基于车载激光点云的道路几何信息自动化提取

为了高效地进行道路设施信息采集与数字化建模,利用车载激光点云数据构建了一种自动化提取道路几何信息的方法框架。针对激光数据的无序性和冗余性,通过网格降采样和半径滤波精简点云规模、去除噪音点;通过栅格单元划分进行点云组织和索引,合理利用点云的空间局部性、缩减运算规模;利用道路要素在高程上的层次性与路面结构的连续性、光滑性,设计了高程滤波、基于主成分分析框架的局部法向量滤波、DBSCAN聚类等方法,实现从原始点云到路面点云的精确分割;利用采集车辆的行驶轨迹信息获取道路走向,利用其方向向量与法向量进行道路横截面的划分;切取横截面后投影至二维平面,并通过滑动窗口、最小二乘等算法提取道路宽度与平纵横参数。通过提取算法与人工测量的结果对比,在复杂街区和郊区公路两个实验数据集,点云分割准确性均超过87%,完整性均超过97%,提取质量均超过86%,几何信息的平均相对误差较小,说明算法具有良好的提取质量。有限算力条件下,两个数据集中点云处理时间分别是6.864与10.078 s/km,几何信息提取时间分别是1.732和0.843 s/km。提出的方法能够很好的兼顾提取效率与精度,在复杂街区和郊区公路环境下具有良好的适用性,可为道路设施的健康评定和三维重建提供参考。

公路隧道火灾发生位置与人群疏散通道仿真研究

利用EXODUS建立隧道的仿真场景,确定疏散人群仿真参数,并将出口工效OPS作为评价疏散效率的指标,分析不同火灾发生位置对疏散时间的影响。采用K-means算法分别对火灾发生位置和人群疏散通道位置进行聚类,并建立基于两者影响下的出口工效模型,通过对该模型求偏导,得出隧道火灾发生位置和人群疏散通道选择之间的关系。研究结果表明:火灾发生位置越接近人行横通道,疏散时间波动越大,人行横通道和隧道入口的疏散时间随人群疏散区域分界线变化,当火灾发生距人行横通道20~110m时,变化明显,当距140~350m时,变化平稳;出口工效OPS总体呈现不稳定的阶梯状变化趋势;火灾发生位置和人群疏散通道的最优位置呈线性递减关系。研究结果可应用于隧道应急指挥中心管理人员制定有效疏散路径和采取诱导分流人群措施。

公路隧道火灾环境人群逃生行为分析及多项Logit建模

为提高隧道疏散效率,研究环境、社会和个人因素对逃生行为的影响。基于虚拟现实技术从心理学和行为学角度对公路隧道逃生行为及影响因素进行研究,利用Unity 3D建立虚拟场景下的公路隧道场景,通过步行模拟器和ErgoLAB无线生理模块采集步速和心电;应用核密度曲线研究平均心率的变化特性;采用Hermite插值法描述步速的变化趋势。在试验结果的基础上,构建基于多项Logit的逃生行为模型。结果表明:平静状态下,男性的平均心率个体差异性较大,运动状态下,女性的平均心率波动较大;测试者在隧道内遇到障碍物会降低步速,在逐渐深入并穿越人群的过程中,呈现步速加快的特征;逃生行为的MNL模型R2和准确度分别达到87.41%和92%;隧道内障碍物越少,前方人群越多,且能见度越差,人越容易处于恐慌状态,更倾向于跟随他人。研究结果可为火灾环境下的公路隧道人群疏散模型的建立提供参考,对避免人员伤亡和减少财产损失具有实际意义。

基于零膨胀模型的高速公路事故形态影响因素分析

为研究不同因素对高速公路事故形态的影响程度,探究其随时间的变化特征,将事故形态作为因变量,从道路条件(发生时段、年平均日交通量)、环境(临近出入口)、车辆信息(责任车辆)3个方面选择了4个自变量。利用零膨胀泊松和零膨胀负二项模型对大量的零值数据进行拟合,通过似然比检验比较模型优劣,分析影响因素的时序变化。结果表明:零膨胀负二项模型拟合效果更佳,随着时间推移,年平均日交通量、责任车辆为大型车会导致事故风险增加。

自动驾驶专用车道的宽度模型研究

为深入研究自动驾驶条件下的车道宽度,从车辆宽度、车辆速度和特殊考虑因素三个角度,构建自动驾驶专用车道宽度模型。基于自动驾驶汽车横向控制理论研究自动驾驶车道宽度的因素。统计有无侧镜的自动驾驶汽车宽度,计算车辆宽度系数;分析天气情况和道路线形对行驶速度的影响,确定影响因子;讨论特殊考虑因素,建立双层分级系统表征不同因素重要程度。利用MATLAB的"Automated Driving Toolbox"工具箱和Simulink模块进行车辆控制仿真,结合构建的自动驾驶专用车道宽度模型定义"laneWidthDeterminer"函数,使用CARLA软件进行不同恶劣天气和行驶环境的模拟。参数分析结果表明,车道宽度随着车辆宽度的增加呈比例增长。天气和道路情况等环境参数对车道宽度产生不同程度的间接影响。自动驾驶汽车在不同模拟场景下的横向偏差结果表明,现有的车道宽度由3.6 m减少到3.00~3.30 m,仍能在相同速度下容纳同等的车辆宽度。高速公路情况类似,车道宽度可减小约11%。在此情况下,采用Pure Pursuit横向控制器的自动驾驶汽车均能保持安全的横向距离。该模型能够为自动驾驶专用车道宽度的设计提供参考,更好地保障自动驾驶汽车的安全行驶,满足节省用地的需求。

基于数据包络分析的单向交通网络运行效率评价

为了缓解交通拥堵和提高单向交通网络的运行效率,建立了基于数据包络分析法的评价模型并对其影响因素进行分析。首先确定了单向交通网络的运行效率评价指标,然后将路网结构和路网运行状况分别作为输入与输出变量建立了评价模型,选择路网级配水平、非直线系数、路网密度等指标作为投入指标层,路网平均饱和度和车辆绕行时间作为产出指标层。基于该运行效率评价模型对南京市某街区的单向交通网络运行效率进行分析,发现所提供的组织方案可实现该路网运行效率最优。最后,通过Vissim数据显示功能对评价模型的有效性进行了验证。案例研究结果表明,采用Z形和C形走向的交通组织方案可使模型的运行效率达到最佳;适当提高支路网密度可使区域单向交通组织得以有效优化。

基于速度统计分布的城市货运通道优化

随着电子商务的快速发展,物流配送量迅速增长,大量货运车辆频繁进出中心城区,这一趋势加剧了中心城区交通拥堵的情况。与此同时,由于货运需求与交通发展的矛盾,导致城市货运交通的发展遇到重重阻碍。本文以南京市为例,从宏观和微观角度,利用速度统计分布对城市货运通道进行优化,为物流节点的建立提供理论基础。

基于改进CornerNet-Lite的林区行人检测算法

为做好森林管护工作,减少人力和物力的消耗,利用快速发展的行人检测算法可对林区行人进行检测和甄别,但林区行人检测与传统行人检测有很多不同,如林区行人被树木遮挡、着装与背景色调相似等特征,导致漏检现象严重。为此,针对林区行人的特点,笔者提出了一种实时检测林区行人的算法CornerNet-P,将林区行人的位置预测简化成为2个关键点的预测。以CornerNet-Lite为基础,改进算法的损失函数,预测2组热力图来检测林区行人的角点位置,预测嵌入层损失以匹配同一行人的角点,预测偏置层损失来减少尺度变化过程中的精度损失,并获得最终的边界框;然后提取COCO2014数据集中的行人数据并随机分为训练集和测试集两部分,使用训练集分别训练该算法与YOLOv4算法中的参数,使用测试集和真实的林区行人图像对算法的检测精度和检测速度进行检验。试验结果表明,CornerNet-P算法相比YOLOv4算法平均检测精度提高了1.7%,检测速度提高了5.1%,并可以较好地检测真实林区行人图像。CornerNet-P算法可以实现林区的行人检测,具有较快的检测速度和较满意的精度。

UC win/road在隧道绿化景观设计中的应用

为了有效提高驾驶过程中高速公路隧道绿化景观的视线诱导作用,从交通安全的角度,提出隧道入口段路侧绿化设计理论及利用三维仿真软件UC win/road对绿化设计方案建模分析过程。以茅山隧道为例,提出茅山隧道入口段路侧绿化方案并构建隧道入口段三维模型。为了探究茅山隧道入口段路侧绿化方案的合理性,利用驾驶模拟仪、Tobii Glass2眼动仪及无线生理模块开展模拟驾驶试验,实验对象模拟驾驶过程的注视比例较未设计方案提高约12%;平均心率较未设计方案降低6. 49%～18. 60%。研究结果表明,隧道入口段路侧绿化方案设计合理,对驾驶人的视线引导效果明显,利用UC win/road可实现道路绿化景观设计。

与用户使用关联的整车耐久性试验方案确定

在试验场整车耐久性试验中,多年来不同的车型都是采用各试验场统一的试验标准,缺少试验场道路设置和用户使用的关联研究。本文旨在提出一种关联用户使用情况的相对合理的试验场整车耐久性试验方案。研究通过采集试验场路面的载荷信号,并对采集的数据进行信号处理,得到多个通道的频率和疲劳损伤特征。然后,开展了面向安徽省某用户的调查,采集了一定里程用户使用路面的载荷,并将试验场特殊路面与用户实际路面进行对比,提出一套试验方案,再对其合理性进行理论分析与论证。

大站快线公交运营调度分析

为提高大站快车的利用率及公交服务质量,利用站点不均匀系数及方向不均匀系数进行站点统计分析,对运营车辆运行定额和运行参数调度进行了优化。本文以南京D4路公交车为例,结合运营调度评价方法,对大站快线调度管理提出了合理建议。

公路隧道群不同区段驾驶人视觉特征差异性研究

为提高公路隧道群路段驾驶人的行车安全,研究了毗邻隧道群不同区段驾驶人的视觉特征差异性。根据相关研究划分了隧道群不同区段,进一步选取瞳孔面积、注视次数及注视时间作为视觉特征参数。采用BP神经网络及K-means聚类分别得到瞳孔面积训练数据变化趋势以及不同注视区域的注视次数以及时间占比,并分析驾驶人在隧道群不同区段的视觉特征差异性变化特征。结果表明:隧道群不同区段瞳孔面积的整体变化大致呈现“上升—平稳—下降—上升—平稳—下降”的趋势,其中开敞段的瞳孔面积变化率最大且最低点略高于普通路段;各注视区域的注视次数及时间占比根据隧道群行车环境的变化而不同,主要体现在远方、前方近处以及车内仪表盘三个注视区域的关注程度。

基于激光雷达点云的道路几何信息提取与数字化建模研究

为实现快速、自动化的道路几何信息提取和数字化建模,基于激光雷达点云提出了一套从道路语义分割、几何线形提取到集成化建模的通用框架。首先,基于空间上下文特征基础框架,将局部特征的最大值和邻域均值进行聚合以作为局部特征,使用径向分布参数与三维坐标描述全局上下文特征,构建道路语义分割网络。其次,基于道路场景分割结果,通过体素降采样和半径滤波法减少点云数据量、去除离群点,并利用可变半径Alpha Shapes(VA-Shapes)算法提取道路边线,结合获取的边线横纵坐标,计算路段几何信息(路宽、纵坡、横坡等),使用inshape函数和插值法构建交叉口的数字高程模型。最后,采用Dynamo for Revit将道路几何信息导入并生成道路路线,通过Revit软件设计道路自适应族构件及不同类别基础设施族构件,实现精细化道路数字建模。利用开源数据集Semantic3D进行训练和测试,分析与评价道路几何信息提取效果。研究结果表明:所提出的算法总体准确度为95%,路面的单类交并比为97.9%,能够很好地实现道路点云场景的自动化语义分割;相比于传统的固定半径Alpha Shapes算法,VA-Shapes算法的时间复杂性较低,可以较好地提取道路边线;通过提取算法与手动测量结果的对比,显示不同几何信息的平均绝对误差较小,说明算法具有可靠的精度。提出的“点云语义分割-几何信息提取-BIM数字建模”过程实现了逆向构建数字化道路模型,对现役道路基础设施智能管理具有重要意义。

基于烟气扩散特征的林区隧道火灾人群疏散模型

【目的】为保障林区隧道运营安全,提高应急疏散效率,优化林区隧道的人群疏散策略和相关配套设施,提出一种基于烟气扩散特征的林区隧道人群疏散模型。【方法】建立了以范围和频率为特征的烟气扩散模型,主要应用元胞自动机中的地板场模型为基本框架,引入消光系数来反映烟气扩散对距离感知的影响,使用烟气场强来描述人群的应急疏散行为。【结果】相对于传统的疏散模型,改进的疏散模型适用于林区隧道的烟气环境仿真,引入消光系数后,行人的平均疏散步长增加了71 s,且消光系数值越大,疏散时间越长;当经过100 s的时间烟气扩散频率达到6元胞/s时,才能对疏散产生一定的影响。【结论】所提出的疏散模型可应用于林区隧道内发光标志等安全设施的设置,对避免人员伤亡和保护林区及其相关附属设施具有重要意义。

基于改进遗传算法的城市道路级配模型

为缓解交通拥堵的问题,构建满足供需平衡的城市道路等级配置模型.从出行链的特征出发,对道路等级进行分层,结合交通功能进行分类,将城市道路等级划分为三层四类道路.在交通供需平衡、道路总里程、道路用地面积的约束下,以出行总时耗最小为优化目标构建模型,并通过改进的遗传算法求解得各等级道路的级配比.以南京市的城市道路为例进行应用,得到快速路、干路、支路、巷道四类道路的理想级配比为1:4.8:6:7.2.结果表明,该方法对我国城市道路的等级配置有较好的理论借鉴意义.