基于M形深度架构的非结构化道路可行驶区域推荐模型

针对边界模糊、路况多变的非结构化道路，为满足智能汽车在正常、应急等复杂行驶工况下对可行驶区域的视觉检测需求，提出一种在M形深度架构下融合多尺度交互策略和双重注意力机制的可行驶区域推荐模型，能够在复杂驾驶场景中精细分割出非结构化道路的强推荐、弱推荐、不推荐行驶区域。首先，在编码器-解码器的骨架基础上，构建倒金字塔式的多尺度分层输入和分层输出结构，以有效融合非结构化道路的浅层形态学特征与深层语义信息，并平衡模型在不同尺度上的预测偏倚，提升复杂驾驶场景下对多尺度与变尺度目标的分割精度；其次，构建集成通道注意力和空间注意力的跳跃连接结构，使模型在实现编码特征与解码特征高效传递的同时，聚焦于学习与道路可行驶性相关的重要特征，进一步强化模型对非结构化道路的检测性能。通过多种途径构建包含城郊、乡村、园区等真实场景的非结构化道路驾驶数据集。试验结果表明：得益于M形深度架构对多尺度交互策略和双注意力机制的融合，提出的模型在多种真实驾驶场景下均能较好地实现强推荐行驶区域、弱推荐行驶区域、不推荐行驶区域和背景区域的精细分割，平均交并比达到92.46%，平均检测速度达到22.7帧·s^-1；与现有其他主流模型相比，提出的模型兼顾了分割精度和时间效率，在非结构化道路可行驶区域检测任务上有明显优势。     

基于视觉信息量计算的城市道路交通环境评价

通过对驾驶人在城市道路交通环境下的视觉信息需求进行分析与计算,将城市道路交通环境按照信息量含义的不同进行分层,建立了基于视觉信息层级模型的信息量计算方法.在此基础上,通过实车实验提取分析数据,对信息量计算中的参数进行计算与标定,得出信息量计算模型,并以行驶速度作为城市道路交通环境的评价参数,求出速度与信息量之间的关系,最终确定信息量阈值,建立基于视觉信息量计算的城市道路交通环境评价方法.该评价方法中速度与信息量之间呈较好的幂函数关系,R2达到0.9356,只需采集城市道路驾驶人视觉图像,通过软件分析可得出图像信息量,根据关系式和道路限速可得出信息量阈值,对比分析进行交通环境评价.该方法仅需采集驾驶人视觉图像即可完成评价,方便快捷、结果准确,但在软件处理图像信息量上尚未达到智能分析处理,尚需进一步研究改进.      

基于新型检测器的高速公路交通状态判定

随着高速公路上车流量的增多,车辆超车和跟驰现象明显,单一的断面参数无法准确表征车辆在道路上行驶状况。新型的区域检测器可以追踪车辆,检测范围为100m,得到车辆在检测区域内连续的速度变化和行驶轨迹;同时可以分不同车型检测交通量,分车道统计交通流区间平均速度、时间占用率。根据区域检测器所能得到的关于车辆在检测区间内速度变化的交通参数数据,建立高速公路交通状态判定模型。新型的区域检测器对车辆在道路上的行驶状态可以更加准确的表征,为高速公路交通运行状态分析提供了更可靠的数据来源,可以更加准确,实时地确定公路交通状况,为公路管理部门提供进一步的决策支持。     

基于深度学习的交通目标感兴趣区域检测

为了提高交通目标检测的实时性和准确性,针对交通目标检测过程中普遍存在的背景复杂、光线变化、物体遮挡等干扰问题,以及基于深度学习的目标检测算法在进行区域选择时滑动窗口遍历搜索耗时的问题,提出一种基于时空兴趣点（STIP）的交通多目标感兴趣区域快速检测算法。像素级时空兴趣点检测在处理目标遮挡时具有较好的鲁棒性,利用这一特点,首先在传统兴趣点检测算法的基础上加入背景点抑制和时空点约束,以减少无效兴趣点对有效兴趣点检测带来的干扰。通过改进均值漂移算法,使得聚类中心数量随目标数目的变化而改变。然后对被检测出的多目标附近的候选兴趣点分别进行聚类,获取各个目标聚类中心位置信息。根据聚类中心点与筛选后的目标兴趣点之间的相对位置关系进行特定组合获得感兴趣区域。在这些感兴趣区域上使用选择性搜索算法生成1 000~2 000个候选区域,并将这些候选区域放入训练好的深度卷积神经网络模型中进行特征提取。最后将特征提取结果送入支持向量机中进行目标种类判别并使用回归器精细修正目标识别框的位置。研究结果表明：通过对候选区域进行预处理,送入模型中的候选区域数量减少了82%,对应算法整体运行时间减少了74%,能够满足智能交通监控的实际需求。     

基于机器视觉的客运车辆危险行驶状态辨识技术研究

为了提高客运车辆危险驾驶状态的辨识效能,提出利用机器视觉辨识危险驾驶行为。使用车载CCD实时采集路面图像,依据图像处理算法检测车道标识线的位置以及本车与前方目标车辆的实时距离,建立了车辆横向偏航辨识模型和车辆纵向危险行驶状态辨识模型;结合所建模型的辨识结果,确定预警方案。实车试验结果表明,所建模型能有效辨识车辆横向偏航和纵向跟车过近危险行驶行为,可用来降低潜在的危险驾驶行为,提高车辆在途行驶安全性。     

基于自然驾驶数据的城市交叉口纵向驾驶特征分析

为满足驾驶辅助系统在城市交叉口对类人驾驶能力的更高需求,本文中研究了实际交通中的驾驶人在该区域的纵向驾驶行为特征。从自然驾驶数据中提取了778条驾驶人接近城市交叉口的样本数据,应用YOLOv4识别了交通场景中的各类道路使用者,采用方差分析研究了反应特性在不同运动类型和交通密度中的差异,建立分层回归模型分析了制动特性与运动状态、运动类型和道路使用者的关系。结果表明：高密度交通显著降低接近速度;与右转驾驶人相比,停车驾驶人的反应距离更长;当接近速度较高或反应距离较短时,会在更短的时间内以更高的减速度和制动强度接近交叉口,且提前4.46 s开始制动;不同道路使用者对制动特性产生了不同影响,停车驾驶人主要关注同向行驶的他车,右转驾驶人主要关注行人和骑车人。     

交通视频辅助的桥梁动态称重方法研究

为了进一步提升既有的桥梁动态称重技术，提出一种交通视频辅助的新型桥梁动态称重方法。首先介绍基于深度神经网络的计算机视觉目标检测技术和一种计算机视觉坐标转换方法，实现从交通监控视频中实时地探测与定位桥上行驶的车辆和车轴。然后引入桥梁应变分解方法和应变影响面识别方法，建立车重、车辆位置与桥梁应变之间的映射关系，从而建立一种综合利用时间和空间冗余信息对车辆进行称重的方法。该方法构建超定的影响面加载方程组，使用最小二乘法求解该方程组以得到桥上行驶车辆的轴重和总重。最后总结出一套交通视频辅助的桥梁动态称重方法框架。为验证以上方法，在某连续大箱梁桥的缩尺模型以及实桥上进行试验。试验包含单车、双车、跟车、并行、直行、变道、匀速、变速等复杂交通工况。模型试验结果表明：该方法的车辆总重识别误差均值为-2.02%，标准差为4.77%；车辆轴重的识别误差均值为4.77%，标准差为17.50%。实桥试验结果表明：该方法的车辆总重识别误差均值为0.21%，标准差为1.53%；车辆轴重的识别误差均值为-3.59%，标准差为42.67%。除此以外，所提出的方法还可用于识别桥上车辆的数量、类型、轴数、实时位置、运动轨迹、行驶速度等多粒度交通信息。     

驾驶员视觉兴趣区域指标确定及影响因素分析

为定量描述驾驶员在行驶过程中的视觉搜索特性,提出"驾驶员视觉兴趣区域"的概念,包括单位时间视觉兴趣区面积和视觉兴趣区重心坐标两指标。在此基础上,通过试验获得驾驶员眼动指标,并利用Matlab计算出单位时间视觉兴趣区面积和重心坐标。视觉信息由公路线形、车辆行驶状态和交通流等组成,其影响因素分别为公路平面线形条件、行驶速度和前方车辆数。最后,通过室内外试验获得驾驶员眼动数据,定量分析并回归出驾驶员视觉兴趣区域与视觉信息影响因素的相关性模型。     

高速跟车状态下驾驶人最低视觉注意力需求

为了避免现有驾驶分心研究方法的局限性,从注意力需求角度入手,探索了高速跟车过程中驾驶人安全驾驶所需的最低视觉注意力。在驾驶模拟器上进行试验,记录26名驾驶人在正常驾驶和视线遮挡驾驶2种状态下的视觉行为和视线遮挡行为数据,并进行统计分析。考虑驾驶人个体差异,初步探索了最低视觉注意力需求分布。结果表明:高速跟车驾驶状态下,驾驶人可以不需观察周围交通信息安全行驶35m左右,视线遮挡距离与车速无关,可用于表征注意力需求。视线遮挡距离和遮挡频率存在个体差异,但驾驶人总体遮挡百分比基本不变。高速跟车过程中驾驶人的剩余注意力主要用于观察道路前方和其他区域。具体表现为视线遮挡驾驶状态下驾驶人对道路前方和其他区域的观察距离显著缩短,而观察频率基本不变,且仅需行驶25m左右的时间驾驶人即可完成观察周围交通状况,说明观察频率对获取交通信息更为重要。驾驶人平均每行驶20~60m(1.0~2.8s)需要观察前方道路一次,每行驶80~220m(4.1~8.6s)需要观察车速表一次,每行驶140~300m(6.7~13.5s)需要观察后视镜一次,每50~200m(2.5~9.1s)可以遮挡视线一次,但遮挡距离一般小于43.7m(约2.4s)。研究结果有助于提高分心预警系统的环境敏感性和车内人机界面设计的合理性。     

基于机器视觉的车辆检测与参数识别研究进展

近年来公路交通运输快速增长,交通车辆的快速准确检测与识别对智能交通系统和交通基础设施运维具有重要意义.随着机器视觉和深度学习技术的迅速发展及其在目标检测领域的广泛应用,车辆目标检测和参数识别也取得新的突破.该文从车辆参数的识别方法和应用研究两方面梳理了机器视觉和深度学习在车辆检测与参数识别领域的研究现状、最新研究成果和...     

基于车辆行驶轨迹的信号交叉口排队长度估计

为了研究如何结合移动检测数据来确定交叉口排队长度,并以此来衡量交通拥堵程度的问题,利用车辆行驶轨迹,分析了通过交叉口车辆的排队特点。根据车辆在队列中的不同排队位置,分车辆通过交叉口时所存在的A,B,C这3种位置,建立了面向延误最小的排队长度估计模型。其中,通过虚拟线圈检测器后开始减速停止在停车线前的A位置车辆排队估计模型基于基本延误模型;减速进入虚拟线圈检测区域停车的B位置车辆排队估计模型基于简化车辆跟驰模型,对可获得车辆行驶轨迹的网联车减速过程进行了重建;减速停止在虚拟线圈检测器前的C位置车辆排队估计模型基于LWR消散模型以及交通流理论算法,并利用网联车车辆行驶轨迹数据进行了加速过程的重建。在此基础上,根据不同位置车辆与队尾网联车的距离不同,对其到达率赋予不同的权重,计算总的排队长度。最后,通过图新地球地图软件投影并筛选车辆在案例交叉口的车辆行驶轨迹,利用微观交通仿真软件VISSIM对本研究的模型进行仿真验证。结果表明,排队长度估计模型与真值的最大误差为12.4%,最小为2.2%,平均误差为8.75%,方差为12.595%~2,绝对与相对误差均保持在可接受范围以内,说明基于车辆行驶轨迹的信号交叉口排队长度估计模型能够较为有效地估计城市道路交叉口的排队长度。     

基于视频检测的高速公路车辆交通行为安全状态分析

在对目前视频检测系统分析的基础上,针对交通事件检测,提出了一种从微观的角度出发,在对单个车辆交通行为状态识别和实时分析的基础上,对车辆交通安全状态进行判断的方法。首先对交通冲突冲突区进行动态和静态划分,然后将车辆行驶区域根据交通行为过程分为危险区和趋势区,并对应静态和动态冲突区分别对危险区和趋势区的判定进行分析,给出了判定算法。测试表明,本文所提算法能够在一定程度上对交通事故进行提前预警,对于减少和避免交通事故发生具有重要意义。     

基于交通信息的复合电源系统控制策略优化

为考虑未来行驶车速和道路坡度对整车需求功率的影响,本文中基于交通信息融合对现有复合电源能量管理策略进行优化.首先采用MATLAB/Simulink搭建复合电源仿真模型,而基于交通拥堵情况和行驶车速类型提出了未来短时间车速变化趋势判定方法;接着结合道路坡度和车速变化趋势,设计了可基于交通信息自动修正超级电容输出功率的模糊...     

基于微观交通仿真的城市交叉口机动车尾气排放评估

为了更加准确地预测和评估在复杂交通运行状况下机动车的排放,并解决试验测试法耗时费力的问题,建立了城市交通微观仿真模型,在此基础上对武汉市某典型交叉路口进行了案例研究,获得交通高峰期车辆的仿真瞬态行驶工况,将仿真的公交车行驶工况与实测的行驶工况进行对比分析,证明该模型能较真实地反映实际的车辆行驶工况.同时还开发了一个接口,使微观交通仿真模型与IVE排放模型耦合,计算交叉路口机动车的多种尾气排放.针对在不同信号灯控制条件下和不同类型公交站点布置对交叉口车辆排放的影响进行评估和比较,为改善交叉口机动车排放提供决策依据.     

基于视觉的车辆与车道线检测系统的设计

随着汽车的软硬件迅猛发展，智能驾驶已成为热门领域。为提高汽车的行驶安全性，发展环境感知技术至关重要，其中视觉传感器获取信息直观且成本低廉，已成为智能汽车提高行驶安全性的优先选择方式。据此，基于视觉的车辆与车道线检测方法，进行了系统设计，并以数字图像处理为理论基础，分析了车辆与车道线识别的步骤和检测，同时利用Python编写代码，经过运行达到了预期的设计目标。     

一种基于延误模型的区域交通控制方法

提出一种基于延误模型的区域交通信号控制方法。该法是根据检测器得到的实时交通流数据，以区域范围内交通的总延误最小为目标，搜索一组最佳的组合参数，从而获得信号的控制参数——绿信比、周期和相位差。它不仅兼顾了各路口的车辆延误，而且还考虑了路口之间两个方向行驶的车辆延误。仿真结果表明本文提出的方法是可行的，可以有效地减少区域交通控制中的车辆总延误。     

机动车交通冲突技术研究综述

对机动车-机动车交通冲突定义、交通冲突度量指标、冲突严重性判定以及交通冲突评价与预测等的国内外研究进展做了归纳和综述。分析表明,目前交通冲突研究存在以下主要问题:传统的冲突度量指标存在各自的局限性和不一致性,冲突潜在碰撞的后果严重性研究处于初始阶段,交通事件分级模型和相关性需要进一步研究和确认,冲突严重性判定存在一致性问题,交通冲突产生和发展的微观机理研究不足,缺乏真实环境下整个区域相互作用车辆精确连续轨迹追踪的数据获取手段。建议未来从以下方向进行优化:复合的改进度量指标比单一指标更为科学合理,并要考虑冲突潜在碰撞的后果严重性;统一和规范交通冲突度量指标的使用也有一定意义;需要针对多个参与者的"区域连锁冲突"进行更深入的研究;可通过采集区域多车辆连续时空轨迹大数据,得到区域多车辆冲突时空演变模型,并进行交通冲突实时预警和干预研究;另外可通过大量精确数据量化和统一区分各级交通冲突的阈值,并验证交通冲突技术的有效性;在不同设施对象及冲突的空间特征等方面的探索等也会丰富交通冲突研究体系;最后,以上所有的改进方向离不开高精度大范围的采集方法和高效精确的处理手段,故急需真实环境下、长时间的整个区域相互作用车辆精确连续轨迹追踪的大数据获取手段。     

城市群连接道路横断面设计研究

为研究城市群连接道路规划与设计方法,从城市群连接道路的功能出发,对城市群道路进行功能分级,确定了设计控制指标,提出了适合城市群交通特征的规划方法。基于城市群道路功能分级和区域交通时空特性,借助VISSIM仿真模型,分析了城市群连接道路横断面设计参数及设置形式。研究结果表明:按照道路功能分级,城市群连接道路可划分为城市群高速公路、Ⅰ级连接道路、Ⅱ级连接道路、Ⅲ级连接道路、地方道路;在满足车辆行驶的横向宽度条件下,交通组成对路段平均车速和通行能力的影响较大。     

沙漠公路交通安全设施优化

通过对塔克拉玛干沙漠公路交通安全影响因素的分析,结合新疆第二条沙漠公路阿拉尔至和田沙漠公路的特点及交通安全设施设置情况,对阿和沙漠公路的标志、标线、护栏、景观带及平面交叉口等方面进行了优化,提出了在沙漠公路上每隔一定距离设立限速标志牌,提醒司机控制车速,谨慎驾驶;增设景观带,缓解司机的视觉疲劳,改善心情,提高行车安全性;改变部分标志牌颜色,增强警示作用;设置纵坡预告标志和下坡标志,提供纵坡信息;设置柱式轮廓标,方便司机确认行驶区域;对交通量较大的交叉口按照统一的标准进行交通安全工程设计及交叉口渠化等优化措施。     

突发事件下路网交通导控策略决策支持模型研究

将高速公路突发事件影响区分为保护区、控制区和缓冲区,基于基础交通导控策略,提出突发事件下不同区域路网交通导控策略集合及优化流程,以排队长度、总延误时间和冲突数之和最小为目标建立交通导控策略决策支持模型,结合VISSIM微观交通仿真技术采用遗传算法对模型进行求解,最后结合实际案例验证了文章所提出的模型和算法的有效性。模型及算法的提出可帮助交通管理部门在高速公路突发事件下选择适当交通导控策略。