考虑能见度的无信号交叉口行人与车辆冲突识别

为减少低能见度下无信号交叉口过街行人与车辆的交通事故,开展了考虑能见度影响的车辆与过街行人冲突识别研究.结合车辆行人相对位置、速度、加速度、车辆尺寸等信息,构建了过街行人与车辆冲突识别模型,确定了基于人-车间距的交通环境能见度测量方法,给出车辆速度与能见度之间的关系模型,在此基础上对模型进行修正,并验证了模型的有效性.结果表明:该冲突识别模型可对过街行人与车辆冲突进行有效识别,冲突识别的准确率为82.4％,该研究可为车-路协同下的无信号交叉口行人和车辆冲突识别提供决策,进而提高低能见度下行人与车辆的安全性.     

关于低能见度气象条件下道路交通管理工作的思考

长期以来，低能见度气象条什下的道路交通管理工作一直是公安交通管理工作的一个重点和难点。这主要体现在三个方面：一是低能见度气象条件造成道路交通环境的恶化和道路交通事故的增加；二是低能见度气象条件下的道路交通管理工作还存在一些立法上的空白；     

莫让雾霾阻碍物流行程

严重的大范围的雾霾天气往往导致道路封闭、交通拥堵等问题,给物流带来了诸多不利影响,造成交通事故时有发生。一、雾霾对交通运输的影响其一,雾霾对公路运输的影响。由于雾霾天气下行车能见度较低及驾驶视野不清,致使驾驶员对道路交通标志、标线等设施辨别效果差,不利于驾驶员对前方和道路环境作出准确的观察和辨识。由于雾霾条件下个别车辆因故障及其他原因违法停车后不及时规范放置警示     

面向智能交通的单目视觉测距方法研究

与前方车辆距离是影响行车安全的重要因素,因此本文提出一种面向未来智能交通的前方车辆单目视觉测距方法.首先,提出融合物联网、智能识别、云计算技术的车联网模型,车辆可实时向车联网回传位置信息及前车图像,请求附近交通标志及前方车辆几何尺度信息,车辆端可计算图像坐标系下车道标志线、交通标志、车辆尺度信息.然后,建立单目相机数学模型,介绍以交通标志、车道分界线为合作标志的单目视觉测距方法.最后,综合应用单目视觉测距方法,设计了前方车辆自适应视觉测距方案.通过仿真实验,证明了单目视觉测距方法的正确性与有效性,可丰富驾驶辅助系统的前方车辆测距手段.     

为驾手在雾天安全驾驶汽车"出招"

秋冬季节是雾的高发期,雾天行车能见度低,视线不清,驾驶员容易产生错觉;同时由于路面湿滑,车辆制动性能变差,容易发生侧滑或造成车辆倾翻.因此,雾天行车需要掌握一些驾驶技巧.     

汽车弯道前方碰撞预警控制系统研究

根据驾驶员最优预瞄加速模型,对汽车弯道前方防撞预警系统进行了研究,阐明了汽车弯道前方碰撞预警控制模型的原理以及弯道道路边界检测算法.设计了角度法来分辨雷达获取的信息中位于本车道的前方障碍物,建立了汽车弯道防撞控制算法.经软件模拟仿真表明:该方法能够识别出前方弯道上行驶的车辆,正确预警;紧急情况下能启用控制器控制车辆安全行驶.     

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。     

大跨度悬索桥竖弯涡振条件下驾驶员行车视线研究

为研究大跨度悬索桥竖弯涡振条件下桥上驾驶员的行车视线，首先，基于传统的风-车-桥耦合振动分析理论，引入桥梁涡激力数值模型，自主编制了涡振条件下风-车-桥耦合振动分析程序；其次，以有3个半波的涡振振型为例，借助几何作图法推导了桥面发生涡振时车内驾驶员视线盲区的计算公式；最后，基于已建立的涡振条件下风-车-桥耦合振动分析程序和驾驶员视线盲区的计算公式，以一座发生竖弯涡激共振的大跨度悬索桥为工程背景，分析了车型、车速和入桥时刻对车内驾驶员视觉盲区最大高度、盲区总持时和盲区占比的影响规律.研究结果表明：驾驶员盲区最大高度呈现周期性变化，其周期约为车辆前进一个涡振半波长度所需要的时间；车速变化不会影响驾驶员盲区的最大高度，但车辆类型不同则驾驶员目高不同，车内驾驶员目高越低，驾驶员前方视觉盲区最大高度也就越高；车重会进一步增加驾驶员前方视觉盲区的最大高度；车辆入桥时刻对驾驶员盲区总持时的影响很小，但驾驶员盲区总持时随着车速的提高而降低；车辆入桥时刻或车速对驾驶员盲区占比的影响小，而车型则对驾驶员盲区占比的影响显著，其中小轿车驾驶员的盲区占比最高（21%左右），大客车驾驶员的盲区占比最小（12%左右...     

雾天行车话安全

1．雾天行车有技巧 秋冬季节是雾的高发期。雾天行车能见度低、视线不清，驾驶员容易产生错觉。同时，由于路面湿滑，车辆制动性能变差，容易发生侧滑或造成车辆倾翻。因此，雾天行车需要掌握一些驾驶技巧。     

基于Gabor变换和隐马尔可夫模型的车型识别研究

通过对车型识别以及图像预处理技术的介绍,而提出的一种基于Gabor变换和隐马尔可夫模型的车型识别方法及相关算法,经实践表明,具有识别率高、复杂度较低的优点,能够适应复杂环境下特征车辆的识别,因而具有广阔的发展前景.     

基于社会力的驾驶员换道决策行为建模

为建立更加简单的换道决策模型和考虑换道车辆和目标车道车辆间的相互作用,在换道效用和安全间隙选择的传统方法基础上,将社会力跟驰模型与换道模型相结合,提出了一种基于社会力的驾驶员主动换道决策行为模型.首先,以社会力模型中跟驰力作为各车道运行效用函数,构建换道目标车道选择效用模型;其次,考虑换道过程车辆纵向安全性,利用跟驰力搭建换道车辆和目标车道车辆间相互作用效用模型以对安全间隙选择进行约束;最后,对所建立的模型利用NGSIM（next generation simulation）数据和MATLAB遗传算法工具箱中genetic algorithm函数对多车道下驾驶员换道决策行为（不换道、向右换道、向左换道）进行标定和验证.研究结果表明:基于社会力的主动换道决策模型能够很好地识别出驾驶员的换道决策行为,最优参数在标定数据中对不换道、向右换道、向左换道的识别率分别达到了93.44%、93.14%和90.77%,验证数据中换道决策行为识别率分别达到了86.16%、80.00%和80.27%;标定和验证的单个识别率都在80.00%以上,整体识别率分别达到92.66%和83.28%.      

黄昏行车事故多的原因及对策

日暮黄昏时分,天色开始变暗,驾车视线逐渐变差;正值下班高峰期间,车流人流密集,交通情况复杂;驾驶员经过一天的紧张工作,身心疲惫,注意力下降,从而导致黄昏时分交通事故高发.因此,驾驶员要特别引起注意,采取积极的措施,以避免黄昏时分交通事故的发生.一、黄昏行车事故多的原因1.视线不良黄昏时分,受若明若暗的天候影响,道路的能见度大大下降;道路上的照明设施、车辆的灯光装置刚开始启用,驾驶员的视觉系统受到严重的干扰,引起驾驶员暂时性视觉模糊和视力下降,从而导致驾驶员难以观察信息或因注意力分散使获得的信息失真.     

城市死亡交通事故形态影响因素分析

为研究城市道路环境下各因素对不同死亡交通事故形态的影响,以深圳市死亡交通事故数据为研究对象,将事故形态作为因变量,并划分为车辆间、车辆与行人、单车事故三类,选取驾驶员、车辆、道路、环境和时间特征为潜在影响事故形态的自变量.在多项Logit模型的基础上,创新性地引入能够反映数据异质性的混合Logit模型,并引用弹性分析定量讨论各自变量对事故形态概率的影响.结果表明:驾驶员年龄、车辆类型、道路有无隔离、路面是否干燥、是否道路交叉口、道路线形、照明条件、能见度、事故发生时间都会对死亡交通事故形态有显著影响,其中,能见度200 m以上为服从正态分布的随机参数,表明由于未观测到异质性的影响,该参数对事故形态的影响在事故个体间存在显著差异.     

车辆颜色等多因素对驾驶行为的交互作用研究

车辆颜色是影响驾驶行为与交通安全的重要因素,为研究动态运行环境下车辆颜色、车型对于驾驶行为的影响,首先,建立不同颜色、车型车辆模型及其白天与黄昏两种道路环境,构建6类典型驾驶场景;其次,选取25名测试人员,采用组内实验的方法进行试验,实验中利用驾驶模拟系统、眼动仪与多导生理仪采集车辆运行、驾驶员眼动与心率数据。实验结果表明,驾驶员对车辆的识认有明显差异,白天识认距离明显高于黄昏,大客车则明显高于小轿车,黑色车辆在黄昏时识认性明显低于其他车辆,尤其是在观察前方车辆时更为明显。上述结果表明,车辆颜色对于驾驶员识认距离存在明显影响,尤其是小型车辆在黄昏时响更为显著,以上结果应在车辆颜色选择及驾驶员培训时予以关注。     

基于随机效用理论的城市道路车辆自由换道行为研究

为深入分析城市道路驾驶员换道行为的影响因素,基于大连市西南路路段的车辆运行轨迹 数据,引入随机效用理论,建立了城市道路车辆自由换道模型,并对模型进行了标定和验证,且 应用弹性理论定量分析了换道概率对不同因素的敏感度。结果表明,所建模型可以较好地预测车 辆的自由换道行为;驾驶员换道决策对本车与当前车道前方车辆之间的车头间距最为敏感;相对 于当前车道前方空隙的刺激,相邻车道驾驶环境的诱惑对驾驶员换道决策的影响较小,说明在前 方无不利刺激（狭小的驾驶空间或加速空间） 的情况下,驾驶员在行驶过程中倾向于保持在当前 车道。该研究结果可进一步应用于城市道路换道行为的微观仿真研究中,以提高其仿真精度。     

���ڶ�Դ��Ϣ�ںϵļ�ʻԱ��ΪЭͬ�����㷨

交通仿真是交通控制与管理方案评价和优化的重要研究手段.传统的微观交通仿真模型，特别是刻画驾驶员行为的车辆跟驰模型，未能综合考虑交通环境中信息刺激的多源性和驾驶员任务集聚、协调反应的行为过程.本文利用Bayes方法和模糊积分方法描述驾驶员在复杂行驶环境中多源信息的融合过程，确定驾驶员任务集聚后对车辆应采取的驾驶行为.模型验证表明:交通仿真过程中，在车辆跟驰模型实施之前，利用Bayes算法和模糊积分算法模拟驾驶员在多源信息刺激下任务集聚、协同反应的过程是行之有效的.     

融合机器视觉与高精度定位的高速公路疲劳驾驶行为检测方法

为提高高速公路场景下疲劳驾驶检测的准确率,降低在驾驶员面部易受遮挡、光线复杂的驾驶舱内的疲劳驾驶检测的误判率,提出一种兼顾检测精度与实时性、结合高精度定位与机器视觉的高速公路疲劳驾驶行为检测方法。首先,使用多任务卷积神经网络与FaceNet算法实现驾驶员身份识别,运用改进的实用面部特征点检测器（Practical Facial Landmark Detector, PFLD）算法检测人脸关键点。然后,考虑视频设备工作状态不稳定对疲劳驾驶行为识别产生干扰的场景,基于行驶车辆的轨迹数据,提出纵向位移波动斜率（Slope of Longitudinal Displacement Fluctuation, SLDF）,以弥补单一视频设备检测易受光线、遮挡等干扰因素影响的缺陷。随后,使用SLDF指标和3个面部疲劳特征识别疲劳驾驶,并在传统支持向量机（Support Vector Machines, SVM）中加入量子粒子群优化算法,提升SVM分类准确度和缩短运算时间。最后,为验证模型性能进行实车试验,结果表明,复杂场景下疲劳驾驶识别准确率达86.8%,计算时间为3.017 s,与现有其他数据融合...     

基于机器视觉的行车安全综合保障系统研究

驾驶员疲劳驾驶或精神分散容易导致发生车道偏离以及追尾碰撞等恶性交通事故，利用机器视觉技术监测驾驶员的眼部、嘴部、头部等器官的运动特征，建立基于驾驶员面部视觉信息的疲劳与精神分散状态综合量化评价模型，实现实时有效的动态监测和预警，并系统研究了本车前方车辆探测方法和安全车距的评定准则，实现防追尾碰撞预警。初步试验表明：当驾驶员疲劳驾驶、无意识车道偏离以及行车安全车距过小时，该行车安全综合保障系统能有效地对驾驶员进行警示。此外，根据行车安全保障技术领域的研究现状，还开展了道路上行人检测的技术研究，并取得初步成果。     

雾霾天气低能见度下的交通流仿真研究

为了研究雾霾天气低能见度下的交通流,结合停车视距模型,建立雾霾低能见度下的交通流微观模型。在数值模拟中,得到了雾霾天气低能见度条件下的时空图,分析了低能见度下不同最大速度的事故率曲线结果表明,与晴天相比,低能见度下,交通拥堵的频率和持续的时间都相对较长。并仿真得到了不同密度下的道路车辆限速值,仿真结果与道路能见度限速标准相一致。研究结果对于雾霾天气下交通管理与控制、安全出行都具有重要的意义。     

基于EKF学习方法的BP神经网络汽车换道意图识别模型研究

实时准确地识别驾驶人的换道意图有助于提高车辆行驶的安全性,达到安全辅助驾驶的目的。文中提出了一种基于EKF（extended kalman filter）学习方法的BP神经网络模型,用于识别驾驶人的换道意图,并进行短时行为预测。通过实验采集了20组高速公路实车行驶数据,利用前方车头时距、转向盘转角值、驾驶人头部水平位置数据,以及车道偏离量4类数据样本进行训练得到结果。实验结果表明：本模型较传统的神经网络识别模型具有更短的识别时间,且模型的可信度更高。在车辆换道和直线行驶2种工况下,本模型对换道意图的识别准确率达到了95％。