山岭隧道结构BIM多尺度建模与自适应拼接方法及工程应用

建筑信息模型（BIM）在建筑领域应用越来越广,然而在山岭隧道工程中,由于结构形式较上部建筑有很大区别,利用Revit等BIM软件建立精细的山岭隧道结构三维模型尚存在困难且难以重复利用。针对该问题,首先系统地提出了山岭隧道结构BIM模型分解方案,将模型分解为基本构件并沿轴线划分为基本单元,根据构件特点给出单元长度确定原则,并根据其是否具备可复用性分为标准段与特殊段。其次,将模型分为3个细节层次（LOD100,LOD200,LOD300）以满足不同设计阶段的需要,提出标准段单元的多尺度参数化建模方法,为隧道结构BIM建模提供了依据,并为提高BIM模型可视化管理效率奠定了基础。最后,提出了模型基本单元自适应拼接方法,根据隧道轴线的里程桩号及其对应的三维坐标与设计断面类型,将不同长度的标准段与特殊段单元模型按照离散化的轴线自动拼接,形成完整的隧道模型。以云南省保泸高速老营隧道为工程背景,利用Revit软件建立了隧道结构标准段与特殊段参数化模型单元,采用Unity3D软件并编写拼接程序,实现了模型单元的自适应拼接与多尺度分级加载,得到完整的老营隧道结构BIM模型。多尺度参数化建模与自适应拼接方法提高了隧道工程结构三维模型的复用性与建模效率,对BIM技术在山岭隧道工程中的应用具有一定的借鉴作用。     

Which factors lead to driving errors? A structural equation model analysis through a driving simulator experiment

As driving error is a main contributory factor of road accidents, its causes and consequences are of great interest in the road safety decision making process. This paper investigates several factors (including driver distraction, driver characteristics and road environment) that affect overall driving error behaviour and estimates a new unobserved variable which underlines driving errors. This estimation is performed with data obtained from a driving simulation experiment in which 95 participants covering all ages were asked to drive under different types of distraction (no distraction, conversation with passenger, cell phone use) in rural and urban road environment, as well as in both low and high traffic conditions. Driving error was then modeled as a latent variable based on several individual driving simulator parameters. Subsequently, the impact of several risk factors such as distraction, driver characteristics as well as road environment on driving error were estimated directly. The results of this complex model reveal that the impact of driver characteristics and area type are the only statistically significant factors affecting the probability of driving errors. Interestingly, neither conversing with a passenger nor talking on the cell phone have a statistically significant impact on driving error behaviour which highlights the importance of the present analysis and more specifically the development of a measure that represents overall driving error behaviour instead of individual driving errors variables.     

交叉口无干扰条件下右转机动车轨迹建模

利用视频提取技术,对不同几何条件交叉口的右转车辆数据进行采集,并利用Track pro软件获得车辆位置坐标,计算车辆平均运行轨迹;然后分别用对数函数和二次多项式对轨迹进行拟合,通过比较拟合结果,确定右转机动车轨迹模型为对数函数模型;同时通过分析交叉口转角、出口道位置、车辆速度等轨迹影响因素与轨迹参数之间的关系,对模型参数进行了标定;最后选择工程实例,利用实测数据对模型进行了验证。结果表明,利用模型计算的轨迹坐标点与实际值的最小相对误差为0.34%,验证了模型的有效性。     

基于Revit的新奥法隧道初期支护构件参数化建模研究

为推动BIM技术在新奥法隧道设计与施工中的应用,开展隧道初期支护构件的参数化建模研究。通过研究锚杆、小导管、格栅钢架等初期支护构件在隧道设计与施工过程中的特点,利用Revit进行二次开发,研究隧道构件的参数化建模方法,通过改进算法开发一种能够实现初期支护模型快速创建与自动布设的插件。研究结果表明： 通过对Revit进行二次开发,能够显著提高新奥法隧道初期支护构件的建模效率,在实际建模过程中具有很好的应用效果。     

基于GMM-CHMM 的城市道路换道行为识别

高级驾驶辅助系统(ADAS)是提高车内乘员安全性的主动安全系统之一,将车载参数和车辆位置参数相结合,提出一种能够应用到ADAS的城市道路换道行为识别模型. 在西安城市道路环境中进行实验,采集18 位驾驶员的9 个车载实时参数数据,以及前后车辆间的相对速度、相对距离、相对角度,提取412 个换道行为单元和824 个车道保持行为单元,共 88 992 条数据. 运用数理统计方法分析表明,方向盘转角、转向角速度、相对安全距离比在换道行为和车道保持行为之间有显著性差异,在这3 个特征参数的基础上,建立混合了高斯混合模型(GMM)和连续型隐马尔可夫模型(CHMM)的识别模型,用部分样本对模型效能评价. 结果表明,混合模型对换道行为的识别精度为93.6%,具有良好的识别效果,可以很好地应用到 ADAS.     

基于持续跟踪调查的防御性驾驶行为分析模型

为解决防御性驾驶行为心理作用过程缺少定量描述的问题,在界定防御性驾驶行为内涵的基础上,设计防御性驾驶行为量表. 基于计划行为理论,构建以过去防御性驾驶行为、行为态度、主观规范和知觉行为控制为预测变量,行为意图为中介变量,后续防御性驾驶行为为结果变量的分析模型. 对非职业驾驶员在间隔3 个月的两个时间点跟踪调查,第1 次调查内容包括过去防御性驾驶行为、TPB变量、个人基本信息,第2 次调查包括后续防御性驾驶行为和个人基本信息,获得两次调查数据完全匹配的有效问卷213 份. 对有效数据分析显示：主观规范对防御性驾驶行为意向不显著,知觉行为控制、行为态度和过去防御性驾驶行为对防御性驾驶行为意向影响值分别为0.40、0.29 和0.26;行为态度、知觉行为控制和过去驾驶行为通过行为意向(0.36),可以在一定程度上对后续行为进行解释.     

考虑汽车共享服务的出行方式选择影响因素研究

为了分析汽车共享服务对城市出行者出行方式选择行为的影响,基于随机效用理论,运用行为调查和意向调查数据,以汽车共享服务、出租车、地铁三种出行方式作为选择肢,构建多项Logit模型,并应用SPSS软件对模型进行拟合检验与参数估计。研究表明：性别、年龄、最常使用交通工具、日常通勤单程距离、出行距离和汽车共享服务收费标准均会对出行者的汽车共享服务选择行为产生显著影响;中青年男性更倾向于选择汽车共享服务出行,且随着出行距离的增加、汽车共享服务收费标准的降低,汽车共享服务被选择的概率会增大;相较于出租车,日常通勤单程距离为20~30km的出行者更倾向于选择汽车共享服务;相较于地铁,最常使用交通工具为私家车的出行者选择汽车共享服务的概率更大。因此,为提高汽车共享服务被选择概率,应提高用户体验、服务水平,合理设置收费标准。     

不同信息下的逐日路径选择行为实验与模型

为研究先进出行者信息系统(ATIS)对出行者逐日路径选择行为的影响,本文基于 Braess路网设计5组具有不同ATIS市场占有率(0、25%、50%、75%、100%)的行为实验.结果表明：3条路径的流量及新增路径保持选择的次数持续波动,随着ATIS市场占有率增大,路网平均行程时间趋于用户均衡,新增路径保持选择的次数呈现增长趋势,且被试对新增路径的选择性偏好增强,Braess悖论的效果也更明显.基于5组实验数据,分别建立普通Logit模型和基于面板数据的随机效应Logit模型刻画路径选择行为.结果表明：当ATIS市场占有率为0时,最佳模型为普通Logit模型;当ATIS市场占有率增大甚至达到100%时,最佳模型均为随机效应Logit模型;未配备ATIS的出行者的个体差异性比配备ATIS的小.     

基于数据驱动的物流电动汽车充电行为分析

为研究城市配送中物流电动汽车用户的充电行为规律,本文采集70辆物流电动车2014年一年的充放电数据,并采用数据挖掘相关分析方法,建立考虑物流电动汽车的充电电量状态及充电时刻的充电行为模型.研究结果表明:用户一般在SOC为30%~50%时为车辆进行充电,车辆开始充电时的剩余电量服从μ=0.48、σ=0.22的正态分布;车辆开始充电时刻主要集中在14:00-16:00之间.通过数据实验证明本文所建立的充电行为模型具有较高的精确性,同时具有较好的实用性,为车辆的充电调度和用户的出行安排提供科学的决策支持.     

基于客流量预测的旅游公路投建决策研究

旅游公路的建设能够提升景区通达性,为景区带来经济效益,同时也需要大量的资金投入.由于建设资金的限制,需要根据旅游公路收益率对实际投建项目进行决策."旅游公路收益率计算模型"通过对景区在不同旅游交通条件下的客流量进行预测,定量分析旅游公路建设对客流量的影响,计算出不同旅游公路建设项目的收益率.该模型中客流量预测以游客对景区的"旅游资源吸引力"和"旅游阻力"评价分布曲线为基础,认为游客对景区做出选择是基于对该景区的"旅游资源吸引力"评估大于"旅游阻力"评估.同时以我国西南地区某县为例,对该县旅游公路建设项目进行投建决策分析.