城市道路无信号控制路段行人过街风险分级预警模型

为量化城市无信号控制路段下的行人过街风险,避免人车冲突事故频发,提出基于K-means算法的行人过街风险量化分级方法,并在此基础上建立了基于随机森林的行人过街风险分级预警模型。考虑时空接近程度及潜在碰撞伤害大小,选取冲突时间差、潜在碰撞距离与潜在碰撞能量3个指标,准确刻画出实际的人车交互场景,并利用K-means算法对行人过街风险状态进聚类划分,明确相应的行人过街风险等级。综合行人过街场景中包含的天气状况、道路交通设施、行人交通特征、机动车交通特征与历史事故等5类风险隐患因素,提出了30项行人过街风险二级指标,依据基尼不纯度对风险指标进行筛选并构建出最优的预警指标集,以此为模型输入,利用随机森林算法建立了能对行人过街风险进行细化、量化预测的分级预警模型。以山西省某市3处行人过街样本数据为算例验证模型的可行性。算例分析表明：行人过街风险等级分为5级时,量化分级结果能与实际行人过街情景较好吻合;本文提出的分级预警模型对各风险等级预测的整体正确率可达86.67%,其中对一级与四级风险的预警能力最为突出,一级风险识别准确率达到100%,四级风险识别准确率达到94.7%。本研究提出的行人过街风险...     

考虑过街行人运动不确定性的人-车碰撞伤害评估

过街行人运动不确定性是影响人-车碰撞和行人伤害预测准确性与可靠性的重要因素。本文中采用1阶马尔科夫模型描述行人过街运动,利用无味变换,高效地估计人-车碰撞概率和碰撞时间与速度的概率密度,从而预测人-车冲突中行人的伤害概率。在运动仿真的基础上,构建了无味变换点集。以蒙特卡罗模拟为参考,验证所提出方法预测行人伤害概率的准确性。采用仿真,预测在人-车冲突场景下,采取不同避撞操作的行人伤害概率。结果表明,相比于确定性方法,本文中所提出的方法能更加真实地反映在不同避撞操作下对行人的伤害,为避撞决策与控制提供有效的目标量化手段。     

行人过街预警方法

行人是交通系统中不可或缺的一部分,也是交通场景内最灵活、复杂、多变的因素。据统计,90%以上的交通事故都是由人为因素造成的。文章主要面向行人,研究行人过街的预警方法。建立人车微观交互模型,提出以行人头部偏差角为基础的关注度算法。采集行人和车辆鸟瞰视频,标定行人与车辆的二维坐标点为轨迹数据,通过轨迹数据和头部偏差角计算出最大加速度和关注度,以最大加速度和关注度聚类出两种典型过街风格,分析不同过街风格的预警程度。最后利用生成对抗网络模型预测出人车交互时行人的轨迹,用预测轨迹描述行人对交互车的反应情况。该实验对研究无信号十字交叉路口行人过街预警有重要参考意义,理论上增强了行人与车辆在无信号交叉路口的交互安全性。     

基于行人位置预测的人车转向避撞路径规划

针对行人违规过街导致人车碰撞事故频发的交通安全问题,采用改进人工势场法并考虑行人行为的不确定性,对车辆避撞路径进行动态规划.为表达行人违规过街时的方向不确定性,提出一种基于加权效用函数法的行人过街方向概率模型,并以此为基础预测行人位置.针对动态障碍的转向避撞轨迹规划,以避撞安全距离为基础,提出一种相对位置自适应的变长轴...     

基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络（Long Short-term Memory Network, LSTM）对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型（VP-LSTM）。该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场景。所构建的VP-LSTM包括3个输入,以行人的方向和速度作为历史轨迹序列输入,行人与行人的相对位置作为人-人交互信息输入,行人与车辆的相对位置作为人-车交互信息输入。该方法首先设计扇形人-人交互邻域和圆形人-车交互邻域来准确捕捉对被预测行人有相互作用的行人和车辆;其次建立3种不同的LSTM编码层来编码历史行人轨迹序列、人-人、人-车社交信息;然后定义人-人、人-车交互的防碰撞函数和方向注意力函数作为人-车、人-人社交信息的权重,进一步提高社会信息的精度;再将人-人、人-车交互信息输入到注意力模块中筛选出对行人影响大的社会信息;最后将筛选后的社会信息与行人历史轨迹序列一起输入到LSTM神经网络中进行行人轨迹预测,并在构建的DUT人-车交互数据集上验证提出的网络。研究结果表明：提出的方法能够准确地预测出交通场景中,人-车交互行人未来一段时间内的运动轨迹,有效提高了预测精度,提高了智能驾驶决策的准确性。     

基于图像的过街行人交通参数获取方法

为有效获取交叉口行人信息,提高过街行人安全性,提出了基于图像技术和人行横道线特征的交叉口过街行人交通参数获取方法.利用横道线特征建立了行人识别感兴趣区和人行横道线的曲线方程,以识别行人和确定行人在交叉口的位置、行进速度.试验结果表明,该方法可以有效地确定出过街行人交通参数.     

信号交叉口行人过街形式适用性分析

为确定十字信号交叉口行人过街形式的适用条件,基于行人过街和机动车通行的服务水平分级,提出了不同行人过街形式适用性的判别依据;通过对人车冲突行为分析,构建了信号交叉口人车交互运行元胞自动机模型。按照单因素影响下的多变量梯度变化分析的方案构建思路,选取机动车流量、右转车比例、信号周期、左转相位绿信比、行人流量作为机动车和行人主导影响因素,建立了多变量组合影响下的仿真方案。以主主相交的双向六车道信号交叉口为例,确定了信号交叉口行人过街形式适用性方案。结果表明：交叉口机动车流量、右转车比例、信号周期、左转相位绿信比、行人流量等5个主导影响因素值确定时,可根据其对应的机动车服务水平和行人过街服务水平组合,确定具体的行人过街形式。     

路段感应式信号控制行人过街系统设计

为保障路段行人安全过街,提高行人过街效率,设计了基于感应控制的路段行人安全过街系统.该系统分别采用视频和感应线圈实现对过街行人和路段车辆的自动检测,并据此设计行人过街感应信号控制方案,辅以“减速带式”人行横道、路段行人过街通道灯和智能人行道护栏3种过街辅助设施,实现时空上的人车分离.     

无信号控制人行横道处行人过街特性探析

行人是交通环境中的"弱势群体",尤其是在无信号控制人行横道处,研究行人交通特性是提出改善行人安全措施的前提。本文初步对无信号控制人行横道处人车干扰运行和行人过街运动特性进行定性分析,并选取长春市南湖大路上具有代表性的无信号控制人行横道进行实地观察和试验,定量分析行人到达人行横道规律和行人过街速度特性,其中重点分析年龄、性别和人群中行人数量对行人过街速度的影响。按照年龄将行人分为中、青年人,老人,儿童;按照性别将行人分为男性行人和女性行人;人群中行人数量主要选取1,2,3及4人以上进行研究。这些数据和分析结论对下一步针对实地情况提出改善行人交通安全的方案提供了基本的理论依据。     

考虑行人过街的地铁站邻近交叉口公交优先信号控制方法

为了充分考虑行人过街对地铁站等大型公共设施邻近交叉口公交优先信号控制的影响,解决传统公交优先信号控制方法未考虑行人过街延误,造成行人滞留交叉口时间过长影响交通的问题,提出了综合考虑行人过街、公交车辆和社会车辆乘客延误情况的优先控制方法。根据人流和车流情况将交叉口交通状态分为人多车多、人多车少、人少车多和人少车少4种不同状态。针对前3类交通状态分别建立以道路通行能力最大化和公交乘客、社会车辆乘客以及过街行人延误变化最优化为目标的双层规划模型和以交叉口延误变化效益最大化为目标的多目标规划模型,并利用遗传算法进行求解。通过实测数据对比了采用该方法前、后公交乘客延误、社会车辆乘客延误、行人过街延误的变化情况。研究结果表明:该方法能在少量增加公交乘客和社会车辆乘客延误的情况下,大幅减少过街行人延误;相较于传统公交优先信号控制方法,在人多车多时采用该方法行人延误可减少59%,人多车少时行人延误可减少41%,人少车多时行人延误可减少195%;实测结果验证了该方法的有效性,其更具公平性并更符合实际,能够获得最大延误效益。     

信号交叉口行人使用手机对其过街行为和安全的影响

针对信号交叉口处行人使用手机对其安全产生不利影响的问题,以武汉市9个信号交叉口的实测数据为基础,对行人使用与不使用手机情况下的过街行为与安全性差异进行统计分析.以往的研究中,评价行人安全多通过简单的对比分析,很少有量化的参数依据;针对行人使用手机对过街安全的影响,以人车冲突为评价指标,建立了基于有序概率(OP)的模型,可以更好地量化评价与预测信号交叉口处的行人安全.结果 表明,有11个因素与人车冲突显著相关,包括行人年龄、使用手机方式、过街速度、行人是否与他人结伴过街、嘹望次数、闯红灯与否、车道数、上游车道左转流量、上游车道右转流量、进口道右转流量和信号周期.其中,使用手机会增加人车冲突的概率:在双向2,4,5,6和7车道上,过街时打电话行人的人均冲突分别是不使用手机行人的3.56,3.42,3.33,3.29和3.00倍;看屏幕行人的人均冲突分别是不使用手机行人的4.78,4.17,3.80,3.59和3.30倍;而听音乐行人和不使用手机行人之间的人均冲突并没有明显差异.      

基于多特征融合的行人意图以及行人轨迹预测方法研究

行人作为重要的交通参与者,其行走意图和轨迹预测对智能驾驶汽车的决策规划具有重要意义。基于注意力机制增强的长短时记忆(Long Short-term Memory, LSTM)网络,设计一种多特征融合的行人意图以及行人轨迹预测方法。该方法通过融合行人骨架和头部方向特征,以加强行人运动特征的表达,并将融合特征作为意图预测网络输入,继而得到行人意图;由于行人运动具有不确定性,将行人意图预测类别和历史轨迹坐标的联合向量作为行人轨迹预测网络的输入,以期生成更为精确的轨迹预测结果。此外,在轨迹预测网络中引入注意力机制,以加强LSTM对各个时刻编码向量的有效利用,从而提高网络的行人轨迹预测性能,并基于Daimler数据集进行训练及验证。研究结果表明：所提出的多特征意图预测方法准确率可达96.0%,优于基于骨架单特征的意图预测网络;在预测时域为1 s的情况下,预测轨迹的位置均方根误差为347 mm,相较于恒速度(Constant Velocity, CV)模型、交互多模型(Interacting Multiple Model, IMM)、常规LSTM等基线方法均有明显的提升;在实际场景分析中,提出的方...     

考虑过街行人运动轨迹不确定性的人-车碰撞概率预测方法

为了准确预测人-车冲突中的碰撞风险,研究了利用碰撞概率评估人-车碰撞风险的预测方法。基于车辆运动特征建立车辆运动学模型,通过采集行人实际过街运动轨迹并提取不确定性特征,采用一阶马尔科夫模型和高斯白噪声建立行人随机运动模型,在此基础上构建人-车冲突距离模型;运用蒙特卡洛抽样,提取行人过街过程中的人-车最短距离和碰撞时间（time to collision,TTC）分布特征,通过拟合这些特征来估算最短距离和TTC的概率密度函数,建立人-车碰撞概率预测模型;结合2起人-车深度事故案例和3种不同制动特性的自动紧急制动（automatic emergency braking,AEB）系统,对比验证人-车碰撞概率预测模型的有效性。结果显示：建立的行人随机运动模型,其模拟的行人运动速度的均值和标准差与实际值的绝对误差在2%以内,模型精度较高;在事故案例仿真中,车辆与行人在发生碰撞时刻对应的碰撞概率为100%;在车辆加装AEB的仿真中,激进型AEB,法规型AEB以及保守型AEB在触发时刻对应的碰撞概率分别为超过了80%,在30%～40%之间,以及不足5%,这表明人-车碰撞概率预测模型可有效预测2起真实...     

行人立体过街设施及“第二套步行系统”的合理设置

目前交通问题已经是每个城市,特别是一些大城市不得不面对的严峻问题。虽然城市交通规划已经逐渐走向成熟,但是尚处在发现问题、解决问题的层面,尤其是很多交通规划只注重车辆交通的问题,而忽视了与之相关的行人交通及行人的横向交通对机动车流的影响,道路过街处人车矛盾尤其突出。“人车分离,立体过街”将成为行人过街的主要方式。该文阐述行人立体过街交通设施的规划,介绍“第二套城市步行系统”的概念,并深入地研究其存在的优越性和必要性。     

基于行人视野注意力场的人车微观交互模型

从行人视觉认知角度出发，提出一种基于行人视野注意力场的人车微观交互模型。构建视野注意力场驱动行人视野域，利用人工势场驱动行人运动，利用目标捕捉算法来控制行人视野域对目标的捕捉。为了验证模型的有效性，使用无人机采集鸟瞰视角下的人车交互数据并进行处理分析，将行人过街风格分为保守、谨慎和冒险3种类型，在Pygame平台下搭建仿真场景和交互模型，把不同行人过街风格的交互数据作为模型输入，以模型输出的行人时空轨迹与采集的真实时空轨迹之间的相似度进行实验对比。结果表明，建立的基于行人视野注意力场的人车微观交互模型比常规人工势场模型准确性提高了25.48%，能够有效地复现实际交通场景中的人车交互过程。     

行人立体过街设施以及"第二套步行系统"的合理设置

目前交通问题已经是每个城市,特别是一些大城市不得不面对的一个严峻问题。虽然城市交通规划已经逐渐走向成熟,但是还处在发现问题解决问题的层面,尤其是很多交通规划只注重车辆交通的问题,而忽视了与之相关的行人交通及行人的横向交通对机动车流的影响,道路过街处人车矛盾尤其突出。"人车分离,立体过街"将成为行人过街一个主要方式。该文将阐述行人立体过街交通设施的规划,介绍"第二套城市步行系统"的概念,并深入地研究其存在的优越性和必要性。     

基于图神经网络的交互车辆驾驶意图识别及轨迹预测

为实现周围车辆行驶轨迹的准确预测，运用深度学习方法，设计了一种基于图神经网络与门控循环单元（GRU）的驾驶意图识别及车辆轨迹预测模型。驾驶意图识别模型将车-车间的交互关系构造成时空图，运用图神经网络学习其交互规律，并利用Softmax函数计算出不同驾驶意图的概率；轨迹预测模型采用编码-解码的GRU网络，编码器将车辆历史轨迹信息进行编码并融合识别的驾驶意图信息，再通过解码器实现轨迹预测。最后采用NGSIM数据集对模型进行训练和验证，结果表明：所提出的模型能够更好地识别车辆的驾驶意图，且考虑驾驶意图的车辆轨迹预测模型能够有效提高预测精度。     

城市道路行人相位切换方式评价研究

城市道路上行人过街交通与机动车交通的矛盾是造成行人过街不安全和机动车延误的主要原因,设置行人相位切换方式对解决人车冲突问题有重要作用。针对现有的行人相位切换方式展开研究,提出评价方法,通过实际调查数据进行理论分析,最后得到最佳的行人相位切换方式。     

无信号控制人行横道的宽度设置方法研究

从行人过街的统计特征出发,通过实测采集无信号控制人行过街的相关数据,依据临界可插车间隙理论,对无信号人行过街的临界可插间隙进行了预测,并通过比较得出正态分布更优的结论,然后文章利用迭代计算的方法对无信号人行横道宽度进行求解,并针对广州某具体交叉口进行了案例分析。研究成果可为城市无信号控制人行横道的设置提供参考。     

基于毫米波雷达的过街轨迹识别与特征分析方法

针对行人、非机动车等慢行交通的过街轨迹识别与分析问题,提出一种基于毫米波雷达的实现方法。根据毫米波雷达提供的目标数据,采取坐标转换、数据清洗、数据滤波三步骤,识别获得过街轨迹数据,在此基础上,通过计算平均速度、最大速度、最小速度、过街方向等特征指标,判断过街类型,完成分类统计和特征分析。并结合实际案例应用,将识别与分析结果与人工统计结果进行比对,结果表明,该方法能有效提取过街轨迹,识别行人与非机动车,计算出其流量和速度,与实际较为相符,误差在10%以内。