市区道路安全行车要领——北京环卫集团四清分公司驾驶员孙志宝驾驶经验谈

在市区内行车,人多车多,外界环境极其复杂,需要注意的＂点＂也很多。有的路段路窄车拥,有的路段人车混行,有的路段限速限行……此时行车,需精神百倍,真正做到＂眼观六路、耳听八方＂,只有观察到周围的每一辆车、每一位行人,并根据他们的动向做出驾驶判断,方能确保自身与他人安全。本期,北京环卫集团四清分公司驾驶员孙志宝做客＂行车宝典＂,与读者分享他的驾驶经验,15年的行车经验加上驾驶环卫车穿梭在市区内的反复磨练,他的经验谈值得一听。     

COLE：从简单的理念开始

当我们牵着自行车踏出门槛,连日大雨却在这一刻停歇。出城的路上大约有十来个号志,每一盏红灯都在我接近时转绿。旅程结束,我们一行人相视而笑,难以置信地摇摇头,对这如同电影情节般的好运     

守法不只机动车

大多的交通事矿中，非机动车和行人被看做是事故中的弱势群体，因为他们在事故中更容易受到伤害，其实非机动车和行人同样应该遵守交通法规。     

汽车——行人道路交通事故运动仿真研究

道路交通事故是全球共同面临的最为严重的社会公害。随着汽车工业和交通运输业的高速发展，世界各国汽车碰撞交通事故日益严重。为了保护行人安全，必须对交通事故进行细致的调查和科学的分析，再现交通事故发生的过程。因此行人交通事故的再现研究具有极其重要的研究价值和社会意义。     

美国城市居民骑自行车出行人数上升

在美国费城，越来越多的人响应市政府和环保人士的呼吁，开始将自行车当作交通工具、而非娱乐工具。大费城白行车联盟称，2005年至今自行车使用率增长逾一倍，出现这一趋势与油价上涨、对气候变暖关注增加、修建自行车道以及所谓的“城市自行车文化盛行”有关。     

基于社会力模型的地铁站乘客上下车行为影响因素分析

在上下班高峰期,缩短乘客的上下车时间,更多乘客将会被送达目的地,从而可以提高现有地铁系统的载客能力.现有的国内外研究乘客上下车行为的文献,大多以全部乘客下车为前提进行研究,这与现实生活中只有部分乘客下车的现象不符.因此在社会力模型的基础上加入规定未下车乘客行为的等待模型,在等待模型中,未下车乘客倾向于停留在初始位置.模拟了部分乘客下车行为,并研究了乘客初始位置分布、上下车乘客比例、门的宽度等因素对部分上下车乘客所需上下车时间的影响.结果表明,车门宽度增加23.08%,最多可节约39.7%的上车时间和39.62%的下车时间;随着上下车人数比例不断上升,平均上车时间不断下降,平均下车时间不断上升;通过改变下车乘客初始分布位置,可以将乘客下车时间缩短至原来的72.16%.      

无人驾驶的智能汽车

一辆呈流线型的新式小轿车在马路上快速行驶着，突然一个行人从路边横穿过来，汽车先鸣喇叭，然后立即将车刹住。而当行人穿过马路后，汽车又徐徐开动，向前驶去。这时，在街道上行走的一些人透过车窗看到驾驶员的座位上空空无人，而后面的座位上坐着乘客。人们感到奇怪，怎么没有司机竟能将车开得这样熟练自如呢？这是什么样的新潮车？     

行人动态情况分析

我国的公路交通大多是混合交通，交通特征呈现人、车混行，快慢不分，秩序混乱，道路堵塞，事故频繁，伤亡甚多。可以说，我国大多数城市的交通环境普遍较差。汽车在道路上行驶遇到最多的是行人，特别是大、中城市道路上行人更多。行人是道路交通中的主要情况之一，不同的人有不同的心理，所表现出来的行为也是多种多样。因此，汽车与行人发生的车辆事故是一个较为突出的交通问题，我们必须高度重视。     

面向自动驾驶车辆的路段人车冲突判别模型

针对无信号控制路段自动驾驶车辆和行人冲突判别建模,选择武汉市6处无信号控制路段作为调查地点,从而保证足够的车辆及行人数据量,采用视频采集技术获取交通流量以及行人与车辆的行为数据.利用决策树分析方法将决策分为两各层级,分别为行人过街决策和冲突判别,利用二元Logit模型建立面向自动驾驶车辆的路段人车冲突判别模型,对行人和自动驾驶车辆之间可能发生的冲突概率进行计算.建立的模型可以作为自动驾驶技术中的一部分,能够帮助自动驾驶汽车具备人类驾驶员与行人间的通行权沟通能力,使自动驾驶汽车控制系统更加智能且接近人类的判断能力.     

基于车辆微观运动特性的交叉口配时计算

信号配时优化是提高平面交叉口服务水平的重要途径.在对车辆微观运动特性进行分析的基础上,对传统信号配时算法作出了改进,得到新的信号配时算法,并应用于武昌团结路交叉口信号配时,计算结果表明,改进的信号配时方案能够满足最小行人过街时间的要求,可以有效避开各相位显示绿灯时间调整的问题.