基于轨迹数据的交叉口相位切换期间危险驾驶行为实证分析

基于交叉口相位切换期间的车辆轨迹数据,分别根据单车和跟车行驶状态,识别和分析了相位切换期间可能发生的危险驾驶行为。通过视频拍摄和图像处理的方式,提取了曹安公路沿线3个交叉口共312条单车状态和四平路-大连路交叉口共449条跟车状态的高精度车辆轨迹数据。针对交叉口相位切换期间的危险驾驶行为特征,利用速度、加减速度、减速度变化率、潜在碰撞时间（TTC）等指标,研究在此期间车辆发生危险驾驶行为的特点和类型。对于单车状态下行驶的车辆,按停止、通过分类,依据减速度、减速度变化率、减速度变化率的峰值差等指标将停止车辆的危险驾驶行为分为紧急减速型、增强减速型和持续急减型,依据过停车线时间、速度、加速度等指标将通过车辆分为闯红灯型、超速过线型、激进加速型和持续高速型。对于在跟车状态下行驶的车辆,按前、后车不同的停止、通过决策组合分类,依据连续5个时间间隔（0.12 s）的TTC分析前、后车的危险驾驶行为及发生追尾事故的危险程度。针对识别出的危险驾驶行为类型,讨论车辆的关键行为参数与危险驾驶行为之间的内在关联。研究结果表明：单车状态下有17%的车辆存在危险驾驶行为,其中53%为紧急减速行为;跟车状态下有19%的跟车行为是危险的,其中停止车辆的比例是通过车辆的2倍以上。研究成果可进一步应用于驾驶行为模型的参数标定、基于车辆轨迹的交叉口安全评价以及预防危险驾驶行为的主动安全控制策略等。     

好帮手掀起“智能倒车革命”

近日,中国汽车智能电子龙头企业好帮手全面吹响"智能倒车革命"的号角,各界媒体、汽车行业的专家都云集在广州番禺,共同体验和见证行业领航者好帮手的倒车革命。智能轨迹倒车系统相对于当下其他品牌的倒车     

新车，你的“保鲜期”有多长？——2006年新车的价格轨迹分析

不少人买了车就抱怨：“怎么我的车刚买就降价了？”“如果晚一个月买就能便宜1万元。”其实在这个新车层出不穷、车型升级换代加速的年代，一辆新车自上市那天，降价就成了必然。新车能“新”多久，其价格能“挺”多久，哪个车型坚持的时间长，这对消费者的影响也越来越大。因此，我们把一辆新车从上市到降价这中间经历的时间称为“保鲜期”，“保鲜期”是车辆保值性的参考之一，它不仅从一个侧面反映了某车型市场表现的好坏，更是关系到其品牌认可度的高低。那么2006年，新车们的“保鲜期”有多长呢？     

瑞士和其他国家人口稠密城市的无轨电车的现状和未来

瑞士和其他国家正致力于发展现代化的地区和城市公共交通系统.日益增长的交通需要,要求继续在技术、政治、经济和环境等方面对各种有轨和其他交通工具进行试验评价.此外,还对无轨电车的使用条件及今后的发展轨迹进行了分析.     

航程轨迹

出发地-南京；集结出海地-太仓；驻泊候风地-长乐；泉州古港；下西洋时间和航线。     

海事智能视频监控系统设计与实现

设计了一个面向海事场景的网络视频监控系统,系统从网络上获取航道和港区视频序列,进行分析和处理,对用户定义的受控区域进行实时监控,当受控区域出现运动目标时进行分级告警.针对海事场景背景复杂、干扰大等困难,提出了改进的混合高斯背景模型及运动检测方法.在目标跟踪方面,为运动区域建立颜色、形状和运动的混合模型,并通过距离矩阵和匹配矩阵判定目标和轨迹间的对应关系.经测试,该设计实现的各项功能都能满足海事部门对海事场景的实时监控.     

空间目标轨迹跟踪鲁棒最优预见控制算法的研究

针对系统已知的空间目标轨迹,提出了—种基于协调误差的空间目标轨迹鲁棒最优预见跟踪控制算法,其核心是将轨迹的协调跟踪误差和轨迹的位置跟踪误差考虑成系统的状态变量,并实施最优反馈控制．通过设计鲁棒状态反馈控制器,将鲁棒控制与最优预见控制结合起来,求出一种最优控制输入,使得它在已知系统干扰的情况下使得系统具有较好的跟踪性能和鲁棒性．     

车门限位器布置设计

车门限位器作为车门系统的一个关键部件,对车门开关舒适性和驾乘人员出入车辆方便性起到重要作用。本文主要结合自身设计工作经验,阐述了常用限位器的基本布置和设计原理及方法,充分利用CATIA及EXCEL等工具建立了设计计算标准模型,希望能够使大家在同类车门限位器设计方面的理解和掌握有所助益。     

基于车辆位置与速度特征的驾驶行为模式分类方法

精细车辆轨迹中包含连续的时间戳、位置,以及速度等信息。通过对车辆轨迹数据进行量化表达与挖掘分析,可以实现对车辆行为模式的分类。现有研究大多关注对位置的聚类,很少对车速、加速度等特征进行研究分析,而车速等是反映驾驶行为模式的重要特征。为了将轨迹多维信息纳入分析框架,研究了基于位置与速度特征的车辆轨迹行为模式分类方法。为克服现有行为模式分类方法的维度单一性,运用豪斯多夫轨迹距离算法计算出位置和速度特征的综合距离矩阵,针对豪斯多夫距离算法鲁棒性差的缺点,采用单向豪斯多夫距离90%分位值对算法进行了改进,降低噪声影响。同时,引入了车辆位置和速度来进一步提高分类的准确性,运用多次分层聚类算法依次对位置与速度轨迹图进行分类,得到车辆位置和速度上的行为模式。以HighD数据集为样本,提取了三车道上的行车轨迹,验证了基于速度与位置特征的车辆行为模式分类方法。结果表明：①本方法可以得到位置和速度的综合行为模式,聚类平均准确率达到94.8%,优于DBTCAN准确率89.3%和t-Cluster准确率86.4%;②基于换道模式轨迹偏移率曲线的分析,得到了4种互异的典型车辆换道模式。该方法可利用多维轨迹数据对行车模式进行分类及行为辨识,在车辆轨迹分类与不良行为辨识方面具有应用潜力。     

基于路面附着系数估计的车辆轨迹跟踪控制

针对车辆在高速转向和不同路面附着系数下的轨迹跟踪控制问题,基于模型预测控制理论提出了一种考虑路面附着系数的变侧偏角约束MPC控制策略。根据魔术公式轮胎模型分析轮胎的侧偏特性以及不同附着系数对轮胎侧偏角-侧向力线性区的影响,建立轮胎侧偏角约束与不同路面附着系数的函数关系;采用遗传算法（GA）优化BP神经网络模型设计路面附着系数估计器,将估计结果作为与轮胎侧偏角约束相关的变量传递到MPC控制器中;最后在MPC控制器中建立系统控制量约束、控制增量约束,以及考虑路面附着系数的变侧偏角约束,将不同路面附着系数工况下的轨迹跟踪问题转化为多约束条件下最优值求解问题,实现轨迹跟踪和车辆稳定性控制。仿真和试验结果表明,考虑路面附着系数变化的MPC控制方法相对传统MPC控制方法在各种工况下具有更高的轨迹跟踪精度和更好的车辆稳定性,GA-BP神经网络路面系数估计方法具有很高的估计精度。