履职保安全

2009年12月15日,举世瞩目的港珠澳大桥正式开工建设,港珠澳也将进入三地一体的"大交通"时代。港珠澳大桥作为当前我国交通领域建设的世界级跨海通道,施工难度大,不少技术是国内甚至世界上首次使用的。     

滇黔桂:共铸天生桥库区“安全堤”

西南山区河流是我国水上交通安全"四区一线"重点之一,为了确保本地区水上交通安全,海事部门在做好"规定动作"的同时,创新"自选动作",构建了保障水上交通安全的有效机制。     

基于系统工程的海上交通安全问题研究

此文在系统工程的基础上,采用Reason模型,从船员—船舶—环境—管理四个环节来分析海上交通运输安全问题,并提出相关对策和建议,以提高安全管理水平,降低船舶事故的发生率,促进海上交通运输的安全发展、和谐发展。     

未及时通报车辆缺陷 丰田被罚1735万美元

美国运输部近日消息称,丰田汽车由于没有及时向美国监管机构上报其车辆存在的缺陷,被要求缴纳罚款1735万美元。政府监管机构表示,这是迄今为止单笔金额最高的民事罚款。国家公路交通安全管理局表示,今年5月份从客户反馈的调查问卷中已经显示出一些加速踏板被脚垫卡住的问题,为此当局曾敦促过丰田公司尽快说明情况。今年6月,丰田公司表示意识到汽车缺陷所在,将召回15.4万辆雷克萨斯RX 35和2010款RX 450h汽车。联邦法规规定丰田公司应该在5个工作日内向国家公路交通安全管理局提出召回申请,而实际上丰田公司并没有在规定日期内进行召回。     

武水高速公路长下坡紧急避险车道设计研究

在长下坡路段设置必要的避险车道,是降低事故发生率、保证交通安全的有效工程措施之一。针对武水高速公路K37+300段长纵下坡路段避险车道的设计,参考国内外相关资料,对该路段设置避险车道的必要性、车道位置确定、设计驶入速度、避险车道长度、驶入角、线形、制动床材料、防护措施等方面的设计进行了探讨和实践,为避险车道的设计应用提供参考。     

山西省山区高速公路纵坡设计的安全评价——兼论中国纵坡最大坡长设计标准

首先,比较分析了国内外高速公路纵坡设计的控制标准(如最大坡度、最小坡度和最大坡长)及其影响因素;其次,对中国现有主要的卡车动力性能进行了调查,确定了不同类型卡车的平均质量/功率比(W/P);第三,对车辆爬坡能力的理论计算进行了分析评价,确定了绘制车辆爬坡速度-距离曲线的可行途径,并根据山西省交通量的实际车辆类型及其比率,推荐了山西省纵坡设计的代表性车型,在实测车辆速度的基础上,给出了代表性车型的速度-距离曲线.最后,根据允许车辆速度差的要求,为山西省高速公路纵坡设计提出了最大坡长推荐值.     

分心驾驶研究文献计量学分析

车辆自动化和信息娱乐系统的发展趋势使驾驶人分心成为日益突出的社会问题。为全面了解分心驾驶的研究进展，本文选取近 12 年关于分心驾驶的 2313 篇文章，利用文献计量工具VOSviewer和R-Bibliometrix系统梳理与分析分心驾驶的研究现状。首先，概述分心驾驶研究的总体情况，包括分心驾驶研究的国家分布、核心作者及核心期刊；其次，重点归纳分心驾驶领域的高影响力文献，并从“注意力机制”“分心驾驶风险与年轻驾驶人驾驶行为”“分心源”“分心驾驶检测”“自动驾驶下驾驶人的分心效应”这5个研究主题总结分心驾驶的研究热点；最后，构建分心驾驶的研究体系，并预测未来的发展趋势。研究认为：有必要加强研究分心的形成、消散和恢复机理；需扩展研究对象和场景，综合考虑车内和车外的分心源以及复合分心带来的风险；多源信息融合及考虑多类型分心可以进一步完善分心驾驶风险的研究；界定分心状态与等级划分，针对不同驾驶分心类型的识别应是未来分心驾驶检测研究的重点；自动驾驶场景下的分心行为及接管效能，以及混合交通流下的分心状态是值得关注的研究。基于机器视觉的分心检测和自动驾驶的接管效能将成为分心驾驶领域的研究前沿。     

交汇水域船舶轨迹预测与航行意图识别

针对典型水上交通场景交汇水域，研究了1种数据驱动的船舶轨迹预测与航行意图识别方法。设计CNN+LSTM组合神经网络，通过学习交汇水域船舶的历史轨迹，以CNN+LSTM网络为编码器提取其通航环境及船舶航行时空特征，LSTM与全连接层为解码器同步输出未来时段内船舶轨迹序列和航路选择，从而形成船舶轨迹与航行意图识别模型。同时，引入Dropout网络结构描述该模型的预测不确定性，采用随机关闭CNN+ LSTM核心网络部分神经单元的方式，以相同轨迹序列作为输入获取多组相近的预测结果，根据其统计均值与方差对船舶轨迹预测的不确定性进行量化。以美国沿海某交汇水域公开AIS数据为对象开展实验，创建了该交汇水域船舶航行轨迹数据集，以输入时长60 min，采样频率3 min作为输入条件，Dropout值取0.5，实验结果表明:所提方法对未来60 min时段内的轨迹预测误差为3.946 n mile，航行意图识别准确率达87%，不确定性估计覆盖率达85.7%。与LSTM预测方法相比，当船舶操纵性发生改变时，所提CNN+LSTM模型的轨迹预测误差降低了31.6%，而且兼具船舶航行意图识别及预测不确定性估计能力，有利于智能航行与海事监管技术发展。      

协同自适应巡航控制车辆占比对下匝道分流区混合交通流安全性的影响分析

在人工驾驶车辆、自适应巡航控制（ACC）车辆和协同自适应巡航控制（CACC）车辆的行车行为特征分析的基础上，运用跟驰模型和换道模型分别构建人工驾驶车辆、ACC车辆及CACC车辆在下匝道分流区混合交通流仿真环境，解析CACC车辆占比对混合交通流安全性的影响。选取全速度差模型、ACC跟驰模型、CACC跟驰模型分别作为人工驾驶车辆、ACC车辆、CACC车辆的纵向跟驰模型，利用随意换道模型、强制换道模型分别构建下匝道分流主线段、远近端区的横向换道模型。基于碰撞时间（TTC）、暴露碰撞时间（TET）、整合碰撞时间（TIT）等参数构建交通流安全性评价指标。利用MATLAB进行数值模拟，仿真分析不同CACC车辆占比下的混合交通流安全性。结果表明:CACC车辆占比为40%~50%时，混合交通流安全性恶化最严重，TET和TIT分别增加约68%和89%，车辆速度离散系数为0.9以上；通过在下匝道分流区设置远端强制换道区（设置长度≤ 1 000 m），可有效降低混合交通流的追尾碰撞风险。