塔中公路交通安全设施设置浅析

随着公路交通运输业的发展,交通安全已成为社会关注的焦点问题。交通标志作为面向驾车人员提供信息的载体,在预防和减少交通事故方面发挥着重要的作用。论文分析了塔中山区公路交通标志存在的主要问题,在参考国内外关于山区公路交通标志设置研究的基础上,针对山区公路的特点,从人-车-路(环境)组成的道路交通系统出发,研究了驾驶人、车辆以及山区公路的交通环境(重点分析了山区公路小半径弯道、长大坡以及异常天气)对山区公路交通安全的影响,并提出了基于驾驶人信息需求的交通标志设置的要求。即提供整体性和预警性信息;弯道处实行大小车辆区别限速;长大坡路段交通标志的设置思路。并结合实际,论证了本论文研究的理论和方法的可行性。     

基于改进粒子群优化BP神经网络的弯道转向行为预测

为研究驾驶人视觉特性和弯道转向行为的内在联系,借助模拟驾驶器,选取50名驾驶人在3种不同半径的弯道上进行驾驶试验。在整理采集的试验数据后,分别比较驾驶人视觉特性(瞳孔面积变化率、扫视速度、扫视幅度)、弯道转向行为(方向盘旋转率、车辆侧向加速度)与弯道半径之间的关系,并进一步提出一种以驾驶人视觉特性为预测因素,基于BP神经网络的驾驶人弯道转向行为预测方法。为使BP神经网络适用于小样本量的预测情况,需引入改进粒子群算法对BP神经网络进行优化。对粒子群算法的改进之处主要体现为:在粒子群算法进行搜索的过程中,采用动态惯性权值与自适应方法,解决了一般粒子群算法中粒子快速趋同的问题。在模型训练的过程中,选取BP神经网络的误差作为改进PSO算法的适应值,由事先确定的最大迭代次数与误差范围共同决定迭代的终止条件。最后,分别使用基于BP神经网络的驾驶人弯道转向行为预测方法,与基于改进粒子群优化BP神经网络的驾驶人弯道转向行为预测方法,对弯道转向行为进行预测,结果表明:基于改进粒子群优化BP神经网络的弯道转向行为预测方法相较传统预测方法具有更高的预测精度,可以有效地预测驾驶人弯道转向行为。     

公路线形对驾驶人眼动速度变化率的影响

为了研究公路线形对汽车驾驶人眼动速度的影响,采用EYELINKⅡ型眼睛运动分析仪,对4名经验丰富的驾驶人在平纵线形丰富的云南山区公路上进行了实车道路试验,测量并记录了不同道路条件(弯道半径、纵坡坡度)和试验车速下的驾驶人的眼动速度,并以95%车速的眼动速度为基准,计算得到了眼动速度变化率。建立了多元回归模型,并利用最小二乘法则,对模型进行了多元线性回归分析。分析结果表明,关于眼动速度变化的多元回归模型是显著及有效的;驾驶人的眼动速度变化率与公路的弯道半径、纵坡坡度以及车速都有着显著的线形关系;相对公路的弯道半径和车速而言,纵坡坡度对驾驶人的眼动速度变化率影响较小。     

双车道公路驾驶人-车辆-弯道（环境）系统模型

为探究双车道公路弯道事故机理,对驾驶人-车辆-弯道(环境)系统模型进行了研究。针对驾驶行为中客观存在的模糊性和主观性问题,建立多目标模糊优选决策的驾驶人模型,然后选用12个自由度的非线性汽车动力学分析模型(VDANL),针对其非线性特征研究综合数值计算方法,结合弯道的道路三维模型建立驾驶人-车辆-弯道(环境)系统模型,基于迭代思想提出系统误差补偿计算方法,最后建立综合指标体系,仿真分析了警告标志、附着系数等环境因素对行车稳定性和驾驶行为的影响。     

基于离散选择分析的山区公路安全预警系统研究

普通公路安全预警尤其是山区公路安全预警,由于其交通流的复杂性使得利用监控系统检测交通状态较为困难。离散选择分析模型通过原始数据直接做出判断,又可以根据数据更新系统进行有效的自身学习,因此较目前应用的贝叶斯网络模型更适用于山区公路安全预警。首先利用离散选择分析方法建立了道路交通状态检测的判断模型;其次以检测结果为基础,利用线性神经网络模型建立了路段交通预警模型;最终建立了山区公路安全预警系统。     

山区高速公路安全设施设置方案研究

通过对山区高速公路事故多发地现场调研和交通事故数据样本分析,总结山区高速公路道路特征和交通事故特点,研究山区高速公路不同道路环境下交通安全信息,指出山区高速公路应在弯道处实行大小车辆分别限速,并给出了限速方式:长大坡路段应提供整体性道路信息以及交通安全标志的设置要求;异常气候条件下须提供预警性信息。认为在山区高速公路建设中,可以通过对交通安全标志的合理化设计,在不改变公路线形情况下,能使山区高速公路弯道、长大坡等特殊路段的交通事故发生率明显降低。     

不同路面条件下山区公路景观对停车视距的影响

为分析不同路面条件下山区公路景观对停车视距的影响,改善以往对停车视距研究较少基于公路景观、很少将驾驶员制动反应时间作为变量考虑的问题,考虑基于公路景观的驾驶人反应时间,细化停车制动过程,确立了基于山区公路景观的停车视距模型,进而分析采用不同制动系的大众轿车和轻型货车在山区公路景观下的停车视距,并与中国现有停车视距进行对比。结果表明,不同路面条件下山区公路景观停车视距不同,全封闭景观、垂直景观优于其他种类景观;山区公路景观对不同制动系的大众轿车和轻型货车的停车视距的影响趋势相同;直线全开敞、弯道全封闭景观空间下的停车视距分别与中国规范值和改进值接近。     

雾天对弯道驾驶行为的影响研究

雾天环境下不良的视距条件使得驾驶员在驾驶过程中存在安全隐患.利用驾驶模拟器,选取雾天环境作为典型干预因素进行驾驶模拟实验,同时考虑驾驶人职业和性别作为可能的影响因素,实验设计直角弯道和S形连续弯道2种道路线形,从实验数据中抽取平均车速与车辆驶出弯道率作为关键变量,采用多变量方差分析、均值统计等方法分析雾天环境下驾驶人的驾驶速度和驶出弯道率,并建立Logistic回归模型分析各因素对车辆驶出弯道可能性的影响.实验结果表明,驾驶人在弯道雾天行驶时的平均车速要比无雾情况下略高,且职业驾驶人的平均车速较非职业驾驶人明显偏低;随着雾的浓度的增大,驾驶人在直角弯道处和S形连续弯道处驶出弯道的比例均显著增大.     

面向智慧公路的智能道钉应用场景研究

我国智能公路的建设近年来获得飞速发展，针对当前智慧公路在信息感知发布方面存在的一些问题，在开展了大量研究与市场产品对标的基础上，提出了一种新型智能道钉设备，分析了智能道钉在智慧公路上应用的优势与可行性，介绍了智能道钉的系统架构与设备内部结构。针对公路雾区、小半径弯道、高速公路分流区等视距受限路段，提出了针对以上场景的智能道钉发布预警功能的实现，并在实地搭建模拟测试环境，测试了公路雾区、小半径弯道等应用场景。结果表明，通过智能道钉能够在不良视距路段实现对驾驶人的事故风险警示，弥补可变情报板等设备的不足，优化预警手段，实现碰撞风险的精细化提示，从而减少由不良视距造成的行车安全隐患。     

基于道路模型的弯道检测研究与应用

基于机器视觉的弯道图像能提供车辆行驶道路环境的丰富信息,从建立弯道模型、提取车道线像素点以及拟合车道模型等步骤分析了传统基于道路模型的弯道检测方法,针对传统方法很难适用于多种不同形状弯道的特点,提出一种基于特征点提取的弯道检测新方法;介绍了弯道检测在车道偏离预警、弯道限速以及弯道防碰撞预警等领域的应用情况;最后提出弯道检测应该建立三维车道线模型、注重发展多传感器融合技术,提高其适用性和鲁棒性.     

山区公路交通流随机干扰基本模型研究

山区公路因而受线形、纵坡和路面状况等因素的影响,其事故率高于其他公路。随机干扰因素作为山区公路事故发生的重要因素,一直是山区公路使用者的困扰,也是交通管理部门进行交通安全管理的难点。常规交通流模型大多不太适用于山区公路,为了研究适用于山区公路交通安全管理的交通流随机干扰模型,分析研究了山区公路交通流随机干扰交通特性,利用交通流宏观分析的欧拉方程方法以及拉格朗日方程微观分析方法建立了山区公路交通流随机干扰基本模型。     

考虑多因素修正的山区二级公路弯坡组合路段小型车运行速度模型

为确定山区二级公路弯坡组合路段小型车运行速度规律,使用Metro Count 5600设备对国道G108和G244山区二级公路共128.8 km的71个特征断面车辆速度进行采集.基于实测数据分析了道路平纵线形及前一个断面车辆初始速度对当前断面运行速度的影响,在初步拟定自变量的基础上,分别采用偏相关分析和因子共线性分析对...     

基于轨迹数据的山区危险性弯道路段交通事故风险动态预测

针对山区双车道公路危险性弯道路段交通事故多发的现实问题,提出主动评估短时交通流状态下的交通事故风险,以降低交通事故发生率.采用无人机高空拍摄弯道路段交通流运行状态,利用计算机识别技术提取高精度的车辆轨迹和交通流数据,结合山区双车道公路弯道路段危险驾驶行为特征表征交通冲突,以距离碰撞时间为交通冲突量化指标,提出山区车道公...     

山区脆弱环境下公路选线的危险度区划

山区公路灾害的频繁发生，严重威胁着线路行车和人民生命财产安全，并严重制约着山区经济可持续发展，因此，作好山区环境脆弱区段公路的选线工作尤为重要。本文以公路环境脆弱的迫隆藏布流域为例，在分析研究了影响山区公路灾害发生发育的因素的基础上，从防灾减灾及改善公路工程对生态环境影响的角度出发，采用GIS的信息处理和空间分析方法，实现了基于山区环境脆弱区段公路选线的危险度区划。     

山地城市排水防洪设计方案及要点

以重庆市协同创新区新建孵化器及周边道路项目为例，针对山地城市自然地形，解决地块建成后道路及周边雨污水收集排放，同时考虑山区泄洪通道与市政雨水相结合进行设计，并探讨了山区排水管道保护方案和管道穿越山区冲沟河道等设计要点。     

基于模糊数学的山区道路安全度模型评价

由于山区道路急弯陡坡路段事故频频发生,且呈逐年上升趋势,因此通过对山区道路交通事故路段分布特征的分析,综合选取安全度模型参数,从道路线形、车辆设计参数、车路相关参数三方面建立安全度评价指标体系,结合模糊数学法建立了山区道路安全度模型。最后通过实例分析,验证了安全度模型的评价符合山区道路的安全状态。     

Odds of work zone crash occurrence and getting involved in advance warning,transition, and activity areas by injury severity

Work zone area types include advance warning area, transition area, and activity area. The geometric conditions, traffic control aspects, traffic operations, and driver's maneuverability differ within each work zone area type. Therefore, the odds of getting involved in a crash and factors associated with injury severity vary by work zone area type. The focus of this research is to examine the odds of getting involved in a crash in work zone advance warning, transition, and activity areas by injury severity. Five years (2010–2014) of crash data for the state of North Carolina was obtained from the Highway Safety Information Systems (HSIS) and used in this research. Three partial proportional odds models and one proportional odds model were developed using Statistical Analysis Software (SAS) in this research. The results indicate that the odds of getting involved in a work zone crash in the transition area when compared to the advance warning area is higher during cloudy weather condition, on wet roads and interstates, and on roads equipped with double yellow / no passing zone, with rigid post barrier, grass, and flexible post barrier median. Further, the odds of getting involved in a work zone crash in the activity area when compared to the advance warning area is higher during cloudy weather condition, on interstate and US routes, and on roads with stop and go signal, double yellow / no passing zone and flexible post barrier median. Overall, the findings indicate that the odds and factors associated with crash occurrence depend on the work zone area type. The odds of getting involved in a severe or moderate injury crash is higher on curved roads in all the three work zone area types compared to straight roads. It is higher 1) in the advance warning area on roads with semi-flexible post barrier medians, 2) in the transition area on US routes, and 3) in the activity area on dark lighted roads, US routes, and State routes. Overall, the odds of getting involved in a severe or moderate injury crash and associated factors vary by work zone area type. The findings from this research assist the practitioners to take precautionary measures and reduce the odds of getting involved in a crash by implementing work zone area-specific safety countermeasures.     

基于安全车速的北京冬奥会山地道路冰雪路面通行能力研究

复杂山地线形和道路冰雪路面结合条件下的安全车速设置及通行能力保障是交通管理面临的新挑战。针对北京冬奥会延庆赛区复杂山地道路冰雪路面场景，建立了安全车速与道路线形设计及路面附着系数之间的关系，以安全车速为依据得到了不同路面条件下山地道路的通行能力。依据道路平曲线、竖曲线和横断面数据建立了山地道路三维空间模型；分析了车辆在山地道路平纵组合路段的受力情况，构建了车辆安全行驶速度与圆曲线半径、道路超高、纵坡坡度和路面附着系数的关系模型，并分析了基于安全车速模型的道路通行能力。为了验证模型，选取2种常见的冰雪路面状况和2种常用的车辆类型，获得不同条件下山地道路冰雪路面的安全车速。采用VISSIM软件设计了20种仿真场景，结合道路实测数据验证了安全车速模型的对山地道路冰雪路面车辆安全行驶的提升作用。实测与结果表明:相比全程单一限速模型，所建立的安全车速模型在冰膜路面的行程时间缩短了约38%（小汽车）和32%（大客车），雪板路面的行程时间缩短了约26%（小汽车）和24%（大客车）。山地道路交通流量存在1个自由流到饱和流的相变过程，冰膜路面小汽车下行最大交通量为241辆/h（单向行驶）和231辆/h（双向行驶），大客车下行最大交通量为227辆/h（单向行驶）和222辆/h（双向行驶）；雪板路面小汽车下行最大交通量为319辆/h（单向行驶）和249辆/h（双向行驶），大客车下行最大交通量为301辆/h（单向行驶）和236辆/h（双向行驶）。      

基于模糊神经网络的驾驶员弯道安全感受预测模型研究

论述了在人-车-路(环境)系统中驾驶员弯道安全感受的非线性特性。为了体现车辆、道路结构对驾驶员认知过程的作用和认知结果形成的影响,驾驶员弯道安全感受模型采用弯道平曲半径、车辆运行速度和驾驶员驾龄作为道路线形、车辆结构动力性、驾驶员经验的主要特征参数集,在增加积极和消极补偿运算的基础上,构建出模糊逻辑推理规则与神经网络优化逼近运算相互结合的5层推理预测模型,并结合实例数据,进行了对比分析验证,表明5层结构模型能够较好的满足特定弯道条件下驾驶员主观安全感受的认知推理预测要求,能够准确的、稳定的再现出驾驶员主观安全感受同驾龄、平曲半径和车辆运行速度间的相互作用关系。