区域高速公路网络交通事件传感器布设方法研究

针对如何使用有限的传感器而获得最大的事件检测效益的问题,依据区域高速公路网络拓扑特点,充分利用匝道以及出入口的重要特性,以常规的最短路径算法为基础研究了一种交通事件传感器的优化布设方法,以高速公路网络行程时间标准差作为优化目标,在充分利用现有资源前提下,分别布设和优化路段和出入口事件检测器,形成两层结构的事件检测传感器网络体系。并以上海市高速公路网为例进行了实例应用分析。结果表明,依据合适的优化方法可以确定传感器最佳布设位置和数量,同时结合高效的交通事件检测算法,可以全面提升交通事件检测技术。     

在虚拟环境下分析车群行为安全的方法

利用虚拟化平台研究车群的运动特征规律。内容包括软硬件平台结构,试验过程,数据采集,分析计算和数据可靠性分析等几个部分。试验中由15个驾驶员在同一场景中进行模拟驾驶,同时采集各自车辆的运动参数,包括车辆的行驶轨迹、各种速度加速度、刹车使用情况以及方向盘使用情况等。运用模糊神经网络及风险概率矩阵分析上述数据,计算出车群发生风险的情况概率,提出了一种研究车群行为安全的方法。     

研究型汽车驾驶模拟器有效性确认研究

随着研究型汽车驾驶模拟器的应用越来越广泛,其有效性研究也逐渐被人们关注起来,如何确认一台模拟器的有效性成为了现今模拟器研究的一项课题,从分析以往驾驶模拟器有效性研究的文献入手,总结了研究者们采用的方法,分析了其中利弊,提出了一套有效性确认研究所应具备的方法,并附有算例。     

基于数字图像的道路平面线形恢复的研究

在老路改造过程中,需要道路的平面线形资料。基于对数字图像平面图像特性以及噪声分布规律的特点进行分析,运用特征空间聚类法对图像目标区域进行图像分割,提出了一种基于递归循环思想的噪声筛选算法对目标图像进行再处理,达到剔除噪声的效果。对道路的边线进行了标定及距离的测量,配合GPS设备在实践中进行了应用。实践证明方法在满足准确性的同时,也提高了运算的效率。     

色彩心理在道路交通安全中的应用

色彩作用于人的心理,能给人不同的心理感受。论述了色彩心理的概念和几种常见颜色的色彩心理,从道路及附属设施色彩、交通标志色彩、车辆色彩、行人服饰色彩和道路景观色彩等方面分析了色彩心理在交通安全中的应用。     

交通标志信息管理系统中标志版面拓扑结构设计

研究了高速公路交通标志信息管理系统中标志版面的拓扑结构设计方法,将交通标志分解并给出参数,提出了描述交通标志版面的3层拓扑结构体系,在此基础上建立了交通标志版面信息的表达方法;建立了交通标志信息管理系统数据库,并应用在基于交通标志信息的路径查询中,结合交通标志的设计原则进行交通标志布置。     

高等级公路绿化设计中的安全问题分析

在高等级公路中,绿化工程越来越普及。但是由于我国公路绿化的研究起步比较晚,而公路绿化又牵涉到多种专业知识,所以目前的公路绿化还有一些问题,其中比较突出的就是安全问题。本结合笔参与的一些高等级公路的安全整治项目,从视觉影响、安全净空、路侧安全、天气影响等几个方面入手,分析总结了高等级公路绿化设计的安全问题,并提出了防治这些问题的措施。     

低等级公路行车速度分布与行车环境协调性分析

低等级公路交通环境复杂,交安设施不完备,安全问题较为突出,然而在实施一些道路条件改善措施后,甚至可能出现事故率提升、超速现象愈发严重等情况。对低等级公路来说,行车环境中各因素之间的协调性是保障安全的重点,需对行车环境对驾驶行为及交通安全性的内在作用机理进行研究关注,使道路条件"供给"与驾驶行为"需求"保持一致性。研究采用GARMIN GDR35行车记录仪,在自然驾驶条件下,大量获取在低等级公路上驾驶人行车环境和行车速度的资料。根据道路线形与路面条件、周边景观绿化条件、道路附属设施条件等3类要素对行车环境进行分类,并筛选出不同环境类别下的行车速度形成数据集。然后选择高斯混合模型对数据集中速度的分布情况进行拟合,并采用EM算法对模型中的参数进行估计。分析结果表明,不同行车环境下的行车速度主要呈双峰分布,体现了不同行车环境的协调性;当两个分布所占比例差大于0.95时,可看成是单峰正态分布,行车速度的离散性小,行车环境的协调性好;所占比例差小于0.3时,可形成弱双峰分布,行车速度离散性大,行车环境的协调性差,总体上会带来较大的安全风险。试验发现,行车环境不协调的情况普遍存在于低等级道路之中,在进行有关安全保障措施时,应给予行车环境协调性评估分析足够的重视。     

基于时间序列和灰色模型的交通事故预测

利用时间序列和灰色模型理论,针对北方某城市的交通事故统计数据,分别建立了自回归移动平均模型及灰色模型,并对各模型进行了步长为12的预测。通过模型对比发现：2个模型的预测绝对误差分别为23.95%和54.32%,且对于具有季节周期性特点的序列,自回归移动平均模型的预测结果与实际观测值比较吻合,说明自回归移动平均模型比灰色模型更能充分挖掘历史信息以减少预测误差,并反映数据的周期性变化,具有良好的适用性。