基于XGBoost算法的危险场景驾驶行为模式分析及安全评估

危险感知能力对驾驶人的驾驶行为模式具有重要影响。为准确评估驾驶人的危险感知能力、提升危险感知水平判别的准确度，提出了基于模拟驾驶技术的危险感知能力影响分析方法和基于极端梯度提升树（XGBoost）算法的危险感知水平判别模型。通过设计3种常见交通冲突场景，采集模拟驾驶中驾驶人的多维度驾驶行为特征数据，并分析危险感知能力与驾驶行为的相关关系。通过模拟实验发现:驾驶人对行人的危险感知能力较弱，易发生碰撞事故；驾驶人在危险场景中的车速（p＝0.01）、制动反应位置（p < 0.01）以及反应时间（p < 0.01）与危险感知水平之间存在显著负相关关系。在相关性分析的基础上，利用XGBoost算法识别能反映驾驶人危险感知能力的重要特征变量，并构建以制动反应位置、反应时间、车速、刹车深度，以及加速度为指标的驾驶人危险感知水平判别模型；通过与LightGBM、支持向量机（SVM），以及逻辑回归（LR）等算法分类预测性能的对比分析，评价危险感知模型的判别精度，结果表明:基于XGBoost算法的危险感知水平判别模型的判别准确率为84.8%、F1值为83.4%、AUC值为0.959，优于LightGBM（准确率为78.8%、F1值为76.7%、AUC值为0.924）、SVM（准确率为57.6%、F1值为42.2%、AUC值为0.859），以及LR算法（准确率为69.7%、F1值为65.5%、AUC值为0.836）。所提方法可为判别驾驶人危险感知能力及其对驾驶行为模式的影响提供可靠手段。      

基于AHP的农村复杂型公路客运车型选择——以商洛地区为例

农村客运车辆长期存在低效高耗、老化严重、安全隐患大等问题,不符合需求导向型的市场要求,也不符合农村社会保障要求.文中采用层次分析法(AHP)决策理论,针对农村复杂型公路的客运车型建立评价与选择模型,并运用该模型对商洛市农村客运进行研究,得出该地区运营车型的最优方案.     

夜间动态环境中驾驶员空间距离判识规律

为研究在夜间地面动态环境中驾驶员空间距离判识规律,进行了实际道路试验.32名驾驶员在夜间环境中不同深度距离、速度下,判识红、绿色障碍物空间距离.检验样本差异显著度,分析被试距离判识结果,获得判识特征值.运用曲面回归分析判识距离与速度和深度距离之间关系,获得驾驶员在夜间动态环境中,对空间距离判识变化关系的数学模型.试验结果表明：绝对距离判识值随障碍物深度距离增加而增大,随速度增加而减小.相对距离判识受深度距离影响小,受速度变化影响大,二元二次函数可很好地逼近空间距离判识的变化规律.     

基于BP神经网络的驾驶员昼夜动态空间距离判识规律

为研究昼夜动态环境中驾驶员对空间距离判识的规律,进行了实际道路试验。随机选取32名驾驶员分别在昼、夜环境中不同深度距离和速度下,判识红、绿色障碍物的空间距离,统计并检验驾驶员对红、绿色障碍物判识距离的差异,获得判识特征值;运用BP神经网络拟合距离判识结果,分析距离判识变化规律。结果表明:BP神经网络可以很好地拟合距离判识变化规律,精度优于现有模型;绝对距离和相对距离判识结果均随速度增加而减小,随深度距离增加而增大;夜间判识距离大于白天,驾驶员对相对距离判识准确性高。     

基于BP网络的驾驶员黄昏空间距离判识规律

为研究黄昏时段行车时,驾驶员对空间距离判识随环境照度的变化规律,进行实际道路试验.选用32名男性驾驶员,在不同自然环境照度下,判识不同空间深度距离时红、绿色障碍物的绝对距离和相对距离.统计分析被试判识结果,分析距离判识差异,获得空间距离判识特征值.运用BP神经网络,模拟距离判识结果,分析距离判识变化规律.结果表明：红、绿色障碍物黄昏时距离判识差异显著,BP网络可以很好拟合距离判识变化规律.绝对距离和相对距离判识结果,均随环境照度降低而增加;判识距离随深度距离增加也增加,相对距离增加较小.     

基于因子模型的高速公路特长隧道驾驶人心理负荷特性研究

为研究驾驶人行驶通过特长隧道环境中的心理负荷变化特性,选取2座典型特长隧道进行实车试验,采集驾驶人实时心电信号,以心率和心率变异性指标分析为基础,通过数据挖掘构建了基于因子分析的心理负荷计算模型,采用心率变异性频域分析结果对模型进行验证。研究结果表明：心率变异性指标在计算心理负荷时比心率指标具有更高的效度和信度,驾驶人在距离隧道入口较远处和距离隧道出口较近时负荷较大;在隧道路段和普通高速路段,熟悉试验道路的驾驶人平均心理负荷小于不熟悉试验道路的驾驶人;被试在隧道路段的平均心理负荷大小依次为入口段、出口段、行车段,熟练驾驶人心理负荷在特长隧道入口前300 m至前180 m范围受到的影响最为明显;非熟练驾驶人心理负荷在入口前300 m至入口后240 m范围受到的影响最为明显。上述结果说明：在隧道出、入口段,尤其是入口段驾驶人负荷过高,也是造成事故数量多的主要原因之一;熟悉道路条件可在一定程度上降低驾驶人心理负荷;普通高速路段虽然行车环境较好,但运行车速过高也会造成驾驶人负荷增加。熟练驾驶人心理负荷在隧道入口前升高,而非熟练驾驶人心理负荷在进入隧道后仍保持较高水平。     

高速公路隧道异常事件人工监控系统模拟

缩短高速公路隧道异常事件的发现时间,提高安全应急响应效率,研究多种人工监控方式下隧道异常事件发现时间分布规律,首先建立了人工监控系统基础随机模型;其次,考虑执行监控任务时的人因可靠度问题,对模型加以改进并提出了表征人员状态、工作环境等因素的修正系数;继而基于蒙特卡洛方法给出模型求解方法;最后,以陕西省某高速公路特长隧道监控系统为例,通过计算获得了异常事件发现时间期望值与分布规律,比较了多种监控管理方式下的时间期望值与分布的差异。结果表明:异常事件发生后,随着时间延长,发现异常事件的概率持续增大;单人监控与多工作人员重叠监控情况下的时间期望值与分布差异不大,而采用多个工作人员分别监控的方式能有效地将发现异常事件的期望时间由1.96 min缩短至1.17 min,将保证能发现异常事件的时间由6.6 min缩短至3.0 min;人员状态与工作环境越差,则事件发现期望时间越长,当修正参数在3.0至10.0之间内变化时,发现事件期望时间增至16.80 min;工作环境与人员状态对发现异常事件至关重要。最后,论文讨论了模拟结果对于事件处置与应急救援工作的意义。     

高速公路施工区自动车辆行驶轨迹优化方法

为改善高速公路施工区路段车辆运行状态,建立了一种集合优化换道比例和可变跟车时距的换道控制策略.通过引入交通运行效率和冲突风险目标函数并进行在线求解,从而对施工区车辆行驶轨迹进行优化,提高了车辆的平顺性.在网联自动车环境下,以施工区上游路段车辆平均速度为目标函数,借助遗传算法遍历交通流状态集合,求解换道比例,以此调整施工区上游车辆分布.以施工区汇入路段车辆交通效率和冲突风险为可变跟车时距模型的目标函数,调用CPLEX/Matlab求解器得到汇入路段可变跟车时距.为了在线计算和可视化建立了Matlab/Vissim_COM的仿真平台,通过Matlab编程技术以单步仿真的方式提取Vissim车辆信息,将CPLEX求解器和Vissim的封装环境以函数调用的方式与遗传算法结合,对车辆信息进行优化计算和参数反馈.在总仿真次数达到400次时,模型控制得到最优.结果表明,与未实施控制相比,在最优控制中,当仿真时长达到800 s时,每条车道交通量输入达到700 veh/h,优化效果较为明显,即全局车辆在汇入路段"曝光"次数减少,车辆行驶轨迹变的"平滑",全局运行速度提高了48%,速度标准差的变化幅度降低,全局车辆的速度离散性得到改善,以后侵入时间表征冲突风险,冲突次数降低了39%,高速公路施工区车辆运行状态得到了改善.      

公路梳齿形视错觉减速标线优化研究

对于公路危险路段,如果不进行道路线形改善,则通过采用限速设施,有效限制车辆的行驶速度是最有效的安全措施.文中结合梳齿形视错觉减速标线机理分析,基于公路视错觉减速标线仿真试验系统,以鱼刺形视错觉减速标线的部分研究结论为依据,分析了梳齿形视错觉减速标线的重要设计参数,确定了标线的样式和形式,通过仿真试验和实际道路试验验证了...     

高速公路隧道群出、入口段驾驶人视觉特征

为提高隧道群交通安全水平,研究高速公路隧道群出、入口段驾驶人视觉信息认知过程和变化.针对驾驶人视觉特征参数变化规律,选用9名驾驶入进行隧道群环境中实车试验.采用眼动仪,记录行车过程中驾驶人视觉特征参数.应用统计方法,分析试验数据特征.运用神经网络技术,模拟视觉特征参数变化,并建立相关模型.研究结果表明:在逐渐接近特长隧...