基于交通效益的路段无控制人行横道设置

为了使人行横道更好地服务于过街行人,同时不对道路上的车辆产生过大影响,对路段无控制人行横道的设置条件和选址进行了研究.分析了路段上设置与不设置无控制人行横道两种情况下的行人和机动车的运行特征,提出两种情况行人过街条件下交通总费用的计算方法,通过对比提出以总体交通效益最大为目标的路段无控制人行横道设置依据,给出分析计算流程.以交通系统的交通总费用最小为目标建立路段无控制人行横道设置的优化选址模型,采用枚举法和遗传算法进行优化选址,分别给出了计算流程和实例验证.可以用于指导城市道路路段无控制人行横道的设置,优化行人过街环境.     

基于决策机理与支持向量机的车辆换道决策模型

驾驶决策机制是保障自动驾驶车辆驾驶安全的关键技术,而换道研究是其重要课题. 然而,在复杂的动态环境下行驶时,使智能车辆做出安全、符合要求的换道决策仍然是一个难点. 为此,首先分析了车辆自由换道的影响因素,采用传统的数理模型建立了基于换道收益、安全和必要性的车辆换道规则模型. 其次,针对在不同的驾驶工况换道决策考虑的因素不同,提出从基于物理状态的特征、基于交互感知的特征以及基于道路结构的特征三个方面提取决策变量,使换道模型决策时考虑的因素更加全面. 然后,针对自由换道决策过程中存在的多参数和非线性问题,提出了基于贝叶斯优化算法（BOA）的支持向量机（SVM）决策模型. 最后,所提出的模型在NGSIM数据集上进行验证,对比试验表明:建立的BOA Gaussian-SVM模型具有较高的综合预测性能,对换道行为的识别准确率可达到92.97%,超越了其他模型并远高于规则模型. 同时在Airsim平台上进行了仿真实验,实验结果进一步证明了BOA Gaussian-SVM决策模型的有效性,说明此模型可进一步应用到自动驾驶和辅助驾驶系统开发中.     

无信号控制路段行人过街决策行为分析简

在城市道路无信号控制路段进行驾驶员与过街行人的决策风险试验,得到不同车速情况下过街行人的感知风险和决策行为.通过对获取的240个试验数据进行整理分析,建立了行人感知风险与车辆初始速度、行人决策行为与初始速度和行人感知风险与决策行为的关系.结果发现,路段上车辆的行驶速度对行人的过街决策行为影响极大.研究成果可以为制定合理的行人安全过街控制措施提供参考依据.     

基于交通冲突的行人过街危险度研究

行人过街的危险度不仅与过街条件、过街设施有关,而且与道路上的交通量及分布情况、道路的断面形式、驾驶员的注意状态有关.运用交通冲突技术理论对行人过街过程进行分析,选择车辆制动时间距离作为判别冲突严重程度的标准.定义行人过街的危险度,研究在行人自由过街、无控制人行横道、信号控制无干扰人行横道、信号控制有干扰人行横道处等条件下行人过街的危险度的计算方法,通过算例明确了计算过程和计算方法.     

基于深度强化学习的自动驾驶车辆专用道汇入引导

为满足自动驾驶车辆（CAV）与人工驾驶车辆混行过程中安全和效率的需求,自动驾驶车辆专用道应运而生。当高速公路内侧车道设为自动驾驶车辆专用道时,引导自动驾驶车辆从普通车道汇入至专用道的策略研究具有重要的理论意义和实际价值。首先,设计专用道入口并提出车辆控制规则;其次,以使更多自动驾驶车辆换道至专用道为目标,基于深度强化学习,选择换道信号动作引导车辆换道;最后,通过Python语言编译进行数值仿真验证。结果表明：在自动驾驶车辆渗透率、到达专用道自动驾驶车辆比例等不同因素构建的9种场景下,本文算法能够快速收敛;能够有效引导自动驾驶车辆汇入专用道,保证通行效率;相较无信号控制情况,渗透率为20%～40%时,第2车道交通拥堵显著减少;在两段式专用道入口场景下,CAV换道至专用道的比例比单入口场景明显提高。所提出的策略具有较好的适用性,能为工程建设提供参考借鉴。     

基于轨迹加权预测的主动避撞安全距离模型及算法

为有效解决现有主动避撞系统相邻前车变道切入工况下的车-车避撞问题,提高智能汽车的主动安全性,通过随预测时间变化的权重系数函数将CTRA恒角速度恒加速度运动模型和五次多项式变道轨迹模型进行加权融合,构建一种同时满足短时、长时的前车变道切入轨迹预测模型,在此基础上,建立了相邻前车变道切入工况下的主动安全距离模型,并设计了相适应的主动避撞算法。通过PreScan搭建主动避撞场景并与Simulink进行联合仿真,结果表明：相邻前车变道切入轨迹加权融合模型较2种单一预测模型的预测精度显著提高,在所建立的仿真变道工况下,短时、长时模型预测绝对偏差分别为0.09、 0.18 m;所设计的安全距离模型,当两车间隔距离小于或等于最小变道安全距离、两车间隔距离大于或等于最大变道安全距离的区域内均无碰撞危险,当两车间隔距离在最小变道安全距离和最大变道安全距离之间时,相邻前车变道切入,自车与变道切入车辆有追尾侧碰危险,主动避撞算法启动并及时介入车辆速度控制,使车辆分级减速实现避撞,并保持5 m的安全跟车距离,验证了加权融合变道轨迹预测下的安全距离模型及其主动避撞算法的正确性,对智能车辆主动安全设计具有重要理论...     

基于多集群系统的车辆协同换道控制

针对智能联网环境下的多车协同换道问题,?设计一个基于多集群系统的车辆协同控制框架.给出了虚拟领导者的选取条件,?智能联网车辆通过分布式集群划分算法选取邻居车辆、领导者、虚拟领导者作为控制协议的状态演化.在此基础上,?提出适用于集群空间分配的间距控制算法和基于领导者跟随者的集群控制协议,?使换道车辆扩大前后车辆纵向距离以...     

三车道有管理元胞自动机交通流模型的研究

在三车道元胞自动机交通流模型的基础上,将第1车道规定为超车道,对超车道上车辆换道进行管理,提出了一种三车道有管理元胞自动机交通流模型.并分析了车辆减速概率、换道概率对交通流的影响,结果表明,对超车道上车辆进行管理,并没有改变系统的交通流特性,而是增加车辆驾驶的安全性.     

基于实车试验数据的换道预警规则

为了使换道预警值的设定更符合我国驾驶人的驾驶习惯,以道路试验数据为基础,分析了换道时本车与周围车辆的相对速度和距离对换道行为的影响,确定了不同速度级别下允许驾驶人执行换道操作的安全间距。研究了驾驶人取消换道和执行换道操作行为的不同特征,探讨了驾驶人对于危险判断的主观依据。最后,提出不同速度级别下针对本车周围车辆条件的预警规则,并进行了验证。结果表明:道路试验中针对周围车辆的预警比例与实际情况基本相符,提出的预警规则可行。     

行人穿越道路对路段交通流的影响分析

通过分析无控制状态下行人穿越道路时机动车的运行状态,运用排队论和流体力学理论推导出在不同流量条件下路段车辆延误模型,采用定性与定量分析相结合的方法分别讨论了路段交通流量很小、较大和很大三种情况下,行人穿越道路对路段交通流的影响,为设置行人过街设施或是否限制行人过街提供了依据。     

基于风险预测的自动驾驶车辆行为决策模型

为了解决人工与自动驾驶汽车混行环境下无信号交叉口的通行权分配问题,提出基于驾驶员行为预测的自动驾驶汽车行为决策模型.利用模糊逻辑方法构建驾驶员的风险感知模型.基于风险均衡理论,结合可接受风险区间,预测人工驾驶汽车的行为选择策略.构建自动驾驶汽车的综合效用函数,利用博弈论求解最优行为策略组合,实现无信号交叉口车辆协同控制.仿真结果表明,面对异质驾驶员,自动驾驶汽车能够有效避免碰撞事故发生并提高自动驾驶汽车通过无信号交叉口的效率,保证驾驶员风险感知值处于可接受范围.在15组实验中,有93.3%的实验组能够保证车辆通过冲突点的时间差大于可接受的安全通行间隔时间,不同情景下自动驾驶汽车的通行时间是自由流状态的1.07～2.43倍.与无预测自私博弈模型的对比实验表明,所提模型能够显著提升自动驾驶汽车的通行效率.     

Path planning and stability control of collision avoidance system based on active front steering

Vehicle collision avoidance system is a kind of auxiliary driving system based on vehicle active safety,which can assist the driver to take the initiative to avoid obstacles under certain conditions,so as to effectively improve the driving safety of vehicle.This paper presents a collision avoidance system for an autonomous vehicle based on an active front steering,which mainly consists of a path planner and a robust tracking controller.A path planner is designed based on polynomial parameterization optimized by simulated annealing algorithm,which plans an evasive trajectory to bypass the obstacle and avoid crashes.The dynamic models of the AFS system,vehicle as well as the driver model are established,and based on these,a robust tracking controller is proposed,which controls the system to resist external disturbances and work in accordance with the planning trajectory.The proposed collision avoidance system is testified through CarSim and Simulink combined simulation platform.The simulation results show that it can effectively track the planning trajectory,and improve the steering stability and anti-interference performance of the vehicle.     

车辆安全换道分析

通过分析换道时车辆的运动关系,使用最小安全距离作为安全换道的指标,并将安全车距的计算与车辆的当前速度,到达临界碰撞点的时间,两车的相对速度、加速度关联起来,研究了车辆碰撞的条件,给出了换道最小安全距离的计算方法,并进行了仿真与分析。本文的研究结果为下一步的自动换道辅助系统和自动超车辅助系统的研究奠定了理论基础。     

有行人相位交叉口车辆延误模型研究

交叉口设置行人专用相位避免人车冲突的同时增加了车辆延误.为分析有行人专用相位交叉口车辆的延误程度,在探讨常用交叉口车辆延误模型的基础上,通过采集相关数据,以HCM1985和Akcelik1988模型为依据,运用统计软件SPSS标定相关参数,建立了修正的有行人专用相位的车辆延误模型.基于威海市实际案例的分析结果表明,在饱和度较大的情况下,修正模型较之参考模型能更好地拟合实际延误     

路段环境自动驾驶汽车通行权决策方法

为了解决路段自动驾驶汽车的通行权决策问题,提高交通流的运行效率和稳定性,基于可接受间隙模型和谈判理论构建路段自动驾驶汽车通行权决策模型. 综合考虑多种因素,基于可接受间隙模型对行人风险进行建模,将行人风险划分为低风险、中风险和高风险. 综合考虑风险、性格（激进和保守）和等待时间等对行人行为的影响,分析不同因素组合下行人和自动驾驶汽车可能采取的行为策略,基于该行为策略,利用谈判理论对自动驾驶汽车的通行权决策过程进行建模. 利用Python联合SUMO开源交通仿真软件对模型进行验证,仿真持续10 h. 3个模型的（保守模型、Gupta模型和本文模型）仿真结果表明,当行人产生频率为15 s时,自动驾驶汽车的平均行驶时间分别为661.5、399.5和327.6 s,平均延误时间分别为618 s、336 s和260.7 s,总流量分别为6 699辆、10 583辆和11 568辆. 当行人产生频率为30 s时,自动驾驶汽车的平均行驶时间分别为643.5、311.7和81.9 s,平均延误时间分别为599.9、244.4和6.5 s,总流量分别为6 879辆、11 741辆和11 971辆. 通行权决策方法的加入有助于降低自动驾驶汽车的行驶时间和延误,提升流量.     

基于机器视觉的运动行人检测系统研究

现代城市交通道路环境中的交通事故给人类社会带来的危害是不言而喻的,因此,如何尽可能地减少交通事故、降低交通事故所带给人们的损失越来越受到关注。为了能够有效地警告驾驶员避免与车辆附近的运动行人发生碰撞或刮擦,从而保护交通环境中的运动行人安全,运动行人检测技术的研究开发将为我国车辆安全辅助驾驶技术的研究提供有力的理论和技术支持。     

基于冲突技术法的导流岛信号交叉口右转车道实际通行能力模型

针对导流岛冲突区非机动车与行人具有优先通行权的假设与实际运行状况不符的情况,描述了机动车截流效应,并以冲突技术法为基础,提出了针对导流岛信号交叉口的右转车道实际通行能力模型.该模型充分考虑了信号控制、非机动车与行人的混合流率、非机动车与行人过街群的过街时间、非机动车与行人过街群的单群个数及人行横道宽度等因素的影响,并采用福州市的实测数据对模型进行标定与检验.结果表明:提出的模型能较好地反映导流岛冲突区的实际运行状况.     

基于双路式卷积神经网络的车辆与行人检测

针对低能见度状态下对车辆与行人的视觉特征难以提取的问题, 提出一种将2路卷积神经网络融合从而实现对车辆与行人识别的方法。采用高斯背景差分法实现图像去模糊, 在双路网络中分别采用不同尺寸的滤波器, 调整滤波器的大小得到不同环境下图片的特征值, 采用反向传播算法计算梯度。实验结果显示, 与单路式卷积神经网络对比, 在能见度低的环境中, 该方法对车辆的辨识率提高至83.49%, 对行人的辨识率提高至87.36%, 表明在低能见度环境中, 双路式卷积神经网络识别准确率高于单路式卷积神经网络。     

基于深海采矿车的避障规划模糊控制器的研究

非结构化环境的深海自主车辆绕障策略算法制约车辆行走作业性能.利用测障声纳获取了障碍物信息,集中研究了面向非结构化环境绕障的模糊控制器结构、模糊控制算法.仿真结果表明:自主设计的模糊控制器在算法的控制下可使采矿车按规划路径实现绕障行走,控制效果显著.     

考虑行人减速避让的改进社会力模型

为了能够真实地模拟常态行人流,针对社会力模型中存在的行人重叠问题,分析了行人的运动需求空间,将行人减速避让机制引入社会力模型,对模型进行了改进。并采用C++编程语言对改进模型进行了仿真,验证了其有效性。仿真结果显示,行人能够有效地避让其他行人及障碍物。将仿真试验提取数据拟合得到的行人流的速度-密度图与实际数据比较,结果表明:当行人密度在0～3.5p/m2内变化时,所提出的模型能够再现行人流基本图。