本研究对基于风险驾驶行为分析的教育方法进行了实验,分析了营运驾驶员的风险驾驶行为类型特征和典型事故致因,并对教育效果进行了评估。结果发现该教育方法能明显减少危险交通事件率。     

连续数据环境下的道路交通事故风险预测模型

针对现有研究多基于病例对照的欠采样方法,即每起事故从连续交通流数据中按一定比例抽取对照的非事故数据构建模型,而该类模型在连续数据环境中的预测精度存在缺陷的状况,对城市交通连续观测并动态调控的技术环境（简称连续数据环境）开展道路交通事故风险预测模型构建研究。首先提出基于全样本交通流数据,结合“调整事故分类阈值”的方法解决事故风险预测研究中的非平衡数据分类问题;而后采用上海市城市快速路2014年5,6月的线圈检测交通流数据及历史事故数据开展实证研究,以受试者工作特征曲线下面积为评价指标,对比基于全样本和抽样样本构建的常用事故风险预测模型（逻辑回归、随机森林）的整体预测能力;以灵敏度和特异度的几何均数为评价指标,对比3种分类阈值计算方式（约登指数法、事故占比法和交叉点法）对事故/非事故综合预测精度的影响。结果表明：在连续数据环境下,采用全样本数据建模能使模型整体预测能力提高13.06%;基于约登指数法进行分类阈值计算可使模型的事故/非事故综合预测精度最佳。     

金融创新

随着世界经济、金融一体化的加深,我国中央银行对商业银行金融监管逐渐加强,金融同业竞争日趋激烈.我国已经加入WTO,外资银行、中外合资银行逐渐获准经营人民币批发和零售金融业务,并享受国民待遇.外资银行资本实力雄厚,资产规模大,业务品种齐全,经营管理能力强,服务手段先进,它必将通过提供多元化和综合性的业务服务来争取客户扩大市场,进而获取利润.这将对我国银行业产生巨大的冲击,我国商业银行原有发展优势的绩效在边际上将会有所递减,一步发展的空间遇到了严峻的挑战,金融业务创新已成为商业银行开拓业务的当务之急.