基于SEM的雾霾天气对大学生交通出行影响研究

大学生群体是较为特殊的群体,几乎不拥有私家车,多采用公共交通出行,且多为弹性出 行,更易受到雾霾等外部因素的影响。鉴于此,针对大学生群体,研究雾霾天气下影响其出行的关键因素以及雾霾天气对其出行各方面（如出行时间、出行次数等） 的影响及影响程度。在大学 生问卷调查的基础上,运用计划行为理论,建立结构方程模型,研究雾霾天气下大学生出行行为特征。运用AMOS21.0 及SPSS20.0 软件,对结构方程模型进行实证分析及检验拟合。研究结果表明：雾霾天气下,出行者的心理状况和对雾霾天气的敏感程度是影响大学生出行的关键因素;雾霾天气会导致出行者出行行为的改变,其中对出行时间的影响最大,其次是出行次数,对出行方式的影响最小。     

硅藻土改性沥青胶浆高温性能评价

采用常规指标试验和不同温度下的高温动态剪切（DSR）试验,分析了硅藻土掺量对改性沥青高温性能的影响。试验结果表明：加入硅藻土后沥青胶浆的高温抗车辙能力明显提高,温度敏感性显著降低;随着硅藻土掺量增长,高温性能先提高后降低,合理掺量为11％-13％;常规指标不适合用于评价硅藻土改性沥青高温性能。     

驾驶人熟悉程度对其安全驾驶行为的影响研究综述

驾驶人作为人-车-路-环境复杂系统中最核心的因素,在交通安全中发挥最为关键的作用。聚焦驾驶人熟悉程度这一因素对道路交通事故的影响,系统地梳理和分析了驾驶人熟悉程度与交通事故的关系及其影响安全驾驶的机理等相关研究及成果。首先,基于驾驶人熟悉程度的距离维度和频率维度识别标准,分析了驾驶人对道路、环境及车辆的熟悉程度与其发生交通事故概率的关联性;其次,从驾驶人控制行为、路径选择行为及视觉行为等角度归纳了驾驶人熟悉程度影响其安全驾驶的机理;最后,就该领域面临的挑战及未来的研究趋势进行了分析和探讨,提出进一步标准化驾驶人熟悉程度指标的方法,为驾驶安全程度评价及提高交通安全提供了理论基础。针对已有相关研究的局限性及机理研究中尚不明朗的问题,后续研究需从认知心理学方面探究因道路、环境、车辆等驾驶人熟悉程度影响其安全驾驶的机理,进一步将视觉特征指标与生理指标结合以量化驾驶人熟悉程度,将此纳入到道路选择模型中。同时,从生理指标角度客观衡量驾驶人熟悉程度对其乘坐舒适度的影响,这些为提升自动驾驶技术接受度、交通安全及车辆安全提供强有力的理论基础。     

基于驾驶员特征的汽车自适应巡航控制研究

汽车自适应巡航控制系统(ACC)是当前汽车驾驶员辅助系统研究中的热点课题之一。在介绍ACC原理和对驾驶员行为特征进行分析的基础上，建立了2自由度ACC控制模型，并对模型跟随前车和前车切入情况进行了模拟分析。     

基于轨迹特征的船舶停留行为识别与分类

为准确评估大规模轨迹数据中的船舶停留活动,构建了两阶段船舶轨迹停留点提取策略,提出了特征驱动的船舶停留行为识别与自动分类方法;以距离、时间和轨迹点数量为约束条件构建了规则模型,检测了原始轨迹中的停留候选轨迹,引入孤立森林算法检测和去除异常离群点,提取了高聚集度的船舶停留轨迹集合;基于船舶靠泊和锚泊的时空特征,定义了轨迹点重复率、相邻点平均距离和最远点对距离3个指标,构建了新的轨迹相似性度量模型,量化了船舶停留轨迹点的分布特征和聚合程度,并利用K近邻算法完成了船舶锚泊行为与靠泊行为的自动分类;采用提出的方法处理了3个不同水域的船舶轨迹数据,准确获取了船舶停留行为的分类结果,并验证了船舶锚泊与靠泊在轨迹时空特征上的差异性,以人工标注结果为参考依据评估了船舶停留行为识别与分类的准确性。研究结果表明：船舶靠泊的轨迹点重复率在80%以上,最远点对距离和相邻点平均距离分别为6~11和1~2 m,船舶锚泊的轨迹点重复率在10%以下,最远点对距离和相邻点平均距离分别为150~250和8~10 m,说明轨迹点重复率、相邻点平均距离和最远点对距离这3个时空特征对船舶靠泊和锚泊具有显著的区分能力;提出的方法对船舶停留识别分类的正确率在98%以上,充分证明了其有效性;采用提出的方法可更新已有码头和锚地的空间位置,自动识别规则水域外的船舶异常停留和规则水域内的超长时间船舶异常停留,掌握在港船舶停留分布情况,识别不同季节、不同时段的热点码头和锚地,从而辅助优化港口规划布局和交通组织。     

驾驶分心综述

构建了文献质量评价指标体系,筛选出288篇相关文献,综合分析了文献数据获取方式、指标选取、识别方法和研究结论;以驾驶行为为主要研究对象,结合统计学方法,系统阐述了驾驶分心试验数据的获取方式,总结了其多样性和两极化的原因;梳理了驾驶分心识别指标的研究成果,总结了其使用效能和优缺点;对比了不同驾驶分心识别模型的准确率,分析了其差异性的根源;提出了未来驾驶分心数据获取方式、指标选取、识别方法的研究趋势。分析结果表明：试验是驾驶分心数据获取的主要方式,自然驾驶数据集、视频录像是新的数据获取方式,路边观察和调查问卷的数据获取方式关注度较低;对照、跟车、超车、变道场景及添加其他危险事件的复杂度较高的场景是研究较多的驾驶分心场景;驾驶分心次任务的设置说明目前驾驶分心研究的类型和主题较集中;融合指标是使用频次最高的驾驶分心识别指标,且以驾驶绩效指标和眼动指标、驾驶绩效指标和反应指标这两类融合指标较多,驾驶绩效指标是使用最多的单类指标;支持向量机模型是使用最多的驾驶分心识别模型,但识别准确率标准差较大,性能不稳定,深度学习算法模型的识别准确率较高,且稳定性好;未来的驾驶分心研究需均衡研究主题,扩展人机共驾的分心场景,深化驾驶分心类型研究,构建标准化指标体系和选取原则,强化模型构建识别不同类型和严重程度的驾驶分心。     

基于延续算法的六轴机车蛇形运动分岔分析

以六轴机车系统为研究对象, 采用Vermeulen-Johnson蠕滑理论和一分段线性函数分别计算轮轨滚动接触蠕滑力和轮缘力, 研究了机车系统运行于理想平直轨道上的蛇形运动分岔问题。将基于切向量进行预测、牛顿迭代进行校正、可逐步求解整个系统解分支曲线的延续算法应用于机车系统的Hopf分岔及周期解的追踪和求解。计算结果表明: 车辆系统在速度达到53.700m.s-1时, 从稳定的定常解分岔出一不稳定的周期解, 该周期解在速度降到50.855m.s-1时又恢复了稳定, 在此过程中出现的亚临界Hopf分岔会引起系统摆振幅值出现突跳与迟滞现象; 在低速及高速情况下的一些速度区间, 机车系统都有可能出现多种摆振形式共存的非线性动力学现象。     

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。     

基于交通业务特征理解的车路协同可信交互方法

为保障车路协同环境下信息的可信交互,分析了车车、车路协同信息交互流程和不同模式下的交互需求,设计了车路协同可信交互架构;构建了车辆行为状态推演模型与路径扰动因子量化模型,设计了车辆主体可信度计算方法与等级评估规则,实现了车辆主体行为可信认证;通过对交通业务的有效特征理解构建了消息紧急度量化模型,利用低分辨率筛选策略初步过滤了消息报文,基于支持向量机(SVM)对消息内容进行了深度理解,形成了多分辨率交互内容认知方法;使用包含OMNeT++和SUMO仿真模拟器的Veins搭建了仿真测试环境,针对不同网联自动驾驶车辆(CAV)渗透率下的开放道路和交叉口场景开展了仿真试验,对提出的车路协同可信交互方法进行了测试验证。研究结果表明：结合交通业务特征理解能够有效改善车路协同信息交互的可信度判别,提出的方法对信标位置消息的平均认知正确率可以达到90.91%,相比基于时效性检测的可信交互方法提高了8.68%;在安全效率消息可信交互验证试验中,随着恶意车辆比例的增加,传统基于投票机制的车路协同可信交互方法逐渐失效,而提出的方法在保证单次认证时延小于13 ms的条件下,平均正确率达到94.96%,较传统基于反向传播(BP)神经网络的方法提高了3.05%,且CAV渗透率越大,可信交互检测结果的准确率越高,漏报率越低,能够满足车路协同可信交互需求。     

基于新能源高频大数据的驾驶行为与能耗分析

近年来,在新能源汽车示范推广和财政补贴的大背景下,我国新能源汽车产业快速发展。但与传统燃油车相比,新能源汽车的技术成熟度尚且不足,在研发、运行阶段仍存在诸多问题等待解决,其中能耗和续航问题的关注度尤为突出。本文基于车载终端采集到的新能源高频大数据,提取能够反映驾驶行为精细时空变化特征的特征参数集,采用主成分分析方法将特征参数集进行优化,利用K-means算法实现驾驶行为的自动分级,并分析了不同级别驾驶行为的能耗分布情况。分析结果表明,驾驶行为影响新能源汽车能耗水平,其中平稳驾驶对应的能耗较低,对新能源汽车产品升级和用户驾驶习惯优化具有一定的参考价值。