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。     

无灯控交叉口交通安全隐患的治理

本文选择了发生过一起特别重大交通事故的交叉口,将其作为无灯控交叉口交通安全隐患治理的研究对象。在研究思路上,主要基于该起特别重大交通事故的主要原因,开展对无灯控交叉口交通安全隐患的排查。在本项研究中,首先,系统地阐述了交叉口的地理位置、几何特征以及交通特征。其次,分析了该交叉口存在的主要交通安全隐患。第三,作为无灯控交叉口交通安全隐患的治理措施,重点提出了两种交通控制方式。在停车让行控制方式中,借鉴国外的经验,专门为停车让行控制交叉口绘制了较为完善的交通标志与标线系统,特别设计了停车让行警告标志以及与之配套的前方停车路面标线,从而使次要道路上的车辆在到达交叉口时停车概率大幅度提高。在信号灯控制方式中,重点讨论了信号灯设置条件以及信号配时的方法。     

基于DQN的车辆驾驶行为决策方法

针对传统DQN算法下网联车驾驶行为决策的动作选择过程随机性强、探索空间大的问题,研究了结合专家知识和DQN算法的智能车辆决策框架,设计了奖励值函数来引导算法的训练.通过层次分析法(AHP)选取高速场景下车辆驾驶决策中的重要影响因素,利用ID3决策树构建简单而有效的专家规则库;在传统算法基础上,通过设计奖励值函数来优化DQN网络结构,由奖励值函数引导DQN算法来解决高速场景下的车辆决策问题,并在Python仿真环境中构建高速交通场景对该算法进行分析和验证.实验结果表明,在高速直道和并道场景下,达到95%成功率的平均训练次数分别减少了100次和200次,平均奖励值分别提高了4.02和1.34,有效加快了DQN算法的动作选择,降低了探索过程中的动作随机性.     

基于大数据的车辆驾驶行为安全性研究

车辆驾驶行为的准确识别与评价对提升车辆行驶安全性具有重要意义。基于北京市电动公交车历时一年的行驶数据,对超速、急加速、急减速、熄火滑行不安全驾驶行为进行识别分析,采用K-Means聚类分析方法,对不同自然月的驾驶行为安全性进行聚类评价,为提高车辆安全驾驶提供客观评价依据。结果显示1月、4月、5月和6月驾驶行为安全性评价较差,易出现危险驾驶行为,驾驶人员及监管部门应特别注意。     

基于灰局势理论的交叉口安全设计综合决策模型

道路信号交叉口作为城市交通网络的重要节点,因交通运行复杂,是交通事故的集中发生地.为了降低交叉口事故发生的概率,并综合平衡各方面因素,科学地进行交通安全设计尤为重要.在多个设计方案比选过程中,综合决策模型的优劣直接决定了交通安全改善设计的实施效果.应用灰局势决策理论,选取交通事故折减系数(CRF)、工程费用、对绿化的影响、交叉口延误4项指标,结合专家打分确定各指标的权重,建立交通安全设计综合决策模型,并以实际交叉口的交通安全设计为例进行实证性研究.     

无控改为信控后环形交叉口调头车流控制方法研究

随着环形交叉口交通量的增长，交通问题日益突出。交通设计和信号控制是缓解交通问题和改善交通现状有效技术措施。通过分析环形交叉口交通流特性采取措施，可控制右转、直行、左转3种车流在环道内通行，而对调头车流的控制有一定的难度。为此，结合信号控制方法分别介绍在环内、环口和环外对调头车流控制的几种方法。     

基于MobileViT-CA模型的营运车辆驾驶人分心行为检测

营运车辆驾驶人因其职业特殊性,驾驶过程中易产生分心驾驶行为从而引发重大交通事故。为提高营运车辆驾驶人分心驾驶行为的检测准确性和泛化性,提出一种基于改进MobileViT网络的驾驶人分心行为检测方法。首先,基于自然驾驶实车试验,构建包含安全驾驶、使用手机、喝水、整理仪容和与副驾驶交谈5类行为的营运车辆驾驶人分心行为数据集。其次,将注意力机制引入轻量型MobileViT网络,通过选择有效的网络主干MobileViT、注意力模块CA、网络嵌入位置从而设计出最优分类模型MobileViT-CA。研究结果表明：所提出的MobileViT-CA分类模型可以有效提升分类网络的性能,在正常光照条件下的营运车辆驾驶人分心行为数据集和State Farm数据集上分别达到了96.57%和99.89%的准确率,且模型具有体积小、检测精度高的优势,有较高的可靠性和泛化能力。     

基于ZigBee的高速公路隧道灯控系统设计

针对高速公路隧道灯控系统布线简单、灵活、维护方便的要求,提出了利用ZigBee技术的无线灯控系统的解决方案,对基于ZigBee的高速公路隧道灯控系统进行了硬件总体设计,采用ZigBee无线传输模块CC2430,并对其外围电路和接121电路进行设计,系统采用Modbus通信协议,并对灯控设备传输报文进行了设计,对系统进行了软件总体设计。根据高速公路隧道的特点,选择基于Cluster·Tree算法的路由作为路由器的路由方式。     

智能汽车对无信号交叉口行人的避撞控制

针对智能汽车在无信号交叉口对横穿行人的避撞问题,研究了主动转向避撞控制策略。基于多层模型预测控制方法,采用分层控制策略设计局部规划层控制器与全局跟踪层控制器,在此基础上根据交叉口处汽车与行人的轨迹特征计算人车碰撞剩余时间,改进传统人工势场法构造避撞函数,规划出既能规避交叉口内存在碰撞风险的行人又能使偏差最小的局部避撞路径,并使智能汽车在满足多项动力学约束时准确跟踪参考路径,通过搭建CarSim/Simulink联合仿真平台,结合广东省2006—2018年交通事故数据库选取对交叉口人车碰撞有显著影响的因素,设计仿真场景进行仿真分析。结果表明：智能汽车能在多个初始点完成对参考路径的跟踪,控制器对不同速度和附着条件有较高的鲁棒性,高速低附着场景中,智能汽车横向加速度小于0.4 g、质心侧偏角小于2°、前轮侧偏角小于2.5°,各约束量满足舒适性和平稳性条件;4个典型交叉口场景中,智能汽车以不同速度直行或转弯通过交叉口,均能识别横穿行人中存在碰撞风险的行人实现主动转向避撞。     

无信号控制交叉口老年驾驶人转向行为图谱研究

考虑到老年驾驶人存在的视觉弱化、反应能力下降等问题,有必要分析其转向行为特征。基于此,本文分析了在无信号控制交叉口情景下老年驾驶人的转向行为特征,并绘制图谱描述行为特征的时序变化。基于无信号控制交叉口的现实场景调查,搭建了具备常见冲突类型的虚拟仿真驾驶场景（包含6个无信号控制交叉口）,招募符合要求的老年驾驶人与中青年驾驶人进行驾驶模拟实验,分别采集车辆行驶数据（驾驶模拟器）、眼动数据和生理心理数据分析老年驾驶人与中青年驾驶人在不同转向场景下的行为特征差异,应用图谱理论构建驾驶人转向行为图谱描述老年驾驶人与中青年驾驶人的转向行为特征时序变化。实验结果表明：老年驾驶人的速度均值为20.4 km/h、注视持续时间均值为289.47 ms、扫视幅度均值为3.51°;中青年驾驶人的速度均值为35.79 km/h、注视持续时间均值为247.94 ms、扫视幅度均值为4.56°。老年驾驶人的心率变异性时域指标（SDNN和RMSSD）与频域指标（LF/HF和TP）的值更低,表明老年驾驶人在转向过程中更加紧张。图谱显示老年驾驶人的紧张持续时间更长,并在信息获取广度上弱于中青年驾驶人。结合图谱时空差异性指标发现,这2类驾驶人的驾驶行为在左转向场景下存在显著性差异,老年驾驶人驾驶操作的稳定性与安全性较低。     

无灯控行人过街元胞自动机交通模型研究

以无灯控行人过街对交通流影响为分析目标,在综合考虑行人穿越行为及车辆行为的基础上,建立了相应的行人及车辆元胞自动机模型规则,尤其是在模型中提出了行人等待区的概念及基于等待区内有无行人的车辆行为规则。以上述模型为基础,通过对不同行人产生概率及速度快的行人比例情况时路段交通流演化趋势进行了仿真。     

智能网联环境下无信号交叉口交通自组织方法

针对道路交叉口通行延误问题,基于智能网联环境下的行车定位和轨迹共享技术提出无信号交叉口交通自组织方法,旨在根据车辆的实时位置、行车轨迹以及车速等信息实时计算进入交叉口车辆间的冲突时间差,使得各个方向车流互相预知对方驾驶行为,以实现车辆自组织穿插通过交叉口,以提高交叉口通行效率。实验选择重庆市南岸区白鹤路与桃源路双向四车道典型交叉口为研究案例,根据调查数据和Vissim仿真分析结果显示,所提出的交叉口交通自组织方法比现有信号控制交通组织方式通行时间平均减少了6.39 s,平均通行效率提高了43.6%。     

预警时间对信控交叉口避撞驾驶行为的影响研究

研究不同预警信息发布时间下,不同性别驾驶人对于交叉口迎头侧面避撞情景驾驶行为影响规律,为提高车辆避撞预警系统功效性提供理论依据.基于汽车驾驶模拟器设计实验,招募具有稳定驾驶能力的驾驶人45名,采集7种预警信息发布时间(2.5～5.5 s),将无预警作为控制组,采用C#编程提取能够表征驾驶行为的变量.用方差分析和线性回归方法分析在交叉口迎头侧面碰撞情景下不同预警信息发布时间对驾驶人的制动时间、最大减速度、测试车辆与冲突车辆的最小距离的影响.结果表明,预警信息发布越早,驾驶人的制动时间越长,最大减速度越小,说明较早发布预警信息可以减缓驾驶人采取制动措施的剧烈程度.同时,预警信息发布较早,可以增大车辆间的最小间距,降低碰撞事故发生的可能性.此外,女性驾驶人的驾驶行为比男性驾驶人更加保守.     

基于Vega的车辆驾驶模拟视景仿真

采用MultiGen Creator进行三维场景建模,通过Vega实现模型的驱动,建立了具有丰富场景、能很好地满足虚拟环境真实沉浸感要求的视景仿真系统.仿真结果表明,该仿真能逼真模拟车辆驾驶,对车辆驾驶模拟训练及虚拟试验场等具有重要意义和参考价值.     

基于BP神经网络的智能车辆换道决策模型研究

为了正确刻画智能网联环境下的车辆换道行为,提出基于BP神经网络的车辆换道决策模型.分析了交通流中车辆换道行为,以HighD自然驾驶数据集为数据来源,筛选出1 900组车辆换道和未换道信息作为模型的训练与验证,利用高斯滤波方法拟合目标车辆换道轨迹和横向位移轨迹,选择影响车辆换道决策的7个参数作为模型输入,建立BP神经网络...     

基于注意力机制的多模态自动驾驶行为决策模型

针对现有端到端自动驾驶模型未考虑驾驶场景中不同区域的重要性和不同语义类别之间的关系而导致预测准确率低的问题,受驾驶人注意力机制和现有端到端自动驾驶模型的启发,充分考虑驾驶场景的动态变化、驾驶场景的语义信息和深度信息对驾驶行为决策的影响,以连续多帧驾驶场景的RGB图像为输入,构建一种基于注意力机制的多模态自动驾驶行为预测模型,实现对方向盘转角和车速的准确预测。首先,通过语义分割模型和单目深度估计模型分别获取RGB图像的语义图像和深度图像;其次,为剔除与驾驶行为决策无关信息,以神经科学和空间抑制理论为基础,设计一种拟人化注意力机制作为能量函数来计算驾驶场景中不同区域的重要度;为学习语义图像中与驾驶行为决策最为相关类别之间的关系,采用图注意力网络(Graph Attention Network,GAT)对驾驶场景的语义图像进行特征提取;然后,以保留RGB特征为原则对提取的驾驶场景的图像特征、语义特征和深度特征进行融合,采用卷积长短期记忆网络(Convolutional Long Short Term Memory,ConvLSTM)实现融合特征在连续多帧之间的传递,进而实现下一帧驾驶场景对应驾驶行为的预测;最后,与其他模型的对比试验、消融试验、泛化试验和特征可视化试验来充分验证所提出自动驾驶行为预测模型的性能。试验结果表明：与其他驾驶行为预测模型相比,所提出模型的训练误差为0.021 2,预测准确率为86.97%,均方误差为0.031 5,其驾驶行为的预测性能优于其他模型;连续多帧的语义图像和深度图像、拟人化注意力机制和面向语义特征提取的GAT有助于提升驾驶行为预测的性能;该模型具有较好的泛化能力,其做出驾驶行为预测所依赖的特征与经验丰富的驾驶人所关注的特征基本一致。     

基于MM-STConv的端到端自动驾驶行为决策模型

针对现有端到端自动驾驶模型输入数据类型单一导致预测精确度低的问题,选取RGB图像、深度图像和车辆历史连续运动状态序列作为多模态输入,并利用语义信息构建一种基于时空卷积的多模态多任务(Multimodal Multitask of Spatial-temporal Convolution,MM-STConv)端到端自动驾驶行为决策模型,得到速度和转向多任务预测参量。首先,通过不同复杂度的卷积神经网络提取场景空间位置特征,构建空间特征提取子网络,准确解析场景目标空间特征及语义信息;其次,通过长短期记忆网络(LSTM)编码-解码结构捕捉场景时间上、下文特征,构建时间特征提取子网络,理解并记忆场景时间序列信息;最后,采用硬参数共享方式构建多任务预测子网络,输出速度和转向角的预测值,实现对车辆的行为预测。基于AirSim自动驾驶仿真平台采集虚拟场景数据,以98 200帧虚拟图像及对应的车辆速度和转向角标签作为训练集,历经10 000次训练周期、6h训练时长后,利用真实驾驶场景数据集BDD100K进行模型的测试与验证工作。研究结果表明:MMSTConv模型的训练误差为0.130 5,预测精确度达到...     

基于效率-安全评价的近距离错位交叉口信控优化

在城市中2个近距离错位交叉口之间的交织路段,来自不同方向的车流相互干扰严重,尤其是在交织长度限制下的连续换道操作,对交通效率和安全水平造成不良影响.因此,基于效率-安全综合考虑,研究了一种安全协调信号控制方案.即在上游交叉口的支路处设置右转信号灯,将交织路段内主、次路的车流冲突点进行时间和空间上的分离,并对近距离错位交叉口进行系统的相位和配时优化设计,从而达到降低车辆运行延误、提高行车安全性的目的.以福州市浦上大道-金州南路-金港路交叉口为例,运用Vissim微观仿真软件和SSAM替代安全评价模型,从效率-安全2个方面综合比较安全协调信控方案与信控现状、单点优化方案的优劣.实验结果表明,相对于信控现状,单点优化方案和安全协调信控方案的效率-安全水平分别提升了36.17% 和57.17%,验证了安全协调信控方案的优越性.此外,通过Vissim调整2个交叉口之间的距离,比较安全协调信控方案和单点优化方案相对于信控现状的效率-安全综合优化程度.研究表明,近距离错位交叉口的间距越小,安全协调信控方案的优越性越明显.     

信控交叉口多绿尾相位切换模式下驾驶行为的对比研究

针对中国城市道路交叉口控制实践中,绿灯信号相位多种切换方式同时存在而未有详细优劣对比的现状开展研究.设计1组驾驶模拟器实验,对绿灯闪烁(GSF)与绿灯倒计时(GSC)2种典型的相位切换模式下的驾驶行为进行对比观测和分析,建立驾驶员在2种切换模式下的"通过/停止"决策行为模型.研究结果表明,驾驶员在不同模式相位切换期间的驾驶行为具有一定复杂性,与驾驶环境(如车速、黄灯启亮时与停车线的距离)和个体特征(如性别、年龄、驾龄)等密切相关.驾驶环境方面,GSC模式对驾驶员有较为强烈的催促作用,驾驶员在GSC模式下的平均通过率提高了10% ~20%,且陷入两难区的概率比GSF模式下提高了7.2%.黄灯通过率和黄灯启亮时车辆与停车线的距离呈负相关关系,且与黄灯启亮时的车速在不同相位切换模式下表现出相反的趋势:在GSC模式下呈现正相关关系,而在GSF模式下呈现负相关关系.驾驶员个体特征方面,男性、20~30岁、3~4年驾龄的驾驶员通过率明显高于其它分组.      

自动驾驶汽车的智能决策模型研究

行为决策系统在很大程度上反映了自动驾驶汽车的智能化水平,作为自动驾驶汽车的大脑,行为决策系统决定了自动驾驶车辆的可行性和安全性。文章基于行车效率与行车安全对高速自动驾驶汽车的智能决策进行了研究。通过引入能效函数与动态子区域监测系统,实时计算本车道与相邻车道的行车能效值以及本车与周边车辆的碰撞风险,并基于此确定最优驾驶策略,一定程度上提升了自动驾驶车辆的行车效率与安全。