基于城市道路交通状况的行驶循环调查方法的研究

文章在对上海市的交通状况进行详尽的调查之后,按照道路分级的不同以及同一等级道路饱 和度的不同,对上海市的道路进行了分类;以道路的饱和度为标准,参考道路流量,选取上海市行驶循环调查试 验的试验路线,并对数据加权处理。     

基于驾驶人换道行为的换道决策辅助系统预警时间研究

基于驾驶人的换道操作行为初步提出换道决策辅助系统合适的预警时间。观察换道作业与目标车道跟随车辆之间的联系。实验在西安绕城高速公路某一路段上实现。     

智能车辆换道行驶的经济车速研究

本文旨在实现智能车辆在换道过程中经济车速规划。基于瞬态燃油消耗模型、车辆动力学模型和换道过程中道路曲率信息,利用动态规划算法求得车辆在换道过程中的经济车速轨迹。Matlab/Simulink与Car Sim联合仿真结果表明,与定速巡航算法相比,动态规划算法可节油8%左右。采用所提出的方法可在保证智能车辆安全行驶的基础上,提升其燃油经济性能,为智能车辆换道的速度控制提供决策依据。     

基于高速公路的驾驶员换道意图识别

近年来,车辆安全问题成为社会关注的焦点。高速公路存在两类典型的驾驶员行车意图,分别为车道保持和意图换道。在意图换道的过程中,对驾驶人控制车辆提出了更高的要求。基于BP神经网络提出了一个模型,用于检测高速公路上驾驶员的车道变更意图。预测结果表明,在换道时刻,预测精度可达到99.3%,以0.5 s为间隔向前推,换道前1 s的准确率为98.0%,换道前2 s的准确率为84.8%,换道前3 s的准确率为70.7%;随机选取样本对模型的准确率进行验证,换道时刻准确率为96.7%。为深入研究驾驶员的输入特征奠定基础。     

雾天高速公路换道行为特性研究

为探寻雾天不同能见度水平对高速公路驾驶员换道行为特性的影响,利用高仿真驾驶模拟实验平台构建不同能见度条件下的高速公路雾天环境,并开展驾驶模拟实验,采集了驾驶员在正常天气以及大雾、浓雾天气下自由换道过程中的行为特征,采用Friedman检验对换道持续时间、换道速度的平均值和标准差、换道时跟车距离4个指标进行分析.分析结果显示正常天气下的换道持续时间小于雾天环境(正常天气左换道时间平均为5.96 s,大雾环境下为6.02 s,浓雾环境下为6.31 s)且存在显著性差异(sig.=0.00);正常天气下的换道平均速度与跟车距离大于雾天环境(正常天气下左换道平均速度为104.24 km/h,大雾环境下为94.67 km/h,浓雾环境下为85.95 km/h;正常天气下左换道跟车距离平均为109.58 m,大雾环境下为77.54 m,浓雾环境下为74.63 m).结果表明,随着能见度水平的降低,驾驶员在高速公路执行换道过程时持续时间延长、速度降低,同时跟车距离缩小.雾天不同能见度水平对高速公路驾驶员换道行为产生不同程度的影响.     

雨天高速公路营运车辆行驶速度分布规律研究

车速分布是分析不同天气条件下高速公路交通事故,并制订事故预防管理措施的重要依据.为此,充分利用车联网公司对营运车辆监控所生成的海量数据进行车速研究,对比分析了晴/雨天条件下高速公路营运车辆行车速度特点.对车速标准差分析表明,小雨天气下车速离散程度较大,达到20.27;而大雨天气下因车速普遍较低,车速离散程度反而相对较小.之后,通过P-P图与单样本K-S检验方法验证了小雨和中雨天气下的车速分布符合正态分布特征.对不同天气条件下的车速进行K均值聚类分析,结果显示,当聚类数为3时,聚类中心的平均车速可较好地反映晴天、小雨以及中雨时的平均车速;当聚类数为4时,则聚类中心的平均车速无法与4种天气条件对应,可见中雨与大雨条件下的车速差别较小.研究可为雨天高速公路营运车辆的管理提供理论依据.     

路面破损情况下车辆行驶换道行为的建模

基于国内外学者对车辆换道微观行为的建模和仿真理论,提出了路面破损约束条件下道路交通车辆换道行为的建模方法。首先,进行了车辆因路面破损而换道的机理分析,计算了车辆不同情况下换道的常概率区和亚概率区;其次,提出了路面破损影响下换道的路径选择效益模型;最后,基于社会力模型思想,建立了车辆可选择换道属性的离散模型。     

针对车辆行驶速度的高速公路交通标志标识的设置优化研究

针对G2513淮徐高速徐宿段上多发事故的两类车辆——小汽车与大货车,对两种车型的速度数据进行提取分析,得到两种车型的设计、运行和期望车速线,通过对两种车型的速度协调能力进行分析,确定事故多发路段与速度协调能力之间的关系。对典型断面的车速进行实地测量,利用安全指南方法对测量结果进行评价分析,并结合V_(85)测速模型的理论分析结果,给出不同路段交通标志标识的优化建议及结论。     

高速公路驾驶人换道意图识别模型

为了增加驾驶人换道过程中的安全性,提出一种基于隐马尔科夫理论的驾驶人意图换道识别方法.在模拟高速公路环境下,采用非接触式眼动追踪仪采集驾驶人的眼动数据、头部运动数据以及车辆行驶数据,选取左-右链结构的隐马尔科夫模型(GM-HMM)分别建立向左换道、向右换道和车道保持模型.结果显示,所建立的驾驶人的意图识别模型的准确率达到了90%以上.     

山区高速公路长下坡路段车辆安全行驶维持速度研究

本文基于统计分析、总结提炼的方法,提出长下坡路段安全行驶维持速度的概念。在长下坡路段实地调研过程中,通过分析车辆速度变化曲线、测量车辆坡底处制动鼓温度、司机访谈等方法论证长下坡路段安全行驶维持速度的客观存在性,并对长下坡路段维持速度进行定量分析,确定长下坡路段速度建议值。该成果可指导长下坡路段司机的安全运行,极大地提高长下坡路段运营安全性。     

基于无人机视频拍摄的高速公路小型车换道行为特性

为了研究高速公路小型车的换道行为特性,采用2台无人机同时在200 m的高空对交通流进行拍摄,获取交通流运行状态。构建拍摄路段的高精度地图,获取每一时刻车辆的精确运行状态数据,在此基础上对2个视频进行拼接,最终获得车道位置、速度、车辆编号等8项关键指标,共提取换道行为1 520条,筛选后得到完整的自由换道数据942条。采用车辆轨迹是否持续偏移作为判断换道行为起终点的依据,在此基础上分析换道的时间长度、空间长度、与周边车辆的相互状态以及换道行为的安全性等16个特征参数。得出平均换道时间长度为6.09 s,平均换道空间距离为148.08 m,换道时间与空间长度均符合对数正态分布。换道车辆与目标车道后方车辆的平均距离最小（34.29 m）,其相对距离在10 m以内的占28.24%,驾驶人为了加快行驶,在与目标车道后方车辆相对距离较小的情况下,依然采取换道措施。与正前方车辆的相对速度差最大,平均值为10.2 km·h^-1,并且在83%的情况下,本车的速度大于前车,说明车辆自由换道是由于前方车辆行驶速度较慢所引起。采用TTC,MTC分别对换道起始时刻的安全性进行分析,并将安全状态划分为4种类型：严重-紧急状态、严重-非紧急状态、非严重-紧急状态、非严重-非紧急状态。其中严重-非紧急,非严重-非紧急这2种状态占比最高。该研究成果对了解中国驾驶人在高速公路上的换道行为特性,以及对建立适用于中国实际交通环境特征的换道行为模型具有一定参考意义。     

基于深度强化学习的高速公路换道跟踪控制模型

为解决自动驾驶汽车在高速公路安全换道问题,提出了一种基于深度强化学习算法的换道跟踪控制模型,并进行了仿真实验。采用五次多项式方法,建立车辆换道路径模型,并给出跟踪误差函数;将车辆三自由度动力学模型与深度强化学习框架相融合,搭建换道路径跟踪控制模型;通过深度确定性策略梯度（DDPG）算法来更新该模型;学习得到换道路径跟踪的最佳转向角,来控制车辆完成换道过程。结果表明：在100 km/h车速条件下,本方法控制的横向位置误差绝对值的最大值接近0,角偏差绝对值最大值为10 mrad;所提出的方法相比传统的模型预测控制方法而言,轨迹跟踪的横向位置误差和角误差更小。因而,该模型能够实现高速环境下的自主换道过程,这对保证交通安全和缓解交通有意义。     

基于驾驶人不满度的高速公路自动驾驶换道决策

为了实现高速公路的自由换道行为决策,并满足行车安全高效性、决策结果平稳无震荡、与运动规划模块结合引导车辆行驶等要求,提出了一种基于驾驶人不满度的换道行为决策方法。首先,根据驾驶人的速度期望建立了驾驶人不满度累积模型,并基于驾驶人速度不满累积度产生换道意图。其次,依据不同车道障碍车的运动状态,设计了2种目标车道选择策略,通过预测引擎对各个待选车道进行预测和评估,选取其中行车效率较高的车道作为目标车道,同时建立换道最小安全距离模型,用以在换道全过程中判断换道的可行性。然后,将换道行为决策的结果以目标车道的形式传递给基于改进人工势场的运动规划模块,用于运动规划模块目标的选取,以引导车辆横纵向运动。最后,在CarSim/PreScan/Simulink的联合仿真平台和硬件在环平台上建立多种测试场景,验证换道行为决策算法。试验结果表明：换道行为决策算法能够依据驾驶人速度不满累积度产生稳定的换道意图,进而根据所设计的换道策略选取具有更高行车效率的目标车道,并在换道过程中持续判断换道的可行性,以应对障碍车辆突然加减速等突发状况,保证换道过程的高效性和安全性;换道行为决策算法通过目标车道的转换,引导运动规划模块调整车辆的运动,实现跟车、换道等行为。     

基于熟练驾驶换道特征的车辆换道轨迹规划研究

传统的换道路径规划方法在车辆进行换道路径规划时往往只考虑车辆运动学及动力学约束,所生成的换道路径与熟练驾驶员驾驶车辆的行驶轨迹有很大差别。因此,文章通过研究熟练驾驶员的换道行驶路径特征,提出了一种仿熟练驾驶员换道路径规划方法,能够有效提高汽车舒适性。     

基于遗传算法的车辆行驶速度的模糊控制研究

研究并建立车辆行驶速度控制系统的数学模型,对这一复杂的高阶、非线性、时变系统,提出一种基于遗传算法的车辆行驶速度模糊控制新方法,该方法较常规的模糊控制具有更优的控制性能。仿真实验结果表明该车辆行驶速度遗传算法的有效性。     

基于路段的路径行驶时间分布研究

行程时间可靠性是指通过一天中某一时间段的路径行程时间的一致性.这项研究为出行者提供最佳出发时间,使他们在最大可能性下准点到达目的地.本研究基于自动车辆识别技术收集数据,可直接获取道路网络的行驶时间数据,样本数据全面、充足.为了向出行者提供可靠的出行信息,数据的处理和分析可以通过直方图,PDF和CDF来展示行驶时间的分布情况.本研究基于路段行驶时间的分布,计算路径行驶时间的分布.考虑到复杂且难以直接获取路径行驶时间概率密度分布图,本文采用蒙特卡罗模拟方法从路段行驶时间分布产生可信的路径分布,并将模拟结果与检测到的实际数据进行比较,以验证方法的准确性和可靠性.     

山区高速公路隧道内换道区域设置方法研究

针对我国山区高速公路隧道与互通立交出口小间距路段车辆运行效率低、道路交通事故频发等问题,提出在隧道内设置车辆允许换道区域的方法.首先,对发生在隧道内的交通事故空间分布特征进行分析以确定隧道内可以单向设置变换车道的区域;其次,提出允许换道区域的交通标志版面设置方法和标线设置形式;然后,根据驾驶人行为特性计算得到在不同服务...     

高速公路互通立交分合流区车道级行驶速度特性及短时预测模型研究

为研究高速公路互通立交分/合流区行驶速度特性,采用基于无人机视频的实时交通参数获取方法,提取试验路段全样本高精度时序速度数据,对比分析互通立交分流区和合流区车道级速度分布差异;研究不同车型速度特性;针对时序数据的长期依赖问题,构建基于时序Transformer的车道级行驶速度短时预测模型,运用平均绝对误差(MAE)和相对误差指标(MAPE)对比分析不同车道的预测精度。分析结果表明：分/合流区施划虚实线两侧客货车道切换过程中,速度变化幅度最大,且2个车道速度离散度最高;分/合流区速度分布基本符合内侧车道实际运行车速比外侧车道高的特性,但合流影响区加速车道较相邻主线车道速度统计值高;主线最高限速值与各车道85%分位车速平均差值为11.77km/h;两种车型速度分布总体呈现双峰特征,且小型车速度分布更为离散;最终所构建的模型预测准确率可达到98.35%,平均绝对误差为0.996km/h。上述结果表明：在工程设计、安全设施布置优化等方面需考虑客货车道的速度顺适过渡以及加速车道和相邻主线车道的速度协调性关系;主线限速标准对于互通分/合流区并不完全适用,驾驶人车速控制主要受行车环境和驾驶需求影响;...     

高速公路主线提前换道与入口匝道协同控制研究

为提高多车道高速公路合流区采用入口匝道控制的管控效果,针对多车道高速公路不同车道之间的交通特性,通过调整合流区路面标线施划方式,提出了多车道高速公路主线提前换道与入口匝道协同控制策略。利用主线提前分散换道诱导更多主线车辆选择内侧车道行驶,以降低主线上游驶入合流区选择外侧两车道的比例,而入口匝道控制根据主线外侧两车道流量动态调整匝道车辆汇入主线的时机和数量,以达到合流区整体运行效率最优,提升合流区通行能力。案例分析发现,在入口匝道流量为600 pcu/h时,若主线上游流量分别为3 600、4 800和5 400 pcu/h,诱导150 pcu/h主线车辆提前换道可以分别降低整体车均延误4.41%、7.57%和50.55%,诱导300 pcu/h主线车辆提前换道可以分别降低整体车均延误5.94%、10.39%和61.03%,验证了协同控制策略的有效性。     

换道预警系统中越线时间的预测方法

为预测车辆换道预警系统中的越线时间,利用视觉传感器实时采集自然换道过程中的横向位移,采用7次多项式轨迹模型对换道过程横向位移的时间历程进行拟合。结果表明,拟合精度均达到0.99以上,且换道轨迹之间呈现一定的相似性。基于换道轨迹相似性建立了换道过程越线时间预测算法,检验结果表明,超过90%的预测误差不超过0.1s,且符合正态分布规律。