交通运输从业者对自动驾驶接受度建模与分析

为了研究交通运输从业者对自动驾驶的接受意愿,确定影响接受度的关键因素,从而掌握交通运输从业者对自动驾驶的态度和关注点。通过分析交通运输从业者的职业特性,基于传统的技术接受模型（Technology Acceptance Model,TAM）,综合考虑感知有用性、感知易用性、信任度和使用意愿四方面的功能认知和感知风险性的负面影响认知,并增加外部因素,兼顾个人属性特征的影响,加入从事该职业时长、个人月收入等职业变量,在此基础上设计调查问卷,对样本数据进行相关性分析和有序Logistic回归分析,筛选出自动驾驶接受度的关键影响因素。结果表明,交通运输从业者对自动驾驶的接受度较高,但与普通人群具有一定的区别;感知有用性、感知易用性、信任和使用意愿对自动驾驶的接受度具有显著正向影响;感知风险性具有显著负向影响;受教育程度和个人月收入对接受度也有一定的影响,受教育程度越高、个人月收入越高,对自动驾驶的接受度也越高。研究结论可以为提升自动驾驶汽车落地推广的策略提供一定的理论依据,同时也为政府制定相关政策提供依据。     

基于扩展技术接受度模型的共享自动驾驶汽车用户使用意愿研究

共享自动驾驶汽车是智慧交通和绿色交通的重要发展方向之一,但目前其相关研究仍不充分,影响用户使用共享自动驾驶汽车意愿的因素及其作用机理有待深入剖析.为此,本文首先通过引入感知风险、服务质量和社会影响三个潜变量,构建了扩展技术接受度模型.然后将扩展技术接受度模型的潜变量、个人社会经济属性变量和出行方式属性变量整合到多项Lo...     

自动驾驶汽车仿真器综述:能力、挑战和发展方向

仿真器在自动驾驶汽车（Autonomous Vehicle,AV）系统的研究、开发和验证中发挥着举足轻重的作用。本文系统地探讨了AV仿真器的国内外现状,并重点分析了其能力、面临的挑战和未来发展趋势。首先,梳理了AV仿真器的发展历程,阐述了国内外相关研究现状。接着,依据技术性指标、功能性指标、性能指标和商业性指标,对各类仿真器进行了全面评估,同时讨论了它们在不同研究和开发任务中的适用性。此外,深入剖析了AV仿真器所面临的挑战和限制,结合深度学习、人工智能等先进技术的发展,提出了针对性的解决策略。对于如何克服AV仿真器在复杂环境和多元场景下的局限性,提出了一系列具有前瞻性的解决方案。在此基础上,着重强调了未来研究的机遇和新兴趋势,这些将为下一代仿真器的发展奠定基础。最后,本综述旨在为研究人员、开发者及行业利益相关者提供有益的参考,协助他们选择最符合需求的工具,并激发自动驾驶领域未来的创新潜力。综述的内容有助于推动AV仿真器在自动驾驶研究和实际应用中发挥更大的作用,从而为人类出行带来更为安全、便捷和高效的体验。     

自动驾驶汽车对城市空间形态的影响综述

基于城市规划视角的文献综述,分析自动驾驶汽车对居住人口分布、停车用地、区域可达性、街道设施环境等城市空间形态方面的影响。私人自动驾驶汽车相对共享自动驾驶汽车更可能诱发人口的郊区化,而这种影响在不同城市和人群间存在差异。自动驾驶汽车将带来城市停车用地的减少和更灵活的停车场布局,但可能产生更高的行驶里程。相较于大城市,自动驾驶汽车对农村或城郊区域可达性的提升效果更加显著。自动驾驶时代的街道通过缩窄车道、减少道路交通标志和信号灯,可提供更多的公共空间,但无交通信号灯管控车流的道路交叉口和较多的上落客空间对步行和自行车网络使用的流畅性带来不利影响。最后,针对中国城市面临的道路交通拥堵和环境挑战,提出应对自动驾驶汽车时代的规划政策建议。     

网联自动驾驶车辆道路交通安全研究综述

为全面了解网联自动驾驶交通安全领域的研究进展,利用文献计量方法通过Web of Science核心数据库对Connected and Automated (Autonomous) Vehicles、Connected (Autonomous) Vehicles、Traffic Safety (Accident, Crash, Collision, Conflict)等关键词进行检索,共获取2010至2021年2 130篇相关文献,涵盖5 474位作者和7 017个关键词;利用科学知识图谱对网联自动驾驶道路交通安全研究发展历程、研究归属地、研究主题与内容、研究热点等进行分析总结和可视化解析;通过研究主题和热点的分析指出未来研究方向。研究结果表明：网联自动驾驶道路交通安全研究经历了起步阶段、缓慢增长阶段和快速发展阶段;美国和中国是当今世界对网联自动驾驶道路交通安全领域贡献最大的2个研究主体;研究主题主要围绕宏微观交通流、交通系统影响(交通出行、交通环境、交通安全)、车辆安全避障与路径规划、交通安全评价等展开,研究热点重点围绕网联自动驾驶交通控制与系统优化、新型混合交通流交通安全分析、微观行为建模与仿真安全评估等;未来研究需重视由单车安全转向交通流事故风险传播研究,突破智能网联车队群体决策与编队控制技术,构建虚拟现实下智能网联数据化仿真环境与深度测试平台,挖掘网联自动驾驶人机共驾情境下驾驶人接管绩效评价体系,从而进行精细化的事故风险致因分析、交通安全建模与评估以及事故风险防控策略与算法研究。     

自动驾驶影响下的出行行为研究综述

从小汽车出行总需求、出行方式选择、在途时间利用三方面梳理了自动驾驶影响下的出行行为研究现状,分析了用于研究自动驾驶对出行行为影响的数据基础与研究方法,总结了影响自动驾驶环境下出行方式选择的关键因素,指出了出行行为研究存在的问题和未来发展方向。研究结果表明：出行总需求的相关研究主要关注当前服务不足人口的潜在出行,大多通过需求假设分析潜在的变化,在假设的可靠性和结果的准确度方面还存在不足;出行方式选择的相关研究显示车辆服务和出行属性、社会人口和家庭属性、出行习惯属性、居住地和环境属性、个人心理和偏好属性等是影响出行方式选择的关键因素,考虑到不同的研究对象、场景设计与分析方法,性别、年龄、持有驾照、家庭结构等因素对出行行为的具体影响还有待进一步检验;人们对自动驾驶时代在途时间利用的方式和受益程度的认知存在较大的不确定性与异质性,亟需理论模型来进一步讨论潜在的时间利用变化;基于自动驾驶对出行行为影响相关研究的局限性,提出了建立自动驾驶汽车的规范化描述和丰富数据采集方式,开展横向与纵向对比研究,加强各影响因素异质性的考量,辨析自动驾驶时代各类出行行为间的相互影响机制的改进方向。     

自动驾驶与智能汽车

ITS是将先进的信息处理技术、计算机技术、数据通信技术、传感器技术、电子控制技术、全球卫星定位技术和自动控制理论、运筹学、人工智能等高新技术和理论,综合运用于交通运输、服务控制和汽车智能化等方面.     

自动驾驶接管影响因素分析与研究进展

部分或有条件自动驾驶车辆允许驾驶员将驾驶任务移交给自动驾驶系统,但驾驶员仍需对驾驶环境进行监测,若发生紧急事件或驾驶环境超出系统运行设计域等情况,驾驶员需要及时接管车辆。影响驾驶接管过程的因素主要包括：人因、交通环境以及人-机交互系统。本文分析了驾驶员认知负荷特性等人因对接管过程和接管时间预算的影响。分析发现,驾驶员长时间脱离驾驶任务会导致其陷入被动疲劳或驾驶分心状态,从而降低接管绩效。适当的非驾驶任务可以使驾驶员保持一定的认知负荷,降低驾驶员的被动疲劳水平。结合网联技术的应用可以多次发出预警信号,提高接管绩效。本文讨论了交通密度、道路条件等交通环境对接管时驾驶员感知、认知及决策的影响,探讨混合交通下过渡区智能网联车辆控制权切换 (Transitions of Control,ToC) 的管理问题。在复杂道路交通下,驾驶员需要更多时间恢复对环境的感知,且驾驶员在弯道接管车辆时更容易出现较大横向偏差。在混合交通环境中,为防止过渡区出现集中的ToC,可以制定相应交通管理措施,以降低过渡区域中车辆之间的相互干扰。本文还分析了视觉、听觉、触 觉、嗅觉及其组合类型交互方式的优、缺点,讨论网联环境下人-机交互系统设计以及ToC形式。单个的交互方式有其自身的优、缺点,多种类型相结合的交互形式能形成优势互补,及时地将接管信息传递给驾驶员,并将其注意力集中于对环境的感知。网联技术发展使得可利用的行车信息的数量和种类都有所提高,网联信息需要更好地呈现策略,以保证人-机交互界面具有较高的可用性和接受性,为驾驶员提供更加准确的交互信息。同时,利用驾驶员状态识别技术实时监测驾驶员所处状态,并通过人-机交互系统提醒驾驶员,使其保持警觉,提高接管绩效。未来研究应该重点关注非驾驶任务对驾驶员认知特性的影响,结合接管时的驾驶环境,遵循预测算法辅助驾驶员实现控制权的平稳过渡。随着网联技术的不断应用,逐步改进现有人-机交互系统的设计和性能,对过渡区域ToC的管理问题展开深入研究。     

自动驾驶对交通运输系统规划的影响综述

车辆是交通运输系统的重要组成部分,伴随着自动驾驶技术的发展与应用,交通运输系统 将发生深刻变革。本文聚焦于自动驾驶技术对交通运输系统规划的影响,综述自动驾驶特点下 交通数据采集与管理手段、土地利用、停车需求、交通供需、交通需求预测、交通网络布局等方面 发生的新变化。在此基础上,从规划的角度出发,实现对自动驾驶环境下交通运输系统的再认 知,总结自动驾驶环境下交通需求预测、城市交通网络布局等新的交通规划方法与技术。通过对 交通运输系统的再认知发现：在自动驾驶环境下,交通数据具有细粒度、高鲜度的新特点;土地利 用模式将发生改变,城市将呈扩张和去工业化趋势,停车需求减小;交通系统供给能力和可靠性 提高,出行需求的时空分布将更为分散。交通系统规划方法的变化体现在交通需求预测和交通 网络布局两个层面：交通需求预测框架从“四步”框架转变为模型组合化和出行行为一体化的预 测框架,同时,需求预测的各阶段需引入对自动驾驶特征及其系统性影响的分析;交通网络布局 设计采用连续时域上的布局设计框架,有望解决传统交通网络布局设计的时滞性问题,可适应并 服务于动态变化的土地利用及交通需求。本研究认为,未来需重点研究自动驾驶对交通安全、交 通拥堵、公共交通规划、慢行交通规划等方面的影响。此外,解决自动驾驶实测数据缺乏的困境、 解析异构交通阶段交通系统的运作机理、应对交通需求反弹引起的供不应求、评估难以衡量的外 部成本等问题将是未来研究的难点。     

步行和自行车交通规划中的公众参与

公众参与是步行和自行车交通规划中体现行人和骑车者意愿和特征的一项重要规划技术,应当给予尊重和关注.首先介绍了城市规划的公众参与理论,指出公众参与应成为城市交通规划的重要环节.总结中国城市交通规划中对于步行和自行车安全缺乏关注、对于过街设施的采用判断失误等典型问题,同时回顾韩国、美国、欧洲城市步行和自行车交通规划的公众参...     

自动驾驶测试公共服务平台建设与思考

为促进中国自动驾驶技术发展,在充分调研论证的基础上,按照工具化设计的理念,国家自然科学基金委员会交通与运载工程学科提出了场景库社会共建、开发环境敏捷、被测技术解耦、测试部署轻量化、评测结果公开透明的自动驾驶测试公共服务平台OnSite的建设构想,设置了战略委员会、技术委员会、用户委员会、创新基金会,自主决策,达成公共服务平台独立发展,良好运行的目标。2021年,交通与运载工程学科通过面上项目群快速启动本领域研究,2022年起,持续通过重点项目、面上项目群资助自动驾驶测评相关技术研究,推动OnSite平台建设,积极开展有组织科研。制定了单项决策规划能力测评-从单项测评到全栈技术测评-从虚拟测评到虚实融合测评-从单车测评到车队测评-从测评导向到开发测评一体五阶段公共服务平台建设计划;目前,已完成第1阶段建设目标,已形成面向单项决策规划功能的测试能力。以OnSite平台为依托,学科已成功举办第一届OnSite自动驾驶算法挑战赛,有助于科研人员明确研究差距,促进实现需求牵引,问题导向的研究范式。打破科研机构与产业部门的壁垒,实现产-学-研精准、快速对接。此外,通过以赛代评,将进一步完善基础研究项目评价体系,切实推进破“四唯”工作。     

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。     

自动驾驶测试与评价技术研究进展

针对实际复杂交通运行环境中自动驾驶车辆整车级测试成本高、周期长、覆盖度低、缺乏完善工具链等难题,分析了自动驾驶测试与评价技术7大领域的研究现状,展望了未来发展方向,具体涵盖了自动驾驶车辆仿真测试技术、交通流仿真测试技术、硬件在环测试技术、场地测试技术、智能性评价技术、测试评价工具链与体系构建、认证与潜在缺陷检测技术等。在自动驾驶车辆仿真测试方面,分析了自动驾驶仿真测试软件、车辆动力学模型、测试背景车交互行为模型、云控平台监管的仿真测试与车辆仿真系统标准化的研究现状,总结了自动驾驶车辆仿真测试目前存在的主要问题;在自动驾驶交通流仿真测试方面,总结了测试背景车驾驶风格模型、交通流建模与仿真、交通场景生成方法和加速测试方法的研究现状,展望了自动驾驶交通流仿真测试的未来发展趋势;在硬件在环测试技术方面,总结了人-车-路-环多维数字孪生测试和自动驾驶车辆整车级系统平台构建方法,概述了高清摄像头、毫米波雷达、超声波雷达等典型传感器数据与车车/车路通信信号的模拟技术;在场地测试技术方面,综述了封闭场地测试、开放道路测试与高速公路测试相关测试场、测试标准和关键技术的发展现状;在智能性评价技术方面,从自动驾驶智能性概念、场景复杂度量化和评估、自动驾驶智能性评价体系与社会合作性评价方法四方面介绍自动驾驶智能性评价方法的研究现状;在测试评价工具链与体系构建方面,主要从测试评价工具链技术、自动驾驶测试评价体系、自动驾驶测试标准现状三方面介绍了自动驾驶测试评价标准体系现状;在认证与潜在缺陷检测技术方面,从自动驾驶缺陷的定义、致因分析、缺陷分类、缺陷检测等方面综述了目前自动驾驶的缺陷检测方法,总结了自动驾驶车辆安全保障面临的挑战。研究结果表明: 自动驾驶测试评价技术虽已取得较大进展,但测试评价标准体系仍不完善,现有测试工具与方法难以满足L3级及以上自动驾驶车辆测试需求;虚拟仿真与数字孪生技术发展应用水平较低,在拟真度、测试效率与整车级测试能力方面存在诸多不足;未来需进一步加强全场景、高保真建模技术与实时仿真软件研发,建立虚实交互的在线加速孪生测试系统,研究自动驾驶全栈危险测试场景生成和加速测试方法,整合自动驾驶测试技术和工具,形成自动驾驶测试评价的工具链,完善标准规范。     

自动驾驶环境下驾驶人接管行为结构方程模型

为提取自动驾驶环境下驾驶人接管行为的关键影响因素,使用驾驶模拟器和眼动仪进行自动驾驶环境下驾驶人接管试验;采集了11个受试者对5种接管情境的反应数据,包括车辆运行数据和眼部运动数据,并调查了受试者的个人属性;基于实测数据定性分析和情境差异定量分析的结果,利用AMOS软件建立了描述驾驶人接管行为的结构方程模型;假设纵向接管行为、横向接管行为和眼部运动行为是3个潜在变量,找到可以表征这3个潜在变量的9个观测变量;根据修正指数多次修正得到最终的结构方程模型,由此获得表征驾驶人接管行为的各变量间的关系及对应的参数。研究结果表明：驾驶人接管自动驾驶车辆的全过程可分为5个阶段,即感知反应、减速避让、加速回升、稳定恢复以及稳定运行;当左前方车辆汇入当前车道,此时驾驶人接管风险较高;横向驾驶行为与纵向驾驶行为、眼部运动行为均显著负相关,相关系数分别为-0.226和-0.223,纵向驾驶行为与眼部运动行为正相关,相关系数为0.152;平均速度、总体横摆角均值、一秒内扫视时间可分别高度解释驾驶人接管自动驾驶车辆时纵向、横向及眼部的潜在行为。可见,此模型能有效揭示驾驶人接管自动驾驶车辆的整体行为与局部行为,有助于改进人机交互模式与自动驾驶接管请求提示。     

小城镇公共交通规划关键技术研究

鉴于小城镇公共交通的快速发展,从规划层面对小城镇公交发展中面临的共性问题进行探讨就显得尤为必要。文章首先对小城镇客运系统的典型特征进行了分析,据此确定了小城镇公交规划要解决的核心问题,并重点就公交线路、场站、运营管理等关键技术进行了深入分析,形成了相应的规划思路。最后,文章还对小城镇公交规划方案评价中应注意的问题进行了说明。     

人机共驾智能汽车的控制权切换与安全性综述

根据智能汽车技术发展特点和趋势提出了人机共驾的概念; 从切换的发起者、强制性与计划性三方面论述了人机共驾智能汽车控制权切换的分类方法, 分析了广义和狭义2种分类的特点和应用范围; 从驾驶人的认知、驾驶负荷、反应力等方面剖析了人机共驾中人因的特性及其对控制权切换安全性的影响, 总结了控制权切换的试验研究方法和人机交互形式, 指出了控制权切换安全性研究存在的问题和未来发展方向。分析结果表明: 人机共驾智能汽车的应用范围是L2~L3级自动驾驶, 特点是人与系统彼此协同完成动态的驾驶任务; 由系统主动发起、驾驶人被动接管的控制权切换情形与安全性更被业内关注; 驾驶人能有效地对当前驾驶状态进行认知和评估, 进而接管车辆操作, 并最终规避风险, 是保证控制权切换安全性的关键; 人因是影响控制权安全平稳切换的重要因素, 主要表现为认知水平偏低, 切换前后驾驶负荷阶跃式突变, 次任务的影响机理不明确, 反应力随切换场景的不同而差异显著等; 该领域的主要研究还包括接管绩效的评价, 切换时机与人机交互方式的优化以及试验手段的提升等。     

驾驶经验对先进驾驶辅助系统的作用研究

为了探究驾驶经验对先进驾驶辅助系统(ADAS)的影响,招募32名被试开展现场运行测试(FOTs).开发的试验车通过数据同步技术采集车辆运动学信息、道路环境信息和驾驶人操作信息,对采集的数据进行预处理并提取城市快速路数据进行统计分析.试验结果表明:跟车时,ADAS对熟练驾驶人和非熟练驾驶人均有积极影响且对非熟练驾驶人更为显著;制动时,ADAS对非熟练驾驶人有积极影响但对熟练驾驶人有消极影响;接受程度方面,熟练驾驶人对ADAS的接受程度显著高于非熟练驾驶人.本文研究结论为避免ADAS在特定驾驶经验的人群中产生的不利影响提供了数据支撑.     

基于多车协作优化的冲突消解模型

传统自动驾驶车辆以假设通行权为前提设计冲突消解算法,但在无信号交叉口存在道路通行权不明确情况,给自动驾驶车辆决策带来困扰.本文提出基于多车协作优化的无信号交叉口冲突消解方法,将多个自动驾驶车辆看成一个整体,利用多目标优化控制理论,计算分配给相互冲突车辆的期望速度规划,达到协作行驶的目的.设置协作与非协作式冲突消解仿真实验.结果表明：多车协作的冲突消解方法通过优化车辆联合行动,使交叉口车辆整体收益最大,各利益体间的收益更为均衡;与非协作行驶决策相比,冲突消解时间缩短,减少交叉口单车平均延误1~2 s,平均减少量约为5%.本文可为无信号交叉口自动驾驶车辆冲突时自主协同行驶提供参考.     

基于多车协作优化的冲突消解模型

传统自动驾驶车辆以假设通行权为前提设计冲突消解算法,但在无信号交叉口存在道路通行权不明确情况,给自动驾驶车辆决策带来困扰.本文提出基于多车协作优化的无信号交叉口冲突消解方法,将多个自动驾驶车辆看成一个整体,利用多目标优化控制理论,计算分配给相互冲突车辆的期望速度规划,达到协作行驶的目的.设置协作与非协作式冲突消解仿真实验.结果表明：多车协作的冲突消解方法通过优化车辆联合行动,使交叉口车辆整体收益最大,各利益体间的收益更为均衡;与非协作行驶决策相比,冲突消解时间缩短,减少交叉口单车平均延误1~2 s,平均减少量约为5%.本文可为无信号交叉口自动驾驶车辆冲突时自主协同行驶提供参考.