可变临界间隙条件下的加速车道车辆汇入模型

考虑驾驶员在入口匝道加速车道上行驶过程中车辆汇入的临界间隙变化的情况,应用微分法推导求得加速车道上车辆的汇入概率模型。该模型更好地考虑了道路物理特征和主路交通状况对驾驶员汇入行为的影响,并揭示了加速车道长度、主路外侧车道车流量对于车辆汇入概率的影响规律。结果表明:当主路外侧车道流量较低时,车辆在加速车道始端较近距离内就可以寻找到可汇入间隙;而当主路流量较大时,车辆在加速车道始端汇入主路的概率大大降低。另外,随着加速车道长度的增加,驾驶员在加速车道上的汇入紧迫感下降,会导致相同位置汇入概率的降低。     

快速路入口匝道车辆汇入决策模型研究

快速路合流区交通行为复杂,车辆行驶轨迹不固定,导致车辆行为难以预测.为了深入研究入口匝道车辆汇入决策发生条件,在不做任何理想化假设的情况下,对平峰、高峰期间快速路合流区汇入车辆行驶数据进行全区域采集.通过统计合流区车辆汇入间隙频率分布来分析汇入行为发生条件.发现高峰与平峰汇入间隙差别明显,初步判断外侧车道高峰临界间隙约为3s,平峰临界间隙约为2s.在此基础上,梳理高峰期间数据,筛选出对车辆汇入决策影响较重要的变量,建立高峰匝道车辆汇入决策Fisher判别[1]模型.最后,对所建立模型进行交叉验证,发现模型准确率可达87％.     

不良汽车驾驶行为特征分析

对不同车型的不良汽车驾驶行为特征进行了分析,根据北京、上海、大连等城市的视频数据统计出8种典型不良汽车驾驶行为的形态比例,对比分析了大型车与小型车、客运车与货运车在发生不良汽车驾驶行为时的车速、持续时间以及所处道路的服务水平,得出了发生不良汽车驾驶行为时的车速和持续时间与车辆类型有关而道路服务水平与车辆类型无关的结论,并且利用多因素模糊综合评价法对各种车型的不良汽车驾驶行为的危险度进行了评价,得知小客车的不良汽车驾驶行为对道路交通安全影响最大。     

不良天气下驾驶行为研究综述

不良天气会对城市交通的运行和安全造成较大影响.事实上,不良天气条件下驾驶员驾驶行为的变化是造成交通拥堵和事故发生的根本原因.针对不良天气下的驾驶行为进行综述,对研究不良天气条件下的交通拥堵及事故具有积极意义.面向国内外不良天气条件下驾驶行为研究的进展,从雨、雪、雾3种常见的不良天气出发,对不良天气条件下环境变化及其对驾驶行为的影响进行分析,并对不良天气条件下驾驶行为的研究方向进行探讨.相关研究发现,不同等级的雨、雪、雾天气下驾驶员选择的车速、车头时距等驾驶行为参数以及反应时间、车辆启动延迟均存在较大差异.     

汽车驾驶不良手势检测系统设计与实现

不少的交通事故是由于驾驶员在驾驶过程中采用不良手势操作转向盘造成的。设计不良手势操作检测装置就是要监测驾驶员在车辆行驶过程中是否有不良手势,若有对驾驶员进行语音报警或提示装置,则可有效提高驾驶的安全性。     

不良汽车驾驶行为聚类与处罚形式及标准建议

为了给交通违法处罚提供科学合理依据,有效降低不良汽车驾驶行为对道路交通运行产生的不良影响,在现场观测的基础上,从影响交通运行、导致交通冲突及诱发交通事故3个层面对不良汽车驾驶行为进行了聚类研究。从行政管理与经济处罚2个角度,探讨了不良汽车驾驶行为的合理处罚形式,提出了相应的标准建议。     

道路景观设计对驾驶行为的影响研究

道路景观对交通安全有重要影响.为解决当前道路景观设计工作过程中存在的设计方案表现形式落后、动态体验失真、无法定量评价等问题,将驾驶模拟实验与口头问答相结合,设计驾驶行为与道路景观因素水平相关性模拟驾驶实验.驾驶行为数据的方差分析结果表明,道路景观的色彩、株距、高度、冠幅、路边距因素的不同水平会影响驾驶员对道路景观的感受及其驾驶行为.通过主成分分析将速度、前向加速度、横向位置、横向加速度及转向盘操作量等参数的标准差综合成驾驶稳定性评价指标,定量比较了各因素的不同水平对驾驶人驾驶稳定性的影响程度.结果表明,当道路中央隔离带及路侧植株过高或色彩过多过艳时,驾驶人的驾驶稳定性最差,据此提取出了景观设计方案确定过程中应多加关注的问题.     

道路标线对驾驶行为模式的影响

研究表明，车辆在有边缘线的道路上行驶比在仅有中心线或无标线的道路上行驶时更居中，尤其是在晚间行车时，边缘线能促使驾驶员准确，稳定驾驶，提高交通安全度。对驾驶员心率变异系数和稳定性测试表明，在有边缘线的道路上行驶不易疲劳。     

智能手机使用行为对驾驶可靠性影响分析

在驾驶时使用智能手机与交通事故的发生率有高度的相关性.手机使用行为会导致驾驶员注意力分散,影响其判断和道路分析等能力,从而给驾驶安全带来巨大隐患.文章从手机使用行为的视觉资源消耗及认知资源消耗等方面,依据驾驶行为信息加工机理和注意分配理论,对手机使用行为对驾驶可靠性影响过程进行分析.结果表明,在驾驶过程中,驾驶员使用手...     

公交车驾驶人组织认同感和工作倦怠对不良驾驶行为的影响

公共交通是城市道路交通运输系统中的重要组成部分,公交车驾驶人存在的不良驾驶行为已经成为影响交通安全的最大制约因素之一,由其引发的道路交通事故给个人和社会都造成了严重损失,探索更为安全的公共交通环境显得极为重要。以公交车驾驶人为对象,探究影响公交车驾驶人驾驶行为特征的个人心理因素和组织环境因素,及其对不良驾驶行为的内在影响机制。选用工作倦怠量表（MBI-GS）、组织认同感问卷（OIQ）及驾驶行为问卷（DBQ）对844名城市公交车驾驶人展开问卷调查研究,并使用回归分析和中介检验来探究工作倦怠和组织认同感对驾驶行为的影响机制。结果表明：①32.8%的公交车驾驶人存在不良驾驶行为,错误驾驶行为显著高于违法驾驶行为。其中,在违法维度中,侵略性违法显著高于普通违法。②公交车驾驶人存在较高的组织认同感,组织认同感对不良驾驶行为具有显著的负向预测作用,对工作倦怠程度具有显著的负向预测作用;工作倦怠程度对不良驾驶行为具有显著的正向预测作用。③公交车驾驶人的工作倦怠水平在组织认同感对不良驾驶行为的影响中起到部分中介作用。该结果厘清了公交车驾驶人的工作倦怠和组织认同感对不良驾驶行为的影响机制,为进一步探究不良驾驶行为的心理干预方法提供了思路,从而达到改善城市道路公共交通安全环境的目标。     

基于轨迹数据的危险驾驶行为识别方法

连续的跟驰行为和换道行为是驾驶行为的主要构成部分,对交通拥挤和交通事故有着重要影响。通过无人机视频拍摄和图像处理方式,提取了曹安公路沿线的2个交叉路口间正常交通流状态下共600条多车高精度轨迹数据。首先,考虑车辆类型对驾驶行为产生直接的影响,分析了大车和小车的车辆轨迹特征变量分布的差异性,包括速度、加速度、碰撞时间倒数、车头时距等,在标记危险驾驶行为的过程中考虑车辆类型的影响。其次,针对不同的车辆类型,利用修正碰撞裕度对跟驰行为和换道行为进行风险性评估,将其划分为安全型和风险型。根据风险型行为发生的顺序以及持续时间,评估驾驶人的整体驾驶状态是否危险,作为危险驾驶行为识别的样本标记。分别利用离散小波变换和统计方法提取车辆轨迹的关键特征参数,为了提高模型识别效率,将关键特征参数进行排序,从而确定最优判别指标;最后,利用轻量梯度提升机（LGBM）算法对危险驾驶行为进行识别,并与随机森林、多层感知器、支持向量机等算法在精度上进行比较。研究结果表明：在上述研究条件下,LGBM算法对危险驾驶行为的理论识别率最高可达93.62%,可以实现基于机器学习算法的危险驾驶行为的高精度自动识别,该结果对于智能驾驶辅助系统的设计、道路交通安全决策的制定具有显著的意义。     

考虑快速路交织区驾驶人强行变道行为的交通冲突机理分析

驾驶人的强行变道行为对交通安全具有较大影响。为研究快速路交织区驾驶人强行变道行为引发交通冲突的机理、提升变道场景的安全性,本研究选取变道收益、变道车辆特征、目标车道后方来车避险特征、交通冲突严重程度4个变量构建了结构方程模型(structural equation model, SEM)。选取南京市1处快速路交织区为研究区域,通过无人机采集200个强行变道行为样本,并从中提取高精度车辆轨迹数据,分析了强行变道行为引发交通冲突的微观机理与关键特征指标。基于最小碰撞时间评估交通冲突的严重程度, 以结构模型分析强行变道各环节因素引发事故风险的因果链路, 提出压迫式、侵入式2种强行变道形态, 综合考虑表征车辆变道收益与变道特征的多项微观指标,建立测量模型。SEM分析表明：变道收益显著影响变道车辆特征(p = 0.044);变道车辆特征显著影响后方来车避险特征(p = 0.001)与交通冲突严重程度(p = 0.021);后方来车避险特征显著影响交通冲突严重程度(p < 0.001)。在变道起始时刻,变道车辆与目标车道后车间距(p = 0.002)、相邻车道前车速度差(p = 0.012)与变道动机(p < 0.001)可以有效表征变道收益; 在变道过程中,驾驶人危险行为特征、车辆横摆角、横向速度均可有效表征变道车辆特征(p < 0.001)。研究结果为微观视角下刻画车辆强行变道风险提供了有效指标,可为车载碰撞预警系统与短距离交织区交通设计提供理论支撑。     

基于OBD数据的危险驾驶行为与建成环境空间关联研究

随着宽带移动通信、物联网等新一代信息技术在交通领域中的应用,面向交通安全的移动互联环境下驾驶行为研究成为热点课题.为弥补现有研究中对车联网数据分析较少或对危险驾驶行为空间分析不足等缺陷,基于车辆自诊断系统(OBD)数据对危险驾驶行为进行了空间识别与提取,并基于交通小区(TAZ)分析了危险驾驶行为的空间分布差异.研究揭示了危险驾驶行为空间分布差异的内在机理,利用百度兴趣点(POI)数据度量了城市建成环境因素,通过最小二乘法(OLS)回归模型识别出建成环境对危险驾驶行为显著影响的变量,在此基础上采用基于地理加权回归(GWR)模型得出了不同建成环境变量对危险驾驶行为的空间影响系数.模型显示,采用GWR模型拟合结果优于OLS一倍,并且可以有效地揭示出空间建成环境对危险驾驶行为影响的时空特征,为交通管理与规划部门制定措施或政策提供了决策支持.     

基于轨迹数据的交叉口相位切换期间危险驾驶行为实证分析

基于交叉口相位切换期间的车辆轨迹数据,分别根据单车和跟车行驶状态,识别和分析了相位切换期间可能发生的危险驾驶行为。通过视频拍摄和图像处理的方式,提取了曹安公路沿线3个交叉口共312条单车状态和四平路-大连路交叉口共449条跟车状态的高精度车辆轨迹数据。针对交叉口相位切换期间的危险驾驶行为特征,利用速度、加减速度、减速度变化率、潜在碰撞时间（TTC）等指标,研究在此期间车辆发生危险驾驶行为的特点和类型。对于单车状态下行驶的车辆,按停止、通过分类,依据减速度、减速度变化率、减速度变化率的峰值差等指标将停止车辆的危险驾驶行为分为紧急减速型、增强减速型和持续急减型,依据过停车线时间、速度、加速度等指标将通过车辆分为闯红灯型、超速过线型、激进加速型和持续高速型。对于在跟车状态下行驶的车辆,按前、后车不同的停止、通过决策组合分类,依据连续5个时间间隔（0.12 s）的TTC分析前、后车的危险驾驶行为及发生追尾事故的危险程度。针对识别出的危险驾驶行为类型,讨论车辆的关键行为参数与危险驾驶行为之间的内在关联。研究结果表明：单车状态下有17%的车辆存在危险驾驶行为,其中53%为紧急减速行为;跟车状态下有19%的跟车行为是危险的,其中停止车辆的比例是通过车辆的2倍以上。研究成果可进一步应用于驾驶行为模型的参数标定、基于车辆轨迹的交叉口安全评价以及预防危险驾驶行为的主动安全控制策略等。     

基于BP神经网络的高速公路入口合流区域换道行为研究

为了应对高速公路入口合流区域并线事故频繁发生,在分析车辆并线行为影响因素的基础上,利用BP神经网络方法建立了车辆在该区域的决策模型,用来预测驾驶人的并线行为决策,保障车辆和驾驶人的安全.借助详细的车辆轨迹数据对模型进行了学习与测试,模型的测试结果表明:建立的BP神经网络模型用于预测驾驶人并线行为具有较高的准确度,并线车辆相对于目标车道前方车辆的相对速度是驾驶人并线时需要考虑的最重要因素.同时模型还可以进一步应用于交通仿真的研究以及驾驶人辅助系统的开发.     

高密度瓶颈交通流主动-回应汇入行为定义与建模

汇入行为是导致高速公路、快速路汇入区瓶颈失效的根本原因,也是引发车辆冲突、交通事故的重要诱因。基于上海虹许路汇入区高精度轨迹数据,在经典的3类汇入行为(自由、协作、压迫)分类基础上发现并定义了一类新的汇入行为:主动-回应汇入,即在目标车道插车间隙不足的条件下,汇入车辆通过横向偏移主动表达汇入意图,引发后车合作让行,从而实现汇入。由于传统的换道类型划分方法已不适用于描述瓶颈区汇入过程的复杂交互现象,因此根据汇入车辆的横向位置将汇入过程划分为4个时段,以目标车道后车让行的时段不同对4类汇入行为进行了重新划分。基于此对虹许路汇入区轨迹数据中的汇入行为进行分类,并比较主动-回应汇入行为与经典的3类汇入在汇入位置与汇入间隙变化分布的差异。进一步,采用风险空间理论判断目标车道间隙的可汇入程度,并结合混合高斯-隐马尔可夫模型实现对后车的让行意图识别,建立了主动-回应汇入模型。最后构建了瓶颈交通流仿真原型系统以验证模型有效性。结果表明:在宏观交通流层面,主动-回应汇入行为在汇入位置、速度和间隙的分布上与实证数据一致,均值没有显著差异;在个体行为层面,也能再现定义描述的"主动试探-两车博弈-回应让行"的过程。该研究成果对解析瓶颈交通流早发性失效机理、揭示汇入风险变化过程以及设计符合人类驾驶人交互特征的自动驾驶汇入策略均具有重要的指导意义。     

高速公路作业区汇入提示标志设置研究

考虑驾驶员在作业区上游过渡车道上行驶的过程中,车辆可汇入相邻车道的临界间隙的变化情况,减少作业区警告区末端由于汇入产生的冲突,提出设置汇入提示标志。利用M3分布模型与间隙接受理论,通过微分方法得到次车道上车辆的汇入概率模型。利用该概率模型,得到了在不同交通流状态下的汇入提示标志设置距离,同时对影响汇入概率的交通流参数进行了分析。计算结果表明：当自由流比例及车速均相同时,设置距离随交通流量增大而增大;而当车速与交通流量均相同时,设置距离随自由流比例增大而减小;当自由流比例与交通流量均相同时,设置距离随车速增大而增大。因此应结合作业区的限速值进行汇入提示标志的设置。     

城市快速路匝道合流区车辆交互行为模式

在城市快速路匝道合流区,驾驶任务难度主要来自于车辆与其周边车辆之间的动态交互,目前对这种交互行为的特征和机理的认识还不十分清楚。基于从无人机视频中提取的高精度车辆轨迹数据,提取出表征车辆交互行为的指标TTC和GAP,并结合速度、加速度、车道位置等其他指标,对车辆的交互过程加以刻画,从中获得了大量交互行为实例,并在此基础上归纳总结出9种典型的车辆交互行为模式。通过分析各模式特征发现：即使在相同的外部环境下,车辆交互行为模式也可能存在差异,这表明交互行为不仅与车辆之间的相对位置、时空距离、速度状态等环境因素有关,还与驾驶人的应对能力、动机及风险意识等认知心理有关;另外,不同的交互模式面临的风险不同,并且该风险既可能是周边车辆行为发生改变而被迫卷入,也可能是驾驶人自身主动寻求的结果;9种不同类型的交互行为模式,构成了驾驶人自行感知的4种风险状态互相转换的具体实现形式;在驾驶过程中,驾驶人努力寻找契机并选择某种交互行为模式在各个风险状态之间来回切换,并非仅由心理压力较大的危险态向压力较小的自由态转换,也会发生反向转换,前者主要由降低事故风险和减少认知努力的动机驱动,后者旨在追求行车效率,但同时驾驶人会付出更多的认知努力以对抗风险的增加,这充分反映了驾驶人试图在行车效率、事故风险与认知努力三方面取得平衡。研究成果对深化理解驾驶行为及其背后的决策机制具有积极意义。     

汽车驾驶员不安全行为评价分析

为稳步增强汽车驾驶的安全性,减少安全事故的发生,驾驶人员除了需要具备足够的应急应变能力之外,还需要做好安全行为习惯养成工作,形成良好的驾驶习惯.文章以汽车驾驶员不安全行为作出研究对象,在明确不安全行为表现的基础上,深刻分析影响汽车驾驶人员不安全行为的因素,在此基础上,制定合理的应对策略,旨在引导驾驶人员形成安全行为,以...