车路协同+自动驾驶助力郑州智慧岛交通强国示范

从传统智能交通发展现状及瓶颈着手,结合车路协同技术的发展现状,提出了车-路-云-法一体化智慧交通解决方案,并在郑州智慧岛开放道路条件下实现了L4级自动驾驶公交示范运营,面向乘客实现常态化运营。项目成功落地验证了车路协同核心应用(盲区预警和信号协同)方案的可行性,为车路协同技术创新发展奠定了实践基础。结合国家最新5G及交通强国政策要求,对车路协同发展进行了展望。     

车路协同下浓雾天气对高速公路换道行为的影响分析

为探究车路协同下浓雾天气对驾驶员在高速公路换道行为的影响,依托驾驶模拟实验平台设计车路协同人机交互终端(human-machine interface, HMI),设置对照组、正常天气+HMI组、浓雾天气组和浓雾天气+HMI组4种实验场景,招募43名被试进行驾驶模拟实验,采集换道行为数据。从中提取换道过程,将其划分为换道决策与换道执行两个阶段,选取方向盘转角、横向加速度以及横向偏移量的变化幅度与方差表征换道决策阶段的行为特征;选取换道轨迹长度、换道时间、换道平均车速与横向加速度峰值刻画换道执行阶段的行为特征,最后采用广义线性模型对所选变量进行分析。结果表明：浓雾天气、HMI以及两者的交互效应均对驾驶员的换道行为存在显著影响。在换道决策阶段,浓雾天气导致横向加速度以及横向偏移量的变化幅度与方差显著减小(P<0.05);HMI导致方向盘转角、横向加速度等变量显著减小(P<0.05);但两者的交互效应导致各变量(除横向加速度的变化幅度)显著增大(P<0.05)。在换道执行阶段,浓雾天气导致换道轨迹长度(P=0.01)和换道平均车速(P=0.00)显著减小,HMI仅对横向加速...     

基于车路协同的行人过街主动安全预警系统

为了解决交叉口信号过渡期间行人与车辆常因路权不明确而产生冲突导致交通事故的问题,设计基于车路协同的行人过街主动安全预警系统;采用模块化设计方案,将该系统分为检测模块、控制模块、预警模块及无线通信模块;该系统检测行人和车辆的位置与速度,并对冲突情况进行判别,针对不同情况,执行相应的预警方案;该系统通过语音提示桩对行人进行预警,通过智能斑马线的不同颜色显示,对行人和车辆进行双向预警;在对停车视距模型和行人过街安全心理模型进行改进的基础上,提出考虑人车特性的车辆安全制动距离模型。结果表明：所提出的模型将多种因素协同耦合,考虑了车辆大小和类型对行人心理的影响,具有安全性和有效性;所设计的系统从理论和技术2个方面解决了行人过街安全问题。     

基于双车驾驶模拟的城市快速路驾驶人换道交互行为特征

为研究换道情境下换道车辆与目标车道后方车辆驾驶人间的交互行为,设计了城市快速路换道场景,搭建出双车驾驶模拟实验平台,招募40名驾驶人,开展了8种换道场景下的双车实验并进行驾驶风格问卷调查.基于换道阶段实验数据,分析对比了单、双车实验中两车驾驶人的交互行为特征和差异.利用多元Logistic回归模型,分析不同因素对换道交互决策的影响.结果表明：单、双车实验中,换道车辆和目标车道后方车辆的行为特征具有明显差异,从而验证了开展双车实验的必要性;不同的道路限速、换道方向、驾驶风格等因素下,两车驾驶人关键行为变量呈现差异性;道路限速、车辆初始速度、两车纵向位置差、横/纵速度差、纵向速度乘积等均对两车换道交互决策产生显著影响.     

基于车路协同技术的信号交叉口改进车辆跟驰模型

为了缓解信号交叉口对交通流的阻断问题,基于车路协同技术提出了信号交叉口速度引导决策方法.考虑信号灯相位差异以及车辆可能面临的交通状况,制定了3个速度引导策略,并构建了改进车辆跟驰模型.通过数值仿真验证了所提模型的引导效果,并分析了引导区间长度对速度引导的影响.结果表明,与已有模型相比,改进车辆跟驰模型能够使更多的车辆在绿灯结束前快速通过交叉口,其他车辆通过速度引导平滑地减速停车或跟随队尾在红灯结束后不停驶通过信号交叉口,消除了车辆速度突变.此外,通过增加引导区间长度能够缓解信号交叉口车辆停车排队现象,进而提高了速度引导效果.改进车辆跟驰模型的可行性和优越性得到了证实.     

基于车路协同的城市应急车辆优先控制：概述与展望

面向我国城市常态应急车辆优先通行需求和车路协同智能交通发展的实际情况,总结了应急车辆优先控制发展历程和研究现状,分析并讨论了存在的问题和未来的研究重点。首先,回顾了我国常态应急车辆优先的发展情况;其次,概述了车路协同应急车辆优先控制、结合优先与路径规划的应急车辆优先控制的国内外研究现状;最后,针对当前研究存在的问题进行了讨论并立足车路协同、自动驾驶等新理论与技术的演进总结了常态应急车辆优先领域的研究重点和应着力解决的关键问题。     

基于驾驶人生理心理参数的午餐后驾驶疲劳分析

为找出午餐前后驾驶人疲劳特征变化规律,选取6名驾驶人开展了驾驶模拟试验。对驾驶人午餐前后的体温、心率变异性、深度知觉、速度知觉等生理、心理特征参数进行了测定,并通过问卷方式获取了驾驶人对自身疲劳状况的主观感受,分析了午餐前后驾驶疲劳特征的变化。生理参数分析结果表明:驾驶人心率变异性指标在午餐后1~1.5 h内呈升高趋势,随后下降至正常水平;体温指标在午餐后出现一个低谷,随后恢复正常;PERCLOS指标值午餐后均有所增大,其中67%受试者PERCLOS值增幅明显。心理特征参数变化表明:午餐后受试者认知能力出现了不同程度的降低,主要体现为深度知觉能力下降、反应时间延长和速度判断力下降。这些都将影响驾驶人对道路环境信息的获取,进而会增加驾驶不安全因素。     

基于人车路协同的智能交通出行信息服务系统

近年来,智能交通信息服务受到广泛的关注,针对数据实时性和准确性差、信息交互共享难问题,设计了一种人车路协同的智能交通出行信息服务系统,形成人车路智能协同的工作环境。为解决智能交通结构化多源信息融合,提出了一种由卡尔曼(Kalman)滤波和D-S(Dempster/Shafer)证据理论两种信息融合模型——KD-SF模型,发现采用KD-SF模型信息融合结果与GPS车载采集实际测试数据近似相同,信息融合更精确。通过系统应用验证表明,人车路协同系统与交通服务信息融合后,在高峰时段公交线路平均运行车速明显提升,乘客平均候车时间明显缩短,提高城市公共交通运行效率。     

急刹预警作用下的车辆时空图特性

前方车辆紧急刹车是引起前向碰撞事故的主要原因之一,如果驾驶员能够提前获取前车急刹信息,可由被动视觉刺激而采取的被动应对行为转变为基于心理预期的主动应对行为,将大幅度降低事故发生率。基于驾驶模拟技术设计了车路协同环境下前车急刹事件,该实验场景能够在距离前方急刹车辆360 m和290 m处利用车载人机交互设备(HMI)向实验车辆提供急刹预警信息。通过招募合格被试驾驶员并使其参与驾驶模拟实验,获得车辆行驶数据和各项评价指标。通过对有无车载HMI预警信息情况下的驾驶数据的对比分析,提出了一种基于时空图的车路协同环境中前车急刹情形下的驾驶特性分析方法;并基于35名驾驶员的平均加速度特征对前车急刹事件情形下驾驶员驾驶自信特征进行分析。结果表明:有车载HMI预警信息时,驾驶员在应对前方急刹事件时减速位置较无车载HMI预警信息提前;有车载HMI预警信息提示情况下,面对急刹事件时驾驶员速度控制强度更低,通过曲率指标得出速度调整强度降低39.4%;速度调整更加从容,表现出驾驶自信特征,在面对风险环境时能够主动应对。     

基于视觉仿真的机动车辆驾驶行为的研究

目前计算机功能强大,利用视觉仿真软件所建立出的实验环境的逼真程度也较以往改善许多。通过视觉仿真技术来进行研究是一个比较合适的方法。本文首先讨论了视觉仿真试验环境的建立,在此基础上在视觉仿真试验环境进行了情景分析。文章最后对试验的有关结论进行总结。     

公安交管视角下的车路协同技术探讨及应用

车路协同已经成为全球关注的重点,但目前还存在技术架构不清晰、关键技术不明确和应用验证不落地等问题。通过分析智能网联环境下的交通管控数据驱动,立足于公安交管视角,设计车路协同技术应用架构,明确了跨行业、跨平台的信息交互架构,探讨了车路协同的路侧信息交互技术、管控设备安全认证和公安交管赋能平台等关键技术。依托无锡车联网先导区示范应用项目,规模化验证了车路协同应用服务场景。打通了公安交管部门与通信运营商和车联网企业的信息交互通道,率先实现了信号机与汽车前后装车载终端间高可靠、低延迟的交通信息实时推送,验证了车路协同对精准出行服务和辅助安全驾驶的提升作用,对智慧交管有重要推动意义。     

基于多智能体的车路协同环境下单车道微观交通流模型

介绍车路协同系统(cooperative vehicles infrastructure system,CVIS)下车辆多智能体(vehicle multi-agent,VMA)的概念及其属性列表.提出传统交通环境和CVIS下的车辆决策机制,分析两者在交叉口及路段上对于交通状态判断与决策的差异.建立CVIS下的单车道微观交通流模型,给出车辆的微观动力学模型,包括加速模型和减速模型,同时考虑交叉口的信号灯对车辆行为的影响.最后,数值试验将分析车辆在两种不同环境中的时空轨迹图以及宏观的交通参数.结果表明:CVIS下的车辆比传统交通环境下的车辆总行驶时间、平均行程时间以及平均延误均有极大降低,提高了通行的效率;车队车头时距降低、速度方差减小,提高了车队行驶的稳定性.     

车路协同环境下行车风险场模型的扩展与应用

车路协同(i-VICS)环境下,行车风险场是一种评估网联自动驾驶汽车(CAVs)行驶安全性的有效手段.目前主流的行车风险场模型未考虑车辆几何特性和航向角等影响行驶安全的信息,且忽视了自车因素对行车风险的影响,在安全评估的准确性上有待进一步提升.该文提出了一种行车风险场的扩展模型,将碰撞时间(TTC)融入风险场模型,引入...     

基于DirectX的模拟驾驶系统的设计与实现

DirectX是Windows下常用的多媒体编程接口.利用DirectX开发模拟驾驶系统,充分体现DirectX在开发三维应用程序中的优势,将引擎和主程序分离,以实现代码重用和易于修改,提高了系统的灵活性、复用性和可维护性,能够对三维场景进行逼真渲染,模拟出真实的3D立体声,达到了提高软件质量的目的.     

基于Flash的汽车模拟驾驶教学系统

针对高级汽车驾驶模拟器开发成本昂贵、需要特殊硬件及操作环境支持等缺点,利用Flash动画技术与Action Script编程技术实现交互功能强大,并且适应于普通运行环境的汽车模拟驾驶教学系统.系统通过简单易于实现的方法,模拟了汽车驾驶效果和交互式、系统的交通规则教学系统,具有仿真度高、实用、可移植性强等特点.     

基于多次分割的疲劳驾驶的检测方法研究

针对目前常用的人眼检测方法误判率高,计算量大的特点,提出了一种基于多次分割的机器视觉人眼检测方法,进行疲劳驾驶检测研究。首先,将图像由RGB颜色空间转换至HSL空间,设定HSL空间分割阈值得到人脸初分割图像(第一次分割),经过滤波,膨胀、腐蚀等操作后与源图像进行掩膜。然后,按照初分割方法再进行第二次和第三次人眼分割;最后利用统计双眼面积和的方法实现疲劳检测。动态实验中,人眼识别准确率为93%,疲劳检测准确率为90%,表明该方法能较好地解决复杂背景中人眼定位问题,准确率较高、速度快,算法移植性强。     

车路协同下基于行车指引的改进STCA双车道换道模型

为提供一种车路协同交通环境可采用的换道规则,提出了一种基于行车指引的改进STCA双车道换道模型STCA-M.首先,对车路协同交通环境中的车辆间关系进行分析,根据位置、速度、加速度等需交互的基本信息构造了威胁评价函数;其次,根据动态安全距离和路段实时拥堵状态建立双车道车辆行车指引函数,提供诱导车速和换道指引.最后,在数值分析中,分别与STCA、STCA-I、STCA-S模型以及混合双车道交通流模型在不同车辆密度下的平均速度、平均流量、换道频率以及时空斑图进行对比.结果表明,STCA-M模型的换道频率较STCA-S模型提高了约6.91%,最大平均流量较STCA-I和STCA-S模型分别提高了约21.21%和7.28%.车路协同下的协同换道模型STCA-M能够有效调节双车道路段微观交通对象的运动趋势,提高车辆换道和道路使用效率.     

面向预约出行的车路联网与协同交通控制：前沿与展望

预约出行正逐渐成为重要的出行模式，为了确保预约出行在城市道路交通系统的实施，交通控制发挥着至关重要的支撑和保障作用，因此对面向预约出行的车路联网与协同交通控制前沿工作进行综述。以交通控制为研究主线，对面向预约出行的需求适应性交通控制方法、保障预约出行效益的车辆控制，以及控制与服务协同3个方向的前沿研究进行综述。结果表明，相比于传统出行方式，预约出行对于出行时间可靠性要求较高，交通控制需要保障预约出行的行程时间可靠性。同时，还需要构建既有利于提升路网整体运行效益，又能保障预约出行车辆优先通行的控制方法。最后，需要推动交通控制技术和服务型交通管理技术的融合，实现交通控制与出行服务的有机结合。     

基于跟驰模型的雾天安全限速研究

为准确描述雾天交通流特性,挖掘交通流速度以及交通状态的关系,本文通过对不同气质的驾驶人在不同能见度下的驾驶行为进行问卷调查,分析雾天驾驶人的驾驶心理特性,在NaSch模型中引入加速概率,改变以往加速过程中的贪婪机制,构建考虑雾天驾驶心理的道路交通流模型。通过数值模拟,得到不同能见度水平下车流密度、车头间距、速度以及排队长度的变化趋势,并利用主成分分析法构建交通运行水平模型,为高速公路雾天不同能见度下选择合适的限速值和行车间距建议值提供辅助决策。     

基于驾驶仿真的海底隧道出入口段视觉减速标线有效性

为提高海底隧道出入口段行车安全性,研究海底隧道出入口段不同视觉减速标线方案下驾驶员视觉特征变化规律。本文共设置了6种视觉减速标线方案,对26名驾驶员进行了室内驾驶仿真实验,采集了车速、注视点占比、瞳孔直径和察觉距离等数据,通过分析和处理数据判断视觉减速标线的有效性,分别建立了海底隧道出入口段车速与驾驶员瞳孔直径的回归模型,在海底隧道入口段二者呈非线性关系;出口段二者呈线性关系。采用驾驶员问卷调查法对视觉减速标线有效性进行了验证。结果表明：在海底隧道出入口段共设置的6种视觉减速标线方案均对驾驶员视觉特征有显著影响;与其他标线方案相比,白色鱼刺形减速标线设置下驾驶员瞳孔直径、A区域注视点占比、察觉距离和错觉影响最大,有助于驾驶员主动降低车速、提前采取减速措施,保障行车安全。