基于侧墙效应的隧道行车安全评价基础研究

处在一个封闭的长隧道环境内,驾驶员速度感减弱,降低了行车安全。通过侧墙效应可增强驾驶员的速度感和安全感,利用3D MAX软件对长隧道进行模拟实验,研究与分析隧道侧墙图案颜色、图形和间距等。结果表明,在隧道内天蓝色能较好缓解驾驶员的疲劳;圆形、方形图案稳重,能缓解驾驶员的紧张心理。三角形图案锐利,给人一种强烈的视觉刺激;图形间距10~20 m范围是较适合的间距。     

基于公共交通工具的出行安全宣传教育研究

针对行人安全教育在交通安全科普教育宣传中具有非常重要的地位。从轨道交通的利用人群、宣传投放位置、教育内容、宣传教品以及效果评价等方面探讨了基于公共交通工具的安全宣传教育的问题。根据利用轨道交通的3种主要人群———学生、老人以及中青年在车厢内的注视点分布特性,确定了交通安全宣传教品的投放位置;明确了相应的出行安全教育内容、教育宣传作品及形式;经问卷调查结果确认了研究结果具有实际应用价值,对提高交通活动参与人的安全意识、普及交通安全知识有借鉴意义。     

大型交通枢纽交通参与者绿色需求研究

通过对现有资料的分析,提出大型交通枢纽的二重性(建筑属性和交通属性).综合考虑大型交通枢纽的二重性以及马斯洛需求理论,对现有室内设计的评价指标进行比选,提出大型交通枢纽在交通参与者绿色环境需求方面的评价指标,并且建立模糊评价模型.     

交通影响评价中交通量预测算法的实例检验

采用实例分析对交通影响评价中传统的交通量预测算法进行检验.利用某大型项目2004年的预测交通量与2009年调查交通量进行对比,验证了传统预测算法模型及参数的正确性,并对存在的偏差进行原因分析及提出建议,为交通影响评价中预测的准确性提供理论依据.     

直行非机动车避让右转车辆轨迹分析

通过交叉口拍摄视频的观察实验,对非机动车不安全行为进行了分析,对交叉口的直行非机动车与右转机动车之间的冲突现象进行了观察,对冲突发生时非机动车避让机动车的轨迹进行了分析.并从骑行者性别、年龄和车辆类型等角度人手,分析了不同因素对避让轨迹选择的影响,同时,验证了直行非机动车与右转大型车辆冲突时存在的安全隐患.最后,从机动...     

基于受教特征的学龄前儿童交通安全教育对策

开展交通安全教育已被证实为改善国家交通安全状况必要的一环。学龄前儿童正处于可塑性最强的年龄阶段,其学习能力逐渐提高。这一时期针对儿童行为的干预收效最为显著,是儿童接受交通安全教育的最佳时期。结合心理学、生理学、社会学相关知识,从视觉偏好、前运算阶段思维、游戏活动、家庭社会环境等诸多切入点分析学龄前儿童的受教特点,并根据分析结果给出了在针对学龄前儿童交通安全教育教材编写、教具制作以及干预对策方面的建议,有助于提高学龄前儿童教育的针对性和适宜性。     

基于主成分分析法的城郊公路事故多发段鉴别

城郊公路交通事故频频发生,造成了大量的人员伤亡和经济损失,亟需进行安全改善.事故多发段鉴别是进行交通安全改善的第一步,也是最关键的一步.在分析了城郊公路事故特征的基础上,利用主成分分析法对事故四项指标进行综合评价,从而确定事故多发段.对上海市某城郊公路进行了实例分析,结果表明:市区与郊区过渡段是城郊公路安全问题最为严重的路段.     

基于Monte Carlo法的山区路网应急中心选址

阐述了灾时山区路网各路段组成单元通行概率的分析方法,采用Monte Carlo模拟法对山区路网连通可靠度进行分析和计算,并通过概率解析法来检验Monte Carlo模拟法的计算精度。采用Monte Carlo模拟法分析路网节点间连通可靠度,提出了灾时山区路网应急救护中心优化选址方法。最后,通过实例阐述其计算过程。结果表明:采用Monte Carlo模拟法分析山区路网交通节点间的连通可靠度,找出灾时山区路网连通薄弱环节,为山区应急救护中心优化选址提供依据。     

基于固定场景视频的运动车辆检测

为提高智能交通系统中运动车辆检测的效率,在固定场景视频下基于类Haar特征和AdaBoost算法提出了一种运动车辆检测方法.通过提取交通监控图像的扩展类Haar特征,在OpenCV平台上应用AdaBoost算法进行特征提取及训练得到级联分类器,利用级联分类器进行固定场景视频的运动车辆检测.测试结果表明,该方法具有良好的实时性和鲁棒性,在智能交通领域有广泛的应用前景.     

基于瞳孔面积变动的公路隧道明暗适应时间

公路隧道进出口照度剧烈变化,容易造成驾驶员明暗视觉适应困难,也是导致交通事故的重要原因,因此驾驶员明暗适应时间的确定是解析隧道视觉安全的基础问题.以26条典型公路隧道为例,利用IViewX HED Laptop眼动仪系统,对公路隧道路段驾驶员的视觉适应性进行了试验研究.根据大量试验数据建立了隧道进出口瞳孔面积及面积变化临界速度定量关系.在此基础上利用瞳孔面积速度/瞳孔面积临界速度比率κ来评价隧道路段视觉负荷,并建立了基于λ值的视觉明暗适应时间指标,最终得到隧道长度与视觉明暗适应时间的定量关系.对于中长隧道,暗适应时间一般不超过23 s,明适应时间不超过13s.