基于GIS的车辆行驶安全评价模型及仿真

在现有交通系统四大要素的基础上加入车辆行驶状态,构成"人-车-环境-路-车辆行驶状态"五要素."人-车-环境-路"因素采用打分的形式确定参数的分值,并利用层次分析法(AHP)计算参数权重来构建模型;"车辆行驶状态"因素则是引入加速度干扰的定义,建立了基于道路结构的加速度干扰模型.运用层级分析法建立了总的车辆行驶安全评价模型.在SuperMap软件平台上进行GIS仿真.实现了将评价模型运用到实际车辆行驶过程的安全性评价中,该评价系统可以实时地对车辆当前的行驶安全性进行评价,并根据当前的安全状况对驾驶员进行安全提示.     

云理论在高速公路安全评价中的应用

针对道路交通安全概念的模糊性和随机性,运用聚类分析方法对道路安全水平等级进行了划分。以云理论为基础,利用云发生器算法构建了道路安全评价的云模型。选取高速公路作为评价对象,分析其整体安全水平。实例表明,基于云理论的评价方法所得结果更加符合客观实际,而且具有广泛的适用性。     

基于云模型和熵权的青岛港邮轮航行安全评价

邮轮风险系数高于一般的海上运输形式,其安全问题越来越成为业内的关注热点.结合实际条件,将青岛港邮轮航行安全评价的影响因素分为人、船舶和环境3个一级指标及相应的二级指标,建立邮轮航行安全评价体系.将云模型应用于邮轮航行安全评价中,实现评价因素值与评语的不确定映射;用熵权法确定邮轮航行安全评价指标之间的相对权重.以青岛港邮轮为例,利用基于云模型和熵权法的评价方法完成了邮轮航行安全评价.结果表明,研究对象邮轮的安全等级云模型云滴主要分布在期望 EX=83.73附近,评价结果为"比较安全".该方法能兼顾等级概念的模糊性与随机性.      

基于云模型的城市快速路交通状态评价方法研究

交通状态具有模糊性和随机性的特点。基于北京市快速路检测线圈数据,引入了基于云模型的模糊系统来评价快速路交通状态。在充分分析交通流特性的基础上,提出了交通状态划分原则、依据,评价指标,以及基于云模型的模糊综合评价方法的算法流程。为实施交通信息发布以及后期交通状态的改善提供依据。最后,以北京市快速路系统为例,进行实证研究。     

基于危险理论-云决策的发动机状态检测技术研究

针对发动机故障诊断中的诊断精度差和诊断算法自适应性差的问题,提出了一种基于危险理论-云决策的发动机状态检测算法。根据免疫系统的危险理论建立了危险识别模型,给出了危险信号和安全信号的定义。基于云模型构建了云决策模型。通过融合危险识别模型和云决策模型,构建了适用于复杂机械系统的状态诊断策略。在汽车发动机状态检测试验台上,对发动机状态检测算法进行了试验验证,结果表明该算法的诊断准确率达到97.5%以上。     

基于高斯混合分布的交通拥堵评价模型

为了客观、有效的评价交通拥堵的程度,采用速度指标作为反映交通流状态特征的关键变量,针对交通流速度变量存在混合分布的特点,建立了基于高斯混合分布的交通拥堵评价模型,并将EM算法运用于模型求解,通过对速度变量的聚类分析,以判别交通状态,评价交通拥堵程度.上海市快速高架路实测数据应用模型分析的结果表明:模型可以客观分析交通流...     

基于可拓云理论的公路路面性能评价模型

针对公路路面性能等级评价过程中存在的模糊性和随机性问题,在分析各项评价指标及其分级标准的基础上,利用云模型的不确定推理特性和可拓学中的物元理论兼具定性、定量分析的优点,提出了基于可拓云理论的公路路面性能评价模型。通过单项评价指标和综合评价指标对公路路面性能等级进行评价,运用熵值法和G1法组合而成的方法确定公路路面性能各项评价指标综合权重。建立了公路路面性能评价标准云物元模型,计算待评物元与标准云物元模型之间的云关联度,通过隶属度最大原则确定公路路面性能等级。最后对H公路路面性能等级进行综合评价,利用Matlab实现评价过程中的计算模拟。结果表明:可拓云模型适用于公路路面性能等级评价。     

基于节点承载力的高密度路网诱导路径选择方法

针对高密度路网诱导路径选择问题,基于图论对路网进行结构化选取,构建高密度路网模型.从节点评估的角度出发,提出综合考虑结构属性和交通运行状态属性的节点承载力指标.采用均质性、连通性2个指标评价路网节点结构属性,采用流量裕度、通行效率2个指标评价路网节点交通运行状态属性,提出一种基于TOPSIS算法(Technique f...     

基于权重反分析的膨胀土分类云模型研究

针对云模型综合评价方法指标客观赋权问题,将权重反分析与云模型深度耦合,提出了基于权重反分析的云模型综合评价方法,并应用于膨胀土分类中。首先,在推导优化算法适应度函数的基础上,给出了权重反分析与云模型耦合的具体步骤,之后选用自由膨胀率、塑性指数和标准吸湿含水率作为评判指标,基于膨胀土类别评判实例,开展指标权重的反分析计算,从而实现了膨胀土分类云模型的客观赋权。最后,通过样本实例的回代评判和样本外土样的分类检验,证明了新建模型的可行性与有效性。研究表明,基于权重反分析的膨胀土分类云模型构建过程中主观性干扰因素较小,评价指标易于测试获取,且分类结果较为准确,为云模型综合评价方法的应用研究提供了新思路。     

破冰船护航条件下的船舶安全域划分方法

在高纬度地区的冬季,由于海冰的原因船舶航行变得较为困难,往往无法自主航行,需要破冰船进行护航和引导.在破冰船护航的狭窄冰道中,破冰船及跟随船之间存在一定的碰撞风险.因而,探究破冰船与跟随船之间安全距离与相对速度之间的相互制约关系,对破冰船护航下的船舶安全域进行划分是研究的重点.有别于传统开放水域安全模型,该研究对冰区船舶航行的最小静态安全距离进行了定义,并结合实际案例进行了安全域的分析.并将高斯混合分布的EM聚类算法应用于适合冰区护航中不同航行状态下的船舶安全域的划分.研究结果表明通过对船舶速度和安全距离数据的研究能够较好的区分出船舶的安全域,对破冰船护航下的安全航行操作提供了参考.      

船员工作负荷检测方法研究综述

水上交通安全是水路运输领域的研究热点，船员驾驶行为及决策对水上交通安全有直接的影响，而驾驶行为表现及决策的制定与工作负荷密切相关。因此，船员工作负荷检测研究对预防人为因素导致的水上交通安全事故具有重要意义。通过对船员工作负荷影响因素进行梳理分析，发现个体因素、驾驶任务、驾驶环境以及船舶工况等是影响工作负荷的主要因素。从主观评测方法、任务绩效测量方法和生理数据检测方法3个方面对船员工作负荷检测研究方法进行归纳总结。总结发现:任务绩效测量方法在研究过程中存在一定局限性，主观评测和生理数据检测方法具有易获取数据、对驾驶过程干扰较小等优势，是现阶段较为主流的方法。指出了船员工作负荷检测研究的发展趋势，主要包括工作负荷定量化研究、工作负荷综合评价模型构建、多因素工作负荷影响研究、船员工作负荷实时监测系统构建。      

含煤公路隧道施工瓦斯突出安全风险评估

针对隧道施工中瓦斯突出安全风险评估模糊性与随机性并存的特点,基于云模型理论,选取煤的坚固系数、煤层的厚度等8项主要影响因素构成评估指标体系,并将每项评估指标具体量化为4个风险等级,分别计算各评估指标隶属于不同风险等级的云模型数字特征值,通过层次分析法确定指标权重,结合正向正态云发生器,计算综合确定度并确定施工安全风险等级。采用该评估模型对工程实例进行分析,结果表明该模型是合理可行的。     

基于组合赋权-云模型的水上机场场址评价方法

当水上机场与航道共处于同一片水域时,难免会形成水上飞机与船舶的会遇局面,对水上飞机的起降、滑行安全以及附近水域的船舶航行安全造成影响.为保障水上飞机和船舶的安全,评价水上机场场址的合理性与安全性尤为重要.提出了组合赋权和云模型相结合的水上机场场址评价方法,选取了气象环境、水文环境、通航环境和起降水域空域环境4个一级评价...     

基于交通标志信息量的驾驶负荷加载有效性研究

过高的驾驶负荷是导致驾驶绩效受损和交通事故的重要原因,因此驾驶行为和交通安全研究中需要采用适当的负荷加载形式;通过试验分析不同信息量的交通标志对驾驶人认知负荷的影响规律,验证交通标志信息量对负荷加载的有效性。基于不同信息量的交通标志,对驾驶人的驾驶负荷进行试验验证。招募44名被试在静态控制环境下进行交通标志认知试验,采用信息理论对交通标志信息量进行量化计算,用不同信息量的交通标志进行认知负荷加载,采集被试对每个标志的主观负荷评价及反应时间。试验结果表明：主观驾驶负荷与交通标志信息量有高度相关性,反应时间随着信息等级的增加而增加;而驾驶人性别和驾驶经验对交通标志视认反应时间和主观驾驶负荷量化没有显著影响,这说明在驾驶试验中,交通标志信息量可以用于驾驶试验中的认知负荷的加载,而这种负荷的加载对于驾驶人的性别和驾驶经验是无差别的。该研究更多地考虑了驾驶人的认知特性,研究成果可用于驾驶负荷试验的次任务加载,帮助进行交通安全理论研究。     

面向全矢量线控车辆极限运动的分层式协同控制

装配四轮分布式驱动-转向（4WID-4WIS）底盘的全矢量线控车辆具备多可控自由度、高速稳定性强的特点,是极限工况稳定裕度和安全性较高的理想车型。为了解决全矢量线控车辆在极限工况下纵横向控制冲突危害行车安全的问题,提出一种基于模型预测控制 （MPC） 的分层式车辆纵向和横向运动协同控制方法。建立基于单轨模型的期望运动状态识别方法,设计模型预测控制器转换动力学目标,采用泰勒展开和前向欧拉方法对预测模型进行线性离散化处理;设计基于负荷率的轮胎力优化分配方法,利用反正切轮胎逆模型求解控制执行量。仿真结果表明,协同控制方法能显著提高车辆在不同路面下的极限运动稳定性,更精准地跟踪期望运动状态,扩大稳定裕度,保障行车安全。     

Highly reliable driving workload analysis using driver electroencephalogram (EEG) activities during driving

Traffic accidents are caused by various factors, which can be classified into human factors, vehicle factors and environmental factors. Recently, human factors have been drawing particular attention as efforts are being made to enhance the safety performance of vehicles and improve road conditions. Driving distraction caused by an increased driving workload is a representative human factor. Various studies in the past have attempted to quantify the driving workload by using EEG activities. However, they have failed to consider vibration properties generated from vehicle engines. A number of noise signals were included in brainwave signal processing, which resulted in a failure to obtain reliable outcomes. Thus, this study suggests driver EEG activities free of vehicle engine secondary vibration in order to develop a method that analyzes the driving workload with high statistical reliability. By using the analytical method developed in this study, standard values of driving workload for straight and left-turn driving that has statistical significance could be calculated. The analytical method for driving workload created by this study can be applied to HVI and road design.     

Tyre–road grip coefficient assessment – Part II: online estimation using instrumented vehicle,extended Kalman filter,and neural network

The main objective of this work is to determine the limit of safe driving conditions by identifying the maximal friction coefficient in a real vehicle. The study will focus on finding a method to determine this limit before reaching the skid, which is valuable information in the context of traffic safety. Since it is not possible to measure the friction coefficient directly, it will be estimated using the appropriate tools in order to get the most accurate information. A real vehicle is instrumented to collect information of general kinematics and steering tie-rod forces. A real-time algorithm is developed to estimate forces and aligning torque in the tyres using an extended Kalman filter and neural networks techniques. The methodology is based on determining the aligning torque; this variable allows evaluation of the behaviour of the tyre. It transmits interesting information from the tyre–road contact and can be used to predict the maximal tyre grip and safety margin. The maximal grip coefficient is estimated according to a knowledge base, extracted from computer simulation of a high detailed three-dimensional model, using Adams^® software. The proposed methodology is validated and applied to real driving conditions, in which maximal grip and safety margin are properly estimated.     

基于驾驶工作负荷的高海拔地区隧道照明亮度分析

为研究高海拔地区与平原区驾驶员驾驶工作负荷差异特性以得到适用于高海拔地区的隧道照明亮度需求，以及客观量化高海拔地区公路隧道照明设计与管理标准提供理论、方法与技术依据，基于驾驶员驾驶工作负荷理论，从驾驶视认安全、稳定和舒适性的角度，分别在道路运行条件相似的江西宜安Ⅱ级公路和青藏公路高原青藏段（公路－Ⅱ级）设计实车试验进行定量研究。1）运用CART分类方法分析实地驾驶试验数据，发现海拔高度与驾驶员正常行驶的驾驶工作负荷之间呈正相关关系： 平原区驾驶员驾驶需求最低、驾驶工作负荷度最小，海拔高度3 200～3 300 m驾驶工作负荷度居中，海拔高度4 300～4 400 m驾驶工作负荷度最大。2）通过分析得到高海拔地区驾驶员驾驶工作负荷可根据海拔高度进行修正，得到修正系数和驾驶工作负荷度阈限。3）提出高海拔地区隧道照明视认需求相对于平原区的修正系数，海拔高度3 200～3 300 m时为1.2，海拔高度4 300～4 400 m时为1.8。4）得到不同海拔高度公路隧道各个特征段照明亮度设计标准。