基于信息物理系统的自动驾驶车辆安全调速方法

在普通汽车与自动驾驶车辆混合行驶的道路网中,自动驾驶车辆视觉系统的辨识能力对交通安全至关重要。根据自动驾驶车辆视觉系统基本结构,分析其与人视觉的能见度差距。模拟驾驶人调速算法被证明在恶劣的天气下(包括低能见度时)优于自动驾驶车辆的两个典型调速算法,但是分析发现自动驾驶车辆采用模拟驾驶人调速算法可能引发交通事故。因此,提出基于信息物理系统(CPS)的安全调速算法,解决了自动驾驶车辆和驾驶人驾驶普通汽车之间视觉差距引发的交通安全问题。为比较这两种算法的安全性,建立低能见度时视觉差距导致交通事故的道路网模型。该模型分三个阶段描述了从导致交通事故至局部道路网瘫痪的全过程。最后,建立道路网事故发生概率和平均瘫痪时间两个指标。仿真结果表明,自动驾驶车辆采用模拟驾驶人调速算法引发交通事故率较高,而采用基于CPS的安全调速算法则不会发生交通事故。     

美国国会《自动驾驶法案》探讨与启示

美国将自动驾驶汽车作为极其重要的国家竞争力而进行立法并受到广泛关注。介绍了美国《自动驾驶法案》立法进程、立法目的、统一监管授权、安全标准升级及新标准、自动驾驶网络安全、豁免权、车辆测试及评价、高度自动化车辆咨询委员会、隐私计划和定义等内容。认为,法案全面规定自动驾驶技术的发展监管,美国将无人驾驶技术的国家研究、政策、战略和发展纳入法制轨道等,启示了中国应开展相应的立法研究和技术准备。     

基于贝叶斯网络的车辆换道决策模型研究

车辆换道行为是微观交通流中的典型驾驶行为之一。车辆换道决策模型研究可以为自动驾驶汽车协同自适应巡航控制(cooperative adaptive cruise control,CACC)提供理论基础,也能有效减少车辆危险换道行为引发的交通事故。为使换道模型更加适应动态道路交通环境,以美国交通部联邦公路管理局NGSIM项目实测试验数据为依据,分析车辆换道决策时自身车辆速度、加速度及其与交互车辆相对时距等相关特征参数,并运用贝叶斯网络人工智能理论,建立车辆换道决策模型,通过仿真分析并与NGSIM实测数据进行对比。结果表明:基于贝叶斯网络的换道决策模型的平均决策准确度和识别率可达到89%以上,具有良好的换道决策效果,可为智能车辆协同自适应巡航控制及自动驾驶深度学习提供理论参考。     

驾驶人心理技术测试的应用

根据土耳其最近通过的法律，特定驾驶人群必须进行“心理技术测试”。驾驶人的心理测试内容包括；驾驶人对交通安全的理解；驾驶技术的熟练程度；驾驶人在驾驶车辆时的精神及心理状态等。类似于“心理技术测试”的系统在一些道路交通事故发生大国（如意大利、西班牙）也在应用。     

自动驾驶环境下交通基础设施协同建设思考

正自动驾驶环境下车辆如何与交通基础设施协同,是交通基础设施规划、设计、建设所面临的问题。本文介绍了自动驾驶与车路协同技术以及相关法律规范现状,指出当前自动驾驶所面临的问题,提出了自动驾驶环境下市政交通基础设施建设的思考。一、自动驾驶与车路协同1.自动驾驶自动驾驶是指通过给车辆装备智能软件和多种感应设备,包括车载传感器、雷达、GPS以及摄像头等,根     

手动-自动驾驶混合交通流元胞传输模型

为了分析自动驾驶车辆对交通流宏观特性的影响, 以手动驾驶车辆与自动驾驶车辆构成的混合交通流为研究对象, 提出了不同自动驾驶车辆比例下的混合交通流元胞传输模型(CTM); 应用Newell跟驰模型作为手动驾驶车辆跟驰模型, 应用PATH实验室真车测试标定的模型作为自动驾驶车辆跟驰模型; 计算了手动驾驶与自动驾驶车辆跟驰模型在均衡态的车头间距-速度函数关系式, 推导了不同自动驾驶车辆比例下的混合交通流基本图模型, 计算了混合交通流在不同自动驾驶车辆比例下的最大通行能力、最大拥挤密度以及反向波速等特征量, 依据同质交通流CTM理论建立了不同自动驾驶车辆比例下的混合交通流CTM; 选取移动瓶颈问题进行算例分析, 应用混合交通流CTM计算了不同自动驾驶车辆比例下的移动瓶颈影响时间, 应用跟驰模型对移动瓶颈问题进行微观数值仿真, 分析了混合交通流CTM计算结果与跟驰模型微观仿真结果之间的误差, 验证了混合交通流CTM的准确性。研究结果表明: 混合交通流CTM能够有效计算移动瓶颈的影响时间, 在不同自动驾驶车辆比例下, 混合交通流CTM计算结果与跟驰模型微观仿真结果的误差均在52 s以下, 相对误差均小于10%, 表明了混合交通流CTM在实际应用中的准确性; 混合交通流CTM体现了从微观到宏观的研究思路, 基于微观跟驰模型与目前逐步开展的小规模自动驾驶真车试验之间的关联性, 混合交通流CTM能够较真实地反映未来不同自动驾驶车辆比例下单车道混合交通流演化过程, 增加了模型研究的应用价值。      

湖南省道路清障施救费实施新标准

2003年1月,湖南省物价局、湖南省财政厅发出通知,全省道路车辆清障施救费即日起实行新的收费标准。凡湖南省城市道路、国道、省道及高速公路上的车辆清障施救费,一律按附表规定的基价加对被施救车辆的超距拖车加价计算收取。同时,鉴于交通事故车辆的施救难度较一般故障、违章车辆大,附表所列的拖吊基价为一般交通事故及故障、违章车辆施救费的拖吊基价,重大交通事故车辆施救费的拖吊基价在此基础上提高50%,特大交通事故车辆施救费的拖吊基价提高100%。通知对道路清障施救费的收费对象和范围进行了划定:城市道路上,在标有禁止停放车辆、禁止通行的时间和路段强行停靠且驾驶员又离车的车辆,驾驶员违章且拒不接受处罚的车辆;车辆发生故障,车主不能自行移开,造成交通堵塞的车辆;发生交通事故,经公安交警部门现场勘察处理后不能正常驾驶的车辆。在国道、省道上,因车辆故障不能自行移开且影响道路交通安全秩序的车辆;发生交通事故,经公安交警部门现场勘察后,不能正常驾驶的车辆;驾驶员违章且拒不接受处罚的车辆。在高速公路上,因发生交通事故不能自行移动,或因故障不能及时自行处理(超过30分钟)的车辆。同时通知指出,道路清障收费中有以下行为的按乱收费处理:在施救过...     

考虑自动驾驶的混合交通流路段阻抗函数

为解决未来自动驾驶专用车道的规划设计问题,本文提出了一种自动驾驶车与人工驾驶车混合交通流路段阻抗函数模型.首先,分析了自动驾驶专用车道的设置对混合交通流中车辆跟驰模式的影响;其次,在此基础上,引入微观跟驰驾驶模型,推导了不同自动驾驶车辆渗透率条件下的路段通行能力函数,分析了自动驾驶车辆对路段通行能力的影响;然后,将混合交通流通行能力引入经典的BPR函数,推导了考虑自动驾驶的混合交通流路段阻抗函数模型;最后,设计了数值实验讨论了自由流速度(自由流行程时间)、自动驾驶车辆的渗透率和安全车头时距对路段阻抗的影响.结果 表明:(1)当路段流量较小时,自动驾驶车辆的引入对路段阻抗行程时间的影响较小;(2)当自动驾驶车的渗透率为30％时,设置自动驾驶专用车道对行程时间的改善最为明显;(3)当流量较小时,自动驾驶车辆渗透率对路段阻抗行程时间的影响较小,而随着路段流量的增大,自由流速度和自动驾驶车辆渗透率将共同决定路段的行程时间.相关成果可为未来自动驾驶专用车道的规划与设计提供理论支撑.     

�����ٶȼ��ٶ����ƵĽ�ͨ��ȫ����

本文探讨了行车速度与交通事故发生几率及行车速度与交通事故严重程度的关系，进一步阐明了车速离散性对交通事故的影响，速度限制与行车速度及安全的关系。从驾驶人的驾驶态度和行为、车辆技术性能、道路通行条件、环境条件、交通管理措施五个方面分析了影响行车速度的主要因素。     

���ڰ�ȫ������ֶ�-�Զ���ʻ��Ͻ�ͨ���о�

随着汽车技术的发展,道路上自动驾驶的车辆在未来会越来越多,给道路交通带来了巨大影响.本文引入了经典的Gipps安全距离规则,对Na Sch模型进行改进,提出了基于安全距离的自动驾驶元胞自动机交通流模型.然后,利用数值模拟的方法研究了自动驾驶车辆对道路交通流的影响,研究获得一些新的结论.第一,通过降低自动驾驶车辆系统的反应时间,可大幅提高道路通行能力,最高可达2倍.第二,当自动驾驶车辆系统的反应时间降到0.5 s以下时,其对道路通行能力的影响可忽略.第三,道路上自动驾驶车辆的比例对道路通行能力和交通拥堵有显著影响.当自动驾驶车辆的比例达到80%时,通行能力可达到全手动驾驶交通流的2倍,交通拥堵可以降低50%.第四,在全自动驾驶的交通流中,增大自动驾驶反应时间会减少交通拥堵.特别是当密度在30~60 veh/km的范围内时作用更为明显,拥堵比例下降最高可达到20%,可以作为一种缓解拥堵的策略.     

汽车安全新技术

随着经济的发展,汽车保用量以惊人的速度增长,但交通事故发生量也随之增加。交通事故不但损坏了大量的汽车,也造成大量的人员伤亡,汽车碰撞安全已经引起人们的关注,如何改进技术,减少汽车的损耗和驾乘人员的伤亡,已经引起了关注。现今人们不仅要求在事故发生时尽量减少乘员受伤的机率,而且更重要的是要在轻松和舒适的驾驶条件下帮助驾驶者避免事故的发生。介绍了混合制动器控制技术、汽车集成安全技术和底盘一体化控制技术等最新安全技术。     

基于高速公路自然驾驶数据的自动驾驶车辆跟驰智能性评价模型

为解决当前自动驾驶车辆跟驰智能性评价中存在的以主观评价为主、缺少微观驾驶行为数据支撑的问题,以高速公路自然驾驶数据为基础,从自动驾驶车辆与人工驾驶车辆驾驶行为一致性的角度出发,构建自动驾驶车辆跟驰智能性评价模型。首先,通过无人机视频拍摄和图像处理,获取了国内18个省份部分高速公路上的高精度车辆轨迹,利用K-means聚类方法提取了15 446组稳定跟驰数据。然后,采用描述性统计方法对速度、加速度、跟车间距及跟车时距等指标进行分析。通过Gamma分布拟合不同速度下的跟车间距,以不同速度下跟车间距众数为中心,将跟车间距按照样本量的70%、20%、10%划分为与人工驾驶车辆驾驶行为一致性较好、一般、较差等3种情况,以此为基础建立自动驾驶车辆跟驰智能性评价模型。最后,通过自动驾驶车辆跟驰试验,证明所建模型适用于自动驾驶车辆跟驰智能性评价,相比既有研究,该模型的特点是能基于全过程、微观跟驰行为数据对自动驾驶车辆做出综合的量化评价。这表明基于自然驾驶数据与驾驶行为一致性构建的模型能客观、量化评价自动驾驶车辆跟驰行为,可用于自动驾驶车辆跟驰行为研究与技术参数设计。     

面向智慧高速的合流区协作车辆冲突解脱协调方法

根据网联自动驾驶车辆接近合流区的全过程特征, 设定智慧高速合流车辆行驶的协调控制流程; 针对高速公路合流区冲突风险问题, 考虑车辆时间需求强度、车辆类型和行驶意图等因素, 提出了基于合作博弈理论的高速公路合流区网联自动驾驶车辆冲突解脱协调方法; 利用MATLAB软件对不同条件下的车辆通过合流区进行了仿真验证。仿真结果表明: 智慧高速合流区车辆行驶协调规则能够实现网联自动驾驶车辆的通过请求协调, 在合作博弈作用下能够进一步实现冲突系统虚拟支付成本最低的车辆调整决策; 合流区车辆系统虚拟风险程度随着速度的降低而降低; 当严格执行协调决策时, 网联自动驾驶车辆在合流区通过过程中具有更高的稳定性; 当潜在冲突点长度在一定范围内, 两网联自动驾驶车辆行驶速度相同时的合作博弈效果优于车辆行驶速度不同时的合作博弈效果; 利用该协调方法将冲突解脱过程的虚拟支付成本降低了9%~14%, 大大提高了网联自动驾驶车辆合流区通过过程的安全性。      

自动驾驶测试场景研究进展

阐述了目前形成的自动驾驶测试场景的5种定义,并在梳理测试场景、基元场景、场景要素之间逻辑关系的基础上提出了自动驾驶测试场景及有关概念的定义;对比了目前业界较为认可的3种自动驾驶测试场景架构;从场景数据来源梳理了国内外开展的交通事故数据与自然驾驶数据采集与研究现状;概括了利用已知数据、专家数据、测试需求、测试对象以及自动驾驶技术特征等开展未知自动驾驶测试场景构建与自动生成研究的成果。研究结果表明:自动驾驶测试场景的定义及架构与自动驾驶场景的构建与自动生成关系密切;自动驾驶场景可以认为是自动驾驶汽车的行驶环境、交通参与者与驾驶行为等场景要素的有机组合与综合反映,自动驾驶测试场景除包含场景的所有要素外,还应包含场景起始状态、场景发生的态势以及场景结束时造成的影响和结果等内容的动态语义描述;现有测试场景架构已较为完善,但难以满足不同测试目标及测试方法的需求,其优化应充分考虑测试场景设计的流程;交通事故数据采集精度及有效数据特征不一,自然驾驶场景数据难以完全采集,且采集规范不统一,其面向自动驾驶测试场景构建的有效性还有待进一步论证,自动驾驶测试数据有望成为重要补充;提升场景覆盖度、加速测试进程是自动驾驶测试场景构建的重要研究目标,人工智能技术在自动驾驶场景生成领域的深度应用有望满足测试场景的完全覆盖或高覆盖需求;面向不同自动驾驶等级的测试场景分级及面向自动驾驶加速测试场景构建方法将是自动驾驶测试场景构建下一步研究的重要方向。      

基于行人行为与优化CTAM模型的全自动驾驶车辆行人接受度分析

为了解行人对全自动驾驶车辆的接受度,确定影响接受度的关键因素,掌握行人对全自动驾驶技术的关注点,首先,建立优化后的车辆技术接受模型(Car Technology Acceptance Model,CTAM),基于此模型和现场调研观测到的行人行为设计调查问卷,从个体属性、行人行为和行人对自动驾驶车辆技术接受度3方面对行人...     

基于RFID的车辆自动驾驶模拟试验装置研制

通过对比分析当前车辆自动驾驶研究现状,提出以射频识别技术(RFID)作为导航方式开展车辆自动驾驶研究;针对目前试验手段的不足,设计了基于RFID的车辆自动驾驶模拟试验装置,具体包括系统总体架构、导航设备、仿真车辆、仿真道路等;利用该装置开展了车辆直道保持和弯道转向试验,结果表明利用该模拟试验装置能快速构建试验方案,得出的结论和数据直观、可靠.     

解读美国材料与试验协会ASTME2176《连续降雨条件下道路标线逆反射系数的标准测试方法》

有关数据表明，雨夜驾驶车辆的事故率占整个交通事故率的70％左右，因此非常有必要引进国外先进的雨夜反光标准和测试方法，以保障行驶安全，降低雨夜驾驶车辆的事故率。美国材料与试验协会ASTME2176《连续降雨条件下道路标线逆反射系数的标准测试方法》在这方面给我们提供了很好的依据。     

道路交通中攻击性驾驶行为产生机理分析

道路交通事故是目前世界交通界存在的主要问题之一。从道路交通事故分析来看,人是交通事故发生的重要因素,而攻击性驾驶是诱发当前道路交通事故的主要原因之一。本文讨论了攻击性驾驶的定义、外在表现形式和特点,提出了道路交通中攻击性驾驶行为发生的三个层次和反应过程。文章最后分析了挫折、个人、环境因素对攻击性驾驶行为的影响作用。     

混合交通流环境下单交叉口自动驾驶车辆轨迹优化

信号交叉口对城市道路的通行能力以及车辆的燃油消耗具有重要影响。本文提出一种在自动驾驶车辆和人工驾驶车辆混合交通流环境下的自动驾驶车辆的轨迹优化方法。基于交叉口信号灯的配时方案,构建车辆旅行时间估计模型,并以自动驾驶车辆燃油消耗最小以及通行效率最大为目标,构建自动驾驶车辆轨迹优化模型,对车辆进行动态轨迹规划和控制。车辆轨迹滚动优化模型采用高斯伪谱法进行离散化求解,并基于SUMO仿真平台对模型结果进行验证。仿真结果表明,自动驾驶车辆可以通过优化自身控制变量影响人工驾驶车辆的运行状态,减少交通流的排队以及时走时停现象。本文提出的车辆轨迹优化方法对于降低车队整体燃油消耗、提升车队平均速度、缩短平均行程时间具有重要作用。     

自动驾驶车辆对混合交通流的平衡影响研究

在自动驾驶车辆和人工驾驶车辆构成的混合交通系统中,不同车辆类型的出行者对路径的选择原则表现出不同的偏好。为充分了解自动驾驶车辆投入市场后对混合交通系统的作用,考虑两种不同车辆类型的出行行为,构建混合交通网络均衡模型,并将模型嵌入算例网络中进行验证。通过研究发现:自动驾驶车辆在混合交通系统中的比例对道路网络系统效率有显著影响,自动驾驶车辆比例的增加能够有效降低路网系统中的人均出行时间。