【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,T...【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。展开更多
针对现有非机动车头盔佩戴检测算法在车流密集场景中存在漏检,对佩戴其他帽子存在误检的问题,提出一种改进YOLOv5s(you only look once version5)的头盔佩戴检测算法YOLOv5s-BC。首先,采用软池化替换特征金字塔池化结构中的最大池化层,...针对现有非机动车头盔佩戴检测算法在车流密集场景中存在漏检,对佩戴其他帽子存在误检的问题,提出一种改进YOLOv5s(you only look once version5)的头盔佩戴检测算法YOLOv5s-BC。首先,采用软池化替换特征金字塔池化结构中的最大池化层,以放大更大强度的特征激活;其次,将坐标注意力机制和加权双向特征金字塔网络结合,搭建一种高效的双向跨尺度连接的加权特征聚合网络,以增强不同层级之间的信息传播;最后,用EIoU损失函数优化边框回归,精确目标定位。实验结果表明:在自制头盔数据集上,改进后的算法的平均精度(mAP)可达98.4%,比原算法提高了6.3%,推理速度达到58.69帧/s,整体性能优于其他主流算法,可满足交通道路环境下头盔佩戴检测的准确率和实时性要求。展开更多
文摘【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。
文摘针对现有非机动车头盔佩戴检测算法在车流密集场景中存在漏检,对佩戴其他帽子存在误检的问题,提出一种改进YOLOv5s(you only look once version5)的头盔佩戴检测算法YOLOv5s-BC。首先,采用软池化替换特征金字塔池化结构中的最大池化层,以放大更大强度的特征激活;其次,将坐标注意力机制和加权双向特征金字塔网络结合,搭建一种高效的双向跨尺度连接的加权特征聚合网络,以增强不同层级之间的信息传播;最后,用EIoU损失函数优化边框回归,精确目标定位。实验结果表明:在自制头盔数据集上,改进后的算法的平均精度(mAP)可达98.4%,比原算法提高了6.3%,推理速度达到58.69帧/s,整体性能优于其他主流算法,可满足交通道路环境下头盔佩戴检测的准确率和实时性要求。