高速公路隧道出口区域交通风险场识别研究

为分析车辆在高速公路隧道出口区域的行驶安全规律,定量识别风险水平,参考相关领域的场论研究,结合交通特征要素,提出交通风险场理论,从人-车-环境多角度考虑高速公路隧道出口区域的风险特征。首先通过驾驶员瞳孔变化差异,将隧道出口区域划分为隧道出口接近段、隧道出口段和隧道出口过渡段。其次参考环境风险场及场论等相关理论,将交通风险场根据不同因素的作用方式细化为点效应场、线效应场及面效应场,建立综合风险效应场模型。最后通过实地调查,获取云南省不同高速公路隧道出口区域的人、车、环境等相关交通信息数据,代入模型后得到高速公路隧道出口区域风险场。通过得到的交通风险场特征对照速度协调评价法得出的风险分布规律,验证交通风险场模型的可行性。结果表明:隧道出口接近段驾驶风险场强较大但影响范围小;隧道出口段的风险场强呈现先窄后宽的变化特征;出口过渡段前100 m路段风险水平最高,过渡段后100 m路段车速逐渐平稳,风险水平较低。通过交通风险场理论的应用可知,交通风险场强模型可以有效评估不同道路环境下交通风险分布,且较传统风险识别方式更加具有时空特征,可以准确地找到交通环境中的风险强点,针对性地进行调整,为今后的道路风险防控奠定基础。

基于行车风险场的快速路短交织区车辆交互风险识别

为更加准确和直观地识别快速路短交织区行驶车辆之间的交互风险,解决传统风险识别模型无法连续识别换道时车辆间交互风险的问题,本文利用无人机采集快速路短交织区内车辆轨迹数据,并利用Tracker进行读取,筛选跟驰车辆对和换道车辆对,在现有行车风险场理论的基础上,综合考虑车辆面积、车辆前进时前后方风险差异、转弯时左右方风险差异以及车辆之间横向距离,适应性改进现有行车风险场模型DRF(Driving Safety Field),利用遗传算法和波良可夫模型标定模型参数。对比改进后行车风险场模型、车头时距倒数(THWI)、碰撞时间倒数(TTCI)对车辆间跟驰交互风险与换道交互风险的识别情况,验证该模型的有效性。结果表明,本文模型较THWI和TTCI更符合驾驶员的驾驶心理,且感知风险变化先于驾驶员,对车辆换道交互风险的识别率较THWI提升52.45%,较TTCI提升83.66%,本模型在换道交互风险的识别性能上表现的更加优越。基于本文模型对短交织区区域内多车共同作用产生的风险进行可视化,可辅助交通管理部门确定需要精细化组织的关键区域,也可作为评价管理措施改善效果的可视化手段。

基于风险场的不同认知次任务下接管风险评估模型

为有效评估不同认知次任务下L3级自动驾驶车辆接管时的风险,开展了驾驶接管风险评估模型研究。设计了城市快速路紧急接管场景并开展不同认知次任务下的驾驶模拟试验。考虑轨迹场、势能场和行为场因素,构建了接管风险评估模型。采用接管风险指数法,验证了所建模型的有效性。结合实测数据,量化不同认知次任务和回避操作类型对接管风险场场强的影响。结果表明:被试者进行接管操作后1~9 s内模型接管风险指数分布情况的M-W检验和K-S检验结果均为p<0.05,说明模型可以有效评估车辆在接管过程中的接管风险。此外,模型接管风险指数的均方根误差均值(0.062)小于碰撞时间倒数的均方根误差均值(0.098),说明模型在表征风险的准确性方面要优于碰撞时间倒数。研究结果可为接管过程中的车辆运行风险评估和避撞设计提供借鉴和参考。

无信号交叉口网联车辆协同碰撞预警研究进展

为明晰无信号交叉口网联车辆协同碰撞预警研究的局限性及发展方向,系统梳理了协作式交叉口碰撞预警(CICW)的研究进展。首先,分类梳理了现有交叉口行车冲突检测方法的优势与不足;其次,总结了不同预警级别、机制和模式的适用性;再次,归纳了CICW有效性及安全性评价指标,对比了仿真、实车以及虚实融合测试的技术特征;然后,分析了驾驶人不确定性与通信不可靠对CICW的影响及优化思路;最后,对CICW的发展方向进行了展望。结果表明:行车风险场模型是解决现有CICW冲突检测方法中综合交通风险、冲突严重程度表征问题的可行方案,但仍需进一步研究适当的环境参数、风险指标及阈值的设定;CICW应用场景下的驾驶人驾驶特征的建模、预测和在线识别,以及CICW预警模式的自适应构建是设计可靠有效CICW应用的可行解决思路;实现对CICW的全方面客观评估,有赖于研究搭建综合评价机制及大规模试验平台;车联网通信不可靠严重影响CICW的有效性,需要进一步研究信道拥塞控制机制与基于通信故障/失效预测的CICW容错机制。

人车路综合风险场模型构建及驾驶风格评估

为帮助驾驶人正确认知自身的安全驾驶能力,揭示“人-车-路”相互作用关系并衡量各要素对车辆驾驶安全性的影响,构建了考虑驾驶风格因子的综合风险场模型。首先,针对现有风险场模型在人因要素刻画不足,将车辆加速度方差和方向盘转角方差转化为驾驶风格因子,表征驾驶人潜在驾驶习惯;然后,根据事故风险的突发性和短时性特征,利用希尔伯特-黄变换(Hilbert-Huang Transform,HHT)将驾驶全域风险分解为平稳阶段和局部突变阶段风险信号能量,作为评价驾驶能力内在属性的关键依据;最后,开展行人横穿风险场景的驾驶模拟试验验证。结果表明:驾驶风险能量在空间形态上呈“椭圆形”圈层分布,沿物理轮廓中心高边缘低,风险演变过程能量大小“爬山式”递增效应显著。对风险能量聚类可获得比主观问卷更加细致可量化的分类结果,对比发现,驾驶人存在“认知-操纵”偏差(问卷安全型-模型危险型/危险倾向)同时丰富的驾驶经验对薄弱的安全意识有补偿作用(问卷危险型-模型安全型/安全倾向)。研究成果可以为识别危险驾驶人群,提高安全驾驶能力提供一种新方法。

外卖电动自行车在交叉口的风险行为研究

外卖骑手近些年交通事故频发,引发社会关注。研究外卖电动自行车在交叉口的风险行为,为提高城市道路交通安全水平提供建议。通过对北京市海淀区中关村东路与成府路的交叉口这一典型交叉路口进行实地调研,观察记录各主要平台外卖配送骑手在不同时段的骑行行为,总结典型风险行为,并通过统计分析方法研究不同外卖平台、不同时段的风险行为差异。结果表明:骑手在交叉口的闯红灯率、逆行率、使用手机比率较高,分别为0.598、0.344、0.153;不同平台骑手的风险行为无显著差异;不同时段,骑手的使用手机行为有显著差异;骑手的闯红灯率与订单数量存在正相关关系。在此基础上,为外卖配送骑手的交通风险行为管控提供了建议。

基于人-车-路协同的行车风险场概念、原理及建模

为揭示人-车-路相互作用机理及交通各要素对行车安全性的影响规律,预测行车风险的动态变化趋势,建立了人-车-路闭环系统的"行车风险场"统一模型。模型从场论思想出发,提出"行车风险场"新概念,用"行车风险场"表征人-车-路各要素对车辆行驶安全性造成的风险度,其中包含由道路中机动车、非机动车等运动物体决定的"动能场"、道路环境要素决定的"势能场"和驾驶人个体特性决定的"行为场"。最后利用行车风险场模型对1个典型行车环境进行风险场计算,实现了行驶车辆受多种交通要素影响风险大小的判断。研究结果表明:与现有行车风险评估方法相比,"行车风险场"考虑了人-车-路因素对行车安全的综合影响,为复杂环境下行车风险评估和车辆主动控制提供了新的判决依据。

信号交叉口行车风险场建立及车辆通行行为优化

随着汽车逐步向智能化、网联化发展,智能网联车辆逐步进入实际应用阶段。进行智能网联车辆的通行行为优化,对提升驾驶安全性和行车效率,避免事故发生和交通拥堵至关重要。车辆在通过交叉口时将受到很多环境及运动因素的影响,而现有的通行优化模型难以准确表达各类因素共同作用下的行驶环境。为此,基于风险场理论建立由环境场和运动场组成的信号交叉口行车风险场,表征信号交叉口中每点的实时行车风险程度,从而引导车辆驶向风险值低点,并提供下一步长的位移及速度指引,实现车辆的动态轨迹优化及速度控制。典型场景下的仿真结果表明:在优化模型的控制下单车的信号交叉口通行效率明显提升,其中直行方向车辆单车平均通行效率提升最高,平均提升6.35%,通过对交叉口面积内所有车辆进行通行行为优化,交叉口通行效率提升了9.3%,这表明所建模型可以准确表达交叉口行车环境并优化车辆通行行为。研究结论可应用于自动驾驶车辆的交叉口通行控制,并为网联环境下的行车环境表达和安全驾驶控制提供模型基础。

基于心理安全距离的行人风险评价及预警算法研究

为实现在机非混行的交通环境下,对动态、随机弱势道路使用者的准确风险评估,基于行车安全场理论提出了考虑行人心理安全距离的碰撞行人风险评价模型。首先通过考虑行驶车辆是否会危及行人的心理安全,提出了心理安全距离的概念,包括心理安全通行距离和心理安全制动距离2个方面,并通过问卷调研挖掘其可能的影响因素进行数值分析;接着将心理安全距离融入行车安全场理论,建立行人风险动态评价模型,并据此提出针对典型行人过街场景的分级预警算法;最后,通过设置PC-Crash仿真试验对预警算法在典型行人过街场景的应用的效果进行分析。研究结果表明:(1)在无信号灯路段,行人在面对行驶车辆时,所需要的心理安全通行距离不低于50 m,心理安全制动距离一般分布在5~20 m,且车型、行人的性别和年龄等因素都会对心理安全距离数值产生影响;(2)车辆在分级预警算法作用下,为保证行人心理安全所需要的最小制动减速度分布在0~3 m·s^(-2)。与现有研究方法对比,该行人预警算法能够在避免事故的同时,有效保证行人的心理安全与车辆驾驶的稳定性,为汽车主动安全预警系统设计提供新的开发视角。