基于驾驶人瞳孔直径的追尾冲突辨识方法研究

以提高交通冲突辨识与驾驶人认知一致性为目的,以驾驶人心理负荷对瞳孔直径变化的影响为理论基础,以追尾冲突下瞳孔直径在时序上的变化为研究对象,使用傅里叶变换在频谱层面对数据进行逐点扫描并完成模板瞳孔直径数据曲线和全程瞳孔直径数据曲线的匹配,最终提取出与模板数据对应时间车辆运行状态相似度较高的时段,辨识结果相对人工同步录像辨识结果的准确率为71.4％.证明了基于驾驶人瞳孔直径的追尾冲突辨识方法的可行性和有效性,为提高交通冲突辨识与驾驶人认知的一致性提供了崭新而有效的方法.     

考虑多模式失效概率的长下坡路段重型卡车事故预测模型

为挖掘多模式失效概率与长下坡路段重型卡车事故之间的关系，建立了重型卡车在长下坡路段的多模式失效概率与车辆事故之间的关系模型。并针对重型卡车在长下坡路段可能的失效模式，如侧滑、侧翻、视距不足、制动失效，在此基础上建立了多模式失效概率预测模型；通过蒙特卡罗法模拟并求解单模式失效的概率，宽界限法求解失效系统的多模式失效概率；将多模式失效概率作为解释变量与其他道路因素结合，分别建立泊松模型、随机效应泊松模型、随机参数泊松模型，将多模式失效概率与重型卡车事故建立函数关系；对比3种模型的拟合优度指标，优选出最优事故预测模型，用来挖掘重型卡车事故与多模式失效概率之间的关系。以华盛顿州71段长下坡10年的重型卡车事故数据及道路设计数据进行方法验证。结果表明:随机参数泊松模型与随机效应泊松模型的拟合优度相差较小，二者均优于泊松模型；当考虑多模式失效概率时，平曲线半径、纵坡坡度、超高对重型卡车事故的影响均不显著，即三者的影响被削弱，尤其是平曲线半径和超高，多模式失效概率的弹性(0.239)远大于二者的弹性(平曲线半径和超高的弹性分别仅为0.097和0.002)；重型卡车的事故与多模式失效概率近似线性关系，且截距不为0。即多模式失效概率可用于道路安全分析的表征指标，但与事故概率不等价。