基于双流自适应图卷积网络的管制员睡岗行为识别

为识别空中交通管制员的睡岗行为,减少管制差错,保障航空器飞行安全,提出了一种基于双流自适应图卷积网络的管制员睡岗行为识别方法。该方法设计双流网络分别处理管制员骨架的一阶信息和二阶信息,实现对骨架数据的充分提取;通过自适应学习的骨骼拓扑连接矩阵,挖掘管制员不同关节之间的功能连接关系;同时在卷积层引入时空通道注意力机制,增强管制员睡岗行为识别模型在时间、空间、通道3个方向提取重要信息的能力。仿真结果表明,该方法能有效识别管制员3种睡岗行为,相较于传统的时空图卷积网络,识别准确率提高了3.08百分点,达到95.03%,可以提高民航运行安全管理水平。

民航空管信息系统用户多因子持续身份可信认证方法研究

随着网络安全威胁不断演变,传统身份认证方法面临着日益严峻的挑战。文章以民航空管信息系统为应用背景,提出一种多因子身份可信持续认证方法。该方法包含两个阶段,第一阶段为登录时多因子身份可信认证,第二阶段为登录后多因子行为特征持续身份可信认证。在第二阶段持续认证中采用统计特征法和机器学习模型,增强对用户行为模式的实时监测和分析能力,提高异常行为检测的准确性。文章通过实验验证了多因子行为特征持续身份可信认证在单点异常和上下文异常场景下的有效性,证明了其在身份认证领域的可靠性和实用性。实验结果表明,该方法在提高系统安全性和降低被破解风险方面具有一定的优势。

换道行为对交叉口进口道交通流的影响

不同类型驾驶人对城市道路信号控制交叉口车道排队长度的敏感性有差异,进而导致选择换道的位置也不相同。为探究这种差异对交叉口进口道交通流的影响,构建城市道路信号控制交叉口进口道元胞自动机模型,探讨不同驾驶风格下换道行为对交叉口进口道各车道累计通过车辆数、平均车辆密度和平均运行速度的影响。结果表明:保守型驾驶人比例越高,各个车道的排队不均匀现象越明显;不同驾驶风格比例对左转车道的通行效率影响较小、对直行车道的通行效率影响较大;激进型驾驶人比例越高,直行车道交通流受换道行为的影响越大、通行效率降低的幅度越大;保守型驾驶人比例越高,直行车道交通流受换道行为的影响越小,对通行效率的影响也越小。最后指出,通过采取措施引导驾驶人提前选择合适的行驶车道,可有效减少拥堵区域换道行为的发生进而提升交叉口整体通行效率。

Smart Parking Management System “MOTAH”

With a surge in the university’s student and staff population, parking problems and congestion have rapidly intensified. The recent inclusion of women drivers, particularly during official working hours, has exacerbated these challenges. This pressing issue underscores the critical necessity for a structured approach to managing university entries and overseeing parking at the gates. The proposed smart parking management system aims to address these concerns by introducing a design concept that restricts unauthorized access and provides exclusive parking privileges to authorized users. Through image processing, the system identifies available parking spaces, relaying real-time information to users via a mobile application. This comprehensive solution also generates detailed reports (daily, weekly, and monthly), aiding university safety authorities in future gate management decisions.

管制员疲劳国内外研究综述与展望

管制员疲劳是影响空中交通管理乃至民航系统安全的重要因素。为探究预防和控制管制员疲劳的可行对策,通过系统性的文献回顾梳理了国内外管制员疲劳的研究成果,并重点对比分析了各类管制员疲劳检测方法的优缺点。研究发现,目前国内管制员疲劳研究仍存在本土化的管制员疲劳量表匮乏、管制员疲劳检测指标因果关系探索不深、多级疲劳度的预测准确率不高等不足。最后对管制员疲劳的未来研究方向做出了展望,以期为民航安全保驾护航的研究者和相关管理部门提供参考建议。

基于ST-GCN的空中交通管制员不安全行为识别

为预防和监督空中交通管制(ATC)工作中的违章行为,利用智能视频分析技术,研究适用于管制员坐姿工作的不安全行为识别模型。首先,分析管制员不安全工作行为的隐蔽性特征,总结5种典型管制员不安全行为,包括伸懒腰、瞌睡、低头入睡、歪头入睡和半躺入睡,并构建管制员不安全工作状态视频数据集(CUWS);其次,提出一种能描述管制员坐姿的骨架关键点拓展算法,基于时空图卷积网络(ST-GCN)搭建适用于管制员坐姿与腿部遮蔽情况下的不安全行为识别模型ATC-ST-GCN,并给出管制员不安全行为识别的工作流程;最后,利用CUWS数据集进行ATC-ST-GCN模型的训练和测试,并利用管制室实际监控视频开展验证试验。结果表明:该模型能够在有限验证数据集上实现5种典型不安全行为识别,准确率达到93.65%。试验结果证明该模型具有一定的科学性与有效性。

关联路网拓扑特性的车辆出行行为画像分析研究

基于交通时空大数据的微观出行行为分析可以为精细化、个性化的交通管控措施制定提供支持,车牌识别数据作为一种精度高、准确性高、采样率全的时空大数据,近年来受到广泛关注。但是现有基于车牌识别数据的出行行为分析文献在进行行为分析的过程中较少考虑路网特征,即没有将出行者的行为与路网特性结合起来分析,这导致挖掘得到的出行模式与路网本身的关联不高。本文首先对车牌识别数据和路网拓扑数据进行数据融合,基于此融合数据,根据机动化出行者的出行行为特性使用聚类算法进行车辆画像,将路网上的车辆划分为临时办事车辆、频繁过境车辆、家庭不常用车辆、通勤车辆、网约出租车辆五类车辆。同时,结合复杂网络方法和聚类算法对交叉口进行画像分析,挖掘出交通管理者需要重点关注的交叉口。在此基础上,结合车辆出行行为和路网拓扑信息深入挖掘出行车辆的出行模式,构建车辆画像-交叉口画像-过车频次矩阵、车辆画像-交叉口画像-过车占比矩阵,进而对车辆出行时空特性进行深入挖掘,为交通管控措施的制定提供支持。

交通信息云计算及其应用研究

云计算借助高速网络将各种计算能力联接起来,为交通信息提供了几乎无上限的可伸缩的计算能力.本文分析了交通信息云计算的优势、特征、方法和部署,认为交通信息云计算也是一种信息高效采集和服务的概念,是实现交通行为控制的基础.以车辆GPS定位信息的获取、传送、计算和应用为例,对比了浮动车信息现有处理模式与云计算信息处理模式,提出了以云计算模式产生高效用度、闭环可验证的个性化路径导航信息作用于海量驾驶员个体,实现控制性路径诱导的方法.

空中交通管制员不安全行为纠正

为减少因空中交通管制员的不安全行为所导致的不安全事件,依据空中交通管制工作特点,应用不安全行为纠正技术,建立管制员不安全行为纠正实施的规则与实施计划,针对10位管制员进行16周的行为观察与纠正,其整体安全行为指数由65.82%提高到72.79%,取得预期效果。在管理制度和硬件系统不断完善的情况下,该方法可以作为一种提高管制质量的有效途径。

基于角色流量管理和个性化带宽分配应用研究

针对目前宽带网接入中对用户流量管理和划分带宽等级难的问题,提出了一种基于宽带接入用户角色的流量管理体系结构。研究了Linux下TC模块实现流量控制和带宽分配的原理,设计了一种基于分类队列的规定,通过把特定的网络用户划分到不同的角色,然后再给不同的角色配置不同的流量控制策略和带宽等级的方法,通过在大型校园网上实际测试证明,该方法能根据需要对不同的用户进行有效地流量管理,规范了网络使用行为,使整个宽带网流量趋于平缓并改善了时间响应特性。

空中交通管制班组安全行为风险告警阈值界定

针对空中交通管制班组安全行为的风险类型,在实地调研的基础上选取班组行为风险指标,结合层次分析法构建指标体系,并在风险危害因子及风险抵御因子的基础上,运用加权综合评价法构建班组安全行为风险的评价模型,在以年龄、职称及学历为控制变量的情况下,通过运用有序聚类的最优分割算法界定班组安全行为风险的阈值,阈值界定过程中以班组安全行为绩效为参照序列。结果表明,空中交通管制班组安全行为风险与职称及年龄变量相关性较高,其告警阈值的划分也相对更为严格,职称及年龄组告警区间明显窄于学历控制组的阈值区间,因而在充分考虑各控制变量的基础上划设空中交通管制班组安全行为风险的阈值将更为合理,可有效避免因阈值划设过松或过严而出现的漏警及虚警的问题。

饱和路网中动态交通分配和控制一体化建模研究

对饱和路网中动态交通分配和交叉口信号控制的一体化建模进行了研究 .描述了一个双层规划问题 .上层以动态用户均衡为目标建立分配模型 ,下层以系统最优为目标进行信号设置 .考虑了饱和路段上的车辆排队行为和驾驶员路径选择行为 ,并在模型中加以描述 .

交通行为控制的对象及其特性分析

本文引入了交通行为控制的概念,明确其控制对象是交通中的人,以同交通系统控制区分开来。首先,借鉴行为科学、管理学和经济学中对人的研究方法,本文提出了以"交通人"的概念来承载交通行为控制对象的共性,明确了"交通人"的内涵与外延及其承载的有关人的性质的假设,并简单阐述了各项假设的意义;其次,通过探讨"交通人"与出行者的区别和联系,明确了"交通人"存在的时空范围;最后详细阐述了"交通人"存在的三个阶段:出行准备、出行中、交通行为回报阶段,提出交通行为意识、交通行为规范和交通行为回报对出行中的交通行为倾向性有重大的影响作用。

交通信息与交通行为控制

交通信息作用的对象是人,目的是交通行为控制。具有行为控制作用的交通信息来自交通控制系统或交通信息系统。交通信息客观上导致了交通行为控制,是建立在交通行为可控性基础上的,归咎于人的行为心理特点、社会特性等。交通控制信息对出行者行为控制,是以信息行为规则建立发布、接收和处罚等为主导的行为过程的结果;交通指导信息是以需求、目的、知识、刺激和回报为主导的心理过程的结果。探讨交通信息对交通行为控制作用是道路交通控制的基础。

跟驰驾驶行为的滑模控制系统建模

为量化描述跟驰驾驶行为的特质,即个人意志(即稳速驾驶)与环境干扰(即车辆间距、速度差、加速度差)间的动态调和,剖析了跟驰驾驶行为的"运动跟踪(即跟驰车辆对前导车辆速度、加速度轨迹的跟踪)"特性与"刺激-反应"机理,建立了"刺激-反应"行为模式下跟驰驾驶行为的2阶滑模控制系统模型;通过数学分析验证了本模型控制的跟驰车辆运动的Lyapunov渐近稳定性,并通过数值仿真说明了本模型控制的跟驰车队的运动可能具备Lyapunov渐近稳定性.

行车紧急度主观判断与车辆行驶控制

在交通部试验场利用动态心电分析仪、Frecord数据采集系统及动态GPS,研究驾驶员特征对紧急状况主观评价和车辆行驶控制的影响。研究表明,具有不同驾驶经验、个性、年龄特征的驾驶员对同一紧急状况做出的紧急度主观评价和制动操纵存在差异,其中驾驶经验的影响最明显。经验丰富的驾驶员采用减速度相对较小,变化相对平缓;相对于谨慎型驾驶员而言、鲁莽型驾驶员制动减速度变化剧烈;年龄对驾驶员操纵也有一定影响,通常年轻驾驶员会进行快速制动,这与驾驶员的生理状况有很大关系。研究结果可为驾驶员安全管理提供理论依据。

道路交通行为控制方法研究

交通控制一般分为交通系统控制和交通行为控制,其中交通行为控制涉及人的行为控制,是交通控制研究困难的主要原因之一。阐述行为控制的概念和方法,概括道路交通行为控制中存在的问题,借鉴管理学和经济学中对行为的研究方法,分析交通行为控制的对象及其特点属性,以"交通人"表达特性,承载假设和特点,同时在归纳行为过程及对行为产生影响的各种因素基础上,对行为的可控性进行探讨,并根据交通行为控制的六项原则,最终提出交通要素控制、交通行为约束和通行行为控制三大类交通行为控制方法,这对实际工作具有一定的指导意义。

管制员不安全行为干预策略研究

为了制定科学合理的干预策略、防止由管制员导致的两机相撞等不安全事件发生,运用系统动力学方法（SD）构建了管制员不安全行为干预策略模型,以S空管站为例,运用Vensim软件仿真模拟不同安全奖惩政策对管制员不安全行为的干预结果。结果表明：安全奖励政策可以有效干预管制员的差错行为,安全惩罚政策可以有效干预管制员的违章行为;高强度奖励政策-中强度惩罚政策组合干预效果最佳,即当对管制员奖励强度达管制员月薪的3.2倍,惩罚强度达管制员月薪的0.82倍,管制员不安全行为造成的不安全事件率能够降低85.6%。

我国吸毒后驾驶行为的法律控制

吸毒后驾驶机动车的行为严重危害了社会公共安全,其造成的多起重特大交通事故引发了全社会的关注。由于现行法律的滞后,导致"毒驾"无法受到相应的处罚。为了将"毒驾"行为纳入法律的控制范围,可以吸毒后驾驶机动车的行为发生为界限,分别对事前、事中和事后的行为进行分析,并制定不同的管理对策。

安全高效跟驰状态下的后车行为控制

安全高效跟驰状态下,后车应当根据前车的行为变化科学调整自身行为,才不至于失去安全高效跟驰状态。首先,建立安全跟驰车距随速度变化的拟合函数,作为后车行为调整的依据,并与目标距离速度控制方式相比较,讨论了全速域范围内一般跟驰情形任意速度条件下绝对安全车距计算对于列车运行控制的重要性。然后,基于后车行为调整单元的始末时间,提出安全车距实时跟踪条件下的两种速差控制律的计算方法,处于安全高效跟驰状态下的后车可根据前车行为变化做适应性调整。仿真实验显示,实际车距能够通过后车行为的科学调整得到很好的控制,而且车辆跟驰时隙可以减小至0,这为安全行车条件下进一步提高行车组织效率提供了工程实现方法。