自动驾驶对交通运输系统规划的影响综述

车辆是交通运输系统的重要组成部分,伴随着自动驾驶技术的发展与应用,交通运输系统 将发生深刻变革。本文聚焦于自动驾驶技术对交通运输系统规划的影响,综述自动驾驶特点下 交通数据采集与管理手段、土地利用、停车需求、交通供需、交通需求预测、交通网络布局等方面 发生的新变化。在此基础上,从规划的角度出发,实现对自动驾驶环境下交通运输系统的再认 知,总结自动驾驶环境下交通需求预测、城市交通网络布局等新的交通规划方法与技术。通过对 交通运输系统的再认知发现：在自动驾驶环境下,交通数据具有细粒度、高鲜度的新特点;土地利 用模式将发生改变,城市将呈扩张和去工业化趋势,停车需求减小;交通系统供给能力和可靠性 提高,出行需求的时空分布将更为分散。交通系统规划方法的变化体现在交通需求预测和交通 网络布局两个层面：交通需求预测框架从“四步”框架转变为模型组合化和出行行为一体化的预 测框架,同时,需求预测的各阶段需引入对自动驾驶特征及其系统性影响的分析;交通网络布局 设计采用连续时域上的布局设计框架,有望解决传统交通网络布局设计的时滞性问题,可适应并 服务于动态变化的土地利用及交通需求。本研究认为,未来需重点研究自动驾驶对交通安全、交 通拥堵、公共交通规划、慢行交通规划等方面的影响。此外,解决自动驾驶实测数据缺乏的困境、 解析异构交通阶段交通系统的运作机理、应对交通需求反弹引起的供不应求、评估难以衡量的外 部成本等问题将是未来研究的难点。     

人工智能在汽车自动驾驶系统中的应用分析

以自动驾驶系统为代表的汽车智能化技术将对汽车产业生态变革产生重大影响。首先,分析了自动驾驶技术发展路线、发展现状及人工智能(Artificial Intelligence,AI)的应用领域,指出AI在自动驾驶应用中面临的挑战。然后,提出一种基于AI的车云协同自动驾驶系统架构,分析了基于AI的智能驾驶终端软硬件架构与基于大数据的自动驾驶云端空间架构;结合车端与云端的AI集成应用问题、信息数据交互方法与车云协同技术,讨论了人工智能在自动驾驶系统的主要应用。     

自动驾驶汽车仿真器综述:能力、挑战和发展方向

仿真器在自动驾驶汽车（Autonomous Vehicle,AV）系统的研究、开发和验证中发挥着举足轻重的作用。本文系统地探讨了AV仿真器的国内外现状,并重点分析了其能力、面临的挑战和未来发展趋势。首先,梳理了AV仿真器的发展历程,阐述了国内外相关研究现状。接着,依据技术性指标、功能性指标、性能指标和商业性指标,对各类仿真器进行了全面评估,同时讨论了它们在不同研究和开发任务中的适用性。此外,深入剖析了AV仿真器所面临的挑战和限制,结合深度学习、人工智能等先进技术的发展,提出了针对性的解决策略。对于如何克服AV仿真器在复杂环境和多元场景下的局限性,提出了一系列具有前瞻性的解决方案。在此基础上,着重强调了未来研究的机遇和新兴趋势,这些将为下一代仿真器的发展奠定基础。最后,本综述旨在为研究人员、开发者及行业利益相关者提供有益的参考,协助他们选择最符合需求的工具,并激发自动驾驶领域未来的创新潜力。综述的内容有助于推动AV仿真器在自动驾驶研究和实际应用中发挥更大的作用,从而为人类出行带来更为安全、便捷和高效的体验。     

自动驾驶汽车对城市空间形态的影响综述

基于城市规划视角的文献综述,分析自动驾驶汽车对居住人口分布、停车用地、区域可达性、街道设施环境等城市空间形态方面的影响。私人自动驾驶汽车相对共享自动驾驶汽车更可能诱发人口的郊区化,而这种影响在不同城市和人群间存在差异。自动驾驶汽车将带来城市停车用地的减少和更灵活的停车场布局,但可能产生更高的行驶里程。相较于大城市,自动驾驶汽车对农村或城郊区域可达性的提升效果更加显著。自动驾驶时代的街道通过缩窄车道、减少道路交通标志和信号灯,可提供更多的公共空间,但无交通信号灯管控车流的道路交叉口和较多的上落客空间对步行和自行车网络使用的流畅性带来不利影响。最后,针对中国城市面临的道路交通拥堵和环境挑战,提出应对自动驾驶汽车时代的规划政策建议。     

网联自动驾驶车辆道路交通安全研究综述

为全面了解网联自动驾驶交通安全领域的研究进展,利用文献计量方法通过Web of Science核心数据库对Connected and Automated (Autonomous) Vehicles、Connected (Autonomous) Vehicles、Traffic Safety (Accident, Crash, Collision, Conflict)等关键词进行检索,共获取2010至2021年2 130篇相关文献,涵盖5 474位作者和7 017个关键词;利用科学知识图谱对网联自动驾驶道路交通安全研究发展历程、研究归属地、研究主题与内容、研究热点等进行分析总结和可视化解析;通过研究主题和热点的分析指出未来研究方向。研究结果表明：网联自动驾驶道路交通安全研究经历了起步阶段、缓慢增长阶段和快速发展阶段;美国和中国是当今世界对网联自动驾驶道路交通安全领域贡献最大的2个研究主体;研究主题主要围绕宏微观交通流、交通系统影响(交通出行、交通环境、交通安全)、车辆安全避障与路径规划、交通安全评价等展开,研究热点重点围绕网联自动驾驶交通控制与系统优化、新型混合交通流交通安全分析、微观行为建模与仿真安全评估等;未来研究需重视由单车安全转向交通流事故风险传播研究,突破智能网联车队群体决策与编队控制技术,构建虚拟现实下智能网联数据化仿真环境与深度测试平台,挖掘网联自动驾驶人机共驾情境下驾驶人接管绩效评价体系,从而进行精细化的事故风险致因分析、交通安全建模与评估以及事故风险防控策略与算法研究。     

基于滚动时域优化的共享自动驾驶汽车动态调度方法

共享自动驾驶汽车被视为未来城市交通系统的重要组成部分。本文考虑随机订单需求研究共享自动驾驶汽车的动态调度优化方法。通过建立车辆调度时空网络,分别针对订单分配与空车移位生成车辆运行时间弧,提出车辆调度问题的刻画方法。基于马尔科夫决策框架,以时空节点流量为状态,以时空弧流量为决策变量,建立最大化系统净收益的车辆动态调度优化模型。采取滚动时域优化思想,建立含前视时间窗的随机规划模型,并利用CPLEX优化引擎,滚动求解车辆动态调度决策结果。Sioux Falls网络算例结果表明,滚动时域优化方法可保证车辆动态调度决策效果,提升系统运营效率。在计算时间限制下,滚动时域方法应优先采用长时间窗中等规模样本。在最大化系统净收益的同时进一步最小化乘客等待时间,可有效提升车辆动态调度决策效果。     

自动驾驶测试公共服务平台建设与思考

为促进中国自动驾驶技术发展,在充分调研论证的基础上,按照工具化设计的理念,国家自然科学基金委员会交通与运载工程学科提出了场景库社会共建、开发环境敏捷、被测技术解耦、测试部署轻量化、评测结果公开透明的自动驾驶测试公共服务平台OnSite的建设构想,设置了战略委员会、技术委员会、用户委员会、创新基金会,自主决策,达成公共服务平台独立发展,良好运行的目标。2021年,交通与运载工程学科通过面上项目群快速启动本领域研究,2022年起,持续通过重点项目、面上项目群资助自动驾驶测评相关技术研究,推动OnSite平台建设,积极开展有组织科研。制定了单项决策规划能力测评-从单项测评到全栈技术测评-从虚拟测评到虚实融合测评-从单车测评到车队测评-从测评导向到开发测评一体五阶段公共服务平台建设计划;目前,已完成第1阶段建设目标,已形成面向单项决策规划功能的测试能力。以OnSite平台为依托,学科已成功举办第一届OnSite自动驾驶算法挑战赛,有助于科研人员明确研究差距,促进实现需求牵引,问题导向的研究范式。打破科研机构与产业部门的壁垒,实现产-学-研精准、快速对接。此外,通过以赛代评,将进一步完善基础研究项目评价体系,切实推进破“四唯”工作。     

考虑潜变量的自动驾驶汽车租赁行为

将自动驾驶汽车（autonomous vehicle,AV）与分时租赁、点对点（peer-to-peer,P2P）租赁模式相结合,为出行者提供新型的出行方式. 为探究出行者租赁自动驾驶汽车的行为特征,分析出行者对AV分时租赁、AV P2P租赁、私家车、公共交通的选择意愿及其影响因素. 基于出行方式选择意愿的调查数据,将结构方程模型（structural equation model,SEM）与多项Logit （multinomial Logit,MNL）模型相结合,建立同时标定显变量与潜变量参数的结构方程-多项Logit （structural equation-multinomial Logit,SE-MNL）模型,对比分析了MNL与SE-MNL模型的参数标定结果. 研究结果表明:在95%的置信水平下,显变量中的出行费用、车内时间、驾照情况、出行目的、婚姻状况以及潜变量中的便捷性、安全性、乘车体验、舒适性对出行者选择AV分时租赁或P2P租赁的影响都是显著的;SE-MNL模型的拟合度较MNL模型高出2%～3%.      

自动驾驶公众接受度研究综述

全面梳理并总结了自动驾驶公众接受度领域的相关研究, 从接受自动驾驶的可能性与态度、了解与信任程度、感知与关注点、支付意愿和使用偏好5个方面定义并阐述了接受度的内涵; 从调查对象的选取、问卷设计、调查方式与抽样、模型构建与数据分析方法等方面对比了现有研究采用的数据采集和分析方法; 总结了影响自动驾驶公众接受度的关键因素, 剖析了其对公众接受度的影响, 指出了存在的问题和未来研究方向。研究结果表明: 现有大部分研究重点关注接受自动驾驶的可能性、态度和使用偏好等问题, 对支付意愿的研究相对较少; 公众对自动驾驶普遍持积极态度, 对自动驾驶技术及其相关功能有所了解; 安全问题是人们对自动驾驶的首要关注点, 不同群体对该问题的担忧程度有显著差异; 人们为享受自动驾驶技术而愿意支付额外费用的意愿不够强烈, 来自发达国家受访者的支付意愿普遍低于发展中国家受访者; 个人心理和生理属性, 社会人口属性, 伦理、法律责任和车辆安全水平, 车辆自动化水平及相关属性, 出行相关属性以及环境因素等是影响公众对自动驾驶接受度的几类关键因素; 然而, 现有研究对伦理和法律责任等因素的量化分析还较为缺乏, 性别、年龄和收入水平等部分关键因素的影响仍存在争议, 还需进一步讨论; 相关研究在对样本的代表性分析、问卷和调查方案的精细化设计以及关键因素的具体作用机制分析等方面还有待进一步深入。     

“半自动驾驶电车”与城市公共交通共生发展探讨

随着车辆保有量逐年上涨和城市规模增大,城市交通拥堵问题愈发突出。人们将越来越多的目光投向自动驾驶领域,但受制于法律、伦理、技术等难题,自动驾驶迟迟无法商业化落地。本文提出一种新颖的思路,以“半自动驾驶电车”为载体,开启自动驾驶的商业化落地步伐,提出“半自动驾驶电车”与城市公共交通共生发展的对策和建议,进一步加强智慧交通建设,为新时代建设公共交通强国提供有益探索。     

自动驾驶汽车环境感知系统传感器技术现状及发展趋势

自动驾驶汽车是近年来汽车领域的发展趋势,是先进技术的发展方向.与其相关的技术层出不穷,日新月异.本文介绍了自动驾驶汽车环境感知系统的组成和工作方式,重点阐述了各种主要的传感器的工作原理、技术参数、技术类型、产品的应用方向等.同时对不同类型的传感器的性能指标、优缺点及应用方向等做了详细的对比.     

基于移动闭塞的列车自动驾驶系统

随着人们生活水平的稳步提高,生活节奏日益加快,城市的交通运输已成为影响和制约城市发展的重要因素。在城市轨道交通系统中,信号系统是保障运输安全与提高运营效益的重要设备。信号系统主要由列车自动监控（ATS）系统;列车自动防护（ATP）系统;列车自动运行（ATO）系统;计算机联锁（CI）系统组成。本文主要对基于移动闭塞ATC系统的列车自动运行（ATO）子系统其构成和基本功能进行详细介绍。     

自动驾驶接管影响因素分析与研究进展

部分或有条件自动驾驶车辆允许驾驶员将驾驶任务移交给自动驾驶系统,但驾驶员仍需对驾驶环境进行监测,若发生紧急事件或驾驶环境超出系统运行设计域等情况,驾驶员需要及时接管车辆。影响驾驶接管过程的因素主要包括：人因、交通环境以及人-机交互系统。本文分析了驾驶员认知负荷特性等人因对接管过程和接管时间预算的影响。分析发现,驾驶员长时间脱离驾驶任务会导致其陷入被动疲劳或驾驶分心状态,从而降低接管绩效。适当的非驾驶任务可以使驾驶员保持一定的认知负荷,降低驾驶员的被动疲劳水平。结合网联技术的应用可以多次发出预警信号,提高接管绩效。本文讨论了交通密度、道路条件等交通环境对接管时驾驶员感知、认知及决策的影响,探讨混合交通下过渡区智能网联车辆控制权切换 (Transitions of Control,ToC) 的管理问题。在复杂道路交通下,驾驶员需要更多时间恢复对环境的感知,且驾驶员在弯道接管车辆时更容易出现较大横向偏差。在混合交通环境中,为防止过渡区出现集中的ToC,可以制定相应交通管理措施,以降低过渡区域中车辆之间的相互干扰。本文还分析了视觉、听觉、触 觉、嗅觉及其组合类型交互方式的优、缺点,讨论网联环境下人-机交互系统设计以及ToC形式。单个的交互方式有其自身的优、缺点,多种类型相结合的交互形式能形成优势互补,及时地将接管信息传递给驾驶员,并将其注意力集中于对环境的感知。网联技术发展使得可利用的行车信息的数量和种类都有所提高,网联信息需要更好地呈现策略,以保证人-机交互界面具有较高的可用性和接受性,为驾驶员提供更加准确的交互信息。同时,利用驾驶员状态识别技术实时监测驾驶员所处状态,并通过人-机交互系统提醒驾驶员,使其保持警觉,提高接管绩效。未来研究应该重点关注非驾驶任务对驾驶员认知特性的影响,结合接管时的驾驶环境,遵循预测算法辅助驾驶员实现控制权的平稳过渡。随着网联技术的不断应用,逐步改进现有人-机交互系统的设计和性能,对过渡区域ToC的管理问题展开深入研究。     

网联自动驾驶车辆混合交通流专用道管控方法

分析了网联自动驾驶车辆(CAV)混合交通流中各车辆类型及其跟驰模式下的车头间距,从通用性混合交通流特征层面理论推导了各车头间距模式的概率表达式,从而对混合交通流进行了数学描述;以混合交通流整体通行流率最大为目标,计算了多车道混合交通流中一个CAV专用道的设置条件以及专用道设置后CAV交通流在专用道和混合道上的最优交通流分配比例,将一个CAV专用道情形推广至多个CAV专用道动态管控的一般性情形,构建了混合交通流专用道动态管控的分析方法;应用案例分析论证了CAV专用道管控方法的有效性。研究结果表明：在交通需求为2 000 veh·h^-1时,各CAV渗透率阶段均无需设置CAV专用道;在交通需求为3 000 veh·h^-1时,需在CAV渗透率为0.2~0.4的阶段下考虑设置CAV专用道;在交通需求为5 000 veh·h^-1时,需考虑在各CAV渗透率阶段下设置CAV专用道;提出的CAV专用道管控方法可根据交通需求和车道总数等条件定量化计算不同CAV渗透率阶段下的最优CAV专用道数量以及CAV交通流最优分配比例,且交通需求能够影响反映CAV专用道设置条件的临界CAV渗透率范围,交通需求和车道总数量可分别从交通需求属性和道路空间属性方面促进最优CAV专用道数量的提升,符合多车道场景混合交通流CAV专用道管控的特性。     

面向自动装配的冲模装配建模与规划

通过对冲裁模设计过程中产生的零件之间装配关系的记录,建立了冲模装配体装配关系图.以装配图为基础,根据冲模生产过程中的设计惯例和零件之间的联接关系,对构成冲模结构的各零部件进行了子装配体的划分,形成了具有层次化结构的装配体结构树,并在此基础上,通过实例说明了子装配体的装配顺序规划方法.     

自动驾驶影响下的出行行为研究综述

从小汽车出行总需求、出行方式选择、在途时间利用三方面梳理了自动驾驶影响下的出行行为研究现状,分析了用于研究自动驾驶对出行行为影响的数据基础与研究方法,总结了影响自动驾驶环境下出行方式选择的关键因素,指出了出行行为研究存在的问题和未来发展方向。研究结果表明：出行总需求的相关研究主要关注当前服务不足人口的潜在出行,大多通过需求假设分析潜在的变化,在假设的可靠性和结果的准确度方面还存在不足;出行方式选择的相关研究显示车辆服务和出行属性、社会人口和家庭属性、出行习惯属性、居住地和环境属性、个人心理和偏好属性等是影响出行方式选择的关键因素,考虑到不同的研究对象、场景设计与分析方法,性别、年龄、持有驾照、家庭结构等因素对出行行为的具体影响还有待进一步检验;人们对自动驾驶时代在途时间利用的方式和受益程度的认知存在较大的不确定性与异质性,亟需理论模型来进一步讨论潜在的时间利用变化;基于自动驾驶对出行行为影响相关研究的局限性,提出了建立自动驾驶汽车的规范化描述和丰富数据采集方式,开展横向与纵向对比研究,加强各影响因素异质性的考量,辨析自动驾驶时代各类出行行为间的相互影响机制的改进方向。