顾及路口转移偏好和当前移动模式的个体驾驶目的地预测方法

个体驾驶目的地预测在个性化服务推荐、智慧交通等位置服务中具有重要的应用价值,但现有深度学习方法多以高密度采样轨迹点为单位构建出行特征,导致数据冗余、信息增益有限。路口序列可简化道路驾驶轨迹的表达形态,降低训练成本;同时,路口间的转移偏好与当前移动模式隐含路口与目的地间的时空关联关系,能够一定程度上表征个体出行意图,却鲜有研究将其用于目的地预测。为此,提出一种顾及路口转移偏好和当前移动模式的个体驾驶目的地预测方法:(1)以路口为单位构建输入特征,利用图注意力机制学习不同时间槽内路口间的转移系数,并结合长短期记忆模型捕获转移偏好长期依赖关系;(2)构建时间循环编码与驾驶状态特征,利用长短期记忆模型学习个体当前移动模式表征;(3)通过特征交叉与注意力机制实现特征融合,并利用残差网络输出预测。基于中国深圳市12名私家车司机2019年全年的轨迹数据开展实验,通过与隐马尔可夫、长短期记忆模型、远近距离依赖模型、融合地理语义与位置重要性的长短期记忆模型的精度进行对比并进行消融实验,验证了所提方法的有效性;可视化分析了转移偏好在捕获路口间空间关联关系中的作用,并探讨转移路口数量设置对预测精度的影响。

考虑驾驶员个体特性的汽车安全行驶间距模型

运用综合加权的方法分析了驾驶员个体因素对安全车距模型参数的影响,提出了基于修正因子的考虑驾驶员个体特性差异的避撞系统安全车距修正模型。通过不同行驶工况下的仿真验证了提出的安全车距修正模型对不同驾驶员个体状态的适应性。分析说明了驾驶员个体特性的差异主要影响报警安全车距,对极限安全车距的影响较小。

紧急避险导致的车损如何理赔

2006年12月2日17时左右，湖北省某市个体驾驶员刘某（系车损险及第三者责任险被保险人）驾驶小客车在行驶途中，在急弯道内侧（占道）处与相对而行的个体驾驶员张某驾驶的三轮车交会。为避免相撞，三轮车急转弯，因天冷路滑，

米其林针对中国特定路况推出全轮位新产品

米其林公司针对中国特定路况研发并推出一款全轮位新产品“12R22.5XGUARDE8Z”。该款轮胎专门为复杂行驶路况的货物运输量身定制，特别适用于多往来于山区及丘陵地带的公路，将为中小型车队和个体驾驶员提供优异的轮胎使用成本和安全保障。