基于GPS浮动车的高速公路路线诱导方法研究

随着我国高速公路建设的快速发展,高速公路路线诱导可以显著提高高速公路的通行能力。根据现代智能交通运输系统的实际需求．研究基于GPS浮动车数据的采集系统,并构建基于BP神经网络算法的旅行时间预测模型,可为驾驶者提供实时的路线诱导,同时有助于驾驶员避开拥塞和提高出行质量。     

基于实时路况信息的驾驶员路线选择行为模型

从驾驶员出行路线选择的影响因素出发,将实时路况信息影响引入路线选择行为中,在分析实时路况信息及其评价指标的基础上,考虑路线选择行为中可能存在的相关性因素,构建驾驶员路线选择GNL（Generalized Nested Logit）模型,并建立基于可获得实时路况信息满意度的驾驶员路线选择行为效用函数,以求更加客观地反映驾驶员实际路线选择行为。     

动态道路交通信息发布系统

建立路边与行驶中车辆间的间速率双向红外通信链路,向通过车载多媒体电脑发布,以图形图像字声音的形式,向驾驶员提供动态的交通信息。该系统将路网上车速车流分布情况、道路交通管制、停车场等信息发送到车辆上的“交通信息多媒体电脑”的显示屏上,并给出导航路线。同时系统具有车辆识别和定位功能,便于交通指挥系统采集交通数据。系统每一使用可以随时随地与交通指挥中心共享路网交通信息,达到动态诱导车辆,缓解我国各大城市的交通堵塞,提高交通设施利用率。     

驾驶员路线选择行为分析

研究驾驶员的路线选择行为有助于提高既有道路网络(特别是城市交通网络)的利用率，从而改善交通状况。本文从宏观角度分析存在实时交通信息条件下驾驶员路线选择行为的时间演化特征，认为路线选择行为具有随机不确定性，在设计交通诱导系统或交通信息系统时，必须考虑扰动要素影响，才能保证系统有效实现均衡的交通流动态分配.     

基于驾驶舒适性的山区双车道公路平面线形设计指标研究

交通事故是人、车、路和环境动态系统失调的结果.传统的公路路线设计理论一般是以汽车行驶动力学为依据,总体上没有考虑人的差异性.通过分析驾驶员心率变化的规律和道路平面线形与驾驶员心理、生理适应性的相关性,简要探讨了山区双车道公路平曲线有关设计指标的确定.     

浅谈山区路线设计中的线形设计

山区路线设计不同于城市公路设计,它具有复杂的地形地质特征,设计的同时要考虑直线与曲线、曲线与曲线的衔接问题,确保驾驶员视觉流畅性,转弯时的缓和曲线以及小半径曲线设计要考虑驾驶员的反应速度以及行车安全。以山区路线线形设计为出发点,分析了线形设计原则,讨论了相关线形设计注意事项。     

诱导条件下交通控制子区自动划分

实现路线诱导系统与交通控制系统的最终集成 ,需要解决的一个现实问题是 :在目前不少城市已使用了 SCAT或 SCOOT等区域自适应交通控制系统的情况下 ,路线诱导系统是如何与这类交通控制系统实现数据共享和方案协调 ,试图探讨区域自适应交通控制系统与路线诱导系统如何利用数据共享 ,实现区域交通控制中心在诱导条件下交通控制子区的自动划分。     

交通态势识别及状态转换机制研究

利用驾驶员的认知拓扑生成动态交通态势图,以克服驾驶员视野盲区的缺陷,可进一步避免交通事故的发生,为交通运输系统和智能车辆系统的仿真研究和实物开发提供理论指导与技术支持.     

汽车电子导航前景远大

随着经济水平的提高，人们自行驾驶车辆出行的机会越来越多。但因为对道路不熟悉，走弯路、走错路的事情时常发生。现代电子技术的发展及在汽车领域的大量应用，特别是汽车导航系统的推出，在很大程度上避免了这种情况。驾驶员只要将目的地输入导航系统，系统就会根据电子地图自动计算出最合适的路线。在车辆行驶中，驾驶员根本不用考虑该走哪条路线，就能轻松快捷地到达目的地。     

自动驾驶接管影响因素分析与研究进展

部分或有条件自动驾驶车辆允许驾驶员将驾驶任务移交给自动驾驶系统，但驾驶员仍需对驾驶环境进行监测，若发生紧急事件或驾驶环境超出系统运行设计域等情况，驾驶员需要及时接管车辆。影响驾驶接管过程的因素主要包括：人因、交通环境以及人-机交互系统。本文分析了驾驶员认知负荷特性等人因对接管过程和接管时间预算的影响。分析发现，驾驶员长时间脱离驾驶任务会导致其陷入被动疲劳或驾驶分心状态，从而降低接管绩效。适当的非驾驶任务可以使驾驶员保持一定的认知负荷，降低驾驶员的被动疲劳水平。结合网联技术的应用可以多次发出预警信号，提高接管绩效。本文讨论了交通密度、道路条件等交通环境对接管时驾驶员感知、认知及决策的影响，探讨混合交通下过渡区智能网联车辆控制权切换 (Transitions of Control, ToC) 的管理问题。在复杂道路交通下，驾驶员需要更多时间恢复对环境的感知，且驾驶员在弯道接管车辆时更容易出现较大横向偏差。在混合交通环境中，为防止过渡区出现集中的ToC，可以制定相应交通管理措施，以降低过渡区域中车辆之间的相互干扰。本文还分析了视觉、听觉、触 觉、嗅觉及其组合类型交互方式的优、缺点，讨论网联环境下人-机交互系统设计以及ToC形式。 单个的交互方式有其自身的优、缺点，多种类型相结合的交互形式能形成优势互补，及时地将接 管信息传递给驾驶员，并将其注意力集中于对环境的感知。网联技术发展使得可利用的行车信息的数量和种类都有所提高，网联信息需要更好地呈现策略，以保证人-机交互界面具有较高的可用性和接受性，为驾驶员提供更加准确的交互信息。同时，利用驾驶员状态识别技术实时监测驾驶员所处状态，并通过人-机交互系统提醒驾驶员，使其保持警觉，提高接管绩效。未来研究应该重点关注非驾驶任务对驾驶员认知特性的影响，结合接管时的驾驶环境，遵循预测算法辅助驾驶员实现控制权的平稳过渡。随着网联技术的不断应用，逐步改进现有人-机交互系统的设计和性能，对过渡区域ToC的管理问题展开深入研究。     

动态交通系统最优控制的路径选择模型

在分析各种影响动态交通系统最优控制约束的基础上,依据相关原理,采用数学建模的方法建立了态交通系统最优控制模型,最后给出该模型的主要算法.智能交通运输系统的核心部分为动态交通流分配模型与算法,其基础则为动态交通系统最优控制模型,因此建立用于诱导路径选择的动态交通系统最优控制模型将有助于改善城市日益恶化的交通环境,提升人们的生活质量,同时也为城市规划与管理以及各种交通政策的制定提供理论依据.     

基于蚁群算法的动态路径选择优化方法

为了确保城市路网交通流平稳运行和各路段交通流量合理分配,提出了一种基 于伪随机状态转移规则的动态路径选择优化方法.该方法首先计算路段上流量和路阻,利 用伪随机状态转移规则和路径、路段信息素更新规则,模拟了出行者在路网节点的择路 行为,实现了路径选择过程中静态先验知识、动态交通状态及路径选择随机性的综合.算 例结果表明,该方法能够体现不同 OD 需求下路径选择的叠加效果和时延效果,相对于 平衡分配法可获得更好的路网交通均衡性,对于时变路况环境下的路径诱导系统也具有 一定的应用价值.     

主观拥堵感知下驾驶人路径调整行为决策研究

为深入调查研究交通拥挤的形成机制和扩散规律，本文针对交通拥堵形成和消散的内因， 即驾驶人在拥挤状态下路径的研判调整行为进行研究。设计基于全方位视角场景的驾驶人主观 拥堵感知实验，通过采集驾驶人个体特征、出行特征和交通流参数，结合驾驶人的主观拥堵评分 和路径调整决策，采用方差分析方法，探究驾驶人个体特征和出行特征对路径调整决策的差异 性。基于二项Logistic建立主观拥堵状态下路径调整行为模型，进一步量化所选驾驶人个体特征 和出行特征对路径调整决策产生的具体影响。研究表明：驾驶人个体和出行特征因素不同导致 路径调整决策产生显著性差异，其中，男性、老年人、低驾龄、出行次数少，以及弹性出行的人群更 青睐于保持原路径行驶；调整路径后增加的行驶距离占剩余行驶距离比例越大，保持原路径行驶 的可能性越大；熟悉周边路网的人群保持原路径的可能性是陌生人群的11.3%；区间车速每增加 1 km·h-1，驾驶人保持原路径行驶的可能性为之前的1.223倍。     

���ص���ϵͳ���г���͸�ʷ����о�

车载导航系统（IVNS）能提供实时有效交通信息辅助驾驶人选择最佳路径.为了探讨IVNS的市场渗透率对路网运行效益（交通效益和环境效益两方面）的影响,本文运用宏观动态交通网络模型METANET建立仿真平台,用反馈式动态交通分配模型描述IVNS路径诱导下驾驶人的行为,以总排队时间和总耗费时间作为交通效益评价指标,用反映速度—加速度关系的机动车排放和燃油消耗关系模型——VT-Micro 模型计算机动车排放量和燃油消耗量,并用货币价值量化排放减少带来的直接经济效益(包括大气污染治理费用和燃油消耗节省).对一个算例路网进行仿真,仿真结果表明：IVNS能够有效均衡路网交通,改善路网交通拥挤,尽管使NOx排放增加,却降低了HC、CO排放,减少了燃油消耗,带来了巨大的经济效益.综合考虑IVNS市场渗透率的交通效益和环境效益,建议可将市场渗透率控制在0.2~0.3左右.研究旨在为相关部门设计评价IVNS,优化路网运行效益提供辅助决策依据.     

考虑动态交通流的停车场车辆最优疏散模型

为有效地制定停车场车辆疏散方案,缩短车辆疏散时间,研究了考虑道路网动态交通流特征的停车场车辆最优疏散模型.首先,根据排队论将停车场每个出口车道的车辆排队抽象成一个M/M/1/1排队系统,分析出口道路交通流车头时距对车辆离开率的影响,从而估算车辆在停车场内的排队时间.其次,构建道路网节点交通流均衡模型和路段交通流均衡模型...     

交通路况感知下的自适应动态路径规划方法

针对传统路径规划算法在动态网络中的时效性和可用性不足，本文提出一种适用于时变 路网环境下的自适应动态路径规划方法。通过引入动态网络流式图划分思想，构建一种分层路 网的状态树索引，有效降低了动态路网中路径查找的计算代价，并扩展了传统路径规划算法在动 态路网中的普适性。在此基础上，将区域路况的时空变化信息融合到索引树中，进一步提出一种 基于时空层次网络的路径映射方法。并按照访问节点的距离逐步收缩最小包含区域来减少路径 查找视野，将路径查找过程转化为在层次图中的小范围寻址。为适应路网动态变化特征，路径映 射采用多路并行的双向探测策略，使得路径搜索迅速收敛于一个最优解，在动态路况变化和旅行 代价之间寻求平衡。最后，结合北京市实时交通路网数据集进行实验评估，在查询性能和自适应 调整方面验证了所提出方法的有效性。     

基于交通视频分析的自适应摄像控制系统

为在高动态光照和复杂路况环境中实现准确的视频检测与数据采集,构建了一套有效的自适应交通摄像控制系统.首先,针对全天候大场景综合检测需求设计高清交通摄像系统,并通过系统辨识确定了核心摄像参数的控制特性;接着,基于车辆号牌和交通场景特点,提出了以车牌亮度中点值和标线区块中点值作为反馈控制指标的视频质量分析算法;最后,使用自适应控制架构综合底层图像质量反馈信息和高层视觉分析检测结果,实现了光照模式的感知适应和控制状态的自主切换.实验与应用结果表明:该系统控制过程快速稳定,能够自动适应不同光照环境,兼顾高清晰车牌识别和大视野交通监控需求,保持良好的全天成像效果,实现了平均97.0%的车流准确度和96.3%的车牌识别率.      

���н�ͨ�������յ�ϵͳ����Э��

交通信号控制和动态交通诱导是城市交通管理的两个主要手段，两者智能协作能提高城市交通管理效率.本文分析了交通信号控制与动态诱导系统的关联特点，利用多智能体技术和融合技术对其智能协作进行研究，提出城市交通信号控制与交通诱导系统智能协作的结构框架，以交通信号控制执行级智能体为例，介绍分析智能体内在结构和作用机制，并研究了城市交通控制与交通诱导的系统协作模型，实现城市交通控制与诱导系统智能协作和全局优化     

���ڻ���������ļ�ʻԱ��̬·���յ��㷨�о�

动态路径诱导旨在向驾驶员提供基于实时交通信息的最佳行驶路径来达到诱导出行的目的，以保证车辆在路网上运行的总费用最小，为驾驶员提供较合理的高效行驶路线。动态路径诱导必须实时保证全局准最优，本文将混沌神经网络应用于动态路径诱导，通过在HNN中引入混沌动态，利用其遍历性进行随机搜索，再由退火策略控制混沌动态逐渐消失并转入HNN进一步优化，从而可保证网络收敛到一个最优或近似最优的稳定平衡点。仿真分析表明：将混沌神经网络应用于动态路径诱导系统中求解最优路径，总能保证网络收敛到全局最优，同时可有效克服Hopfield神经网络易陷入局部最优解的缺点，具有更高的搜索效率，对于求解连续变量的非线性优化问题提供了一种有效方法，验证了混沌神经网络在动态路径诱导中的有效性。     

Driver's Visual Cognition Behaviors of Traffic Signs Based on Eye Movement Parameters

A dynamic visual cognition experiment was carried out in driving simulation barn with eye tracker system to get drivers' eye movement parameters when they were reading traffic signs with various information quantities in different speeds. The eye movement parameters include fixation number and duration. Driver's visual area was divided into three areas using dynamic cluster method. Further analysis was conducted on the eye movement parameters of the three areas. Findings were discussed in this paper: the fixation distribution has a high correlation with driving speed and information quantity. As the driving speed and information quantity increased, the fixation number and duration in traffic sign area have an increasing trend and drivers have less visual cognition to front lane. When the guide signs have more than five amount of information, drivers' fixation number and duration have an abrupt change and the effectiveness of visual cognition decreased significantly. It is recommended that the highway traffic guide sign information volume should not exceed 5. Under the same condition, the driver needs more fixation when recognizing non-guide signs and the visual cognition process is more complicated.