我国民航货机现状、发展与军事应用价值

对我国民航货机的建设现状进行了综合分析,展望了未来民航货机发展的途径:国外引进、本国生产。在此基础上,从有利于增强部队远程快速投送能力,有利于提高部队装备物资应急保障能力,有利于完善军民融合一体的保障机制三个方面,阐述了民航货机的军事应用价值。     

ARPA模拟海上交通环境的事故分析系统研究

通过阐述ARPA的功能及在海事调查中的作用,提出用ARPA进行海上交通模拟的方法,并在此基础上设计出一种事故分析系统,从而方便对海上交通事故进行统计分析。     

确定直通旅客列车开行的效益原则

通过对市场经济条件下铁路客运形势的分析,提出适应市场需求,建立效益观念,对现行旅客列车开行方案编原则中的直通客流量原则进行改进。     

交通运输枢纽中客运站点布局问题的研究

交通运输枢纽客运站点的布局问题,关系到交通运输内,外部运输的协调与否,直接影响着旅客运输的质量,通过对交通运输枢纽乘模式的研究,从保证枢纽中各种运输方式协调的角度出发,提出了根据集中与分散相结合的交通运输通道理论,对枢纽中的客运站点进行布局,并结合实例,阐述了枢纽客运站的布局方法。     

排阵式交叉口延误及最佳周期模型

为了提高排阵式交叉口这一非常规信号交叉口的运行效率,对其延误和最佳周期进行分析。首先针对先直行后左转、先左转后直行和直行左转交替通行3种信号相位相序,通过对排序区内车辆驶入、驶离、受信号控制阻滞等车流运行情况的分析,构建可反映排阵式交叉口车辆2次停车启动的车均延误计算模型。通过仿真对比可知,左转和直行延误估算误差均在10%范围内。在此基础上,以交叉口总延误最小为目标,考虑清空时长、主、预信号相位差、绿灯时长等约束条件,建立排阵式交叉口最佳周期理论模型。针对不同排阵式控制进口道数量设置的情况,通过对最佳周期的拟合分析,建立最佳周期简化模型。与理论模型相比,最佳周期简化模型的拟合优度在0.935～0.972范围内。通过模型对比和案例分析,对最佳周期简化模型的优化效益和稳定性进行检验。研究结果表明:在非饱和状态下,建立的最佳周期模型的平均误差和均方误差分别为2.13%和2.39%,均小于Webster模型和HCM2010模型的计算结果,具有较高的准确性和稳定性,案例中可降低车均延误36.46%;相较于传统信号控制交叉口,建议排阵式交叉口采用较小的周期时长,且当关键流量比大于0.6时尤为显著,分析中发现最佳周期减小14.53%～34.65%。     

城市道路环境下自动驾驶车辆接管绩效分析（双语出版）

为了分析城市道路环境下高度自动驾驶中非驾驶相关任务和接管紧迫度对接管绩效的影响,基于驾驶模拟器设计了自动驾驶紧急接管场景并开展驾驶模拟试验,接管请求时间分别设定为3,4,5 s,非驾驶相关任务为读新闻、看视频、玩游戏,自动驾驶车速为50 km·h^-1,试验中共招募了49名被试（男性30名,女性19名）,被试的平均年龄为31.06岁（标准差为7.1岁）,驾驶人在自动驾驶阶段始终执行非驾驶相关任务,听到接管请求提示后需要接管车辆的控制权,并实施紧急避让操作。研究结果表明：在紧急接管情况下,接管紧迫度对合成加速度和最小TTC有影响,而对接管时间无影响,与5 s的接管请求时间条件相比,3,4 s的接管请求时间条件下的合成加速度明显增加,而最小TTC则随接管请求时间的减少而降低;非驾驶相关任务对接管时间和最小TTC有影响,而对合成加速度无影响,与无非驾驶相关任务相比,非驾驶相关任务会显著增加接管时间和降低最小TTC;碰撞几乎都发生在3 s和4 s的接管请求时间下,5 s的接管请求时间能够基本保证接管的安全性。     

面向智能车辆的现役道路设施行驶适应性研究综述

为了总结面向智能车辆的现役道路设施行驶适应性,即现役道路基础设施承载智能车辆行驶的适宜程度,阐述自主智能驾驶定义与驾驶自动化等级分类,在此基础上剖析不同等级间的人机功能差异,并分别从感知层、感知-决策层、决策-控制层探讨与道路设计要素相关联的人机功能差异,通过归纳总结智能车辆与道路几何要素、路面性能及其他道路要素(如道路标线)的相互作用机制研究,从道路工程角度及其他道路要素方面回顾该领域的研究现状,指出存在的问题和未来发展方向。研究结果表明：相比传统车辆,配置高等级自动驾驶系统的智能车辆对现役道路设施行驶适应性最高,主动安全系统次之,而驾驶辅助及有条件自动驾驶系统适应性不足。而目前研究主要问题包括：难以归纳、标定不同驾驶自动化等级间的人机功能差异及其对于道路设计参数的需求设计值;测试道路场景条件过于理想,考虑的驾驶自动化等级单一,试验规模和样本有限;道路几何、路面性能以及道路标志、标线等道路要素与智能车辆间的相互作用机制研究不足,缺乏与不同道路场景相匹配的智能车辆驾驶特征数据的获取手段。因此建议：重视并推动与道路设计要素相关联的关键人机功能差异指标信息共享;联合高保真且可交互的道路场景、高精度感知传感器物理模型、车辆动力学模型及微观交通流模型,利用测试场景自动化生成、极限工况场景搜寻与泛化等技术开展智能驾驶虚拟测试,突破现有研究的深度和广度;探索反映不同等级智能车辆的道路行驶适应性特征指标与评价标准,精准、有效地评估预测复杂道路场景及不利道路条件下的行驶适应性。     

智能网联环境下的城市路网容量可靠性分析

网联自动驾驶车辆（CAVs）与人工驾驶车辆（HDVs）混行的交通发展模式会促进城市路网容量发生变化,为解析混合交通流对城市路网容量可靠性的影响,构建了智能网联环境下城市路网容量可靠性双层规划模型。为表征CAVs信息获取与自动驾驶的能力,假定CAVs遵循系统最优原则选择路径,而HDVs则根据自身经验选择路径,基于二者路径选择的差异建立描述混合交通分配的下层模型,刻画智能网联环境下的混合交通流分配特性。并且,为了快速求解大型路网交通分配,将下层混合交通分配模型转换为非线性互补下问题进行求解。考虑到实际路网的随机性,以及路网道路通行能力并非固定值,运用具有多种相关性的均匀随机分布理论,建立了的描述城市路网容量可靠性的上层模型。通过蒙特卡洛仿真分析不同CAVs渗透率下的路网容量可靠性,并进一步解析各路段对路网容量可靠性的敏感度。结果表明：当需求水平d > 0.5时,路网容量可靠性开始降低;当d > 0.7且CAVs渗透率λ＝0时,可靠性小于0.4;当d > 0.7而λ＝1时,可靠性接近1,说明CAVs可增强路网容量可靠性。研究还发现,当需求水平处于0.7~1区间时,渗透率的变化对路网容量可靠性有显著的影响,但随着需求的增大,路网处于超负荷状态,渗透率对路网容量可靠性影响较小。此外,CAVs渗透率从0增加至1的过程中,路网中存在“道路容量悖论”现象的道路从19条下降至3条,且当λ＝1时路网中仅有1条道路出现了显著的“道路容量悖论”现象,拥堵严重。表明CAVs渗透率的增大可以显著改善路网中的“道路容量悖论”现象,减少路网容量可靠性的波动,提高路网运行稳定性。