安全道路条件计算研究综述与展望

为了促进中国道路安全工程的发展,系统梳理了国内外安全道路条件计算领域的学术研究现状、热点前沿、存在问题、具体对策及发展前景.总结了安全道路条件计算发展现状并对其未来发展趋势进行了展望,分别对道路线形、路面条件和驾驶人工作能力方面的研究内容进行了细化和梳理.为改善道路交通安全的严峻形势、完善道路交通安全评价理论与方法,采用驾驶工作负荷理论及表达方法的研究成果,研究驾驶期望行为(运行速度)、驾驶人自身能力阈限(生心理安全舒适感)、道路条件(包括路线平面、纵断面、横断面)、路面平整度等互动关系.研究驾驶人安全舒适性道路条件计算的多因素表达,为安全的道路条件设计与运行管理提供理论与方法支撑.      

基于驾驶模拟技术的道路行车安全性研究综述

对驾驶模拟技术在道路行车安全领域的研究及应用现状和存在的问题进行了分析。在广泛调研国内外相关文献的基础上,对驾驶模拟器进行了分类,并总结了国内外主要代表性科研型驾驶模拟器的发展历程,分析了典型驾驶模拟器的自由度、主要特征和应用领域。以“人-车-路-环境-事故”为主线,从不良驾驶行为特性分析、车辆主动安全技术研究、道路与交通设计、车辆驾驶环境以及道路行车事故研究5个方面,系统地梳理了驾驶模拟技术在国内外道路行车安全领域的应用研究现状、存在问题以及应用展望。在不良驾驶行为特性分析方面,重点研究了运用驾驶行为特性开展分心驾驶行为和疲劳驾驶行为的识别;在车辆主动安全技术研究方面,综述了运用驾驶行为开展车辆底盘一体化控制技术、安全辅助驾驶控制技术和自动驾驶接管行为的评价研究;在道路与交通设计方面,综述了道路几何和标志标线等的设计评价;在车辆驾驶环境方面,综述了不良气象、路侧景观和交通冲突等驾驶环境对驾驶行为的影响;在道路行车事故研究方面,总结了道路行车事故再现和事故影响因素分析等内容。此外,对驾驶模拟技术进行了应用展望,主要包括特殊人群的驾驶行为特性、智能网联汽车系统的测试及验证、混合交通流环境下的行车安全问题。对未来应对驾驶模拟器的有效性评价、不适性以及二次开发等问题进行探讨,以便更好地促进驾驶模拟技术的发展。      

充分利用智能交通技术提升道路交通安全水平

在分析交通安全现状的基础上,站在道路安全管理的角度,在交通管理系统、车联网和自动驾驶系统等方面对美国、日本和欧洲的智能交通系统研究现状进行了系统总结与分析.同时,对我国智能交通系统安全管理措施和技术应用状况进行了分析.最后对我国交通安全科技的发展趋势进行了探讨并提出了建议:需重视智能汽车技术的开发;提升车辆主被动安全技术水平;研究车联网环境下的道路交通安全主动防控技术;促进道路交通网络优化控制技术的研发与应用.力求到2020年在重点技术领域取得突破,在主要关键技术领域内取得具有应用价值的重大成果.      

驾驶执行过程研究概述

对于道路交通系统运行安全与效率,驾驶行为起着关键的作用.相关研究中多将驾驶行为分为认知过程、决策过程、执行过程和学习过程.针对驾驶执行过程的研究是驾驶行为研究的重要部分,通过分析目前研究的主要进展和存在的主要问题,对其从研究基础与研究方法2个方面进行论述.结合动作捕捉等先进传感器装置的发展,提出基于所采数据的驾驶动作参数、动作配合等数据分析方法,用于对驾驶执行过程进行量化研究.总结了驾驶执行过程的研究意义,并对其在生态驾驶的研究方向进行了展望.      

道路交通系统恢复力研究进展综述

恢复力研究已成为灾害风险领域的研究热点,但在道路交通领域的研究较少。为应对自然灾害等突发事件对道路交通的影响,促进我国交通恢复力的研究,对国内外恢复力领域的相关研究成果进行了总结。首先对恢复力及交通领域恢复力的概念进行了梳理,重点对交通恢复力的内涵和外延进行了深入研究和探讨,总结提出了交通恢复力的定义,并对相关概念进行了区分讨论。同时对恢复力的量化评价体系与方法,以及相关指标计算进行了总结分析,并梳理了交通恢复力基本特性,最后提出在概念统一、量化标准、多学科交叉研究及实际应用等方面作为未来交通恢复力的研究重点。      

“自动驾驶与车路协同”专刊导语

<正>自动驾驶与车路协同是未来交通运输领域的战略制高点,将引发道路交通组织和运行形态的变革,是解决当前道路交通安全、拥堵和污染等重大问题的有力手段。发达国家均在实施推进自动驾驶与车路协同发展的相关行动计划。"十三五"期间,我国科技部在"新能源汽车"和"综合交通运输与智能交通"领域设立了多个重点研发计划来支持该领域的发展,力图促使我国在自动驾驶与车路协同理论研究、场景构建、装备研     

汽车驾驶模拟器在交通安全中的应用综述

汽车驾驶模拟器是1种研究“人‐车‐路‐环境”交通特性的重要工具,由于具有重现性好、安全性高、成本低等优势,被广泛应用于交通研究方面,尤其因其能够在危险场景中采集多种车辆数据,近年来汽车驾驶模拟器在交通安全方面的研究进展飞速。文中简要介绍了汽车驾驶模拟器的国内外发展历史,从驾驶分心、道路设计、交通设计、交通事故和驾驶疲劳5个方面梳理出汽车驾驶模拟器在交通安全领域的应用研究,并分析了这5个方面研究领域中驾驶模拟器实验的其中利弊,探讨了汽车驾驶模拟器在中国交通安全研究中的应用前景及存在的问题。      

突起路标有效性及布设方法的研究

该文借鉴国内外的相关标准和实地研究成果,从突起路标对于道路交通安全的作用出发,介绍其在规范驾驶行为、弥补和替代标线、减少夜间事故等方面的作用。在此基础上进一步探讨如何科学合理地布设突起路标。通过对突起路标布设位置、布设间距等主要影响因素的分析和相关理论的对比研究,总结出因地制宜地布设突起路标的方法。最后将理念与实践相联系,结合典型的路段进行分析,进一步提出提高道路视认性的整体解决方案。     

疲劳驾驶研究与预防最新进展

疲劳驾驶影响驾驶人的驾驶能力,为道路交通安全带来严重威胁。研究表明,疲劳驾驶是造成交通事故的主要原因之一,且驾驶人的驾驶能力会随着疲劳程度的增加而下降。本文从疲劳驾驶状态判别、疲劳驾驶致因因素研究、疲劳驾驶安全影响分析及疲劳驾驶干预研究这四个方面对国际最新研究进行总结,介绍目前疲劳驾驶领域的研究现状。     

道路交通运行风险防控技术专栏导语

我国已建成高效通达的道路交通网，公路客货运输量均居世界第一，但道路交通安全形势依然严峻。中共中央、国务院在2019年发布的《交通强国建设纲要》中将“构建安全的现代化综合交通体系”列为最重要的交通强国建设目标。近年来，道路交通主管部门、高校、科研院所和企业等对道路交通运行风险防控技术高度关注，开展了大量的科研攻关和应用实践工作，在运行风险演化机理、运行风险感知-辨识-防控方法与技术、新型安全设施研发及应用效果评价等方面，取得了一批具有代表性的研究成果。为全面展示道路交通运行风险防控技术领域最新研究进展和成果，广泛开展学术交流，推动道路交通运行风险防控理论与技术创新，促进新型道路交通运行风险防控技术发展与应用，《中国公路学报》编辑部邀请公安部道路交通安全研究中心王长君研究员、长安大学付锐教授作为组稿负责人，邀请长安大学袁伟教授、浙江大学梁军教授、清华大学刘亚辉副教授、北京工业大学赵晓华教授、长安大学牛世峰教授、吉林大学宋现敏教授、长安大学崔华教授、长安大学王永岗教授、长安大学王畅教授作为组稿专家，共同向该领域的知名专家、学者约稿，出版本期“道路交通运行风险防控技术”专栏，回顾、总结和推广我国道路交通运行风险监测、评估、预测与防控研究领域的最新成果，探讨该方向的理论研究和应用技术发展趋势。本专栏共收到交通运行风险防控相关理论、技术、方法、试验研究等论文70余篇，最终录用15篇。研究内容集中于以下几个方面：（1）风险辨识与处置。主要内容包括：交通警情信息自动处理方法、自动驾驶系统交通规则符合性仿真验证方法、超速等危险驾驶行为的告警与矫正方法、不良天气条件下高速公路运行风险防控方法、隧道与互通等特殊路段出口换道可靠性、匝道合流区等特殊路段的车辆交互行为模式、车-人冲突时间窗预测模型等。（2）智能交通与智能车辆理论。主要内容包括高速公路相机自动标定与道路坐标系构建技术、路侧单目视角车辆三维形态精确感知技术、行人轨迹自适应压缩与误匹配识别技术、注意力监测技术及其对行为决策的影响等基于视频的交通信息提取技术,还包括考虑路网拓扑时变的交通拥堵自适应预测方法、信号交叉口自动驾驶左转车辆类人化全局运动轨迹规划方法、考虑动力学模型系统误差补偿的智能车组合定位算法、不同情景下自动驾驶接管行为的影响特征等。道路交通运行风险防控相关方法、理论与应用技术研究，将为我国道路交通安全保障提供先进的技术、方法、系统和装备等科技支撑。《中国公路学报》将继续关注该领域国内外最新研究进展，以期为广大专家、学者和工程技术人员提供学习和交流的平台，促进我国道路交通安全领域的高质量和可持续发展。     

基于强化学习的自动驾驶决策研究综述

强化学习的发展推动了自动驾驶决策技术的进步，智能决策技术已成为自动驾驶领域高度关注的要点问题。本文以强化学习算法发展为主线，综述该算法在单车自动驾驶决策领域的深入应用。对强化学习传统算法、经典算法和前沿算法从基本原理和理论建模等方面进行归纳总结与对比分析。针对不同场景的自动驾驶决策方法分类，分析环境状态可观测性对建模的影响，重点阐述了不同层次强化学习典型算法的应用技术路线，并对自动驾驶决策方法提出研究展望，以期为自动驾驶决策方案研究提供有益参考。     

眼动技术在道路交通系统中的应用

人-车-路环境组成了道路交通系统.从眼动的基本概念入手,总结了眼动技术的发展、数据记录方法以及眼动仪发展特点,着重从汽车设计、道路环境建设和驾驶过程中的视觉信息搜索及驾驶培训等方面分析了眼动技术在道路交通系统中的应用.     

工作记忆对驾驶行为影响的进展综述

从工作记忆的测量范式、研究方法入手,总结工作记忆对驾驶行为的影响。梳理了国内外工作记忆与驾驶行为关系的研究现状。结果表明,与工作记忆容量低的驾驶员相比,工作记忆容量高的驾驶员,在一定的认知任务下,驾驶稳定性更好。此外,文章预估了工作记忆在驾驶行为领域今后的发展趋势,总结了现有研究的不足,从工作记忆量化及工作记忆训练的角度上为驾驶行为研究领域的发展提供了思路。     

驾驶行为与驾驶风险国际研究进展

驾驶人在驾驶车辆的过程中总会面临由自身或外界条件所带来的或高或低的风险,即驾驶风险,通过对驾驶风险进行识别、分析及评估是对风险进行管理的有效对策,明确由人为因素（即驾驶人个体特征及驾驶行为）所带来的驾驶风险并对驾驶人进行安全管理尤为重要。为了全面了解各类危险驾驶行为和各种驾驶人群体的驾驶风险行为研究进展,对驾驶风险领域重点问题进行了总体概述。从驾驶人个体特征及驾驶行为的角度出发,探究了驾驶风险领域目前的研究现状,并利用科学知识图谱展示驾驶风险领域研究的发展进程与结构关系。通过Web of Science核心合集数据库获取了3 406篇在1986~2020年（截至2020年2月29日）间出版的驾驶风险研究相关英文文献,共涵盖8 684位作者及6 018个关键词,基于科学知识图谱对该领域文献进行梳理与分析。结果表明：驾驶风险领域的国外研究在驾驶人选择方面主要从年轻驾驶人、老年驾驶人、新手驾驶人及职业驾驶人的角度进行切入,重点围绕酒驾、药驾、分心驾驶及疲劳驾驶等主题开展研究。与国外研究相比,中国在分心驾驶、疲劳驾驶领域的研究相对丰富,而针对酒驾、药驾的研究试验手段较为单一,研究不够全面;在研究对象的选取上,有必要进一步增加老年驾驶人及新手驾驶人的深入研究,包括老年驾驶人适驾性评估与教育培训,以及新手驾驶人驾照分级制度的可行性探索。在研究方法方面,国外常见研究方法包括问卷调查、驾驶模拟器试验、实车试验以及自然驾驶研究等,而中国在自然驾驶研究领域尚未充分开发利用;未来应考虑多种方法相结合并从不同角度促进对驾驶行为及驾驶风险的全面理解。     

人工智能在汽车驾驶技术领域的应用与发展

人工智能技术在汽车驾驶技术领域中的应用已成为当前研究热点。然而,现有研究缺乏对人工智能在汽车驾驶技术领域中的应用与发展的系统分析。本文探讨了人工智能在汽车驾驶技术领域中的应用与发展的主要特点和规律。从发展历程、瓶颈技术、发展趋势三个方面,对人工智能在汽车驾驶技术领域中的应用与发展趋势进行总结分析,旨在为汽车驾驶技术的研究提供参考。     

发展自动驾驶汽车的挑战和前景展望

自动驾驶汽车不仅是对道路交通具有革命性影响的工具,更是新时代人类进步的一大表现。不过,自动驾驶汽车的独特性、复杂性也意味着其在完善过程中会遇到各种挑战和问题。对此,本文通过对国内外自动驾驶汽车发展现状的分析,探寻其发展中面临的挑战,展望其未来,希望能推动该领域的研究发展,为推动自动驾驶汽车发展提供参考。     

动态道路交通环境对驾驶疲劳的影响试验

影响驾驶疲劳的因素很多.作为驾驶疲劳主要影响因素之一的道路交通环境,是以动态形式展示在驾驶员视野中并产生作用的,有必要针对道路交通环境的动态特性进行专门研究.首先理论分析动态道路交通环境相互制约和影响的持续变化性和自主可控性.据此设计了基于3个场景的2组现场实车试验.然后以驾驶员的心率作为测量指标,研究动态道路交通环境对驾驶疲劳的影响.通过对比分析驾驶员的心率随道路交通环境场景的变化程度和行车速度大小的变化规律,发现道路交通环境变化性的大小会对驾驶疲劳的形成和发展产生影响.因此,合理设计道路交通环境的变化性能够减缓驾驶疲劳,提高道路的安全水平.     

智能网联车辆生态驾驶研究现状及展望

作为近年来智能网联汽车领域的研究焦点，生态驾驶旨在提高驾驶安全的基础上，通过改善驾驶行为，有效缓解能源消耗和污染排放等问题，引起了各国政府、企业、高校和研究机构等的高度重视。同时，随着智能网联车辆技术的迅速发展，网联环境为生态驾驶提供了新的发展契机。为了分析智能网联车辆生态驾驶的研究进展，通过与传统生态驾驶进行对比，从车辆自身特性、驾驶人个性、道路交通状况与社会条件4个方面分析了智能网联环境下的生态驾驶的影响因素；从生态驾驶控制策略和生态驾驶应用现状2个方面对现有智能网联生态驾驶研究进行了归纳与分析；并从影响因素、控制策略和决策优化3个方面讨论了生态驾驶的意义、应用与目前所存在的问题，致力于为未来的相关研究提供有益的指导与借鉴。分析结果表明:智能网联环境下的生态驾驶和传统生态驾驶的影响因素较为相似，不过网联传感器和通信条件对智能网联环境生态驾驶有着较为显著的影响；相较于传统生态驾驶，智能网联环境下生态驾驶的控制策略与决策优化多考虑复杂驾驶工况、多车级别的全局生态驾驶；且由于各种新型技术的快速发展，结合先进的技术、适应行业发展需要也将成为未来智能网联生态驾驶发展的必然趋势。      

面向安全预警的机动车驾驶意图研究现状与展望

简述当前开展面向安全预警的机动车驾驶意图研究的目的和意义.分析国内外研究现状,得出从驾驶员行为及驾驶动作序列角度开展驾驶意图研究的可行性和有效性,同时介绍了 2种基于概率与数理统计的机动车驾驶意图建模方法.结合驾驶员在直线封闭路段实施驾驶行为特征,阐述使用隐马尔科夫模型(HMM)理论建立驾驶意图模型的步骤以及模型参数学习和系统在线优化算法等内容.对驾驶意图模型网络结构、动态性能方面相关研究方向进行展望.     

道路交通安全分析与评价方法综述

道路交通安全分析与评价贯穿道路设计、运营及施工养护全过程，不同阶段和运行特点的道路交通安全分析与评价的目标和内容不尽相同，因此，需根据具体情况选择针对性的交通安全分析与评价方法。为了明确各种道路安全分析与评价方法的特点和适用情形，调研交通事故统计分析、运行速度分析、交通冲突分析以及驾驶行为分析4种典型道路交通安全评价方法，从数据采集、特征指标、方法建模及实践应用等方面综述不同评价方法的特点和适用情形，并总结不同方法的发展趋势。文献分析表明：基于交通事故统计和运行速度分析的道路交通安全分析与评价方法已形成较为成熟的理论模型，并应用于道路交通安全评价；然而，基于交通冲突和驾驶行为的安全评价方法仍存在数据来源和指标一致性等问题。道路交通事故评价方法在数据共享平台建设、数据完整性、数据时空相关性和数据潜在特征分析等方面还存在诸多有待深入研究的问题；运行速度分析方法在精细数据获取、模型开发与标定和零碰撞路段可靠性阈值筛选等方面尚需要持续深入研究；交通冲突分析方法在冲突样本量估计、动态交通冲突估计模型构建、交通冲突判别指标筛选以及驾驶人因对交通冲突建模影响方面也存在尚未解决的问题；驾驶行为分析方法...