机动车与非机动车事故严重度多因素影响分析

为探讨机动车与非机动车事故严重度的多因素影响情况,对某市的1304起真实机动车与非机动车碰撞事故数据进行研究。采用列联分析方法对事故严重度相关因素进行显著性分析,发现9类因素与事故严重度显著相关;建立C5.0决策树模型,对所提取的显著性因素进行关联性分析,根据混淆矩阵对分类进行评价并与未引入列联分析方法的分类结果进行对比;通过提取模型中的决策规则获得机动车与非机动车死亡事故多因素诱发路径。结果表明,引入列联分析避免了因掺杂对事故严重度无显著性影响的因素而引发的错误分类结果,且机动车类型是影响事故严重度的关键因素;而非机动车骑行者受教育程度、机动车与非机动车类型和时段因素是死亡事故的重要影响因素。

基于轨迹数据的非机动车左转信号灯安全效应评估

【目的】对城市交叉口采用的左转非机动车信号灯设施进行交通安全性量化评估。【方法】提出一种基于拓展碰撞时间(extended time to collision,ETTC)指标的左转非机动车信号灯安全效应评估方法。针对现有的碰撞时间(time to collision,TTC)指标不适于评估交叉口左转非机动车冲突的问题,考虑非机动车车辆尺寸与加速度对交通冲突的影响,采用拓展碰撞时间指标,评估交叉口非机动车交通冲突。收集长沙市4个信号交叉口的视频大数据,利用视频软件Tracker提取车辆微观轨迹后,开展案例分析。【结果】左转非机动车信号灯在时间上明确了非机动车的通行权,其设置能显著降低非机动车冲突率,在平峰、高峰时段非机动车冲突率分别降低了40.11%、25.27%。在直行相位末期、左转相位即将启亮时,设置组的左转非机动车在待行区等待,冲突率降为0;而对比组近50%的非机动车违规左转,冲突严重。设置左转非机动车信号灯的改善效果随非机动车流量的增大呈先增加后降低趋势,而随机动车流量的增大呈逐步波动下降趋势。【结论】本研究揭示了非机动车左转信号灯的设置对减少交叉口交通冲突的影响,可为城市交叉口非机动车交通安全管控提供有益参考。

混合流下非机动车道基本需求宽度的设计

为弥补在非机动车道设计方面对电动自行车考虑不足的情况,有必要对由人力/电动自行车组成的饱和混合流下非机动车道基本需求宽度进行研究。以非机动车饱和混合流为研究对象,从非机动车的物理运动宽度组成出发,通过构建多重线性回归模型分析了非机动车物理运动宽度的影响因素,对分类自变量进行组合筛选;建立了不同组合类型下的非机动车速度与运行摆幅、路侧安全净距线性模型,得到性别为女性、年龄为老年和车型为电动自行车为最不利组合的结论;根据非机动车道的85%位运营速度确定最不利组合下的非机动车物理运动宽度,进而确定非机动车道基本需求宽度;针对非机动车道宽度合理性验证的准确性问题,从稳定性角度提出了运用速度熵来验证基本需求宽度合理性的方法,并以多条非机动车道路段为例进行了实测验证。研究结果表明:在隔离栏和划线下,非机动车单车道基本需求宽度分别为1.65、1.50 m;在绿化带、隔离栏和划线下,非机动车两车道基本需求宽度分别为2.90、2.80、2.65 m。在同一车道数和隔离方式下,车道宽度越宽,交通流速度熵越高;随着非机动车道宽度增加,以基本需求宽度为拐点,非机动车道的交通流速度熵变化幅度增大,稳定性更差。

基于3DS Max的驾驶盲区内非机动车运行安全研究

驾驶盲区的存在致使驾驶员无法准确感知周边路况信息,这是导致交通事故的常见原因之一.由于车辆自身空间结构的布置及尺寸影响,产生了许多驾驶盲区,驾驶员应对车辆的各个盲区区域保持高度警觉,防止交通事故发生.分析机动车驾驶盲区内非机动车发生交通事故的原因,介绍具有代表性的盲区类型,建立典型盲区事故场景模型,分析其可能造成的交通事故,并采用3DS Max模拟驾驶盲区事故发生的全过程,通过FTA模型进一步分析驾驶盲区内发生非机动车事故的原因,进而提出有效的盲区防治对策,以减少驾驶盲区事故的发生.

基于YOLO算法的非机动车辆检测模型

针对自动驾驶车辆目标检测过程中非机动车因体积小、易被遮挡而导致误检和漏检的问题,为提高非机动车的检测精度,对YOLOv4基础算法进行改进,利用跨阶段连接优化特征提取融合网络,在减少计算量的同时提高检测性能,并嵌入卷积块注意力模块(CBAM),通过通道和空间注意力权值分配来增大有效特征权重、提高检测精度,同时,利用自建的非机动车数据集,在锚框(Anchor)自适应匹配的基础上建立非机动车检测模型。最后,为验证模型的有效性,通过消融实验对比模型性能,结果表明,所提出的检测模型能够有效提高非机动车的检测和识别效果,较好地解决误检和漏检问题。

基于重参数化的轻量化非机动车目标检测

针对非机动车检测中目标数量多易被遮挡、检测模型参数量较大且检测速度慢的问题,结合YOLOv8算法和HGNetV2网络,提出一种基于重参数化的轻量化非机动车目标检测算法RCH-YOLO。使用基于HGNetV2改进的重参数化骨干网络,减少参数量和计算量,提高检测速度;在此基础上,使用Slim-neck改进颈部网络,并在检测器中使用TGConv卷积,降低网络复杂度的同时保持准确性;采用Wise-IoU损失函数计算定位损失,加速模型收敛速度,提高对重叠目标的识别准确率。实验结果显示,相较于基准模型,RCH-YOLO算法平均检测精度提高了0.3个百分点,参数量、模型大小和GFLOPs分别降低了47.9%、44.2%和54.9%,验证了其有效性。

基于生成对抗模仿学习的路段非机动车行为仿真

为精准复现路段非机动车干扰行为,满足自动驾驶仿真测试需求,本文提出一种位置奖励增强的生成对抗模仿学习(Position Reward Augmented Generative Adversarial Imitation Learning,PRA-GAIL)方法训练仿真模型。城市道路中,干扰行为主要由电动自行车产生,故以电动自行车作为研究对象。在构建的仿真环境中,使用生成对抗模仿学习(GAIL)更新仿真模型使仿真轨迹逐步逼近真实轨迹,同时加入位置奖励与Lagrangian约束方法以解决现有仿真方法中的均质化和行为不可控的问题。结果表明:在测试集表现上,GAIL和PRA-GAIL方法平均每步长距离误差相比于常用的行为克隆方法下降了61.7%和65.8%。在行为层仿真精度上,与GAIL相比,PRAGAIL的加速度分布与真实分布间的KL散度显著降低,越线、超车数量的百分比误差下降了7.2%和20.2%。使用Lagrangian方法添加安全约束使有危险行为的智能体数量相比于常用的奖励增强方法下降了75.8%。在轨迹层仿真精度上,整体仿真环境下,PRA-GAIL的平均每步长距离误差相比于GAIL下降了17.5%。本文模型真实再现了非机动车超车时的操作空间,说明PRAGAIL方法对非机动车行为仿真有良好的适用性。本文提出的改动有效提升了仿真效果,最终所得的仿真模型能够真实地再现路段非机动车的干扰行为,能够应用于自动驾驶仿真测试。

非机动车道混合流通行能力计算及特性分析

针对非机动车交错行驶、蛇形运动特点,为更合理计算非机动车道混合流通行能力,提出了一种基于时空消耗的非机动车道混合流通行能力计算方法。通过武汉市7条非机动车道的饱和时段交通流观测数据,采用本文方法计算该7条非机动车道的混合流通行能力;利用数据拟合与方差分析得到不同隔离方式及宽度下非机动车车速及电动自行车比例对单一非机动车平均时空消耗的影响,进而分析非机动车道的混合流通行能力特性。实例研究结果表明:纯电动自行车比纯人力自行车的单一非机动车平均时空消耗约降低2.15 (m2·s)/辆,电动自行车的运行效率高于人力自行车,对通行能力具有提升作用。基于时空消耗的混合非机动车道通行能力计算分析,能克服忽略非机动车行驶特性及多因素简化降低非机动车道混合流通行能力计算精度的弊端,计算原理清晰,便于路上试验开展。

基于语义对齐和层次优化的非机动车车牌识别定位方法

对非机动车违规行为依法追究责任是提高城市交通安全的有效手段。由于非机动车车牌具有尺寸小、分布密集、易遮挡等特点,导致应用传统的深度学习方法会出现特征信息大量丢失的现象。为此,提出一种基于语义对齐和层次优化的非机动车车牌识别定位方法。首先设计底层信息融合的语义对齐模块,在上采样过程中利用底层目标信息引导高层语义向下融合,以解决高底层语义冲突带来的小目标特征丢失问题;然后构建CSP结构的层次优化模块替代深层ELAN模块,使用堆叠少量卷积核模块提取目标信息以减少网络层数,避免特征信息在深层丢失;最后,为减少训练过程中的匹配误差,使用K-Means++算法聚类得到适合非机动车车牌的初始锚框,提高小目标识别定位准确率。实验结果表明,所提方法在自制非机动车车牌数据集上的识别定位准确率为90.95%,与YOLOv7、YOLOv8等代表性方法相比至少提升3.58%,为非机动车车牌识别定位提供了一种有效的方法。

非机动车影响下考虑不均衡车流的信号控制方案优化方法

针对目前信号交叉口相位设计过于依赖实践经验、未充分考虑机非交通流特性和非机动车过街模式的影响,导致通行效率低和时空资源利用不足的问题,基于机动车交通流不均衡性提出一种信号交叉口动态放行方案。建立不同放行方案的延误估计模型,综合考虑机非载客性差异,以减小交叉口人均延误为优化目标,采用灵敏度分析方法给出传统相位方案的定量设置条件,以北京市平安里西大街与赵登禹路交叉口为例,对模型的适用性进行验证,利用改进蚁群算法求解得到不同放行方案对应的最佳信号配时。结果表明:当机动车交通流不均衡系数aj>0.25时,采用轮转放行+二次过街;当aj<0.25、左转和直行流量之比大于1∶3,且非机动车左转流量在100~500辆/h时,采用对称放行+一次过街;当流量之比小于1∶3时,适宜采用对称放行+二次过街。与传统放行相位相比,采用对称搭接放行相位方案能使人均延误下降13.6 s,降幅为25.81%,有效提高交叉口的通行效率。

基于Proteus的非机动车闯红灯提示系统设计

在国内中小城市郊区的道路信号交叉口,由于缺少相关人员监管,非机动车闯红灯现象频发,严重影响了道路交通安全。为此,根据中小城市郊区道路信号交叉口交通设施设备的实际情况,提出一种简单、快捷和高效的非机动车闯红灯提示系统。系统采用毫米波雷达对非机动车进行探测;提出设置禁止站立区,将风险前置,实现对非机动车闯红灯行为的预判;提出使用提示信号灯,将非机动车闯红灯行为告知机动车驾驶员,帮助机动车驾驶员提前发现路口状况。研究结果表明:所设计的非机动车闯红灯提示系统运行正常,能够帮助机动车驾驶员提前发现道路信号交叉口的突发状况,减少了机动车与非机动车发生碰撞的概率,有效地提高了道路交通安全并为相关部门进一步改善交通设施提供了一定的参考。

考虑绿灯末期非机动车通行安全的四相位交叉口信号配时优化

绿灯末期进入交叉口的非机动车因为其慢速性极易与下一相位的机动车产生机非冲突,为保障其通行安全,对传统的韦伯斯特信号配时计算方法中的绿灯间隔时间、最小绿灯时间、车道饱和流量等参数进行优化,建立了相应参数的计算公式;并构建了与绿灯间隔时间相协调的非机动车绿灯提前截止配时方案。选取苏州市桐泾北路与金门路典型四相位交叉口作为分析实例,对交叉口信号配时方案进行优化,选取车均延误作为间接安全评价指标,利用VISSIM仿真软件对优化前后方案进行建模仿真对比分析。结果表明,交叉口机动车平均延误降低了2.2%,非机动车平均延误降低了4.7%,间接说明机非冲突有所降低,绿灯末期非机动车通行安全得到有效改善,验证了优化方案的合理性。

城市交叉口非机动车交通冲突及其严重程度模型

为研究非机动车在城市交叉口发生交通冲突的特性,根据呼和浩特市某典型交叉口的实际非机动车运行特点,对统计时段内单位时间某进口道直行非机动车、右转机动车和当量小汽车到达数与相应的机非冲突次数进行一元和多元回归分析。综合考虑并归一化冲突距离、冲突速度和冲突角度对冲突严重程度的影响,建立非机动车冲突严重程度模型,以反映非机动车冲突严重程度。结果显示,在9个一元回归模型中,当量小汽车到达数与冲突次数拟合的二次多项式对冲突的预测准确率最高,为85.3%;在4个多元回归模型中,直行非机动车和当量小汽车到达数与冲突次数的回归方程的预测准确率最高,为92.4%,对非机动车冲突次数的预测效果最好。所建立的非机动车冲突严重程度模型可用于衡量实际发生的交通冲突的严重程度。

非机动车钢制车轮轻量化用高强热轧钢带的研发实践

钢制车轮的高强减薄、轻量化在机动车上已经日趋成熟,但在非机动车钢制车轮上依旧使用Q235B、SPHC等传统材料,发展明显落后。结合非机动车钢制车轮用钢加工工艺特点,研发了一种以Mn、Ti为主要强化元素的高强度车轮用热轧带钢NG40KL。该产品的机械性能优异,其中屈服强度≥348MPa,抗拉强度≥447MPa,断后延伸率≥35.5%,扩孔率≥90%,冷加工性能优异,产品合格率高,可实现单只车轮减重20~35%。

城市商业综合体非机动车交通空间优化

国家“双碳”目标要求加强以生活圈为单元的短距离低碳出行引导。城市商业综合体是5~15 min城市生活圈短距离出行的热点区域,文章意在为优化受到电动自行车、电动摩托车(简称电动车)保有量快速增长冲击的综合体非机动车交通空间组织提供系统性方案。通过现场观测记录和访谈,分析居民电动车、自行车出行目的和需求,揭示其出行的时空特征,剖析非机动车交通空间组织中存在的困境和挑战,提出运用统筹协作理念,探索规模配置—规划布局—组织管理等的非机动车交通组织系统优化策略。文章将有效解决长期被忽视的非机动车交通空间组织痛点和难点,为城市其他类型公共空间非机动车交通空间组织提供借鉴。

非机动车超越行为轨迹分段识别与分析方法

非机动车超越次数是非机动车道服务水平评价的重要参数,随着路侧高位视频设备的应用普及,为非机动车超越行为识别提供了良好的视频数据来源。目前有关轨迹分段方法的研究难以适应非机动车行驶角度变化频繁且超越轨迹较长的特点。本文提出基于片段轨迹时长和分割间隔时间两个参数的轨迹分段方法,根据视频获取的640条超越轨迹数据,分析非机动车各类超越行为的特性,选取纵向平均速度、纵向速度标准差、横向平均速度、横向速度标准差作为特征参数,基于K最近邻(K-Nearest Neighbor, KNN)算法建立非机动车超越分类模型。根据超越行为持续时间平均值确定自行车片段轨迹时长取值为[4, 9] s,分割间隔时间取值为[1, 8] s;电动自行车的片段轨迹时长取值为[4, 8] s,分割间隔时间取值为[1, 7] s,利用分类模型对各参数组合分段获得的非机动车轨迹片段进行识别。研究结果表明:自行车片段轨迹时长为8 s,分割间隔时间为6 s;电动自行车片段轨迹时长为6 s,分割间隔时间为4 s时,对应的识别误差百分比最低,分段效果最佳。

电动自行车混行下的城市非机动车道宽度设计

为支撑绿色出行背景下城市道路高品质骑行空间建设,提出了有电动自行车混行的非机动车道宽度精细化设计方法。通过观测上海市典型路段非机动车道的电动自行车(电动车)及传统自行车(自行车)运行规律,拟合非机动车流量、车均占有空间(per bike occupation space, BOS)和速度的关系,对比分析不同车道宽度及电动车比例下的非机动车道运行状态差异。依据BOS划分3类电动车比例下(<0.5、0.5~<0.7、≥0.7)非机动车道A~F共6级服务水平,并以B、C、D级服务水平为设计目标,给出3类电动车比例下非机动车道的最大、建议和最小设计宽度。分析结果显示,当电动车比例≥0.5时,最大设计宽度增加明显,且相同流量下3类电动车比例的建议设计宽度几乎相差0.5 m;当电动车比例≥0.7时,最小设计宽度增加明显。与现有规范标准相比,针对不同电动车比例给出的非机动车道宽度精细化设计结果均能满足2 000辆/h以上大流量的通行需求,并能适应不同的道路空间资源情形(富足、适中、紧张)。最后,通过实测数据及VISSIM仿真对设计效果进行验证,表明考虑电动车混行的非机动车道宽度精细化设计成果具有可行性。

基于信息熵的非机动车超越轨迹分段方法

通过自行车轨迹识别超越行为是评价非机动车交通服务水平的重要工作之一。针对基于阈值分段方法中需对不同轨迹确定不同的阈值问题,引入信息熵对非机动车超越轨迹进行分段。根据实测视频提取了780条非机动车超越轨迹数据,包括了在视频中可能存在的11种超越轨迹情形,并通过对超越过程中各阶段的特征参数分析,最终选取横向加速度、横向偏移距离、偏移角度作为基于信息熵分段的特征参数,通过引入信息熵理论,提出基于信息熵的非机动车超越轨迹分段方法和分段判断条件。根据信息熵理论中,分段后的2段子轨迹中的特征参数概率密度相较分割前更接近时熵增的定律,同时考虑非机动车超越轨迹的特征参数特征,提出适用于非机动车超越轨迹的信息熵分段标准。以实测路段非机动车超越轨迹数据为实验样本,将基于各特征参数的信息熵分段结果与基于时间、速度阈值的分段结果分别带入K最近邻(K-nearest neighbor,KNN)分类算法中进行超越轨迹识别,并利用轨迹覆盖度指标评价不同分段方法的超越轨迹分段效果。实验结果表明:基于信息熵超越轨迹分段方法的超越轨迹覆盖度平均为83.0%,优于基于阈值分段方法的轨迹覆盖度平均值79.7%,且基于横向加速度信息熵分段法的平均轨迹覆盖度为85.1%,分段效果相较于其他特征参数信息熵分段方法效果最优。

广州市既有道路非机动车道改造提升设计研究

近年来,随着城市交通拥堵问题的逐渐扩大和绿色交通出行理念的日益普及,慢行交通尤其是自行车交通开始回归。如何让自行车重新拿回通行路权,成为自行车复兴过程中不可回避的重要问题。文章介绍了广州市非机动车道发展建设历程,指出目前存在连续性差、精细化程度低、路权保障不足等问题,提出非机动车道改造提升应遵循的设计原则和空间、型式等要求。基于路权分配理论,以人本化、精细化为目标,分别对既有道路路段、交叉口和公交站提出具体的改造提升设计指引,通过道路空间再分配指导非机动车道改造实践。

考虑电动自行车骑行的非机动车道最大纵坡探讨

现行规范要求非机动车道的最大纵坡不超过3.5%,但要在山地城市、跨江桥梁两岸慢行系统衔接等场景下满足该要求存在工程占地大、造价高、可实施性差等问题,考虑到电动自行车在非机动车出行方式中占比越来越高的实际情况,以《电动自行车安全技术规范》(GB 17761-2018)规定的国标电动自行车为研究对象对骑行过程进行受力分析,提出了可满足电动自行车骑行要求的非机动车道最大纵坡参考值,可供电动车骑行占比高的类似项目参考。