3部委发文优化鲜活农产品运输“绿色通道”：对符合规定车辆免收通行费

<正>2019年7月8日,交通运输部、发改委、财政部联合发布《关于进一步优化鲜活农产品运输绿色通道政策的通知》(交公路发[2019]99号),其中规定,对整车合法装载运输全国统一的《鲜活农产品品种目录》内的产品的车辆,免收车辆通行费。根据通知,整车合法装载运输是指车货总重和外     

关于高速公路跨区域绿色通道车辆数据稽核的研究与探讨

建立高速公路跨区域绿色通道车辆数据稽核平台,研究制定平台接入技术规范,统一绿通管理流程,制定一整套的技术方案、运营方案、数据核查方案。对各省绿通运营管理、信息化所做的工作及遇到的情况进行梳理,开展专项调研和技术论证等工作,研究制定详细的跨区域绿通车辆数据稽核平台建设方案;围绕平台制定绿通数据共享、传输等相关接口,开展各省绿通数据对接工作,制定平台接入相关标准规范;统一绿通申报、查验、处理流程,研究对跨区域绿通运营管理制定统一规范。     

绿色通道车辆检测系统的研究与设计

绿色通道车辆检测是指对绿色通道上通行的车辆装载物品进行全面检测,从而判断其是否为合法的绿色通道通行车辆。目前高速公路管理部门采用的人工抽查方式很难达到全面检测的效果,且效率较低。为此,研究并设计了一种能够对绿色通道通行车辆进行全面快速检测的系统,通过射线对车身快速扫描获取图像,采用图像处理技术和多元信息融合技术来实现对绿色通道车辆的智能检测。该系统能够较好地打击假冒绿色通道通行车辆行为,从而减少高速公路管理部门的损失,故具有广阔的应用前景。     

基于高速公路通行能力分析的车辆分类研究

本文针对以往高速公路中车辆分类以车辆轴距为标准，造成的车型偏多，分类重心与实际不符等问题，提出了以车辆运行特性为首要分类标准，结合考虑车辆结构特征和轴距出现频率的分类方法，将高速公路中运行的车辆分为微型车，小客车、大中型车和不定型车四种。通过广佛高速公路中的车辆在新，旧分类情况下所进行的各车型运行特性对比，以及各地区实测数据的验证，认为新的车辆分类为通行能力研究后斯的数据处理工作提供了更好的数据基     

基于高速公路通行能力分析的车辆分类研究

针对以往高速分路中车辆分类以轴距为标准，造成车型偏多，分类重收与实际不符等问题，提出以车辆运行特性为首要分类标准，结合考虑车辆结构特征和轴距出现频率的分类方法，将高速公路中运行的车辆分为微型车，小客车，大中型车和不定型车四种；     

基于高速公路通行能力分析的车辆折算系数理论与算法

以通行能力分析为基础,通过对车辆折算系数理论的分析,提出车辆折算系数的准确概念,即在特定的道路条件以及交通组成条件下,所有非标准车相当于标准车对交通流流量影响的当量值。在此定义的基础上,确定车头时距的SVE算法。最后,通过计算广佛高速公路的数据,给出微型车和大中型车在高速公路平直路段、通常交通条件下的SVE推荐值。     

基于高速公路通行能力分析的车辆折算系数理论与算法

本文以通行力分析为基础，通过对车辆折算系数理论的分析，提出了车辆折算系数的准确概念，即在特定的道路等级，坡度，坡长以及交通组成条件下，所有非标准车相当于标准车对交通流流量影响的当量值。在此定义的基础上，确定了车头时距的ＳＶＥ算法。最后，通过计算广佛高速公路的数据，给出了微型车和大中型车在高速公路平直路段的ＳＶＥ推荐值。附有１张表，１幅图。     

基于仿真分析的高速公路车辆当量换算系数研究

研究基于对VISSIM仿真模型参数系统地校核与标定,遵循动态空间理念,凭借仿真演示分析了各类车辆对交通流的影响程度,提取VISSIM仿真MOEs数据库中的车辆记录资料,应用车头时距法对当量系数进行了统计分析。研究表明,各种车型的当量系数与运行条件如车道数、限制速度、交通流量等存在一定的相关性,是车辆性能、道路条件、交通组成、交通管制措施和超车选择行为、超车机会等方面的协同作用的集中体现,其值的确定原则上不具有普适性,应该基于特定条件下进行针对性分析,以期科学合理地确定拟建道路的建设规模与道路等级。     

基于仿真分析的高速公路车辆当量换算系数研究

基于交通仿真灵活开放的特点与优势，本文探索了应用仿真技术研究车辆当量换算系数的方法，揭示了其中影响参数或条件的作用程度与作用趋势，摒弃了传统数理方法纷繁复杂的推算过程，全面、客观的定量数据展示了当量换算系数是随着交通流运行环境的改变而动态变化的值。     

高速公路桥梁车辆荷载模型分析

根据高速公路当前行车状况,研究了大跨度连续刚构桥的标准车辆荷载模型。在对高速公路大跨度连续刚构桥的车辆荷载流量进行调查基础上,根据实际车辆类型、车重和轴距分布,利用统计的方法,得到8类标准车辆荷载模型,可以应用于桥梁的荷载谱分析和安全性能评估。     

基于视频检测的高速公路车辆交通行为安全状态分析

在对目前视频检测系统分析的基础上,针对交通事件检测,提出了一种从微观的角度出发,在对单个车辆交通行为状态识别和实时分析的基础上,对车辆交通安全状态进行判断的方法。首先对交通冲突冲突区进行动态和静态划分,然后将车辆行驶区域根据交通行为过程分为危险区和趋势区,并对应静态和动态冲突区分别对危险区和趋势区的判定进行分析,给出了判定算法。测试表明,本文所提算法能够在一定程度上对交通事故进行提前预警,对于减少和避免交通事故发生具有重要意义。     

基于车辆运行状态的高速公路交通安全评价

本文基于虚拟现实技术,利用UC-win/Road三维建模软件系统构建了国高网长春至深圳线(编号G25)青州至临沭段高速公路虚拟交通场景,依托交通安全驾驶模拟系统展开仿真研究。选取轿车和货车2种车型,车辆运行速度、区间加速度、85%加速度、85%减速度、转向角速度共5个评价参数进行该高速公路路段车辆运行状态与事故相关性及事故致因机理研究。从设计符合性看,"长深公路山东段安评路段"主要平、纵、横的设计采用指标均符合标准、规范的要求;从运行速度协调性看,小客车和大型货车运行速度协调性均良好,且二者运行速度的变化具有显著一致性;从危险路段看,K75+000~K77+000,K109+000~K111+000,K102+900~K101+000,K70+500~K69+000等是交通事故多发区域,隐患较多,须重点预防。     

高速公路上的车辆事故与预防

高速公路的建设与开通，不但提高了车辆的运行速度，缩短了城市间的距离，也对社会经济发展起到了极大的推动作用，带来了巨大的经济效益，给人们的生产、生活带来了许多方便。但是，由于部分驾驶员对高速公路的知识还知之……     

基于超车行为的高速公路车辆侧向间距研究

通过驾驶模拟舱系统进行高速公路侧向间距安全性仿真研究,分析小客车在高速公路内侧车道超越大货车这一典型超车行为的车辆运行轨迹特征,在此基础上建立了超车过程中小客车与大货车侧向间距与车辆运行速度之间的关系模型,为高速公路横断面宽度设计提供参考.     

基于收费数据的高速公路车辆运行速度算法

为精准统计高速公路车辆平均运行速度,依托联网收费数据,分析影响平均速度统计结果的多源干扰因素,提出2种处理干扰因素的研究思路,估计每种思路的统计误差,通过在服务区开展调查获取驶入概率、间隔行驶里程、停驶时间及其占总行程时间的比例,引入变异系数对比停驶时间和间隔行驶里程的波动情况,明确在总行程时间中剔除服务区停驶时间的研究思路的局限性,基于间隔行驶里程分布区间中位值,通过样本量加权计算车辆驶入服务区的间隔行驶里程,结合陕西省2019年6月客货车辆平均行程的交通量分布情况,最后提出以206 km为间隔行驶里程、省内出行车流、ETC客车和货车作为统计约束条件,在联网收费数据中寻找不驶入服务区的短途行驶车辆作为最优样本来完成平均运行速度统计方法改进,通过陕西省数据验证统计方法的可行性。研究结论可为路网运行状态分析、路段车辆安全风险评估与监测提供有力的技术支撑。     

基于车路协同的高速公路车辆碰撞预警模型

为了预防和减少高速公路碰撞事故的发生,及时向高速公路一定范围内的相关车辆提供事故预警信息,提出了一种基于车路协同的高速公路车辆碰撞事故预警模型。首先,基于4G和DSRC通信网络构建了高速公路通信场景与事故预警框架。其次,建立了高速公路环境下双车道两车相撞的事故场景,分析了车辆在高速行驶时发生碰撞的动机以及可能发生的碰撞事故类型。最后,分析了追尾碰撞与侧向碰撞发生之前两车在横向和纵向两个方向接近的全过程,探索两种碰撞事故发生的内在规律,建立潜在碰撞事故判定规则,并基于车路协同技术建立了以时间、位置、速度、车间距以及制动距离为参数的车辆追尾碰撞预警模型与车辆侧向碰撞预警模型。针对实车场地试验对碰撞事故测试成本高难度大等问题,基于Veins仿真平台搭建了具备4G和DSRC异构通信网络环境的高速公路车联网仿真场景,对两种事故预警模型的性能进行测试。测试结果表明,在车速低于120 km/h的情况下,通过潜在碰撞事故判定得到预警结果,并给相关车辆发送事故预警消息广播,能有效避免追尾碰撞和侧向碰撞的发生。     

基于计重收费数据的高速公路车辆荷载研究

根据山东省3个典型收费站的计重收费数据,分析了山东省高速公路客车和货车的组成状况和荷载特征,结果表明:山东省高速公路通行车辆中二轴车和六轴车占总交通量的90%以上。二轴车交通量和荷载信息基本上涵盖了客1~4和、货1和货2的交通量和荷载信息,货车5基本上涵盖了五轴车和六轴车的交通量和荷载信息。山东省高速公路宜采用总重560k N三联轴轴重330k N车辆模型进行中小跨径桥梁的结构验算或荷载适应性评价。     

基于出站时间的高速公路收费站车辆排队检测

目前,对高速公路收费站进行服务评价的数据主要依靠人工现场调查或使用专用检测设备来获取,在人力、资金方面消耗较大。而收费站的海量收费数据则可通过自动调查直接获得,充分利用这些收费数据资源可以获得很好的经济价值。分析了目前国内在公路收费站排队研究方面的局限性和不足。基于高速公路收费站的实际数据,研究分析了排队情况下同车道相邻车辆的出站时间规律,对收费站的车辆排队检测算法,以及车辆队长、排队逗留时间、服务时间等指标的量化计算进行了方法设计。以陕西省富平、韩城和芝川收费站的收费数据进行了实例计算,并与 M/G/1模型的计算结果以及调研数据进行对比,分析其绝对误差,对比结果表明平均服务时间的绝对误差不超过3 s;除韩城收费站105车道外,平均队长的绝对误差不超过1辆;除富平收费站101车道外,平均逗留时间的绝对误差不超过10 s。验证了算法的有效性与普适性。     

基于ST-GCAN模型的高速公路车辆速度预测方法

车辆速度是影响高速公路通行效率和安全的重要指标,因此实现对高速公路车辆速度的精准预测有助于减少交通事故进而提升交通智能管控服务水平。基于现有深度学习模型,研究了融合图卷积网络（convo-lutional neural network,GCN）、长短期记忆网络（long short-term memory network,LSTM）和注意力机制的车辆速度预测模型（ST-GCAN）：利用图卷积网络提取复杂高速路网的空间关联特征;使用长短期记忆网络提取车辆速度的历史数据间的时间关联特征;结合注意力机制聚集并分析车辆速度的历史数据和预测值之间的相关性。此外为保障预测模型网络信息完整并解决训练时协变量偏移问题,模型使用密集连接和层归一化技术以提升模型性能表现。利用青海省西宁市的高速公路车辆速度数据集开展实例分析,研究区域包括8个收费站共49条路段,时间跨度为2020年5月1日—8月31日,以小时为步长,共计94 777条数据。实验得到未来1小时高速公路车辆速度的预测效果：平均绝对误差（mean absolute error,MAE）为12.762,均方根误差（root mean square error,RMSE）为21.535,决定系数（R²）为0.651。与传统的时间序列模型和自回归移动平均模型相比,ST-GCAN模型的MAE误差分别降低了约11.1%和19.7%,而对比现有多种深度学习预测模型,ST-GCAN模型的MAE误差降低了约8.0%~10%。ST-GCAN模型在高速公路路网可以实现良好的车辆速度预测效果,满足交通智能管控中的实际预测需求。     

基于非参数假设检验的高速公路车辆分类研究

为获得高速公路车辆分类的量化方法,根据典型测点的各车型轴载谱数据,归纳了高速公路的主要车型,并研究了高速公路车辆分类方法。采用2个独立样本的非参数假设检验,研究了客车与各型货车前轴及单后轴的称重数据是否来自同一总体,在此基础上,采用多个独立样本的非参数假设检验方法研究了各型货车间相同轴型的称重数据是否来自同一总体。研究表明,各型货车力学特性接近,属于同一大类型;而客车与货车的力学特性差异明显,因此可将客车与货车划分为两大类型。非参数假设检验方法为高速公路车辆划分提供了量化的依据。