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。     

交通工程安全设施设计技术研究

鉴于交通工程安全设施在整个交通系统中的重要性和必要性，介绍了几种常见的交通工程安全设施的设计以及相关注意事项，提出在交通工程施工中须对安全设施的设计给予足够重视，充分保证交通工程的建设质量及使用安全。     

心理因素影响下游客节假日错峰旅游出行行为研究

错峰出行是解决出行时间集中引起交通拥堵问题的重要措施. 本文以节假日游客错峰出行行为为研究对象，探究心理潜变量对其错峰出行意向及行为的影响机理. 基于计划行为理论，同时考虑节假日旅游满意度，构建节假日游客错峰旅游出行行为的结构方程模型. 定量研究了态度、主观规范、知觉行为控制、节假日旅游满意度4 个心理因素对游客节假日错峰旅游行为意向及行为的影响. 最后通过问卷调查数据进行了实例分析. 研究结果表明，4 个潜在变量对节假日错峰旅游出行行为意向具有显著影响，其中知觉行为控制是关键因素且影响最大，节假日旅游满意度对节假日错峰出行行为意向及行为有显著负向影响. 本研究可为节假日游客错峰旅游出行措施的制定提供参考依据.     

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。     

道路交通事故痕迹鉴定确定肇事车辆

道路交通事故检验鉴定为公安机关交通管理部门的事故处理提供科学、专业的技术支持。检查和核实道路交通事故的影响是对道路交通事故技术评估的基本方法。已成为解决许多事故问题的重要依据。本文根据道路交通事故痕迹鉴定的实际情况,针对公安机关交通管理部门涉及复杂、疑难、特殊技术问题的痕迹鉴定情况,提出了针对性的解决方案。     

基于视频图像的车辆灯光状态鉴定方法研究

违法使用车辆远光灯是导致夜间道路交通事故的重要原因之一,针对当前道路交通事故中车辆灯光状态鉴定方法存在的不足,本文基于视频图像,从车载监控视频和道路监控视频两个角度分析视频图像中目标车辆前照灯光斑特征、目标车辆前照灯灯光在道路环境参照物上的投影光斑特征等信息,比对分析视频图像中远光灯、近光灯反馈信息的异同点,总结基于视频图像的车辆灯光状态鉴定方法,为道路交通事故处理过程中充分应用视频物证提供技术保障。     

Assessing the performance of SpeedInfo radar traffic sensors

Traffic speed is a crucial input for real-time traffic management applications. Operating agencies typically deploy their own sensors to collect the measurements, e.g., loop detectors. Recently, SpeedInfo emerged with a different paradigm for traffic speed collection: instead of selling hardware to operating agencies, at each link the company deploys its own Doppler radar in a self-contained wireless unit to measure traffic speeds and then sells the speed data. This study uses well-tuned loop detector-based speed measurements to evaluate 15 of the Doppler radar sensors over several months while the two traffic data collection systems were operating concurrently. The extended study period includes potentially challenging and transient conditions for the radar sensors: both recurrent (rush hour congestion and late night low flow) and nonrecurrent (incidents and precipitation). The analysis took a broad overview, comparing speed measurements from the radar sensors against the concurrent loop detector data and then explicitly looked for any anomalous pattern in the radar data such as latency and system outages. The work found the radar measurements are generally good, but also identified several points that should be considered before deployment, including latency, different biases in free flow and congestion, vulnerability to precipitation, and sensitivity to mounting angle.     

列车运行自动调整研究回顾与展望

描述列车运行自动调整问题,回顾国内外研究进展,分析该技术的应用现状,并展望该技术未来发展的若干方向。     

浅谈目标管理在汽运企业的应用

从制定科学的目标管理体系、建立完整的目标控制系统、采取有效的保证措施等几个方面阐述了目标管理方法在汽运企业的应用。     

Trip Chain's Activity Type Recognition Based on Support Vector Machine

This paper focuses on support vector machine (SVM) based trip chain's activity type recognition. First, the time-series location information of person trip is processed to obtain the trip chain elements including moving processes and activities, and the activity options are extracted from the geographic information system (GIS) around the activity sites. Second, the activity features are drawn from spatio-temporal factors of trip chain to serve as the input feature vector of classifier. A SVM based one-to-one classifier is established and the method of one-to-one classifier voting is adopted to decide the most likely activity type from the activity options. Finally, the classifiers are trained with simulation data based on the Gaussian radial basis (RBF) kernel function and the multilayer perception (MLP) kernel function respectively, and then examined by cross validation. The result shows that in the one-to-one classifying scheme, the highest and lowest right recognition rate with RBF are 99% and 62%, and the corresponding results with MLP are 97% and 54%, respectively.