宏观标定方法在Wiedemann驾驶行为阈值研究中的应用

基于流量速度图对Wiedemann74模型参数标定的宏观方法进行了研究,建立了集成VISSIM、Matlab、ExcelVBA的参数标定平台,以最小化流量速度图的实测值与仿真值的差异为优化目标,应用图像识别方法判剐图像的差异性,利用遗传算法优化参数值,实现了参数自动寻优的迭代过程.建立的参数标定平台能够利用流量、速度等宏观运行数据标定驾驶行为阈值参数,为利用检测器数据实现自动化标定提供了有效手段,为分析驾驶行为特点提供了方法,解决了VISSIM软件中默认参数不适合我国交通状况导致仿真精度不高的问题.利用路侧激光检测器采集长沙市南二环路断面交通数据,根据标定后的参数、实测数据对Wiedemann模型的驾驶行为阈值曲线进行了拟合,根据驾驶行为分区对长沙市南二环路的驾驶行为进行了分析.     

针对主辅路的Vissim仿真模型参数标定方法

微观交通仿真模型的参数标定是保证仿真模型有效性的基础和前提。针对车辆在主路和辅路运行特征的差异,提出了1种针对主辅路的微观交通仿真模型参数标定方法。该方法以进口道的车均延误的偏差作为评价指标,以遗传算法作为求解工具,分别实现了微观交通仿真软件Vissim中主路和辅路驾驶行为参数的标定。同时,结合工程实例将该方法应用于北京市朝阳路与高碑店北路交叉口、南苑路与久敬庄路交叉口仿真模型的参数标定中。结果显示,采用该方法标定后的主路和辅路延误与实测延误的平均偏差分别为2.1s和2.5s ;采用主路和辅路统一标定的方法,主路和辅路延误与实测延误的平均偏差分别为7.1s和7.5s。结果表明,仿真模型参数能够有效地提高参数标定的仿真试验效率与仿真精度,验证了该方法将主路和辅路仿真模型参数分开标定的有效性。      

基于仿真的G6回龙观收费站周边交通优化研究

大城市周边高速公路收费站是连接主辅路交通的瓶颈处,在分析收费站通行效率模型后,采用VISSIM仿真软件对G6回龙观收费站周边交通进行研究.首先对收费站交通属性参数进行标定,进而利用信号灯模拟车辆通过收费站的通行时间,建立适用于大城市周边高速公路收费站交通优化仿真模型.最后结合实测交通状况标定回龙观收费站仿真模型参数,对...     

交通状况下驾驶员视觉注意特性的仿真

本文旨在研究交通状况下驾驶员的视觉注意特性.根据实际交通状况下驾驶员的视觉注意行为设计了一种新型的交通环境驾驶仿真装置.通过实验,研究交通环境照度、驾驶速度和视觉注意转移方向对驾驶员反应时间的影响.结果表明,驾驶速度对视觉注意反应时间没有明显影响;年轻驾驶员的反应时间比年长驾驶员短,且受各种因素的影响不明显;对于年长驾驶员,黄昏时的视觉反应时间比白昼时长;视觉注意从近处转移到远处的反应时间比从远处转移到近处要长;但通过提示,预先告知在视觉深度转移方向时,反应时间可以缩短.     

基于遗传算法的PARAMICS可变限速仿真参数自动标定

仿真技术被广泛应用于可变限速控制技术的研究中.为保证可变限速控制的仿真结果与真实情况相符,采用遗传算法对PARAMICS仿真模型中可变限速控制参数标定进行研究.阐述了可变限速控制路段的交通流参数采集,提出了在PARAMICS仿真模型中针对可变限速控制的参数自动标定流程,分析了基于遗传算法的可变限速控制参数标定结果.实验表明提出的参数标定方法能够有效的确定可变限速控制仿真过程中关键参数取值,参数标定后的仿真结果与真实数据更为接近,提高了仿真精度.      

基于驾驶模拟实验的层级式驾驶行为安全模型研究综述

针对驾驶行为的研究,从理论层面总结了国内外驾驶行为模型的演变发展过程,进而从应用层面上介绍了各种干预因素(分车载设备因素和非车载设备因素2类)对驾驶行为的影响.由于目前利用驾驶模拟器研究干预因素对驾驶行为的影响存在行为分析单一化、缺乏系统性的缺陷,据此提出了基于驾驶模拟实验的层级式驾驶行为安全模型,根据驾驶环境的复杂度及驾驶员涉及交通事故的可能性将驾驶行为按低、中、高3个风险层级分类,分别为基本车辆控制行为、在复杂交通环境中的动态决策行为以及在紧急交通状况中的避祸行为.利用该模型可以对干预因素影响下的驾驶行为安全进行系统全面的分析和评估.     

驾驶模拟器指路标志参数标定研究

驾驶模拟器是研究人-车-路3要素系统的重要工具。模拟器的真实性验证和参数标定是研究结论有效性和准确性的有效保证。本文首先对驾驶模拟器真实性验证的相关研究进行综述,基于标志在驾驶模拟器的呈现具有相对真实性的假设,建立指路标志在驾驶模拟中的参数标定流程。在模拟场景中考虑速度、文字高度因素,在真实场景中考虑速度因素,建立以可视距离为目标值的关系模型,最终得到20～40km/h速度范围内的指路标志修正系数。     

不中断交通高速公路改扩建交通仿真参数标定

针对不中断交通高速公路改扩建工程的交通特性与组织特点,提出了敏感性分析与正交试验结合的标定方法,并对算法标定内容进行了研究。首先,确定了待标定参数及关键指标的选取依据,构建了不同水平下的参数指标组合矩阵,在此基础上,以敏感性分析与正交试验结合的方法筛选出最具代表性的指标参数集加以校正,梳理并修正了标定流程。研究结果表明,所提方法能有效标定仿真参数,对改扩建工程的交通仿真模型构建具有借鉴。     

发动机采用BOOST建模和与CRUISE联合仿真的研究

利用AVL公司开发的BOOST软件可宏观地描述发动机的热力学过程且优化发动机的性能,而AVL的CRUISE软件可调用BOOST建立的发动机模型.在进行道路循环工况的仿真时,须对发动机全部工况点进行准确的标定.文中采用BOOST开发了发动机的仿真模型.通过调整节气门开度和燃烧模型参数,标定了发动机在多个转速和负荷点的转矩、功率和油耗,较好地模拟了发动机的动力性和经济性.最后基于ECE循环工况,将此模型与CRUISE进行联合仿真,分析了发动机瞬态工况的动力性、油耗和NO_x排放等参数.     

基于GT-SUITE的乘用车驾驶性仿真与应用

为了在整车性能开发早期对驾驶性进行评价,本文中使用GT-SUITE软件,考虑发动机瞬态响应和转矩控制策略,建立乘用车驾驶性仿真模型。利用仿真模型对部分典型的驾驶性工况进行仿真计算,并通过试验数据校正模型,确保仿真误差在10%以内。以某6速自动挡汽油车为例,针对3种驾驶模式的不同需求,分别对油门特性和换挡规律进行虚拟标定。最后对虚拟标定结果进行试验验证,仿真与试验误差在8%以内,充分验证了驾驶性虚拟标定的有效性和实用性。     

基于微观仿真与极值理论的城市交叉口安全评价方法

为了提升中国的道路安全评价水平,提出一种基于微观交通仿真与极值理论相结合的城市交叉口安全评价方法。首先提出一种新的微观交通仿真标定方法,它是以优化冲突参数后侵占时间（Post-encroachment Time,PET）分布作为标定目标,同时将平均排队长度和冲突数量作为约束条件,并使用遗传算法寻找仿真模型中最优驾驶人行为参数的系统性方法。然后引入极值理论中的极大阈值方法（Peaks-over-threshold,POT）,选用PET值作为模型输入指标,对交叉口年平均事故频率进行预测。选取上海市奉贤区的10个交叉口作为案例分析,对交叉口仿真建模后,分别使用基于平均排队长度的传统标定方法、考虑冲突数量的两阶段标定方法和优化PET分布的多约束标定方法进行标定,并使用POT方法获得各交叉口的事故预测值。结果表明：所提方法在相关性检验、相对安全检验和事故预测3个方面显著优于其他2种标定方法;将其与基于实际观测冲突的极值预测进行对比,发现两者在相交冲突和追尾冲突的事故预测上表现均较为良好,而对于换道冲突的预测较为一般;提出的基于微观交通仿真与极值理论的方法是一种可行的、有潜力的城市交叉口安全评价方法。     

基于HALCON的视频交通参数检测方法

基于图像处理软件HALCON对视频交通参数检测方法进行讨论,研究双线性插值的图像距离标定方法和基于灰度统计的交通参数检测算法及流程,选取具有代表性的北京五道口交叉路口及成府路路段监控视频进行试验,证明方法的有效性,对试验结果中车速误差及混合交通启动车头时距规律进行深入分析,提出误差改进措施,并将混合交通排队车流启动车头时距规律与美国交通工程手册中车头时距规律进行对比分析。     

北京市快速路交通组织优化仿真评价研究

研究了利用交通仿真技术对城市快速路交通组织方案进行分析评价的方法,提出了符合城市交通特点的交通仿真工作流程;通过选取北京市典型区域路网开展交通仿真研究,对现状交通问题和仿真数据结果进行定性与定量相结合的分析和评价,验证了城市道路交通组织方案仿真评价分析方法的合理性和适用性。     

基于仿真的交通信号控制优化策略研究

根据道路流量,研究了利用灵活的控制策略提高交通控制的效率问题.针对信号控制交叉口实际流量动态变化的特征,在现有传统控制方法的基础上根据交叉口交通流的变化特点,提出采用可变车道控制模式的控制方法、单边轮放控制模式的控制方法,介绍了其潜在的适用条件、优势及特点,并在交通流量调查的的基础上,建立了交叉口的相应仿真模型,利用信号控制仿真软件Synchro验证了在高峰期不同控制方法的效果.仿真结果表明,所提出的控制方法适用于具有相应流量特点的交叉口,提高了信号交叉口的控制效率.     

基于重复博弈的无灯控交叉口驾驶员行为模型

在分析无灯控交叉口插车过程中驾驶员行为决策相互影响关系的基础上,从更小时空尺度出发,提出了考虑安全因素、速度因素的驾驶员插车行为过程效用函数,建立了基于动态重复博弈的无灯控交叉口驾驶员插车行为模型,分析了不同驾驶员类型组合在插车博弈过程中的纳什均衡及相应的驾驶员决策行为。结果表明:该模型能够在一定程度上反映不同条件下交通冲突的演化结果,说明了应用动态重复博弈进行驾驶员行为模型研究的合理性。     

基于自然驾驶数据的中国驾驶人城市快速路跟驰模型标定与验证

为了评估既有跟驰模型在仿真中国驾驶人跟驰行为方面的表现,对5种代表性跟驰模型进行参数标定与效果验证。基于"上海自然驾驶研究项目"采集的60位驾驶人、累计超过16万km的实际驾驶行为数据,根据雷达、车辆总线数据自动提取2 100个城市快速路稳定跟驰行为片段;采取5-折交叉验证法划分标定与验证数据集,即将每位驾驶人的50个跟车片段随机划分成5个不相交的子集（每个子集包含10个跟车片段）,其中4个子集作为标定数据集,剩下的1个作为验证数据集,依次轮换标定数据集与验证数据集5次,展开5次模型标定与验证。基于标定数据集,采用遗传算法对Gazis-Herman-Rothery、Gipps、智能驾驶人、全速度差（FVD）以及Wiedemann模型进行参数标定;基于验证数据集,评估5种模型在预测两车间距方面的精度。结果表明：FVD模型在5种模型中表现最佳,具有最小的误差（21%）和误差标准差;相对于微观交通仿真软件VISSIM中所采用的Wiedeman模型,FVD模型具有精度高、易于标定、对不同驾驶人鲁棒性强3个优势,更加适应于仿真中国驾驶人的跟驰行为。研究结果对于开发适合于中国驾驶人与道路交通环境特征的跟驰模型及微观交通仿真系统具有重要价值。     

Vissim和Corsim在城市道路微观仿真中的对比研究

对2种最为常见的微观仿真模型Vissim和Corsim在城市路网交通仿真中的性能进行对比评价。以上海市虹口区北外滩路网作为仿真对象,对路网和交通数据进行了收集,基于现实数据进行了仿真模拟,并选取编译简易度、平均控制延误以及断面交通量作为关键指标,运用敏感度分析的方法对2种模型的仿真性能进行对比。针对不同程度的拥挤度设置以及不同规模的交叉口,识别了2种仿真模型表现出的不同特点及其交通运行指标输出的差异性。该差异主要由模型的默认参数设置引起,包括驾驶行为,交通环境以及车辆类型的设置等。因此,研究人员应根据交叉口类型以及饱和程度等,来选择适当的仿真工具。     

自动驾驶系统交通规则符合性仿真验证方法

随着自动驾驶技术的不断发展，高级别自动驾驶车辆逐步在限定区域开展实际道路测试，确保和提高自动驾驶系统安全驾驶能力是当前研究、测试和工程开发的热点难点。面对自动驾驶车辆将长期与人类驾驶车辆混行，并与其他交通参与者遵守同样交通规则的现实需要，提出一种验证和测试自动驾驶系统交通规则符合性的方法，以期降低多车混行条件下的交通安全风险。针对各类交通法律法规语义自动解析技术瓶颈，提出规范化-逻辑化两阶段交通规则数字化模型，基于改进谓词度量时序逻辑框架(Metric Temporal Logic，MTL)，将自然语言交通规则转换为命题、逻辑连接词和时序算子组成的逻辑编码，生成了自动驾驶系统可理解、可执行、可验证的数字化交通规则，并构建了交通规则命题的分级分类体系。提出了一套基于自动驾驶车辆高精度运动轨迹的交通规则符合性验证算法，并搭建仿真试验平台，在高速公路交通场景下开展了试验验证。理论分析与试验表明：精简命题空间、新增时序算子和谓词逻辑词等改进有效提高了原有MTL框架的时间表现能力，解决了时序逻辑性不足等问题，大幅提高了交通规则数字化转换效率，对地方性交通法规和未来交通法规修订提供了良好的兼容性。提出的交通规则符合性验证方法及试验平台可以有效测试自动驾驶系统对现有交通规则的遵守能力，相关成果对提高自动驾驶系统安全性能和未来混行交通安全管控水平具有重要意义。     

基于前额脑电多尺度小波对数能量熵的驾驶疲劳检测分析

为研究脑机接口（BCI）在交通运输中的应用，减少因疲劳驾驶导致的交通安全事故，提出基于前额脑电（EEG）信号多尺度小波对数能量熵的驾驶疲劳检测方法。首先，设计驾驶仿真模拟试验，利用脑电帽采集26名被试清醒驾驶和疲劳驾驶的前额EEG信号，试验过程中，使用主观检测方法每隔20 min对被试进行问询；其次，应用MATLAB对采集到的EEG数据进行预处理，基于2种驾驶状态形成被试初始样本数据集；进而，在该数据集基础上，利用多尺度熵的概念，提取EEG信号小波对数能量熵（WLE）特征，同时提取经典模糊熵（FE）特征进行比较分析；然后，运用极限学习机（ELM）对提取的特征数据集进行快速有效的精准分类，并使用留一交叉验证法进行验证评估；最后，对比经典FE分类表现，并结合多种性能指标对驾驶疲劳检测结果进行综合比较。研究结果表明：在本文试验条件下，基于多尺度WLE（MWLE）的前额EEG疲劳识别率显著高于基于多尺度FE（MFE）的识别率，其理论平均正确率达91.8%；基于多尺度熵的EEG信号特征提取方法能有效提高驾驶疲劳识别效果和算法效率；多种性能指标表明前额EEG的WLE可以作为衡量驾驶疲劳的有效生理指标；结果验证了采用基于ELM对MWLE的前额EEG信号进行驾驶疲劳检测方法的有效性和实用性，有助于促进可穿戴BCI在疲劳驾驶预警中的应用。