人机混驾环境下基于LSTM的无人驾驶车辆换道行为模型

道路系统中的人机混驾交通环境是指人工驾驶车辆与自动驾驶车辆混合运行的交通环境,其中换道行为建模是人机混驾环境下无人驾驶车辆行为研究的热点。基于深度学习理论,构建人机混驾环境下基于长短期记忆神经网络的无人驾驶车辆换道行为模型（Long-short-term-memory-based Autonomous Vehicles Lane Changing,LSTM-LC）。通过研究人工驾驶车辆在换道过程中与周边车辆的相互作用,对换道行为影响因素进行分析;同时,为了提升模型的迁移性,引入道路横向偏移量信息。结合LSTM神经网络的输入要求,使用美国公开交通数据集Next Generation SIMulation（NGSIM）构建换道行为样本库。针对LSTM-LC模型,以均方差MSE作为损失函数,使用RMSprop优化方法进行训练,对LSTM网络结构、历史序列长度N及训练样本量3个重要参数进行标定。最后,针对道路横向偏移量M对LSTM-LC模型性能的影响进行对比试验。研究结果表明：相比GRU-LC模型,LSTM-LC模型对换道行为的表征更准确,在模型的精度和迁移性上有着显著的提升;GRU-LC模型的均方差为4.64 m²,迁移性均方差为119.82 m²,而LSTM-LC模型的均方差为3.18 m²,迁移性均方差为79.58 m²,分别优化了31.5%和39.71%;通过引入道路横向偏移量M,可将LSTM-LC模型精度和迁移性提升约10%,且模型稳定性更强。     

卫星定位数据驱动的营运车辆驾驶人驾驶风险评估模型

为了提高营运车辆驾驶人安全管理的精细化水平,合理地评估驾驶人驾驶风险程度,有的放矢地降低高风险驾驶人的事故率,基于卫星定位数据特点及驾驶行为与驾驶风险的相关关系设计26个驾驶行为特征参数。考虑到高速和非高速行驶时相同驾驶行为对驾驶风险的影响区别较大,根据23名营运车辆驾驶人的实测数据有针对性地筛选高速和非高速路段驾驶人风险评估指标,构建营运车辆驾驶人驾驶风险评估指标体系。然后,基于熵权法、独立性权系数法和Spearman相关系数法建立集成赋权法,确定各评估指标的权重。最后,雇佣40名营运车辆驾驶人进行实车试验以验证模型的合理性。结果表明：车辆速度和加速度方面的驾驶行为特征可以用于评估驾驶人的驾驶风险且评估效果较好,驾驶风险评估得分与实际交通冲突次数呈正相关关系,所建立模型可以较为准确地评估营运车辆驾驶人驾驶风险的高低,准确率达到77.50%,该模型在不同地区使用时,准确率存在一定的差异,但在容许范围之内,方法具有较好的鲁棒性。     

新冠肺炎疫情下城市公共交通非常规防疫策略——以宁波市为例

在国家重大突发疫情面前,城市公共交通具有保障出行与阻断疫情的双重责任。面对新型冠状病毒感染的肺炎（简称新冠肺炎,COVID-19）疫情,城市公共交通既要保证有效运输,又要降低疫情扩散的风险。地铁和常规公交是城市公共交通系统不可缺少的一部分,在城市公共交通中占据重要地位。针对宁波市城市公共交通系统中存在的防疫问题,提出了基于问题驱动的城市公共交通非常规防疫策略。研究结果表明：新冠肺炎疫情形势下,城市公共交通系统防疫需要启动应急响应机制,遵循分区分类防控的基本原则,在保障人们刚性出行需求的同时,必须阻断疫情传播,减少通过公共交通运输造成的交叉感染,实现疫情可防可控。除体温检测、佩戴口罩与洗手消毒等防疫措施之外,还应结合地方实际和风险评估等级采取非常规的组合防疫策略,即：①面向城市常规公交,建议采取网格化运营策略、需求响应式运营策略以及应急公交接驳策略;②面向城市轨道交通,建议采取3级组合防疫策略,即暂停运营策略、车厢隔离防疫策略以及需求响应式防疫策略。以上常规公交与轨道交通的多种组合防疫策略需根据疫情的发展情况动态调整,及时启动相应级别的公共交通应急预案,被动防御与主动防控相结合,积极发挥城市公共交通在疫情时期的交通骨干作用和应急保障作用。     

重大突发公共卫生事件下城市应急医疗物资优化调度研究

针对新型冠状病毒肺炎（新冠肺炎）疫情防控中应急医疗物资调度不尽合理、集配中心中转效率不够高等问题,重新设计了重大突发公共卫生事件下城市应急医疗物资调度与配送体系,并给出了应急医疗物资的分类方法。从医疗物资使用需求和库存估计可使用时间2个维度构建需求点紧急度指标,考虑突发公共卫生事件特征,以加权的需求满足率最大化为主要目标、车辆行驶距离最小化为次要目标,构建应急医疗物资动态分配模型,并通过算例验证了模型的有效性和可行性。结果表明：所构建的模型能够兼顾医疗物资分配的公平和效率,符合突发公共卫生事件中应急医疗物资供给和需求的动态变化特性,确保在物资短时间供给不足的情况下各需求点也能公平获取一定比例的物资;且模型仅要求各需求点上报各种品类医疗物资的使用人数和库存量,同时模型还给出数据缺失时的自动计算办法,可操作性更强;运用紧急度指标对需求满足率最大化目标进行校正,解决了各需求点因需求量差异对公平分配造成的影响,使得应急医疗物资分配更加合理。研究成果结合了新冠肺炎疫情防控中应急医疗物资调度的具体过程,使得分配模型更符合实际需要,可为城市应急医疗物资优化调度提供决策依据。     

山区公路驾驶视觉信息量计算方法研究

为解决山区公路中驾驶视觉信息量难以量化的问题,对驾驶视野图像进行分割,根 据HSV颜色模型,提取视野图像的色调、饱和度、亮度值,再结合车速值,在驾驶视觉心理负荷的基础上,提出山区公路路域环境下的驾驶视觉信息量计算方法.通过实车实验,进行数据采集,并验证计算方法.计算结果表明,在半郁闭型空间行驶时,接收的视觉信息量最大;在郁闭型空间中,接收的信息量最小.计算结果与被试实际感受具有一致性,说明本文提出的驾驶视觉信息量计算方法具有可行性,可为路域环境的合理布设提供一定的技术参考.     

77G毫米波雷达ADAS应用及方案分析

深入挖掘国际期刊和知名研究机构的文献,向广大读者介绍最新的汽车毫米波雷达技术和原理,收集了较为全面的77G毫米波雷达在高级辅助驾驶和自动驾驶中的应用功能。梳理出雷达性能和应用功能之间的对用关系,同时对比了毫米波雷达和其他最新车载空间传感器之差异和优势。并将上述信息结合最新的三家主力半导体公司的汽车毫米波雷达硬件方案加以分析,提出在选择方案时如何在性能、技术特点和功能应用方面考虑。主要结论:毫米波雷达将是未来自动驾驶汽车空间传感器的基础和重要发展方向。     

基于多属性决策的无人驾驶自主变道决策技术研究

在无人驾驶领域,随着车辆上布置的传感器不断丰富,无人驾驶系统可以从周围环境获得更多的信息,从而为车辆的自主判断行为决策带来可能。然而即使是有经验的驾驶员在进行变道动作的时候也需要格外的小心,因此无人驾驶系统的变道行为分析需要做到足够准确和谨慎,才能保证安全性,这也正是目前为止还没有非常完善的无人驾驶变道决策系统的原因。本文提出一种基于多属性决策的无人驾驶自主变道决策技术,帮助无人驾驶车辆在道路行驶中进行更有效、更安全的自主变道决策。     

基于客流需求的城市轨道交通动态时刻表优化模型

为使城市轨道交通列车运行时刻表更贴合客流需求,依据不断变化的客流需求确定每列车的发车时刻和停站时间,采用多目标优化方法构建以乘客出行时间费用和列车运行时间费用最小为目标、列车发车时刻和停站时间为决策变量的城市轨道交通动态时刻表优化模型,并采用粒子群算法求解。以广州地铁13号线为例进行验证,结果表明优化后的时刻表更满足客流需求,能有效地提高乘客出行效率,具有更好的动态适应性。     

上海松江区现代有轨电车规划研究

现代有轨电车因其环保、舒适、高效、低造价、高品质等特点,在国际上得到广泛应用,我国多个城市也在规划和建设之中。但是,由于其在国内尚为一种全新的交通方式,没有标准或规范予以指导,规划及设计体系不完善,有些已建项目已呈现问题。文章结合上海松江区规划背景及交通特征,阐述有轨电车示范线T1、T2线的布局规划、建设的必要性及适应性,为即将开展有轨电车规划及建设的城市提供借鉴与参考。     

Workers wanted: Changing employee accessibility with industrial development ─ Evidence from Foxconn

In response to the trends of manufacturing revitalization and workforce shortage in the U.S., this study investigates how Foxconn changes accessibility to industrial employees by automobile and by transit in Southeast Wisconsin. Results suggest that there is a mismatch between the Foxconn site and the areas with high accessibility to industrial employees. With a great demand for labor, Foxconn reduces employee accessibility by automobile throughout the region, while its impact on employee accessibility by transit is more localized. The results inform industrial firm locations, workforce housing development, and transportation service provisions. The analysis framework shifts the angle of accessibility research to focusing on the perspective of employers, and it can be applied to investigate future large-scale economic development projects.