基于生存分析的机非干扰规避行为分析与建模

针对城市道路中机非混行路段,机动车和非机动车可能发生相互干扰问题,在实测调查的基础上,建立了基于生存分析的模型,利用非参数法对机非干扰行为进行建模分析.结果显示,当机动车和非机动车的道路宽度、交通流量等条件相同时,机动车驾驶员比非机动车骑行人对距离更为敏感,机动车和非机动车流量大,非机动车速度较高,机动车速度较低,干扰距离较小;反之,干扰距离较大.结果为不同情况下机非干扰行为评价、机非隔离设施的设置、交通安全管理提供参考依据.     

基于典型非机动车事故的自动驾驶汽车测试场景构建方法研究

基于交通事故卷宗、交通事故视频信息数据,研究机非混行交通环境下典型交通事故形态,构建了面向机非混行交通环境下的自动驾驶汽车测试场景,旨在针对我国较为特殊的机非混行环境下的自动驾驶汽车的测试场景及测试评价方法提供参考。本文首先分析了自动驾驶测试场景的构建需求,建立交通事故数据筛选标准,得到133例可用于构建自动驾驶汽车测试场景的机动车与非机动车交通事故数据集;其次基于《中华人民共和国道路交通安全法》行驶要求,对133例交通事故的发生地点、车辆行为、道路类型、环境光线等方面进行解构分析;最后通过聚类分析,建立了5类典型的自动驾驶测试场景模型,并分析了不同场景模型的关键要素,为实际道路测试提供理论指导。     

考虑驾驶员选择通过行为的机非严重冲突判别

现有的严重冲突判别方法并不适用于我国的机非严重冲突判别,而驾驶员的选择通过行为对交通事故能否发生起到了至关重要的作用,因此该研究考虑了驾驶员的选择通过行为,提出了机非严重冲突的判别方法.研究首先通过坐标转换技术对实验视频进行了预处理,之后对交叉口内机非冲突数据进行提取,应用概率统计的方法,着重考虑驾驶员的因素,提出临界冲突时间差(CTDTC)的概念表示驾驶员的选择通过行为.研究发现当冲突时间差(TDTC)的绝对值小于0.66 s 时,驾驶员的选择通过行为会发生分歧,易引发交通事故,因此将其确定为机非严重冲突的判定条件,并进行了验证实验.验证实验结果表明,以冲突时间差(TDTC)的绝对值为0.66 s 作为机非严重冲突的判别阈值时,观测的非严重冲突的累计频率接近15%,严重冲突的累计频率接近85%,该结果与累计频率法相符.该方法的优势在于提出了明确的严重冲突判别阈值,判别结果不受人的主观因素干扰,因此更加准确客观.      

面向多智能体的出行前信息下通勤者出行行为研究

采用面向多智能体的建模与仿真方法,对先进的交通信息系统(ATIS)提供的出行前信息下通勤者出行行为进行了研究.首先,基于贝叶斯理论,建立了在出行前信息与以往出行经验作用下,通勤者出行时间感知动态更新模型;进而以信念-愿望-意图(BDI)模型为基础,将每个通勤者一车辆单元刻画为一个具有双层结构的智能体,并采用面向多智能体语言AgentSpeak(L)刻画了智能体的出行行为决策机制;最后,采用面向多智能体编程平台Jason与微观交通仿真平台Paramics相结合的方式进行了相应的仿真试验.结果表明:贝叶斯理论可以较好地解释驾驶员(尤其是通勤者)出行行为动态特性,同时验证了多智能体技术与微观交通仿真技术的结合在驾驶员行为分析中应用的有效性,为驾驶员行为分析提供了新思路.     

基于表征驾驶风格的驾驶员纵向加速度模型

驾驶员驾驶风格的差异会引起纵向加速度决策与最优值存在一定程度的偏差.改进了基于最优预瞄的驾驶员纵向加速度模型,以跟随速度为参考量,提出了多点多目标的二阶预瞄决策模型,并以预瞄视野、决策意愿和决策偏差表征驾驶员的驾驶风格进行建模.通过Simulink-Carsim联合仿真,验证模型可以反映出不同驾驶风格下的驾驶行为,为研究分析真实驾驶行为提供借鉴.     

基于驾驶行为的城市道路车辆主观换道模型研究

车辆换道行为因其运行环境复杂,所涉及的交通因素众多,容易引起交通冲突,从而降低道路交通系统的安全性.对车辆换道行为的动态特性及其对车流运行的影响机理进行建模与研究,对提高交通系统的运行效率有重要意义.基于城市道路车辆换道行为的特征,改进了元胞自动机模型细化车辆换道过程;考虑驾驶员特性、车辆类型的影响,采用模糊推理理论描述驾驶员的换道决策,进而建立了城市道路驾驶员主观换道模型.通过将实测交通流数据与仿真输出数据进行对比,验证模型的有效性.结果表明,所建立的模型输出结果与实测数据的误差较小,说明模型具有一定的有效性.     

无保护左转环境下自动驾驶汽车交互策略分析

在人类驾驶汽车(HV)与自动驾驶汽车(AV)构成的混驾环境下，AV交互策略是否符合人类驾驶的预期成为影响新型混合交通流运行安全的重要变量。为了综合、系统地分析AV交互策略特征，基于HV和AV混行驾驶数据集Argoverse2,提取了近4 300组左转和直行冲突交互事件。进一步由表及里，分别从交互即时运动状态、交互过程运动行为和交互内在决策选择3个层面，提出了“冲突点-轨迹线-事件集”一体化三维分析框架。在冲突点维度，从交互时间层面定义了到达冲突点时间差、从动作空间层面定义了到达冲突点协作加速度，并展开分析；在轨迹线维度，利用Frenet坐标转换，选取时间-纵向位移轨迹、横向位移-纵向位移轨迹从纵向行进、横向偏移2个层面分析交互过程；在事件集维度，基于决策树挖掘HV潜在交互准则并与AV交互策略对比分析。结果表明，Argoverse AV左转交互策略与HV存在明显差异：交互即时运动状态表现出更加明细的保守性特征，动作空间与HV相比收缩了31.2%;交互过程行为则表现出策略的单一性特征，停车让行等待位置及通过冲突点行为的选择较HV更为单一，总体横向偏移程度比HV小57.1%;交互内在决策选择...     

危险换道驾驶行为预测方法研究

提出了两种危险换道驾驶行为预测算法,分别为基于贝叶斯因子阈值法的隐马尔可夫模型预测算法和基于运动时间窗特征提取法的支持向量机预测算法,它们所需的车辆运行特征变量均可在车联网环境下获得。通过基于Prescan-Simulink联合仿真的驾驶员在环仿真,获得危险和正常两种换道场景下的车辆运动数据,进而对提出的两种算法进行验证和比较。结果表明,两种预测算法对危险换道驾驶行为的预测均有较高的准确率,有助于对危险换道的驾驶员给予及时警告或辅助纠正,从而减少危险换道事故的发生。在样本数据有限的条件下,SVM算法的预测效果更好。     

信号交叉口环保驾驶仿真评估

为验证信号交叉口环保驾驶的应用价值,并分析不同因素对环保驾驶效果的影响,构建了环保驾驶车辆与非环保驾驶车辆混行环境下的驾驶仿真平台,并制定了合理的仿真驾驶测试方案.测试过程中采集了不同驾驶员所驾车辆的运动数据,并利用VT-Micro微观车辆燃油消耗与污染物排放模型实时计算车辆的燃油消耗与污染物排放.结果表明,环保驾驶能有效降低10% 以上的车辆燃油消耗与污染物排放;驾驶员性别、年龄对车辆环保驾驶效果无影响;驾驶员接受环保驾驶的最佳驾龄为4~6年;驾驶员环保驾驶训练时长与车辆环保驾驶收益呈显著的正相关关系,且不应低于60 min;信息系统界面宜采用车辆速度曲线表形式;非环保驾驶车辆通过跟驰环保驾驶车辆可获得一定的环保收益;系统整体的环保驾驶收益随环保驾驶车辆的占比上升而增高.      

城市道路中驾驶员转向行为对注视行为的影响

驾驶员的注视行为对其驾驶安全具有重要影响.为了分析城市道路交通环境中转向行为对驾驶员注视行为的影响,将驾驶员的注视时间、角度、搜索广度进行分析.通过试验,利用EyeLinkⅡ 型眼动仪对40名驾驶员的眼动参数及注视行为进行了测试和记录,并根据测试结果分析了转向不同的方向时驾驶员的注视行为特征.采用SPSS19.0数据分析软件对数据进行统计处理,得出结论:不同的转向显著影响着驾驶员的水平、垂直搜索广度.