基于多维数据的公交驾驶员安全风险评价及诊断

以多维数据为驱动,实现个体驾驶员完整数据链条,并建立多维度公交驾驶员风险评价指标体系。在此基础上,构建基于熵权-TOPSIS法和LightGBM法的风险评价模型,通过随机森林分维度提取并解析个体驾驶员风险致因。研究成果为全面、高效、客观地评价驾驶风险提供了新思路,同时也为推动公交事业数字化进程提供了更高效、更精准的安全管理手段。

快速路激进驾驶行为影响因素分析

以导航系统所采集的交通运行状态数据、驾驶行为数据为基础,结合网络资源和实际调研获取道路条件、天气情况和以指路标志为代表的交通设备数据,构建激进驾驶行为致因分析数据库,并应用结构方程模型深入挖掘快速路上驾驶人激进驾驶行为致因.结果表明,道路拥堵情况、天气条件、道路合流数、分流数、车道数、出口间距、预告次数、桥型标复杂度均能对激进驾驶行为发生频率造成显著影响,其中道路拥堵情况的影响程度最大,其次是指路标志和道路条件,天气条件的影响最小.为改善快速路激进驾驶频发的问题,首先需要鼓励错峰出行,缓解拥堵;道路设计过程中,根据实际情况考虑减少分流数、合流数、车道数,并适当扩大出口间距,避免在短距离内形成多个交织区;交通控制设施设计时,可尽量降低桥型标复杂度并减少预告标志,有助于驾驶人更好的理解信息;最后可充分利用导航系统的提示功能,根据不同天气条件针对性设计提示内容.研究基于导航数据分析激进驾驶行为影响因素的挖掘,进而实现了快速路的道路安全风险辨识,为改善交通安全、优化道路设计奠定了基础.

草原公路车载个性化防疲劳预警策略

为制定针对草原公路驾驶疲劳的有效预警策略,以驾驶人在草原公路连续驾驶时的易疲劳点为基础,参照应激反应理论和神经语言程序理论将驾驶人划分为视觉型、听觉型和触觉型3种刺激偏好类型,结合已有典型防疲劳车载设备确定刺激手段和参数,构建了满足驾驶人刺激选择偏好的车载差异化驾驶防疲劳预警策略,并通过对比驾驶模拟实验验证了策略的有效性。研究结果表明:相比其他刺激模式及空白对照组,给予驾驶人所属类型预警刺激时,其驾驶疲劳状态自评值、速度特征值、加速度特征值、横向偏移特征值和节气门功效特征值在实验前后变化最小;驾驶人对所偏好预警信号刺激的理解度和接受度最高,烦扰度最小;TOPSIS综合评价结果显示,不同刺激模式缓解驾驶疲劳效果不同,随着疲劳程度加深,给予驾驶人所偏好的预警刺激信号可以更加有效地缓解驾驶疲劳。

基于驾驶模拟技术的车路协同生态驾驶预警系统节能减排效果分析

本研究旨在测试车路协同条件下生态驾驶的节能减排潜力。研究基于驾驶模拟技术搭建以生态车道(Ecolane)为路端、生态驾驶人机交互系统(EcoHMI)为车端的车路协同生态驾驶预警系统(Ecolane-HMI-CVIS)。招募40名驾驶人开展驾驶模拟实验和主观问卷调查,探究Ecolane-HMI-CVIS对机动车能耗排放的影响。与实验对照组相比,Ecolane-HMI-CVIS降低能耗1.03%,分别降低CO_(2)、CO、HC、NOX1.01%,10.72%,1.52%和9.83%;驾驶人主观认同且客观行为遵循Ecolane-HMI-CVIS预警信息时,车辆能耗排放最低。研究结果表明,车路协同生态驾驶预警系统能够促使驾驶人采用生态驾驶行为,从而降低车辆能耗排放;同时,驾驶人主观认知对预警系统的节能减排效果有明显影响,驾驶人感知有用性的影响最为显著。

基于主成分分析与BP神经元网络的驾驶能耗组合预测模型研究

近年来交通领域能源消耗问题备受关注,本文从微观交通能耗预测出发,以实现北京市快速路基础路段的油耗预测为目的,基于出租车车载OBD/GPS终端,提取驾驶员微观驾驶行为数据,建立基于主成分分析与BP神经元网络的油耗组合预测模型,实现北京市快速路基础路段油耗的准确预测.结果表明:速度均值及标准差、最大车速、工况百分比、加速度及减速度均值、行驶距离和动能对油耗影响程度相对较高;同时模型能够实现城市快速路基础路段能耗的有效预测,预测精度达到92.46%.该方法的研究为城市交通能源消耗的监管与把控提供了支持.

出租车驾驶员驾驶行为对油耗的影响及潜力分析

本文基于北京市出租车实际运行数据,研究城市快速路基本路段不同工况、服务水平下驾驶行为对出租车油耗的影响,分析各条件下生态驾驶节能潜力.应用方差分析方法,分析不同条件下驾驶行为对出租车油耗的影响.研究结果表明,出租车在城市快速路基本路段加、减速频繁;随服务水平提高,加速、匀速工况下车辆油耗升高,减速工况下车辆油耗降低;低服务水平下加速工况油耗是车辆油耗的主要来源.考虑各条件下油耗对出租车总油耗的贡献,提出生态驾驶行为节能潜力计算方法.分析结果表明,加速工况下生态驾驶节能潜力最高,出租车在快速路基本路段取生态驾驶行为的综合节能潜力可达11.18%.

基于驾驶模拟实验的生态驾驶行为节能减排潜力

针对生态驾驶行为在中国节能减排潜力尚不明确的问题,研究基于驾驶模拟实验平台,选取22名驾驶人进行生态驾驶行为培训和驾驶模拟实验测试,通过对比分析生态驾驶行为培训前和培训后的车辆能耗排放改善情况,确定生态驾驶行为的节能减排潜力.研究结果表明：生态驾驶行为节约汽车燃油消耗的潜力可达3.43%~5.45%;对应不同尾气排放物（CO2、CO、HC和NOx）,生态驾驶行为的减排潜力可达3.39%~26.15%.随着培训强度的增加,生态驾驶行为所体现出的节能减排效益也相应增大.另外,职业和非职业司机驾驶行为节能减排潜力存在明显差异.

生态驾驶行为对单个小汽车运行状态的综合影响分析

为了进一步明确我国实际道路交通条件下生态驾驶行为对车辆运行状态的综合影响,助力生态驾驶行为推广应用策略,结合驾驶模拟和实车驾驶试验,重点分析了生态驾驶行为对单个小汽车能耗、排放及运行效率的影响。结果表明：生态驾驶行为能有效降低机动车能耗和尾气排放;同时,相同条件下,生态驾驶行为降低车辆能耗的比例远大于车辆行驶时间增加的比例。因此,对单个小汽车而言,生态驾驶行为的节能效益大于其对车辆运行效率的影响。

公路平曲线处线形诱导标对驾驶员速度选择的影响分析（英文）

利用驾驶模拟器,测试了我国线形诱导标在双车道公路平曲线上对驾驶员实际和感知安全速度的影响.设计和使用12种具有不同道路几何条件的平曲线作为模拟场景.结果表明,不受曲线半径影响,对行驶方向靠近线形诱导标的车辆,平曲线处的诱导标具有提前预警和速度控制的作用.除此,线形诱导标可以辅助限速标志预防车辆在平曲线处超速行驶,进而有助于减少弯道处车辆冲出道路的事故.此外,我国的线形诱导标可以增强急弯处行驶的安全感.研究结果为更加规范合理设置我国的线形诱导标奠定基础.

出租汽车驾驶员生态驾驶行为培训方法——以北京市为例

驾驶行为是影响机动车能耗和尾气排放的主要因素之一,生态驾驶行为已在众多发达国家推广实施,并取得显著的节能减排效益。选取北京市同一车型的60名出租汽车驾驶员实施生态驾驶行为培训,利用OBD+北斗/GPS逐秒采集车辆油耗和运行数据。通过对比培训前后车辆平均百公里油耗改变量,明确生态驾驶培训的节能效果,形成面向出租汽车驾驶员行为矫正的生态驾驶培训方法。培训方案包括三种形式:基于培训手册和宣传视频的静态培训、基于驾驶模拟器的实操动态培训、先静态后动态的综合培训。培训结果表明:生态驾驶行为培训平均降低车辆百公里油耗8.6%;对出租汽车驾驶员实施动态生态驾驶培训更合理有效。由于车辆本身油耗的差异,生态驾驶行为培训对于改善公共交通、货运交通及长途客运汽车等行业的能耗现状可能更为显著。

基于跟踪调查的生态驾驶行为节油潜力初探

针对生态驾驶行为在我国的节能潜力尚不明确的问题,以北京市出租车司机为研究对象,通过发放车辆油耗记录表格的方式,跟踪调查生态行为培训前和培训后车辆耗油量及其他相关因素的影响.数据对比分析结果表明,以1个月为统计周期,生态驾驶行为减少燃油消耗的潜力为9%~31%;另外,受长期驾驶习惯的影响,生态驾驶行为的节能效果在不同驾驶员之间存在显著差异.

生态驾驶行为特征甄别及反馈优化方法研究

针对生态驾驶行为推广应用中存在的特征描述、评估甄别和矫正优化三大核心问题,借助模拟和自然驾驶实验平台,在明确生态驾驶行为对车辆绿色、安全和顺畅运行综合影响的基础上,重点研究形成了生态驾驶行为特征的图谱表达方法,建立了基于3层BP网络结构的生态驾驶行为精确评估甄别模型,确立了基于驾驶员特性的差别化生态驾驶行为反馈优化方法.研究提升了生态驾驶行为的应用实施效果,并为解决大数据背景下面向安全、生态和顺畅三位一体的驾驶行为管理提供借鉴.

基于图谱的个体驾驶行为特征描述方法研究

基于驾驶模拟实验获取驾驶行为数据,针对驾驶行为数据实时性强、稳定性差、连续变化等特点,引入图谱表达方法,通过图谱时间基元、空间基元及排列组合形式等要素描述驾驶行为变化过程,构建形成驾驶行为特征图谱,实现驾驶行为变化过程的直观表达.研究成果为精确解析驾驶行为特征提供新的思路和解决办法,并为更加针对性地优化驾驶员驾驶行为提供参考和依据.

基于视觉特性的可变情报板文字信息阈值研究

可变情报板(VMS)是传递实时道路交通信息的重要载体,但仍存在版面文字信息量过载导致视认性偏低等问题.文中选取长条形VMS作为研究对象,利用静态认知实验获取42名驾驶人在8,12,16,20,24五种文字信息量下的视认时间及理解错误率,基于描述分析和统计检验逐步明确文字信息量对驾驶人视觉特性的影响,初步确定信息量阈值,并通过动态驾驶模拟实验验证静态认知实验结果.研究结果表明:长条形VMS文字信息量对驾驶人视认时间和理解错误率均造成显著影响,文字数量超过20字后驾驶人视认特性明显变差.

门架式可变情报板道路节点数量阈值研究

针对门架式可变情报板道路节点数量阈值缺乏量化依据的问题,选取42名驾驶人对7块显示不同道路节点数量的门架式可变情报板开展了室内静态认知实验,分析了视认时间、理解时间、信息理解正确率、综合设计评分和信息量接受程度评分这5项指标与门架式可变情报板道路节点数量的关系。基于趋势分析和Welch’s anova方法确定特征指标,构建了基于熵权法的TOPSIS综合评价模型,并通过计算特征指标综合评价指数进行验证。研究结果表明,道路节点数为2~8个时,驾驶人视认时间、理解时间、综合设计评分和信息量接受程度呈现显著差异变化(4项指标的差异性检验p值均为0.01),信息理解正确率没有显著性差异(p=0.13)。熵权法确定特征指标对道路节点数量影响程度由大至小依次为视认时间(0.32)、信息量接受程度评分(0.31)、综合设计评分(0.26)和理解时间(0.12)。依据TOPSIS综合评价结果并通过综合评价指数验证,最终确定门架式可变情报板道路节点数不宜超过4个。

导航播报措辞复杂度对驾驶行为的影响

为了研究导航播报措辞复杂度对驾驶行为的影响,以普通交叉口为例,将措辞复杂度分为Ⅰ、Ⅱ、Ⅲ、Ⅳ级,通过驾驶模拟方法获取实验数据,构建考虑驾驶人时空和综合行为表现的多维度指标体系,运用方差分析和非参数检验方法研究不同措辞引导下驾驶人行为表现的时空特征,挖掘驾驶人综合行为表现的变化规律。结果表明:导航播报情况下驾驶人普遍从交叉口上游200 m处开始减速;4种措辞的作用效果在交叉口上游100 m至下游100 m区段存在明显差异;Ⅰ、Ⅱ级措辞引导下车辆运行的平稳性较差;与Ⅰ级措辞相比,Ⅱ、Ⅲ和Ⅳ级措辞引导下驾驶人的综合行为表现依次提升15%、20%和40%。

基于图谱的驾驶行为特征安全性描述方法研究

为了建立一种基于驾驶行为来判断驾驶安全性的方法,以此挖掘和显示不同驾驶行为与其驾驶安全性的关系.利用来自OBD设备获取的北京市出租车司机驾驶行为数据,通过K-Means聚类分析将驾驶人划分为3种类别:安全、一般安全、危险;采用图谱理论进行数据编码,构建了基于微观驾驶行为指标的驾驶行为特征图谱.图谱可以揭示驾驶行为内部复杂数据结构关系,实现驾驶行为变化过程的直观表达.本研究更加针对性地在安全层面上为优化驾驶行为提供参考和依据,对于减少交通事故与改善驾驶员的驾驶行为具有重要意义.

高速公路运营监测评价指标体系研究

针对现存运营监测或评价体系仍具有指标分散或监测维度单一等问题.充分考虑整体需求、构建原则与影响因素等方面,搭建较为完善的指标体系框架,梳理目前国内应用研究较为广泛的高速公路运营监测评价指标,最终建立涵盖202个基础指标和9个综合指数的高速公路运营监测评价指标体系.研究为高速公路运营管理部门准确、动态把握高速公路运营状态,有针对性地开展分析和管理提供支撑,有助于提高高速公路运营管理水平.

智能网联卡车编队领航车驾驶人驾驶能力需求综述

智能网联卡车编队在减少人力成本、节省燃料消耗、提高运输效率等方面具有较大优势,是未来货物运输发展的新趋势。领航车驾驶人作为在智能化和网联化背景下出现的新兴角色,对于保障智能网联卡车编队安全平稳运行至关重要。通过对大量文献、标准规范以及企业调研结果的系统梳理,综述了智能网联卡车编队领航车驾驶人驾驶能力需求研究现状。首先,介绍了卡车编队系统架构、自动化分级标准和驾驶模式等智能网联卡车编队概况。然后,归纳了卡车编队行驶场景的组成要素种类,总结了超出车辆设计运行范围的边界场景,以此为基础分析了各边界场景下领航车驾驶人的能力需求。其次,论述了卡车编队不同功能对应领航车驾驶人的作用和职责。最后,以传统卡车驾驶人和自动驾驶卡车安全员的基本驾驶能力需求为基准,结合边界场景和编队功能对应的特殊驾驶能力需求,汇总获得卡车编队领航车驾驶人在理论知识、实操技能和生心理状态方面的需求,并对比分析了不同驾驶阶段下驾驶人能力需求差异。综述结果有助于更加科学合理地开展智能网联卡车编队领航车驾驶人的遴选、培训和考核。

基于驾驶模拟的草原公路防疲劳设施效用分析

针对驾驶环境单调使草原公路驾驶疲劳频发的问题,文章基于驾驶人视觉刺激,设计了3种新型防疲劳设施(彩色防滑道面与路肩黄色导流线、主动发光标志、彩色防眩板)预防草原公路驾驶疲劳.为验证3种新型防疲劳设施的有效性,开展了驾驶模拟实验,获取了25名被试的驾驶行为及主观评价数据.利用皮尔逊相关系数法和主成分分析法确定了基于驾驶行为数据的驾驶疲劳有效特征指标,构建了基于熵权法的TOPSIS综合评价模型.研究结果表明,速度、加速度、横向偏移和油门功率与驾驶疲劳具有显著相关性.依据TOPSIS综合评价及主观评价结果,3种设施均具有缓解草原公路驾驶疲劳的效果,其中彩色防滑道面与路肩黄色导流线效果最优.