面向个性化需求的自动驾驶微公交动态调度方法

根据个性化出行需求调查,梳理出乘坐资源、合乘意愿以及出行效率3类个性化需求。在此基础上,提出了面向个性化需求的“预约乘车+实时乘车+非固定站点”自动驾驶微公交服务模式,并构建了动态调度模型及求解算法。基于真实路网与随机订单测试集开展的典型案例分析结果表明,在同样的订单需求下,提供轮椅空间和非合乘服务可显著提高订单服务率和社会公平性,但系统成本会增加。

基于自适应融合的实时车辆检测

针对传统的车辆检测技术检测速度慢和精度低的问题,提出了一种融合注意力的自适应金字塔网络的交通目标检测算法(fusion attentiont adaptive pyramid network,FAAP-Net),可以显著降低交通事故的发生率。为了降低计算复杂度,设计了一种轻量级的互补池化结构(CPS),该结构在宽度和高度上采用了两组不同的池化组合,在保持高精度的同时,显著降低了网络的浮点运算数(GFLOPs)和参数量。为了解决智能交通系统特征图生成过程中的信息损失问题,通过将自适应注意力模块(AAM)和特征增强模块(FEM)引入自适应融合特征金字塔网络(AF-FPN),以融入车辆检测的形状特征。针对车辆细节特征表征弱的问题,引入了一种按通道维度分组的注意力(SA)机制,以增强主干网络对不同车辆检测细节特征的关注,有效提取车辆细节的显著特征。在BDD100K数据集上的实验结果表明,FAAP-Net算法相比于传统算法,平均精度从30.3%提升到43.7%。

改进前车状态预测的自适应巡航控制策略

针对自适应巡航控制(ACC)系统中前车运动状态不确定性造成的模型失配和性能下降问题,提出一种改进前车状态预测的自适应巡航控制策略。首先,基于前车的历史速度和加速度信息利用时间卷积网络预测前车的未来加速度轨迹,然后将预测加速度作为扰动构建自适应巡航系统的预测控制模型,最后在Matlab—Carsim联合仿真平台进行仿真实验。实验结果显示,时间卷积网络能够对车辆加速度取得较好的预测效果,且相对于传统MPC改进方法能够减小速度跟踪误差,并提高跟驰车辆对前车速度变化的响应速度。

基于安全风险预测的自动驾驶自适应巡航控制优化

从周边车辆运动学状态参数和道路设施条件参数中提取场景特征指标和安全风险度量指标,采用极端梯度提升模型(XGboost)和长短时记忆模型(LSTM)进行安全风险预测,由此提出基于安全风险预测的自动驾驶自适应巡航控制(ACC)优化方法,并选取碰撞发生概率、速度平均值、速度标准差3种指标评价ACC表现。通过Prescan和Simulink联合仿真推演,验证了ACC优化方法的合理性和有效性。结果表明,基于安全风险预测的ACC优化方法的控制表现优于一般ACC;利用LSTM预测安全风险,相比XGboost具有更好的ACC优化表现;预测安全风险时增加道路设施条件参数,显著提升了ACC表现,降低了自动驾驶碰撞发生概率。

基于改进型Stackelberg博弈的自动驾驶测试数据定价模型

针对自动驾驶测试数据兼具连续与离散变量,且包含时间戳和经纬度等间接信息特征的特点,利用特征挖掘过滤、连续变量离散化、驾驶模式加权等方法对传统信息熵方法进行适应性调整,提出基于特征工程的驾驶模式加权信息熵方法,确定自动驾驶测试数据信息量;引入信息量构建数据消费者效用方程,提出考虑信息量和平台利润率约束的改进型Stackelberg博弈数据定价模型。以上海市自动驾驶实际测试数据开展典型案例分析,结果表明,基于改进型Stackelberg博弈的数据定价模型可有效评估数据信息量,合理分配数据生产者、数据平台和数据消费者交易三方的利润率,并显著提升数据交易量和数据交易三方总效用,从而增强自动驾驶测试数据交易市场的活力。

考虑运行环境复杂度的自动驾驶行车风险场建模方法

自动驾驶行车风险,既受自身车辆智能水平及车辆临近区域影响,也受运行环境的影响。在归纳分析四类自动驾驶行车风险影响因素的基础上,基于人工势能场理论构建了考虑运行环境复杂度的自动驾驶行车风险场模型,给出了车辆场、车道线场、道路边界场等三类行车风险场的表达式,并在车辆场中加入综合考虑道路设施、交通流、气候环境、交通参与者等因素的运行环境复杂系数,以行车风险度作为风险表征指标,构建了自动驾驶运行环境复杂系数计算方法。基于自动驾驶开放道路测试实测数据开展了案例分析与模型验证。结果表明,运行环境复杂度显著影响了自动驾驶行车风险,所建模型可更客观地表征自动驾驶行车风险的时空分布规律。

面向自动驾驶全链条测试数据交易的区块链确权方法

自动驾驶全链条测试过程中产生的海量测试数据,可通过交易释放其潜在的价值。但因测试数据来源多样等原因,导致数据责权不清,造成交易难以安全开展。现提出基于区块链的测试数据确权方法,利用“元数据+云存储”方案,实现测试数据在区块链上的存储与访问,并在综合考虑测试数据生产者、数据平台和数据消费者三方参与的情况下,设计测试数据在区块链系统中实现确权和交易的流程。测试数据的确权和交易过程被记录在区块链上,保障了确权过程和交易过程的公开可审计性和可追溯性,具有公平交易、去中心化等优势。

近港集疏运道路货运集卡分时畅行策略仿真

随着国际贸易的快速发展,各大港口集装箱吞吐量快速增长。集装箱吞吐量的快速上升使得各大港口集疏运能力出现瓶颈,导致集疏运道路产生交通拥堵及交通事故等问题。针对上述问题,结合洋山港区集疏运道路环境、港外集疏运中心建设方案等因素,提出集卡预约系统、智能集卡编队等分时畅行策略。基于洋山港区集疏运道路现状进行远期流量预测,模拟了远期流量场景和专用车道场景,采用SUMO作为仿真软件对两类场景下分时畅行策略应用效果进行验证。仿真结果表明,基于集卡预约系统策略,远期流量场景能够实现高峰小时不均匀系数降低25%,达到了较好的削峰填谷效果;基于智能集卡编队策略,专用车道场景可实现单车道饱和状态下平均小时通行能力提升98.1%,有效提升了集疏运通道通行能力。

智能网联汽车数据资产化趋势及上海加快前瞻性布局对策

汽车工业正以智能网联汽车为重点,加速迈向以用户体验为中心、以智能服务为导向、以数字能力为驱动的新发展阶段。作为国家汽车工业重镇和数字化转型前沿城市,上海应以智能网联汽车相关数据资产化为重要抓手,在强化顶层设计、关键场景切入、创新载体机制和完善服务生态等方面持续探索发力,加快先行先试,率先实现智能网联汽车和城市数字化转型生态的协同跨越式发展。

驾驶模拟器运动系统对自由驾驶行为的影响分析

通过构建晴、雾天气下自由驾驶两个实验场景,对比分析了8自由度和零自由度驾驶模拟器对自由驾驶加减速行为、期望速度等变量的影响.结果发现,当能见度相同时,驾驶模拟器运动系统自由度对加速行为和期望速度影响不显著,但对减速行为影响显著,特别是对浓雾天气下的减速行为影响显著;当驾驶模拟器运动系统自由度相同时,能见度对驾驶员的加减速行为和期望速度有显著影响.

面向自动驾驶路测驾驶能力评估的避险脱离率模型

针对传统脱离率模型低估自动驾驶路测车辆驾驶能力问题,提出了避险脱离与非避险脱离概念,通过秩和检验确定脱离时长阈值,选取平均速度差、短时平均速度差、瞬时速度差为特征值,量化车辆脱离前后行为差异,利用无监督学习K-means算法辨别避险与非避险脱离类型,构建面向自动驾驶路测驾驶能力评估的避险脱离率模型。基于上海市城市道路和快速路两类场景路测数据,验证避险脱离率模型的合理性与有效性。结果表明,基于避险脱离率模型,自动驾驶路测车辆驾驶能力在城市道路与快速路场景中,分别比传统脱离率模型平均提升了4.8和7.3倍。

基于定量分层模型的多匝道协调控制次序

针对城市快速路交通拥堵严重的问题,基于QHM(定量分层模型)并利用交通风险评估技术,提出了一种多匝道协调控制次序的方法.利用QHM将快速路通道合理分区,以各分区当前状态与临界状态密度差值比为主要指标构建通道多匝道优先级控制矩阵,进而确定各分区匝道的优先控制次序,以保证各分区交通流的稳定性和公平性,实现通道多匝道协调控制.最后,应用微观交通仿真软件Vissim验证了模型的可靠性和有效性.

驾驶风格对不同跟驰场景下跟驰行为影响分析

为了分析驾驶风格对不同跟驰场景下跟驰行为的影响,利用高逼真度驾驶模拟器设计晴天、雾天两种天气状况和自由流、拥挤流、阻塞流三种交通流状态组合的六类典型跟驰场景。以跟驰过程中的最大加速度、最大油门踏板受力、最大油门踏板受力速度作为指标,通过K-means聚类识别方法,对六类典型跟驰场景下不同驾驶风格的驾驶员进行聚类识别,并以跟车间距、车头时距为风险指标评价不同驾驶风格的驾驶员在六类典型跟驰场景下的跟驰风险。结果表明:六类典型跟驰场景下,不同驾驶风格驾驶员的跟驰行为存在明显差异;激进型驾驶风格驾驶员倾向保持更小的跟车间距和车头时距,跟驰过程中的碰撞风险更高;晴天和自由流场景下不同驾驶风格驾驶员跟驰行为差异性更加显著。

基于安全车速分析的高速公路安全评价方法

现有的高速公路安全评价研究侧重于经验统计为主的道路要素静态分析,鲜有考虑事故因素的动态性以及驾驶员主观认知的影响,难以建立集成车路客观环境和驾驶员主观认知两方面影响的综合评价模型。本文从解析高速公路安全机理入手,基于安全车速分析引入能够表征主观感知的预期车速和车路客观环境的安全车速,并提出相应的量化方法,由此构建高速公路交通安全评价方法,并通过实证分析验证了模型的有效性和可靠性,为高速公路安全评估提供了新的思路和手段。

研讨式教学法在研究生交通大数据分析课程的探索与实践

研讨式课堂教学是以研讨为主、学生为中心的教学方法。以研究生交通大数据分析课程为例,融合研讨式教学精髓设计了研讨式教学的步骤,阐述了该方法的理念及具体内容,有效促进了学生对知识的理解,提升了学生的科研能力,最后概要性建议了研讨式教学的保障体系。

自动驾驶路测与人工驾驶事故致因影响对比分析

明晰自动驾驶道路测试事故机理是有效防控自动驾驶路测安全风险的重要前提。针对自动驾驶路测安全风险多因素耦合特征,对自动驾驶路测事故致因体系进行梳理;结合父节点分离方法,建立分层分类的贝叶斯网络结构;利用最大期望算法并融合先验知识,基于美国自动驾驶路测和人工驾驶事故数据,完成贝叶斯网络参数的学习,得出自动驾驶路测事故致因影响程度,并与人工驾驶事故致因进行定量对比。结果表明:自动驾驶路测事故致因影响程度与人工驾驶存在显著的差异性,自动驾驶路测在复杂交通环境、不良横纵道路线形条件及逆光环境下的适应性较差。

上海市高架道路信息管理系统

本文介绍了基于GIS的高架道路信息管理系统,运用Arcview3.2和MapObjects2.0来共同管理空间数据,建 立了高架道路的地理数据库,实现了图层管理、专题图输出、信息输入、显示、查询、统计和报表等功能。

Superpave结合料规范的评价及研究进展

简要介绍了 Superpave结合料规范的基本思路、各种试验评价方法以及这些试验新的研究进展。通过近 1 0 a的现场验证及有效性评价 ,发现 Superpave结合料规范的疲劳指标和低温指标与现场试验有一定的相关性 。

桥梁决策支持系统中的评价模型研究

介绍了构成基于GIS的桥梁决策支持系统的四个评价模型。通过此评价模型 ,对检测的桥梁动态数据进行评价分析 ,得出评价结果 ,从而确定养护措施、维修规模。

上海智能网联汽车的新发展与新机遇

上海智能网联汽车已在全国率先起步发展,初步形成了良好的产业发展环境,在智能网联汽车顶层政策设计、示范区建设、研发及产业化、公共服务平台等方面取得了良好的工作成效。