基于贝叶斯网络的机动车驾驶行为状态分析建模

复杂多变的机动车驾驶环境决定了驾驶行为系统内部各信息之间存在不确定性.利用贝叶斯网络构建驾驶行为状态分析模型,可忽略驾驶行为状态类型与可观测驾驶数据之间的耦合关系,以概率网络形式直观表现观测数据与驾驶行为状态之间的关联.为降低概率解算复杂度,使用基于簇树的贝叶斯网络推理方法推算并预测驾驶行为发生概率.算例结果表明,应用驾驶行为贝叶斯网络模型的车载预警系统能推算出驾驶人行为动作发生概率,从而达到评估驾驶安全等级并预判驾驶人后续驾驶动作的目的.     

基于卫星定位数据的违规驾驶行为辨识方法

利用车辆行驶过程中的卫星定位数据,可以计算和识别诸如超速和不按规定路线行驶等违规驾驶行为。准确有效的识别结果,能够为道路运输行业管理部门和运输企业实现动态安全管理提供充分可靠的管理依据。针对已有的违规驾驶行为辨识算法在抗数据噪声干扰方面的不足,提出了一种带抗噪声的违规驾驶行为辨识的方法。该方法结合预定行驶路线的地理坐标信息和分段限速值等基准判定数据,通过比较车辆当前行驶位置的卫星定位坐标与预定行驶路线最近坐标的球面距离值等,来判断和统计是否发生不按规定路线行驶的行为。通过比较车辆实时行驶速度、当前路段限速值和违规阈值等参数来判断和统计是否发生违规超速的行为。结合道路运输企业营运车辆实际运行过程中产生的大量车辆卫星定位数据,对所提出的辨识方法进行了试验验证。试验结果表明,与已有算法相比,本方法对于因漂移产生的卫星定位数据噪声有更强的抗干扰性,能够提高对不按规定路线行驶以及违规超速行为的识别准确率。     

基于贝叶斯网络模型的道路交通事故链生成与演化研究

为了研究道路交通事故链的生成和演变规律并全面反映道路交通事故的产生机理,以美国100-Car自然驾驶研究数据为基础,充分考虑了驾驶员状态和驾驶行为对道路交通安全的影响,构建了事故发生前驾驶员状态和行为特征参数等变量,并与其他传统驾驶员特征、道路交通特性以及环境特点等影响因素变量共同建立了关于道路交通事故风险类型的贝叶斯网络模型。在贝叶斯网络模型基础上,引入事故因果链理论,利用有向无环网络中简单路径搜索算法生成事故链集合,并采用信息增益特征选择方法识别关键事故链。通过100-Car自然驾驶数据得到的关键事故链显示,单车事故类型更容易在弯道和坡道条件下驾驶员无注意力转移或进行简单非驾驶任务的情况下发生;而正面、侧面和尾部碰撞事故类型的发生,往往在水平直线道路条件下,伴随着驾驶员注意力由前方道路转移至两侧车窗或内后视镜,以及驾驶员非驾驶任务变复杂的情况。通过改变事故链中各节点的状态概率,可以探索不同类型事故的演化路径和规律,克服了传统方法对每个道路交通事故致因因素进行独立分析的局限性,揭示了事故链中影响因素/事件之间的相关关系,为更好地掌控道路交通风险状态和实现事故链阻断提供了新的思路。     

基于深度学习模型的疲劳驾驶行为识别算法

为降低道路交通事故发生率,提出了一种基于深度学习模型的疲劳驾驶行为识别算法。采用照度增强和反射分量均衡化的方法,以提高视频图像质量。将机器视觉工具箱软件用于提取疲劳驾驶人脸行为特征,并通过双流网络构建和训练深度学习模型,实现对疲劳驾驶行为识别。选择了不同睡眠时间段参与者在全封闭路段内的驾驶行为图像,作为实验测试目标。结果表明：用该算法测试1 000张疲劳驾驶行为图像时,识别时间为89 ms,精准度为97.6%,召回率为97.0%;算力需求（每秒所执行的浮点运算次数,FLOPS）≤88;该算法能够提高疲劳驾驶行为的识别精度,有助于降低道路交通事故的发生率。     

基于卫星定位数据的驾驶行为安全与节能评价方法

驾驶员管理是道路运输安全和节能管理的基础和源头。为加强道路运输企业驾驶员驾驶行为安全与节能的管理考核,降低运输企业的监管成本,研究并制定了一套基于企业安全生产管理数据(以卫星定位数据为主)的驾驶行为安全与节能评价方法。首先根据驾驶员驾驶行为的特点和行业管理要求,建立驾驶行为安全与节能评价指标模型,从卫星定位数据中提取了10项驾驶行为安全与节能二级评价指标,根据指标的发生次数和持续时长等进一步细分得到17项三级指标。给出了各项三级评价指标的具体识别和计算方法,并建立了各项二级评价指标的得分标准。利用层次分析法,通过构造比较判断矩阵并进行一致性检验,得出各项评价指标的对应权重。随后采用加权平均方法,最终得到驾驶员驾驶行为的安全评价结果、节能评价结果和综合评价结果,完成对驾驶行为的评价和分析。选取某客运公司行驶时间段和路段等较具代表性的道路运输车辆,利用其正常运行过程中产生的卫星定位数据,对所提出的评价方法进行了试验验证,并与现有其他相似的方法进行了比较分析。结果表明,该方法可从安全与节能两个角度对驾驶员的驾驶行为进行有效评价,帮助运输企业和行业管理部门及时发现和管控驾驶员的不规范驾驶行为。     

基于车辆稳定性的改扩建高速公路横坡方案安全性评价研究

针对改扩建高速公路单侧加宽方案老路利用时可能存在的行车稳定性问题,应用基于车辆动力学的建模仿真方法,采用联合仿真技术,在Carsim/Trucksim仿真软件中得到车辆在横坡组合路段行驶过程中车轮的垂直载荷与车辆侧向加速度;在Simulink中计算车辆的横向载荷转移率和侧向加速度;通过上述指标分析车辆横向侧翻和侧滑稳定性,判断车辆在改扩建公路横坡组合路段上的行驶稳定性;联合仿真结果表明,车辆在横向坡度为2%和1.5%、换道路长为120 m和80 m的横坡组合路段上行驶均具有良好的横向稳定性;该方法可用于其他道路和驾驶行为的车辆稳定性分析.      

山区高速公路驾驶人加减速行为建模

山区地形地质条件复杂,各类复杂的组合线形设计更为常见,例如直线与平曲线间组合或不同平曲线间组合。驾驶人在相邻组合路段行驶时会感知到线形的变化,引起驾驶行为的改变,最终车辆的纵向加速度也会随之改变。频繁的加减速行为会引起驾驶人不适,甚至形成安全隐患。目前针对相邻组合路段驾驶行为的研究中,关于加速度的研究主要基于路段特殊点进行计算。随着驾驶模拟技术的发展,高仿真驾驶模拟器为高速公路的设计评估提供了更好的数据及试验条件支撑。在高仿真驾驶模拟器中,基于湖南省永吉高速公路道路设计参数及周边地形环境参数,构建山区高速公路的三维虚拟模型,以山区高速公路中的相邻组合路段为研究对象,获取山区高速公路组合线形路段的车辆纵向加速度数据,提取加减速事件后,基于驾驶人的加减速行为,采用混合Logit模型,分别判定道路线形层和驾驶人层的影响,研究组合线形对驾驶人纵向加减速选择的具体影响变量以及变量的影响范围。研究结果表明：下游路段最大曲率、上游路段圆曲线段比例、下游路段变坡点数量、下游路段曲线数量、上游路段平均曲率和当前位置曲率等对驾驶人加减速行为有显著影响;通过对比混合Logit模型和多元Logit模型,指出驾驶人层面对模型结果的影响显著。研究结果提供了一种山区高速公路连续纵向加减速行为的建模方案,并可为研究驾驶人在复杂线形条件下的纵向加速度选择行为提供基础。     

基于突变论的高速公路团雾驾驶行为瞬态分析

为揭示团雾环境多车追尾事故致危机理,有必要分析驾驶人进入团雾路段瞬间的驾驶行为特征。通过聚类分析得出:团雾雾段长度、雾发时段和雾发频次等具有突变特征,因此对高速公路团雾环境驾驶行为进行瞬态分析应充分考虑其突变性。以能见度区间为(0,1 500m]、雾段长度小于4km的路段为研究对象,构建基于能见度、视觉区域和行车速度的驾驶行为突变瞬态模型,对车辆驶入团雾路段后的行驶速度、注视区域等指标进行瞬态分析;对比分析在相同能见度的团雾路段,两侧有诱导雾灯和无诱导雾灯2种情况下的驾驶行为。结果表明:车辆从无雾路段驶入到驶离团雾路段过程中,其驾驶行为可大致细分为察觉、确认、紧急制动、加速制动、缓制动、速度保持、微加速、快加速8个阶段;上述各阶段因加速度的变化导致了团雾路段车速离散值增加;与无诱导雾灯路段相比,有诱导雾灯的团雾路段因雾灯补偿了部分因团雾导致的视觉缺失信息,驾驶人的视觉区域直径和视距变大、减速幅度变缓,有助于降低团雾路段车速扰动和突变效应带来的不利影响,提升车辆通过团雾路段的安全性。     

基于行车动力学的高速公路积水路段行车风险分析

近年来发生多起因积水产生的交通事故,为了研究高速公路积水路段小客车行车风险,综合考虑车速、驾驶行为和积水路段线形等因素,利用行车动力学仿真软件CarSim,建立了车辆动力学模型、道路模型以及小客车换道轨迹模型.在临界水膜厚度的基础上,结合车辆侧向偏移量和质心侧偏角,提出临界积水路段长度作为评价指标,通过改变道路圆曲线半径、超高、纵坡、车速和驾驶行为,分析了小客车在积水路段的行车风险影响因素,运用M atlab回归分析建立了积水路段小客车行车风险预测模型,对多雨地区高速公路某积水路段进行了行车风险分析.研究结果表明,所建立的风险预测模型在综合考虑车速、道路圆曲线半径、超高、积水厚度的影响下,能根据积水路段长度判别小客车的行车风险类型和严重性,其中侧滑风险回归模型相关性系数达0.962,侧偏风险回归模型相关性系数达0.753,为针对性提出道路安全管理措施提供了参考依据.      

基于 AHP 和物元分析的愤怒驾驶状态辨识研究

驾驶人在愤怒情绪下的驾驶行为是影响车辆行驶安全性的重要因素之一,愤怒驾驶情绪的产生及其程度受到驾驶人自身和道路交通环境中多因素的影响。文中综合考虑驾驶人自身因素和行车环境对驾驶状态的影响,提出了愤怒驾驶状态的辨识方法。文中筛选了与愤怒驾驶行为相关的驾驶人因素和道路环境因素,构建了1个驾驶人愤怒状态辨识的层次分析模型,并根据相关因素之间对愤怒驾驶行为影响的重要程度构造判断矩阵,求出各相关因素对愤怒驾驶行为的影响权值。应用综合权重的物元多属性决策方法辨识驾驶人的愤怒驾驶状态及程度。应用所提出的方法对22组实车试验中出现的愤怒驾驶状态进行辨识,结果表明,72.7%的结果与实车实验所得的结果相符,因此,该方法可对愤怒驾驶行为进行识别。文中所提出的方法能够融合驾驶人因素和环境因素对愤怒驾驶行为的影响,有效的辨识出驾驶人的愤怒驾驶状况及程度。      

长下坡与隧道群路段安全评价及保障方案研究

超长下坡与隧道群路段的安全保障研究,对公路交通安全的构建有着至关重要作用。总结归纳了在连续下坡与隧道群路段的事故特征中,驾驶人及车辆、车速、道路条件、气候、光照几个影响因素的特点。根据事故安全影响因素和驾驶模拟实验的结论,提取评价指标进行量化分级,采用模糊评价方法,选择设计指标安全条件、驾驶仿真实验驾驶表现、主观危险判断等3个指标建立超长下坡和隧道群路段的安全评价体系。同时,分别从几何线形设计、配套设施设计和运营管理的角度,对长下坡和隧道群路段需要注意的问题提出相应的安全保障措施。对公路超长下坡与隧道群路段的交通安全研究具有指导意义。     

基于驾驶模拟技术的道路行车安全性研究综述

对驾驶模拟技术在道路行车安全领域的研究及应用现状和存在的问题进行了分析。在广泛调研国内外相关文献的基础上,对驾驶模拟器进行了分类,并总结了国内外主要代表性科研型驾驶模拟器的发展历程,分析了典型驾驶模拟器的自由度、主要特征和应用领域。以“人-车-路-环境-事故”为主线,从不良驾驶行为特性分析、车辆主动安全技术研究、道路与交通设计、车辆驾驶环境以及道路行车事故研究5个方面,系统地梳理了驾驶模拟技术在国内外道路行车安全领域的应用研究现状、存在问题以及应用展望。在不良驾驶行为特性分析方面,重点研究了运用驾驶行为特性开展分心驾驶行为和疲劳驾驶行为的识别;在车辆主动安全技术研究方面,综述了运用驾驶行为开展车辆底盘一体化控制技术、安全辅助驾驶控制技术和自动驾驶接管行为的评价研究;在道路与交通设计方面,综述了道路几何和标志标线等的设计评价;在车辆驾驶环境方面,综述了不良气象、路侧景观和交通冲突等驾驶环境对驾驶行为的影响;在道路行车事故研究方面,总结了道路行车事故再现和事故影响因素分析等内容。此外,对驾驶模拟技术进行了应用展望,主要包括特殊人群的驾驶行为特性、智能网联汽车系统的测试及验证、混合交通流环境下的行车安全问题。对未来应对驾驶模拟器的有效性评价、不适性以及二次开发等问题进行探讨,以便更好地促进驾驶模拟技术的发展。      

基于多类型变量空间的驾驶行为基元提取

从驾驶数据中提取驾驶行为基元是实现驾驶行为高效准确分析的重要前提。为了更好地理解驾驶行为,使驾驶行为基元能够体现不同驾驶人的驾驶行为差异,考虑驾驶行为产生时所受驾驶人的主观约束,提出基于多类型变量空间的驾驶行为基元提取方法。使用驾驶行为原始变量反映车辆运行状态和驾驶操作,将所选择的原始变量定义为基础变量集;使用基础变量构造能够反映驾驶人对车辆运行状态主观期望的变量,并将其定义为构造变量集。利用基础变量集和构造变量集生成多类型变量空间,使用贝叶斯凝聚型序列分割算法分割数据以提取驾驶行为基元。针对多类型变量空间自调节问题,提出基于分割质量优选滑窗尺寸的方法,使多类型变量空间能够自适应不同数据集的数值特性,确保基元提取的准确度。对所得基元进行特征构造和提取,利用高斯混合聚类算法对直行和弯道路段的行为基元分别进行聚类,并通过分析各类基元的统计特征得到基元的语义描述。最后,通过实例分析验证基元提取和语义解释的准确性,以及多类型变量空间的优越性。研究结果表明：所提取的驾驶行为基元具有多角度语义,不仅能够反映车辆运行状态和驾驶操作,而且能够体现驾驶人对车辆操纵决策的主观期望,有利于从因果角度更全面地...     

基于安全车速差的高速公路特长隧道环境驾驶人行为风险特性研究

为研究高速公路特长隧道环境下驾驶人行为风险特性,选取2座典型特长隧道进行实车试验,通过采集熟练驾驶人和非熟练驾驶人的速度数据,将此作为主观预期车速,结合道路行车环境的客观安全车速,构建基于安全车速差的驾驶人行为风险量化方法。在划分隧道路段为入口段、行车段和出口段的基础上,通过切分行车区间,对比分析出入口段2类驾驶人行为风险变化特性及整个隧道路段和普通高速路段的行为风险变化曲线。结果表明： 1)在隧道内部,相对于非熟练驾驶人,熟练驾驶人表现出更高的行为风险值;在隧道外部,则非熟练驾驶人的行为风险值更高一些。2)所有类型驾驶人在普通高速路段行为风险值最高,在隧道入口段的行为风险值最低。上述结果说明： 在隧道路段,熟悉试验道路的驾驶人车速行为并不安全,行为风险值相对较高。     

基于ROC曲线的疲劳驾驶判别方法研究

疲劳驾驶判别是危险驾驶行为研究的主要内容之一,基于驾驶行为的疲劳驾驶判别更加直接.文中选取疲劳状态下的驾驶行为指标作为研究对象,结合不同道路线形分析疲劳对于驾驶行为的影响,获得能在相应的道路条件下显著反映疲劳驾驶的驾驶行为指标.使用ROC曲线方法分别确定不同道路线形下各个驾驶行为指标判别疲劳驾驶的阈值.根据各个驾驶行为指标及阈值,建立疲劳驾驶综合判别模型,并通过对比分析说明基于驾驶行为指标进行疲劳驾驶判别考虑不同道路线形的必要性.研究结果表明,疲劳状态对驾驶行为的影响在不同道路线形上表现不同,基于ROC曲线的疲劳驾驶判别方法可应用于基于驾驶行为的疲劳检测,不同道路线形下平均识别率达75％,平均误判率为16.5％.     

重载货车长下坡挂挡决策行驶安全仿真

长大下坡是大型车辆事故多发的典型路段,现有仿真模式多适用于宏观评价道路平面线形安全,无法反映驾驶人不同挂档决策对长下坡行车安全的影响。建立了重载货车整车模型、转向控制器和踏板控制器。根据重载货车自然驾驶数据,引入驾驶人控制边界约束,通过联合TruckSim和Simulink软件,设计了基于挂档加速、挂档滑行、挂档制动的长下坡行驶控制策略。提出了在车辆速度层面引入驾驶人操纵行为特征谱的虚拟仿真试验。根据当前路段驾驶人挂挡问卷调查信息,以1条实际长下坡道路作为算例,研究了不同驾驶模式下重载货车长下坡行驶特性。仿真结果表明:预瞄定速模式控制下的车辆节气门开度和车轮制动压力呈现相互交替态势,与车辆真实长下坡行驶特性不符,难以为长下坡道路安全改善提供客观依据,而挂挡下坡行驶控制模式能够反映重载货车在不同挂挡决策下的行驶特性;以车辆行车速度和单轮制动压力为评价参数,在当前仿真路段行驶过程中,重载货车7档位挂挡下行安全性能最优,8档位挂挡下行综合性能最优,其单轮制动压力高幅值波动区域主要集中于28.3～35.5 km路段,从而可为该路段驾驶人挂档决策优化、道路纵断面及避险车道位置设计提供一种新的思路。     

考虑数据不平衡的城市道路乘用车致命事故率分析

城市道路交通事故频发,而事故数据存在明显不平衡,不同因素间的耦合作用对城市道路乘用车致命事故率分析造成极大挑战。为此提出了1种集成重采样、贝叶斯网络（Bayesian networks,BN）和关联规则（association rule method,ARM）的三阶段事故率分析方法。基于国家事故深度调查体系的1 105例城市道路乘用车事故数据,从驾驶人、车辆、道路、环境这4个方面选取16个潜在特征变量构建BN模型;鉴于数据不平衡时会导致BN模型性能下降的问题,提出在构建BN模型前利用合成少数类过采样技术（Synthetic Minority Over-sampling Technique,SMOTE）和聚类中心进行数据重采样,并比较分析各类采样技术下不同BN模型的综合性能;基于最优BN模型并结合ARM,推理不同影响因素及因素的耦合作用对致命事故率的影响。结果表明：重采样方法可以显著提升BN模型的综合性能,以及识别风险因素的能力。其中SMOTE采样技术结合GTT算法构建的BN模型的AUC最高,达0.793。此外,相较于原始不平衡数据构建的BN模型,经SMOTE采样后构建的BN模型多挖掘了...     

面向安全预警的机动车驾驶意图研究现状与展望

简述当前开展面向安全预警的机动车驾驶意图研究的目的和意义.分析国内外研究现状,得出从驾驶员行为及驾驶动作序列角度开展驾驶意图研究的可行性和有效性,同时介绍了 2种基于概率与数理统计的机动车驾驶意图建模方法.结合驾驶员在直线封闭路段实施驾驶行为特征,阐述使用隐马尔科夫模型(HMM)理论建立驾驶意图模型的步骤以及模型参数学习和系统在线优化算法等内容.对驾驶意图模型网络结构、动态性能方面相关研究方向进行展望.     

基于视觉适应的高速公路高风险路段照明参数设置研究

为提高高速公路夜间高风险路段的交通安全水平,基于行为适应理论,采用UCwin/road软件构建了高风险路段试验场景,并结合眼动追踪系统进行驾驶模拟试验,采集了不同环境照度条件下驾驶人的眼动参数,并通过研究环境照度差异对驾驶人视觉适应的影响规律,提出了高风险路段照明的照度标准及过渡段设置标准.研究表明,在高速公路高危路段...     

城市水下道路隧道驾驶安全影响因素分析和改善思路

总结城市水下道路隧道事故分布规律，从驾驶人、隧道光环境及道路条件3方面分析隧道驾驶安全影响因素，对现有安全改善措施及其优缺点进行剖析，并指出城市水下道路隧道驾驶安全优化研究趋势： 应以提升隧道光环境质量为主，考虑交通事故形态、事故致因及影响因素，在确保交通安全的基础上，考虑不同隧道路段驾驶人差异化视觉需求。驾驶人视觉需求可以分为功能性、安全性与舒适性需求，对应的隧道行车环境可分为基本型、安全型与舒适型视觉参照系。提出以构建城市水下道路隧道舒适型视觉参照系为目标，通过隧道照明与隧道视线诱导技术相结合，缓解隧道出入口参照系的剧烈过渡，加强中间段弱视觉参照的城市水下道路隧道驾驶安全优化方法。构建基于空间路权、人因与驾驶任务、差异性与韵律性的隧道驾驶安全优化评价指标体系，为城市水下道路隧道驾驶安全优化提供新思路。