城市无人机航线飞行间隔与调控频率综合研究

聚焦城市无人机航线飞行,为确保运行安全,需要为无人机配备合适的飞行间隔。面向同航线纵向飞行场景,研究了考虑冲突频率与碰撞概率且符合ICAO间隔制定原则的间隔调控模型。通过研究仅考虑无人机定位误差下的碰撞风险,得到无人机纵向飞行间隔,作为后续间隔计算的基准;通过综合考虑定位误差和速度误差引发的位置不确定性,计算伴随无人机航线飞行进程的碰撞风险。加大纵向间隔会延迟突破安全目标水平的时机,但随着飞行进程的推进,碰撞风险终将突破安全目标水平。基于此,提出了无人机位置调控机制,对2架无人机位置进行定期调控,以消除速度所产生的累积误差。针对某1个指定的安全目标水平,得到了纵向间隔与位置调控频率的关系曲线,发现二者存在博弈关系,实施高频调控,需要采取更小的航线间隔;反之,则需要加大航线间隔。同时,为兼顾城市空间与位置调控能力的双重约束,提出了选取曲率最大值位置的所需飞行间隔与调控频率作为折中方案,发现安全目标水平要求越严格,所需调控频率和飞行间隔越大。实验得到在满足安全目标水平为5×10^(-9)次/飞行小时情况下,所需调控频率为87次/h,所需纵向飞行间隔为90 m;同时在实际运行环境中,应用上述评估模型与方法可以客观选择所需间隔和调控频率。本文研究可以兼顾城市物流无人机空中运行的安全,提高城市空域利用率和派送效率。

交通安全意识对非机动车骑行者危险骑行行为的影响研究

安全意识在促进安全行为方面发挥着重要作用,但由于安全意识具有多维性和复杂性,难以直接测量。为探究交通安全意识对危险骑行行为的影响,通过云模型选取安全态度、危险认知、安全素质和外界环境这4个潜变量,作为影响交通安全意识的结构要素,并基于调查问卷数据开展实证研究。运用Mplus 8.0软件构建“交通安全意识-危险骑行行为”结构方程模型,量化交通安全意识各要素作用于危险骑行行为的因果链路。采用Bootstrap法检验安全素质、危险认知和安全态度的中介作用,梳理外界环境对危险骑行行为的直接和间接关系;再利用分层回归模型,验证交通安全知识在交通安全意识与危险骑行行为间的调节效应。研究结果表明:①结构方程模型拟合良好,交通安全意识的4个要素分别与危险骑行行为呈显著的负相关,其中,危险认知对无意行为的影响最大(-0.331),安全态度对有意行为的影响最大(-0.332);②中介效应显示外界环境作为外生变量可直接作用于行为,也可通过安全素质、危险认知和安全态度对骑行者的行为产生影响;③交通安全知识的调节作用显著(ΔR^(2)=0.017,P<0.05),该变量强化了交通安全意识与危险骑行行为的负向影响关系,其简单斜率关系表明,当骑行者交通安全知识水平较高时,交通安全意识对危险骑行行为的作用效果更强。

考虑空域时空特性的动态多跑道使用策略优化方法

多跑道机场飞行区运行效率低下会导致空域-跑道系统容流供需失衡,进而造成终端区空域交通拥堵、航班延误现象频发。为提升多跑道机场终端区运行效率,借助全空域与机场模型软件(total airspace and airport modeler,TAAM)建立空域仿真模型,针对不同运行模式动态转换下对终端区交通流走向、扇区开合等空域时空特性的影响进行分析,提出1种考虑不同运行时段内终端区机场走廊口流量配比和进离港流量分布的动态多跑道使用策略优化方法。首先,使用TAAM综合考虑不同跑道运行模式下各扇区内航班流量、高度变更、移交协调及冲突解脱对管制负荷的影响,拟合得出不同跑道运行模式下基于当量航空器架次的各扇区管制负荷函数。以终端区内航班平均飞行时间、平均延误时间及管制员工作负荷为优化目标,建立了跑道使用策略优化模型。设计了1种基于航空器基本性能数据库(the base aircraft data,BADA)的多目标非支配排序遗传算法(NSGA-Ⅱ),并结合机场实际运行条件在无运行限制、运行方向限制、运行模式限制等5种场景下进行仿真计算。对各场景Pareto最优解集进行评价得出不同场景下最优跑道使用策略,并使用TAAM进行仿真对比验证。结果表明:无运行限制和运行方向限制相较于单一跑道运行模式的航班服务效率提升10.15%,5.01%;管制员工作负荷减少3.91%,3.4%;延误时间减少28.86%,19.46%。

基于改进Event模型的多旋翼型eVTOL垂直间隔安全评估方法

电动垂直起降飞行器(eVTOL)是1种新兴的交通工具,也是近年来研究的热点。受限于垂直定位精度低、穿越飞行风险隐患多等问题,eVTOL运行间隔标准难以确定,尚不具备实际应用条件。为探索该飞行器垂直间隔标准,针对多旋翼型eVTOL的底部较宽、顶部逐渐变细的外形特性,改进了经典Event垂直碰撞模型,并提出了基于改进Event模型的多旋翼型eVTOL垂直间隔安全评估方法。该模型考虑了多旋翼型eVTOL的外形特征、导航精度、运行特点、定位误差、飞行速度特性及速度误差等因素,引入相对速度、侧向重叠概率、垂直重叠概率等计算模型参数,并将原长方体碰撞盒修正为圆台体碰撞盒,有效降低了计算冗余,提高了碰撞模型的精确性。以亿航216-S型多旋翼型eVTOL为例,计算了其在不同安全目标水平和不同导航精度下的最小垂直间隔,计算结果表明:①安全目标水平与导航精度的降低,都会导致最小垂直间隔的减少;②当安全目标水平为1×10^(-6)次/飞行小时且导航精度为RNP10时,最小垂直间隔可缩小至11 m;③当导航精度为RNP10且垂直间隔为11 m时,基于改进Event模型计算的碰撞风险比原模型降低了24.78%。研究结果表明,在计算多旋翼型eVTOL的碰撞风险中,引入圆台体碰撞盒的垂直间隔安全评估方法更加精确合理,能够为多旋翼型eVTOL垂直间隔标准制定提供理论支持。

内河船舶机会性互联的复杂网络模型及其时变特性

针对内河船舶间出现时空邻近的机会性现象开展建模及实证研究。在社会网络分析方法的基础上,提出了1种考虑时序特征的网络分析方法,将大尺度时间跨度上的网络聚类转化为小尺度跨度上的网络聚类,进而分析内河船舶在有限水域内的动态行为;考察船舶间形成邻近关系网络的时变特征,利用复杂网络表示船舶社会网络随时间的演化特性,并借助复杂网络模型对内河水域内存在较多互相熟识船舶的现象给出统计解释。基于长江下游200 km河段1个月的AIS数据,按时隙划分得到网络模型的序列,由此表现船舶间发生单跳数据交换关系的互联形态。实证结果表明:①船舶联网瞬时的度分布可用高斯分布拟合,拟合度在96%以上;②随着时间尺度的增加船舶社会网络的小世界特性和无标度特征愈加明显,网络形态在空间维度上呈现簇团情形,局部密集的组团网络由大部分静止和少量运动船舶连接起来,网络密度随时间缓慢增加至0.1左右,相对平均路径长度稳定在0.2~0.3之间,平均赋权集聚系数呈现缓慢下降的趋势最后趋于0.4~0.5,离散度较快趋向于1,并实现整体上的连通;③度值较高的船舶节点,其平均速度在不同时隙的船舶社会网络中分时段呈现相关性;④相对于船舶密度的增加,船舶在1 d内的平均友邻时间以指数形式递增,而船舶的重复相遇近似服从负指数分布。上述结果表明,内河船舶航行中数据交换关系的建立或断开是由物理空间中船舶间邻近关系的时变性决定的;内河船舶的历史交互行为对未来交互行为具有记忆性并产生影响。

城市物流无人机平行航线横向间隔研究

面向未来城市物流无人机高密飞行下安全运行需求,选取空域利用率高的平行航线,聚焦平行航线运行中碰撞风险,研究同时考虑冲突频率和碰撞概率的间隔模型,提出符合安全要求的平行航线横向间隔。借鉴有人机管制经验,确定安全目标水平,并以平行航线上相邻无人机纵向距离小于纵向间隔视为冲突评判标准,再根据实际运行数据,计算区域无人机冲突实际发生频率。综合考虑无人机参数、飞行流量、空域性能、偏离概率及角度、冲突探测与解脱机制等因素,构建多参数、多约束的平行航线城市物流无人机运行场景模拟平台。引入蒙特卡洛方法,给定冲突发生频率和意外偏离概率,假设无人机以一定概率因随机意外偏离而引发无人机之间飞行冲突,模拟冲突下无人机的运行结果,记录违反测试标准的事件。设定1~51 m多个横向间隔待选值,实施510万次仿真实验并统计实验结果,结果发现:①发生违反测试标准事件共计50302起;②事故发生的概率密度与横向间隔服从负指数分布;③可采用施加合适的横向间隔策略,实现安全目标水平。基于拟合的概率密度函数,通过计算剩余风险,对比安全目标水平,确定城市物流无人机平行航线横向间隔为33米。

考虑车道间差异和上下游断面关联的快速路交通流量预测方法

在现有的交通流量预测研究中,并未充分考虑断面道路内不同车道间的交通流量差异性以及上下游断面交通流量相关性。研究了结合主成分分析法(principal component analysis,PCA)与长短期记忆神经网络(long short-term memory,LSTM)的快速路交通流量预测框架,可以满足智能网联技术实时性和准确性的需求。收集城市快速路的交通流量数据,应用快速傅里叶变换方法(fast fourier transform,FFT)进行数据预处理,以提高原始数据的可预测性能;通过PCA方法对车道间的横向及纵向交通流量进行特征融合,建立车道间交通流量的关联性数据,以降低数据维度;并将关联性数据融入到LSTM模型中,进行车道级交通流量预测并汇总其预测结果,得到断面交通流量的预测值。选取武汉市三环线上的城市快速路卡口检测数据对本文方法进行验证。结果表明:考虑车道间差异和上下游断面关联的模型能够提高断面交通流量的预测精度,相较于仅考虑时间特征的断面交通流量预测结果,平均绝对误差、均方根误差和平均绝对百分比误差分别能降低6.66%,6.23%,17.51%;与单独考虑上下游断面关联性或者车道间差异的断面交通流量预测结果相比均具有更好的预测效果,在平均绝对误差、均方根误差和平均绝对百分比误差上的优化幅度,最低可降低1.53%,最高可降低12.88%;此外,所提的模型相较于支持向量机回归(support vector regression,SVR)和随机森林(random forest,RF)算法具有更高的预测精度;并且在分时段预测中,在晚高峰和平峰时段预测精度表现更佳。

融合高精度地图的多激光雷达路侧智能感知方法

在车路协同路侧感知研究中,由于点云数据量庞大且存在着不可避免的目标遮挡情况,导致检测效率低、目标轨迹不稳定和跟踪精度低的问题。针对上述问题,提出了1种融合高精度地图的多激光雷达路侧智能感知方法,通过融合高精度地图信息,提高感知结果的准确性和可靠性。该方法分为3个部分:①通过多激光雷达的标定结果,利用高精度地图完成三维点云区域中感兴趣区域的提取,从而有效减少待处理点云的数量,提升计算效率;②基于极化图高斯混合背景模型的背景建模方法,利用极化图完成运动目标快速检测,避免大规模激光点云的直接处理,有效提升检测效率;③利用车辆航向与车道线方向一致性约束,将高精度地图中的车道方向转化为卡尔曼滤波框架下的车辆状态线性约束,改善车辆检测与轨迹跟踪的性能。实验中,分别在仿真交叉路口与实车实验道路双T形路口对算法与模型进行测试验证。相比于其他方法,所提出的方法数据量减少了55%,目标检测准确率提高了12%,耗时减少了56%,目标跟踪的误差极值、误差均值以及均方根误差均有所降低。实验结果表明:所提的方法能有效融合高精度地图信息,在大范围道路场景下实现对道路运动目标的快速检测与稳定跟踪。

高原环境导致的中青年驾驶行为及驾驶绩效特征

为了量化分析高原环境导致的驾驶行为特征差异,寻找驾驶绩效下降时间窗,运用驾驶模拟器和低氧发生器在平原地区模拟海拔3 900 m高原驾驶环境,开展驾驶模拟试验分别收集驾驶人在平原环境和模拟高原环境的驾驶行为数据和心电图(electrocardiogram,ECG)信号数据。通过对比高原实车试验环境驾驶人的心率指标变化,运用雷达图、数值排序图和单因素方差分析方法对平原、高原环境下的驾驶行为特征进行对比分析,引入Jensen-Shannon散度(JS散度)量化2种环境下横向偏移距离、横向加速度、转向盘旋转率和速度这4个指标的概率密度拟合分布之间的差异,使用差分法确定高原环境下的驾驶绩效下降时间,验证了模拟高海拔环境驾驶模拟试验的有效性研究。结果表明:高原环境下横向偏移距离标准差、横向加速度标准差、转向盘旋转率标准差、速度标准差比平原环境下分别增加了0.094 3 m,0.119 0 m/s^(2),0.000 9°/s,0.651 3 km/h,车辆整体稳定性降低;借助JS散度发现横向偏移距离、横向加速度、转向盘旋转率和速度这4个指标在2种环境下的数值分布存在较大距离,分别为0.23,0.11,0.01,0.02,其中车辆的横向运动受负面影响更大;在进入海拔3 900 m的高原地区时,驾驶绩效约在6 min后显著下降。

轮轨摩擦系数对低地板轻轨动力响应及车轮磨耗的影响

为了确保低地板轻轨车辆安全且平稳地运行,以某轻轨线路为依托,利用多体动力学软件UM(Universal Mechanism)建立了低地板轻轨车辆-轨道耦合动力学模型。选用LM磨耗型车轮踏面以及R50标准钢轨,以美国六级不平顺轨道谱作为线路激扰。基于Hertz及Kalker简化理论、Archard模型,进行不同摩擦系数共5个工况下车辆动力响应以及车轮磨耗变化规律的仿真分析。在此基础上进一步分析了4个不同运行里程阶段对应共96组车轮磨耗型面下轻轨车辆安全性指标的变化规律。研究了4个不同运行里程阶段对应的不同车轮磨耗型面下车辆过曲线时安全性指标随摩擦系数的变化情况。结果表明:脱轨系数、轮轴横向力、轮轨横向力、车体横向加速度受摩擦系数的影响较为显著,而轮重减载率、车体垂向加速度对摩擦系数的改变并不敏感。车轮磨耗深度随里程和摩擦系数的增加而增大,且相同工况下独立旋转车轮的磨耗情况更加严重。在车辆运行40000 km后,其轮轨横向力、轮轴横向力、脱轨系数整体呈现随里程增加而增大的规律,而轮重减载率基本不受运行里程的影响。在不同摩擦系数及运行里程的叠加影响下,轮轨横向力、轮轴横向力、脱轨系数的峰值出现的位置不同,而轮重减载率却始终处于较为稳定的状态。

高速公路小净距互通立交车辆纵向运行特性

为明确车辆在高速公路小净距互通立交的纵向运行特性,在G50沪渝高速公路重庆段的白杨沟立交和跑马坪立交,开展了38位被试的实车驾驶试验。利用车载仪器采集了自然驾驶状态下的车辆运行速度以及纵向加速度等参数,计算了速度极差、带宽以及聚集系数,分析了驾驶行为的约束性以及速度变化特征。提取了纵向加速度连续变化曲线的峰值,研究了纵向加速度的累积频率、概率分布特性以及特征百分位值。结果表明:在小净距区段,合流区与分流区相互重叠,车辆交织行为增多,车辆间干涉严重,速度极差较大,离散性较高;断面速度总体呈现偏态分布,小净距区段断面速度区间大于其它断面。纵向加速概率分布曲线总体呈现偏态分布,加速度负值分布区间大于正值分布区间;小净距区段交通环境相对更复杂,驾驶人操作更加谨慎,与常规净距立交相比,小净距立交纵向加速度平均值低0.28 m/s^(2)。汇入过程中,驾驶人对加速度的选择存在一定差异,偏向于较大的加速度正值(0.542 m/s^(2))与较低的加速度负值(-0.081 m/s^(2))。然而,驶出过程中,驾驶人对加速度的选择具有一定趋同性,加速度正值(0.300 m/s^(2))与负值(-0.350 m/s^(2))差异性小;男性驾驶人纵向操作频率高于女性,幅度低于女性,不同驾驶风格驾驶人纵向加速度变化趋势具有一定的趋同性。

韧性视角下的集装箱航运网络脆弱性评估及恢复策略

现有航运网络脆弱性评估方法和恢复策略存在一定局限性,主要表现为:评估方法单一,难以全面反映航运网络的复杂性;未综合考虑实际运营能力和空间距离等关键因素,导致恢复策略应对突发事件的效果不佳。针对上述问题,从拓扑结构和实际运营这2个方面对航运网络脆弱性进行了综合评价,提出了基于变异系数法多维度航运网络脆弱性评价指标,并设计了1种基于备份港口排序的恢复策略,其中,备份港口排序综合考虑了空间距离、港口运输能力和泊位数量等因素。通过引入了动态评价框架、调整脆弱性指标权重、优化备份港口选择和流量分配策略等,提升了评估与恢复策略的准确性和有效性。以2020年中欧、中地、中美东、中美西集装箱航运网络为例,构建了集装箱航运网络拓扑图,并分析了航线的脆弱性和运力波动,结果表明:采用单港口备份恢复策略时,航运网络韧性提升11.6%;采用双港口备份恢复策略时,航运网络韧性提升31.5%。综上,本文提出了集装箱航运网络脆弱性评估方法和基于备份港口排序的恢复策略,合理确定备份港口数量,实现对失效港口流量的有效重分配,为提高航运网络韧性提供了新的途径,也凸显了脆弱性评估和备份恢复策略在航运网络中的重要性。

基于异构数据特征的城市轨道交通OD客流短时预测方法

城市轨道交通起讫点(origin-destination,OD)客流短时预测在智能交通系统中意义重大,它为交通管控策略实施以及出行者出行选择提供了重要的决策依据。卷积神经网络被广泛用于交通数据空间相关性提取,但其平移不变性与局部敏感性导致该方法更重视局部特征而忽视全局特征。本研究构建了基于注意力机制的异构数据特征提取机模型(heterogeneous data feature extraction machine,HDFEM)以实现OD矩阵空间相关性的全局感知。该模型从时空特征和用地属性特征出发,构造异构数据OD时空张量与地理信息张量,依托模型张量编码层对异构数据张量进行分割与编码,通过注意力机制连接各张量块特征,提取OD矩阵中各个部分间的空间相关性。该方法不仅实现了异构数据与OD客流数据的融合,还兼顾了卷积神经网络模型未能处理的OD矩阵远距离特征,进而帮助模型更全面地学习OD客流的空间特征。对于OD时序特性,该模型使用了长短时记忆网络来处理。在杭州地铁自动售检票系统(auto fare collection,AFC)数据集上的实验结果表明:HDFEM模型相对于基于卷积神经网络的预测模型,其均方误差、平均绝对误差与标准均方根误差分别下降了4.1%,2.5%,2%,验证了全局OD特征感知对于城市轨道交通OD客流预测的重要性。

大规模飞机排班问题研究综述

飞机排班是航班计划的关键环节,直接影响民航运输的安全和经济效益。随着中国机队规模的稳步扩张,大规模飞机排班问题的研究愈发迫切;然而,早期基于连接网络或时空网络的机型指派模型及侧重运营收益、维修需求或鲁棒性的飞机排班问题模型,在问题规模、约束条件数量等方面往往受限,不能满足大规模飞机排班需求。本文在分析各类排班问题关联性和局限性的基础上,归纳了大规模一体化飞机排班问题的模型及其求解算法,分析了各算法的适用范围、优势和不足,并发现:分阶段排班模型无法保证全局最优解,一体化飞机排班模型更具有实际意义;精确算法理论上可保证求得最优解,但运算复杂、耗时长、模型分解难度大;启发式算法计算速度快,步骤简单,但无法保证求解的质量和算法的稳定性。在此基础上,进一步提出了未来大规模一体化飞机排班问题的研究方向:①问题建模方面,可在优化航线网络结构的同时,综合考虑航线需求、时间均衡调度和个性化机组指派等因素,建立一体化飞机排班集成模型,以解决现有模型的局限性;②问题求解方面,可以将Benders分解和列生成算法相结合,将整个问题分解为相对简单的主问题和子问题的组合,减少求解难度;也可将精确算法和启发式算法相结合,在保证求解精度的前提下尽量减少运算耗时,提高求解效率。

基于多源数据的特长隧道驾驶疲劳模型

为研究驾驶人在特长隧道内驾驶疲劳演变过程及其影响因素,基于实车试验采集的多源数据,对特长隧道内驾驶疲劳分类判别以及驾驶疲劳影响因素关系模型展开了研究。通过差异显著性分析和相关性分析筛选出闭眼百分率P80、瞳孔直径变异系数和加速度作为疲劳敏感性指标,并分析了各指标随行驶时间累积的变化规律。为构建驾驶疲劳分类判别模型,基于卡罗林斯卡嗜睡量表(Karolinska sleeping scale,KSS)主观疲劳检测结果,将疲劳程度划分清醒状态、半疲劳状态和疲劳状态,采用构造多类分类器的方法将不同疲劳状态样本进行组合分类,利用网格搜索法进行分类模型的参数寻优,并将筛选出的疲劳敏感性指标作为分类模型的输入变量,建立了基于网格搜索法的多分类支持向量机疲劳状态判别模型(GS-M-SVMs模型)。然后根据疲劳状态分类判别模型,利用有序多分类Logistic模型建立了特长隧道疲劳程度与影响因素的关系模型,对特长隧道内驾驶疲劳影响因素进行了探究。研究结果表明:疲劳敏感性指标变化规律可有效表征特长隧道内驾驶疲劳演变过程,而GS-M-SVMs模型分类检测准确率达到90.75%,对疲劳程度的分类识别效果较好,并且累积行驶时间和隧道长度显著影响驾驶人的疲劳程度,其模型回归系数分别为2.634和0.395,表明累积行驶时间是驾驶人在特长隧道路段中疲劳程度加重的最主要因素,隧道照度和隧道线形等因素并无显著影响。

考虑均值及方差异质性的外卖骑手闯红灯行为影响因素分析

针对外卖骑手闯红灯事件频发、事故风险隐患较高的问题,调查了西安市多个信号交叉口处外卖骑手的闯红灯行为。将闯红灯行为作为因变量,将骑手个人特征、穿越行为特征、交通及环境特征等作为自变量,构建了考虑均值及方差异质性的随机参数Logit模型。采用Halton序列抽样进行参数估计,并结合参数估计结果和平均边际效应值量化分析各自变量对因变量的影响。结果表明:“饿了么”和“UU跑腿”的骑手闯红灯概率较低,到达时段为红灯第2段或第3段、停车线之后等待通行、冲突方向机动车流量较大等变量也会显著降低闯红灯概率,而同向违章人数增加、午高峰、晚高峰等变量会显著增加闯红灯概率。其中,使闯红灯概率提升最大的变量为晚高峰,其平均边际效应为0.278;使闯红灯概率降低最大的变量为停车线后等待,其平均边际效应为-0.222。此外,停车线后等待和晚高峰为随机参数变量,参数均服从正态分布,其均值和标准差分别为-1.379,1.359和2.502,5.360,且都具有显著的均值及方差异质性。对于停车线后等待这个变量,红灯第2段会同时提高其参数均值和方差,即增加闯红灯的概率,并增加该变量对闯红灯行为影响的随机性。对于晚高峰变量,机动车流量较大会同时降低其参数均值和方差,即降低闯红灯的概率,并降低该变量对闯红灯行为影响的随机性。此外,违章人数为1也会降低晚高峰参数的方差。

基于强化学习的交叉口智能网联车多目标通行控制方法

针对传统控制方法下的智能网联车辆(connected and autonomous vehicle,CAV)在动态交通环境中通行能耗较高且效率较低等问题,研究了基于强化学习的CAV通行控制方法,旨在降低车辆能源消耗,提升车辆通行效率以及行驶舒适度。通过考虑CAV与交叉口信控系统的信息交互和物理环境,收集信号相位和信号配时(SPaT)以及前车速度和位置等信息,构建强化学习框架的状态空间。以电池能量回收的上限作为边界条件,建立CAV的行驶能耗模型,并基于车辆行驶的关键特征指标,如单位时间电能能耗、通行距离以及加速度变化率,设计多目标加权奖励函数。利用层次分析法确定各指标的权重,进而采用深度确定性策略梯度算法对模型进行训练,并通过梯度下降方法对算法参数进行调整和更新。采用SUMO平台开展仿真实验,实验结果表明:在设计的算法控制下的CAV各方面行驶性能最为均衡,相较于DQN算法电能消耗和加速度变化率均值分别降低了9.22%和18.77%;相较于Krauss跟驰模型行程时间缩短了8.39%。本研究提出的CAV通行控制方法在降低车辆能耗、提高行驶效率和舒适性等方面具有较好的可行性和有效性。

基于改进ASIF模型的内河港口碳排放预测方法

针对港口碳排放量中长期预测影响因素复杂、预测精度低等问题,提出了基于改进ASIF方法的内河集装箱港口碳排放量核算模型,旨在量化主要因素对港口长期碳排放量的影响,为针对性制定碳中和策略提供依据。将港口集装箱吞吐量、设备结构、能耗强度、排放因子等作为港口碳排放量影响因素,考虑集装箱运输链中“多过程、多设备”的特点,改进了ASIF(activity-modal structure-energy intensity-emission factor)模型,可实现从宏观到微观层面的碳排放量预测。基于改进ASIF模型的解释变量建立情景预测指标体系,并以长江干线某集装箱港口为例,对其基准情景(business-as-usual,BAU)和低碳情景(low-carbon,LC)下的吞吐量、设备构成、运输结构等进行预测和设定,进而核算船舶航行、船舶停泊、岸桥、内集卡、场桥和外集卡的碳排放量。采用单因素实验方法分析不同低碳发展策略下的减排潜力,结果表明:与现有核算模型相比,使用改进的ASIF模型计算案例港口碳排放量,偏差在10%以内;案例港口这2种预测情景下,随着集装箱吞吐量持续增长,基准情景至2060年碳排放尚未达峰,低碳情景下到2055年左右实现碳达峰;船舶排放控制、港机能效提升、港口能源结构优化、集疏运结构优化均为有效的低碳发展策略,但效果依次降低;采用上述方法减排,将在2020—2060年间分别可实现约19万、17万、14.4万及1.1万t的累计碳减排。

基于结构方程模型的地铁突发事件下弱势群体帮扶意愿影响分析

针对地铁突发事件下弱势群体帮扶意愿影响机理不清楚等问题,研究开展问卷调查精细化分析了实际地铁应急疏散状态下乘客疏散条件、自身状况、帮扶对象等多因素对帮扶意愿的影响及各因素间的结构关系。研究发现:地铁应急疏散过程中,影响疏散效率最高的为老年群体(62.92%),其次为幼小群体(25.83%);而受应急疏散负面影响最大的则为幼小群体(51.25%),其次是老年群体(39.58%)。借助方差分析发现地铁乘客应急疏散过程中的帮扶意愿受到自身状况、疏散条件及帮扶对象的显著性影响(p<0.05)。利用信效度检验对帮扶意愿影响因素进行筛减优化,搭建结构方程模型(structural equation modeling,SEM)精准获取弱势群体应急疏散帮扶行为关键影响因子,量化各因素间的关联关系。结果显示不利的疏散条件对帮扶行为有直接负面影响(-0.162),帮扶对象自身状况对帮扶行为有直接正面影响(0.151),不利疏散条件对帮扶对象自身状况有直接正面影响(0.652)。结果表明,乘客的疏散条件不利时将降低其帮扶意愿;帮扶对象情况不乐观时将提高乘客的帮扶意愿;帮扶行为有奖励时,能提高乘客帮扶意愿;同时,即使乘客处于不利的疏散条件,当遇到情况不乐观的帮扶对象时,仍有较高的帮扶意愿。

基于心率变异性的高密度立交出入口驾驶人精神负荷特性

互通式立交承担着不同方向交通流的流向转换功能,是道路交通网络的重要节点。目前高密度立交在城市道路网络中已愈发常见,高密度立交之间的间距比普通立交更小,车辆交织更为密集,驾驶人需要在更短的时间内进行分合流驾驶操作。为探究立交间距对驾驶人精神负荷的影响与高密度立交出入口区段的驾驶人精神负荷统计特性,在重庆市内环快速路上选择了1段包含4座连续立交的路段作为实验对象,其中3座立交为高密度立交。通过车载仪器采集47名驾驶人在实车实验过程中的心电数据,对在高密度立交出入口区段与普通间距立交出入口区段的驾驶人心率变异性时域和频域指标进行差异性分析,得到了驾驶人在高密度立交与普通间距立交出入口区段的精神负荷分布特征。研究结果表明:驾驶人在经过普通间距立交出入口区段和高密度立交出入口区段时的心率变异性时域指标不存在显著性差异,频域指标心率变异性的低、高频功率的比值(ratio of low-frequency to high-frequency,LF/HF)存在显著性差异,频域指标LF/HF可作为评价驾驶人精神负荷在立交出入口区段的主要指标;驾驶人在经过高密度立交入口区段时,频域指标LF/HF比经过普通间距立交入口区段时显著增加,立交间距不足会增加驾驶人在立交入口区段的精神负荷;驾驶人在经过普通间距立交出口区段时的心率变异性频域指标LF/HF比经过高密度立交出口区段时显著增加,即驾驶人通过普通间距立交出口区段的精神负荷更大;对于高密度立交群,驾驶人在入口区段的精神负荷水平要略高于出口区段。