防患危险驾驶的非机动车智能安全设备设计

针对非机动车的驾驶安全问题,设计了一种非机动车智能安全辅助设备,该设备基于传统头盔进行创新设计,集成了传感器等多种智能模块,对非机动车驾驶状态进行实时监测,同时配合北斗高精定位、物联网、智慧云端等技术完成对驾驶行为的远程判断;通过语音和光带警示,该设备能够提醒驾驶员及时佩戴头盔并预防危险驾驶行为以及对后方来车发出警示。本设备有望协助非机动车驾驶员规范安全驾驶行为,降低道路事故发生率,从而增强道路交通安全。

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。

论“醉驾”新规下醉酒型危险驾驶罪中机动车的新标准

《关于办理醉酒危险驾驶刑事案件的意见》将有效解决醉酒型危险驾驶罪处罚范围过宽问题,但其第5条对机动车的解释延续了之前解释的立场,老问题的延续需要新的解决方案。正在来临的电动车时代使得电动车逐渐冲击燃油车时代围绕技术属性形成的机动车技术性标准,由此这一传统标准的缺陷逐步显现,援引这一标准难免出现“醉驾”刑法惩处上的乱象。其根本原因在于我国正在形成一套侧重规范属性的机动车规范性标准,形式上这两套标准都不缺乏相应的规范依据,但它们划定的机动车范围不尽一致,实质上它们是替代关系。我国的机动车认定标准应契合电动车时代发展潮流,在行政机关对电动车采取机动车管理持谨慎立场、“电动车不是机动车”是普遍性社会认知、对不法行为惩处泛刑化进行限缩等原因推动下,促进电动车时代我国机动车认定标准的升级,以规范性标准替代传统的技术性标准,进一步限缩该罪的犯罪圈。

非机动车驾驶人道路交通事故风险行为量化分级研究

为了确定非机动车驾驶人主要的风险驾驶行为,通过对北京市近10年道路交通事故数据的分析,确定了导致机动车与非机动车之间(简称机非)发生交通事故的微观致因,特别分析了动态视线障碍产生的原因及作用;借助事故树分析方法,得出了各致因之间的逻辑关系,建立了机非事故发生机理图。按照交通出行主体或交通设施的不同,进一步对机理图中所反映的风险(A至F)进行再分解,并由此建立了基于关键度系数、对应相关行为的风险估算模型。考虑到仅需比较风险大小,一方面将主要风险行为导致事故的占比、各类与基本事件相关违法行为被处罚的占比以及问卷调查数据对执法倾向性的修正作为估算依据,另一方面保留无法估算的交通设施因子仅比较其系数大小,最终实现了对非机动车驾驶人风险行为的量化分级。

公路货运危险驾驶行为智能预测技术研究

基于某省载货汽车历史行驶数据,提出了一种基于卷积神经网络-长短期记忆(CNN-LSTM)网络与自注意力机制的危险驾驶行为预测方法。针对载货汽车行驶数据量大、维度高、特征提取难度大、时序性强的特点,首先运用XG⁃Boost对特征进行筛选,接着利用卷积神经网络(CNN)进行空间特征提取,再运用长短期记忆(LSTM)网络捕捉驾驶行为的时序信息,最后通过自注意力机制对危险驾驶行为进行预测。试验结果表明,该方法相对其他长时间序列预测方法在某省公路货运驾驶数据上表现优异,识别准确率达到85.05%,加权平均召回率达到83%,F1分数(F1-Score)达到84%。

危险驾驶行为在分心与事故间的中介效应分析

为了探讨分心驾驶对事故伤亡后果影响的因果关系机制,选取事故报告采样系统(crash report sampling system, CRSS)中2020年交通事故数据作为样本,采用因果中介效应分析方法和蒙特卡罗近似算法进行估计,并进行敏感性分析以验证因果中介效应的基本假设。研究结果表明:分心驾驶对事故伤亡后果具有显著的中介效应,不同危险驾驶行为在分心和事故伤亡间的中介效应不同,没有让行这一危险驾驶行为的平均因果中介效应占总效应比例为21.2%,中介效应最大。该研究证实危险驾驶行为在分心和事故伤亡间的中介效应存在,并且计算不同危险驾驶行为对应的中介效应。研究结果可为缓解事故风险提出具体的安全对策。

基于冰雪路面危险驾驶行为谱的行车风险识别方法

为描述驾驶人在冰雪路面行车时危险驾驶行为的具体表现形式,并量化其整体行车风险,通过模拟驾驶试验获取驾驶人操作类数据和车辆运动类数据,构建包含猛打方向、急变速、超速行驶、横向摇摆和跨道行驶这5种行为的危险驾驶行为谱。根据具体试验条件和四分位差法,分别确定不同路面附着系数下危险驾驶行为的阈值,并通过加权平均的方式计算危险驾驶行为谱特征值。以特征值作为行车风险评价指标,利用K-means聚类算法,将行车风险状态划分为4类,将随机森林模型、元启发式优化算法与支持向量机(Support Vector Machine, SVM)结合,建立冰雪路面行车风险识别模型。结果表明:超速行驶对冰雪路面行车安全影响最大,其权重为0.285;危险驾驶行为谱特征值主要分布于区间[0.00, 0.20]内,最大值出现在路面附着系数为0.2条件下;在路面附着系数为0.2和0.4条件下,严重行车风险明显增加,其占比分别为正常路面的4.85倍和2.49倍;鱼鹰优化算法(Osprey Optimization Algorithm, OOA)与SVM结合得到的行车风险识别模型的识别准确率为93.96%,优于浣熊优化算法(Coati Optimization Algorithm, COA)和灰狼优化算法(Gray Wolf Optimization Algorithm, GWOA)。研究结果有助于了解驾驶人在冰雪路面和正常路面行车时的差异,为提升驾驶人的行车安全水平提供依据。

睡眠质量对驾驶员危险驾驶行为和事故风险的影响:睡眠时型的调节作用

目的 考察驾驶员睡眠时型在睡眠质量与危险驾驶行为和事故风险关系中是否存在调节作用.方法 采用线下方式在辽宁省本溪市、河南商丘市和湖南长沙市选取260 名驾驶员,要求他们依次完成匹兹堡睡眠质量指数量表、清晨型与夜晚型评定量表、危险驾驶行为自我报告量表和事故风险评估量表.结果 男性驾驶员在危险驾驶行为(t =-2.769,P<0.05)和事故风险(t =-2.759,P<0.05)上得分均高于女性驾驶员.睡眠质量与危险驾驶行为(r =0.27,P<0.01)和事故风险(r =0.34,P<0.01)呈显著正相关.睡眠质量和睡眠时型可以预测危险驾驶行为和事故风险.随着睡眠质量的提高,清晨型驾驶员得分越低,危险驾驶行为和事故风险都越低.夜晚型驾驶员则没有发现这种变化.结论 睡眠时型在睡眠质量对危险驾驶行为和事故风险的影响中起调节作用.

基于深度学习的夜间危险驾驶行为检测算法

夜间弱光环境下的危险驾驶行为易导致交通事故的发生,然而,目前多数危险驾驶行为检测算法研究主要集中于光照充足的环境,而在弱光环境下的检测准确率偏低。针对该难点,提出了一种基于深度学习的夜间危险驾驶行为检测算法。该算法由弱光增强模块和检测模块构成。其中,弱光增强模块采用轻量化的零参考深度曲线估计算法提高图像曝光度,检测模块基于Nano Det-Plus模型检测弱光增强处理后的图像是否存在危险驾驶行为。实验结果表明,所提算法在夜间弱光环境下具有较高的检测准确率,同时模型参数量小,检测速度可达毫秒级,可部署在移动设备上进行实时检测。

《危险驾驶行为机理解析》

作者:王俊骅方守恩傅挺徐文翔上官强强出版社:同济大学出版社定价:98.00本书研究建立在“人—车—路”全要素数据基础上,深入剖析了危险驾驶行为的发生发展规律,从危险驾驶行为的定义、表征、意图、先兆、识别、过程、致因、影响、预警及容错等方面全方位介绍了危险驾驶行为方面的研究成果,为道路基础设施建设、交通控制、行车干预等交通安全技术提供了依据。

无信控交叉口驾驶人潜在危险感知能力评估

为量化无信控交叉口驾驶人潜在危险的感知能力,组织驾驶人实车驾驶试验,实时采集驾驶人眼动特征参数。解析熟练和非熟练驾驶人直行通过无信控交叉口模式下的扫视和注视规律,引入马尔科夫链模型,阐释驾驶人注视转移特性,揭示驾驶人视觉搜索与潜在危险感知特性的内在联系。结合熟练和非熟练驾驶人各映射指标下的统计学分析,萃取驾驶人潜在危险感知能力表征参数。基于灰色近优综合评价法,构建驾驶人在无信控交叉口场景下的潜在危险感知能力评估模型。研究表明:直行条件下,无信控交叉口下非熟练驾驶人的水平搜索广度、垂直搜索深度和扫视强度显著低于熟练驾驶人;相较于熟练驾驶人,非熟练驾驶人兼顾道路两侧信息的能力较弱,且注视概率的适时调配机制不够灵活;熟练驾驶人在无信控交叉口的潜在危险感知得分比非熟练驾驶人高31.2%;熟练驾驶人中,男性潜在危险感知能力明显强于女性,而性别对非熟练驾驶人感知绩效无显著影响。研究结果可丰富防御性驾驶相关理论体系,为无信控交叉口交通设施的优化和完善,驾驶人安全教育及评估等提供重要参考。

事关醉酒危险驾驶,国家出台新规

近日,最高人民法院、最高人民检察院、公安部、司法部(以下简称“两高两部”)联合发布《关于办理醉酒危险驾驶刑事案件的意见》(以下简称《意见》)。《意见》于2023年12月28日起施行。自2011年醉驾人刑以来,各地坚持严格执法、公正司法,依法惩治酒驾醉驾违法犯罪行为,有力维护了人民群众生命财产安全和道路交通安全,酒驾醉驾导致的恶性交通死亡事故大幅减少.

基于多模轨迹融合的货车危险驾驶行为辨识

本文通过分析公路货运车辆运动特征,对危险行车状态实时检测方法进行了探索。首先,从货运车辆运动状态序列样本中提取了多模轨迹特征来表征车辆急加速、急刹车、换道和颠簸等行车状态,并应用粗糙集理论对条件属性特征进行简约化处理。应用支持向量机方法建立轨迹特征和车辆危险驾驶行为的分类辨识模型,并运用遗传算法对分类辨识模型的参数进行标定和优化,从而使模型能够适应实车环境下的动态驾驶场景。实验结果表明,该方法可准确反映轨迹数据特征和行车安全状态特性,识别危险驾驶行为的正确率为94.4%。

醉驾型危险驾驶罪的出罪路径探究

醉驾入刑在很大程度上提高了社会公众对醉酒驾驶行为严重危害性的认知,引起了公众对交通领域公共安全的重视,推动了公众对交通规则的遵守。然而,基于对刑法谦抑性原则的遵守、刑事司法资源的考量以及醉驾行为所带来一系列软制裁后果的影响,醉驾行为不能一律入罪,必须为醉驾行为保留一定的出罪空间与路径。为此,醉驾型危险驾驶罪的犯罪构成要件以及《刑法》第13条规定的但书条款,提供了一些可行的出罪路径与应对思路。

车联网背景下基于计算机视觉的危险驾驶行为识别方法

常规的危险驾驶行为识别方法主要使用ResNet模型提取危险驾驶行为特征,易受分离源节点输入干扰影响,识别准确率较低。因此,有必要在车联网背景下,基于计算机视觉设计一种全新的危险驾驶行为识别方法。文章先采集处理危险驾驶行为识别数据,分析危险驾驶行为特征,再利用计算机视觉技术设计危险驾驶行为识别算法,识别危险驾驶行为。实验结果表明,基于计算机视觉的危险驾驶行为识别方法的识别效果较好,识别准确率较高,具有可靠性和一定的应用价值,为提升驾驶安全性做出了一定的贡献。

最高人民法院 最高人民检察院完公安部 司法部关于印发《最高人民法院最高人民检察院公安部司法部关于办理醉酒危险驾驶刑事案件的意见》的通知(高检发办字[2023]187号)

各省、自治区、直辖市高级人民法院、人民检察院、公安厅(局)、司法厅(局),解放军军事法院、军事检察院,军委政法委员会保卫局,新疆维吾尔自治区高级人民法院生产建设兵团分院,新疆生产建设兵团人民检察院、公安局、司法局:自2011年醉驾入刑以来,各地坚持严格执法、公正司法,依法惩治酒驾醉驾违法犯罪行为,有力维护了人民群众生命财产安全和道路交通安全,酒驾醉驾治理取得明显成效。为适应新形势新变化,进一步统一执法司法标准,严格规范、依法办理醉驾案件,最高人民法院、最高人民检察院、公安部、司法部制定了《关于办理醉酒危险驾驶刑事案件的意见》,现印发给你们,请认真贯彻执行。

面向车联网的自适应危险驾驶行为分析与预测框架

危险驾驶行为分析与预测是智能交通领域中的研究热点,但现有的驾驶行为分析模型要素单一、环境适应性不足,不能客观评估危险驾驶风险程度。为了解决上述问题,提出一种面向车联网(Internet of Vehicles,IoV)的自适应危险驾驶行为分析与预测框架。对驾驶行为数据进行深度分析,总结危险驾驶的影响因素;提出一种新型基于模糊逻辑的危险驾驶风险评估算法,从宏观角度评估驾驶员当前危险驾驶的风险等级;提出一种基于DB-LSTM(Driving Behavior based Long-Short Term Memory)的危险驾驶风险预测算法,用于预测驾驶员下一阶段的危险驾驶程度;在DDD17真实IoV数据集上进行大量对比试验。实验结果表明,提出模型的性能优于其他主流方法,具有良好的准确性和可用性。

危险驾驶行为的法律适应性困境与出路

危险驾驶行为于2011年被我国《刑法》规定为一项犯罪行为。近年来,危险驾驶罪成为我国司法实践中一项非常重要的罪名,但其在实践中却存在适应性困境,包括犯罪行为描述存在模糊、处罚范围过窄、刑罚适用不合理和醉驾型犯罪适用标准不统一等问题。观察和梳理域外典型立法例,可以对解决我国的困境提供借鉴和参考,结合我国实际情况可以为解决法律适用性困境提出合理化建议和寻找出路。