网络首发栏目展示本刊经同行评议确定正式录用的文章，这些文章目前处在编校过程，尚未确定卷期及页码，但可以根据DOI进行引用。
显示方式:
当前状态:
, 最新更新时间:
摘要:
为提高智能车节点定位准确率，研究了基于3D点云语义地图表征的智能车定位方法。该方法分为3个部分：基于三维激光点云的语义分割，包括地面分割，交通标志牌分割和杆状语义目标分割；面向智能车的点云语义地图表征，利用分割的语义目标投影，生成带权有向图，语义路，语义编码，再以语义编码和高精度GPS的全局位置组成语义地图表征模型；基于语义表征模型的智能车定位，包括基于GPS匹配的粗定位和基于语义编码渐进匹配的节点定位。实验在3种长度不同、复杂度不同的道路场景下进行，节点定位准确率分别为98.5%，97.6%和97.8%，结果表明所提出的定位方法节点定位准确率高、鲁棒性强且适用于不同的道路场景。
为提高智能车节点定位准确率，研究了基于3D点云语义地图表征的智能车定位方法。该方法分为3个部分：基于三维激光点云的语义分割，包括地面分割，交通标志牌分割和杆状语义目标分割；面向智能车的点云语义地图表征，利用分割的语义目标投影，生成带权有向图，语义路，语义编码，再以语义编码和高精度GPS的全局位置组成语义地图表征模型；基于语义表征模型的智能车定位，包括基于GPS匹配的粗定位和基于语义编码渐进匹配的节点定位。实验在3种长度不同、复杂度不同的道路场景下进行，节点定位准确率分别为98.5%，97.6%和97.8%，结果表明所提出的定位方法节点定位准确率高、鲁棒性强且适用于不同的道路场景。
当前状态:
, 最新更新时间:
摘要:
为准确发现邮轮内部空间乘客之间的伴随关系，在室内环境安装UWB定位设备开展室内人员定位实验。根据UWB定位的位置数据特点，提出结合室内位置语义的Hausdorff-DBSCAN算法以聚类邮轮乘员轨迹，并利用LSTM神经网络对疑似伴随关系对象进行相似度变化趋势的预测。传统的Hausdorff算法在计算轨迹相似度时未考虑轨迹时序一致的问题，引入位置语义序列能够较好地解决这一问题。改进后的Hausdorff-DBSCAN算法的输入为乘员轨迹数据集，根据轨迹整体相似度阈值选定聚类半径，输出具有伴随关系的乘员轨迹聚类结果； LSTM神经网络以定长时间窗口的点邻近度序列为输入，预测后一时刻点邻近度值，结合轨迹相似度阈值和预测结果分析乘员伴随关系的时序变化。利用Anylogic建模单层邮轮室内环境进行乘员仿真得到的轨迹数据验证算法的有效性。改进的Hausdorff-DBSCAN算法的准确率为0.920，召回率为0.950，F1值为0.934，准确率高出对比算法至少5.7%，召回率高出对比算法至少8.0%，F1值高出对比算法至少6.7%。同时LSTM在预测邮轮乘员之间相似度变化时，收敛后的误差值能保持在3%~4%左右，预测结果具有较高的准确性。
为准确发现邮轮内部空间乘客之间的伴随关系，在室内环境安装UWB定位设备开展室内人员定位实验。根据UWB定位的位置数据特点，提出结合室内位置语义的Hausdorff-DBSCAN算法以聚类邮轮乘员轨迹，并利用LSTM神经网络对疑似伴随关系对象进行相似度变化趋势的预测。传统的Hausdorff算法在计算轨迹相似度时未考虑轨迹时序一致的问题，引入位置语义序列能够较好地解决这一问题。改进后的Hausdorff-DBSCAN算法的输入为乘员轨迹数据集，根据轨迹整体相似度阈值选定聚类半径，输出具有伴随关系的乘员轨迹聚类结果； LSTM神经网络以定长时间窗口的点邻近度序列为输入，预测后一时刻点邻近度值，结合轨迹相似度阈值和预测结果分析乘员伴随关系的时序变化。利用Anylogic建模单层邮轮室内环境进行乘员仿真得到的轨迹数据验证算法的有效性。改进的Hausdorff-DBSCAN算法的准确率为0.920，召回率为0.950，F1值为0.934，准确率高出对比算法至少5.7%，召回率高出对比算法至少8.0%，F1值高出对比算法至少6.7%。同时LSTM在预测邮轮乘员之间相似度变化时，收敛后的误差值能保持在3%~4%左右，预测结果具有较高的准确性。
当前状态:
, 最新更新时间:
摘要:
针对采用多状态约束卡尔曼滤波（MSCKF）的视觉惯性里程计定位精度易受特征点匹配异常值影响问题，提出了一种基于描述符辅助光流跟踪匹配的数据关联方法。该方法采用金字塔LK光流对序列图像中特征点进行跟踪匹配，计算每一对匹配点的rBRIEF描述符，根据Hamming距离对描述符的相似度进行判断消除异常匹配点。在实验中从特征点匹配主观效果以及定位精度两个方面评估本文方法的有效性。结果表明：所提出方法能够有效滤除动态场景下图像特征匹配的异常值，使用该方法处理后的图像进行MSCKF运动解算，位置结果漂移率小于0.38%，相较于未剔除异常匹配值的MSCKF算法结果，改善了54.7%，单帧图像处理时间约为39 ms。
针对采用多状态约束卡尔曼滤波（MSCKF）的视觉惯性里程计定位精度易受特征点匹配异常值影响问题，提出了一种基于描述符辅助光流跟踪匹配的数据关联方法。该方法采用金字塔LK光流对序列图像中特征点进行跟踪匹配，计算每一对匹配点的rBRIEF描述符，根据Hamming距离对描述符的相似度进行判断消除异常匹配点。在实验中从特征点匹配主观效果以及定位精度两个方面评估本文方法的有效性。结果表明：所提出方法能够有效滤除动态场景下图像特征匹配的异常值，使用该方法处理后的图像进行MSCKF运动解算，位置结果漂移率小于0.38%，相较于未剔除异常匹配值的MSCKF算法结果，改善了54.7%，单帧图像处理时间约为39 ms。
当前状态:
, 最新更新时间:
摘要:
为解决室内交通场景中智能汽车和移动机器人进行定位计算的问题，利用室内场景中已存在的各类标志，引入BEBLID（Boosted Efficient Binary Local Image Descriptor）算法，提出1种视觉定位方法。对BEBLID算法进行改进，赋予其对图像整体进行特征表征的能力。将定位过程分解为离线阶段和在线阶段，离线阶段构建场景标志地图，在线阶段将当前图像所提取的全局和局部BEBLID特征与场景标志地图的对应特征进行匹配，引入KNN方法确定最近节点和最近图像，并利用场景特征地图中存储的标志坐标信息，进行度量计算，获取当前位置信息。在教学楼、办公楼和室内停车场场景进行实验，实验中对场景标志的正确识别率达到90%，平均定位误差小于1 m，与传统方法相比，同一样本下识别精度相对提升约10%，实验验证了算法的有效性。
为解决室内交通场景中智能汽车和移动机器人进行定位计算的问题，利用室内场景中已存在的各类标志，引入BEBLID（Boosted Efficient Binary Local Image Descriptor）算法，提出1种视觉定位方法。对BEBLID算法进行改进，赋予其对图像整体进行特征表征的能力。将定位过程分解为离线阶段和在线阶段，离线阶段构建场景标志地图，在线阶段将当前图像所提取的全局和局部BEBLID特征与场景标志地图的对应特征进行匹配，引入KNN方法确定最近节点和最近图像，并利用场景特征地图中存储的标志坐标信息，进行度量计算，获取当前位置信息。在教学楼、办公楼和室内停车场场景进行实验，实验中对场景标志的正确识别率达到90%，平均定位误差小于1 m，与传统方法相比，同一样本下识别精度相对提升约10%，实验验证了算法的有效性。
当前状态:
, 最新更新时间:
摘要:
为实现智能网联环境下低成本、高精度的车辆定位，研究了基于自适应遗传Rao-Blackwellized粒子滤波的协同地图匹配算法。利用联网车辆的定位信息和道路约束条件消除公共偏差，提高车辆定位精度。将自适应遗传算法引入到粒子滤波的重采样过程中，增加粒子的多样性，解决传统粒子滤波算法中容易出现的“粒子退化”和“粒子耗尽”问题。通过仿真实验与传统粒子滤波及卡尔曼平滑粒子滤波下的定位结果进行了对比，同时分析了不同联网车辆数目对定位精度的影响。通过实际测试验证了算法在实际应用中的定位效果。实测结果表明：以典型十字路口为例，在联网车辆数目为4的情况下，协同地图匹配算法的定位误差范围为1.67 m，分别为原始GNSS定位以及单车地图匹配定位结果的41.03%和56.80%。同时，该算法的统计定位精度（CEP）达到1.06 m，比GNSS原始定位精度提高了2.52 m，具有较好的定位效果。
为实现智能网联环境下低成本、高精度的车辆定位，研究了基于自适应遗传Rao-Blackwellized粒子滤波的协同地图匹配算法。利用联网车辆的定位信息和道路约束条件消除公共偏差，提高车辆定位精度。将自适应遗传算法引入到粒子滤波的重采样过程中，增加粒子的多样性，解决传统粒子滤波算法中容易出现的“粒子退化”和“粒子耗尽”问题。通过仿真实验与传统粒子滤波及卡尔曼平滑粒子滤波下的定位结果进行了对比，同时分析了不同联网车辆数目对定位精度的影响。通过实际测试验证了算法在实际应用中的定位效果。实测结果表明：以典型十字路口为例，在联网车辆数目为4的情况下，协同地图匹配算法的定位误差范围为1.67 m，分别为原始GNSS定位以及单车地图匹配定位结果的41.03%和56.80%。同时，该算法的统计定位精度（CEP）达到1.06 m，比GNSS原始定位精度提高了2.52 m，具有较好的定位效果。
2023, 41(4): 1-13.
doi: 10.3963/j.jssn.1674-4861.2023.04.001
摘要:
实现智能网联汽车换道的安全决策是改善交通安全、提高道路机动性的关键任务。本文探究了智能网联汽车换道的安全性问题，从驾驶安全的角度出发，分析了极端换道行为和紧急换道行为给交通安全带来的不利影响，强调风险评估的重要性，并梳理了利用环境传感器、交通冲突指标、车辆微观轨迹数据等换道风险评估方法。通过风险评估识别风险，并采取相应的措施，能够显著减少危险换道行为导致的交通事故。阐述了智能网联汽车在传统环境以及车联万物（vehicle to everything，V2X）场景下，通过获取环境信息完成换道决策的方法；重点剖析了智能网联汽车在V2X环境下，通过周围环境的感知和识别、目标检测、数据处理进行决策，并对未来智能网联汽车在V2X环境下实现安全决策提出合理建议。然后分析了现有换道决策模型方法，归纳为4类：即规则模型、离散选择模型、人工智能模型、博弈论模型；系统地总结了决策模型在国内外道路行车安全领域的研究和应用现状、存在的问题，以及应用展望。综上所述，尽管智能网联汽车的换道技术已取得重大研究成果，但未来仍存在很多挑战。针对现有研究中存在的问题：低等级自动驾驶环境情况下如何安全可靠地进行决策、智能网联汽车在低渗透率情况下如何做出更为高效和智能的驾驶决策、信息不完全情况下如何实现安全决策、在换道决策模型算法的可优化性方面如何改进，提出可行的解决方案。
实现智能网联汽车换道的安全决策是改善交通安全、提高道路机动性的关键任务。本文探究了智能网联汽车换道的安全性问题，从驾驶安全的角度出发，分析了极端换道行为和紧急换道行为给交通安全带来的不利影响，强调风险评估的重要性，并梳理了利用环境传感器、交通冲突指标、车辆微观轨迹数据等换道风险评估方法。通过风险评估识别风险，并采取相应的措施，能够显著减少危险换道行为导致的交通事故。阐述了智能网联汽车在传统环境以及车联万物（vehicle to everything，V2X）场景下，通过获取环境信息完成换道决策的方法；重点剖析了智能网联汽车在V2X环境下，通过周围环境的感知和识别、目标检测、数据处理进行决策，并对未来智能网联汽车在V2X环境下实现安全决策提出合理建议。然后分析了现有换道决策模型方法，归纳为4类：即规则模型、离散选择模型、人工智能模型、博弈论模型；系统地总结了决策模型在国内外道路行车安全领域的研究和应用现状、存在的问题，以及应用展望。综上所述，尽管智能网联汽车的换道技术已取得重大研究成果，但未来仍存在很多挑战。针对现有研究中存在的问题：低等级自动驾驶环境情况下如何安全可靠地进行决策、智能网联汽车在低渗透率情况下如何做出更为高效和智能的驾驶决策、信息不完全情况下如何实现安全决策、在换道决策模型算法的可优化性方面如何改进，提出可行的解决方案。
2023, 41(4): 14-23.
doi: 10.3963/j.jssn.1674-4861.2023.04.002
摘要:
在L3级自动驾驶阶段，驾驶人需要在系统发出接管请求时，及时响应并接管车辆。因此为了准确评估L3级自动驾驶车辆接管过程的安全性，构建了自动驾驶接管过程的安全性评价指标体系。本文采用4×2×2的接管场景因子设计了驾驶模拟试验，利用驾驶模拟器采集各类驾驶数据；基于变异系数法和Spearman相关性判别法从风险感知、避险操纵和接管绩效3个方面分析得到了13个安全性评价指标；使用能够表征专家经验的改进层次分析法求取指标的主观权重，使用能够反映数据特征的熵权法求取指标的客观权重；为综合2种方法的优点，利用级差最大化法获得了融合主、客观权重的综合权重，并通过计算得出风险感知、避险操纵、接管绩效的综合权重分别为0.259、0.475、0.271，以此结果来构建接管过程的安全性评价指标体系。本文运用该体系对驾驶模拟试验所获得的655个接管过程进行了综合评价，根据评价结果将其划分为A、B、C这3类接管过程。对比3类接管过程在风险感知、避险操纵、接管绩效3个方面的得分发现，A类接管过程在3个方面均表现较好，C类接管过程在避险操纵和接管绩效2个方面表现较差，B类指标的表现介于A类和C类之间，不同类别的接管过程在各个指标上均具有较好的区分度。本文构建的评价指标体系有效结合了专家经验和指标特征，能够为更加全面、合理和科学地评价自动驾驶接管过程中的安全性提供理论支持。
在L3级自动驾驶阶段，驾驶人需要在系统发出接管请求时，及时响应并接管车辆。因此为了准确评估L3级自动驾驶车辆接管过程的安全性，构建了自动驾驶接管过程的安全性评价指标体系。本文采用4×2×2的接管场景因子设计了驾驶模拟试验，利用驾驶模拟器采集各类驾驶数据；基于变异系数法和Spearman相关性判别法从风险感知、避险操纵和接管绩效3个方面分析得到了13个安全性评价指标；使用能够表征专家经验的改进层次分析法求取指标的主观权重，使用能够反映数据特征的熵权法求取指标的客观权重；为综合2种方法的优点，利用级差最大化法获得了融合主、客观权重的综合权重，并通过计算得出风险感知、避险操纵、接管绩效的综合权重分别为0.259、0.475、0.271，以此结果来构建接管过程的安全性评价指标体系。本文运用该体系对驾驶模拟试验所获得的655个接管过程进行了综合评价，根据评价结果将其划分为A、B、C这3类接管过程。对比3类接管过程在风险感知、避险操纵、接管绩效3个方面的得分发现，A类接管过程在3个方面均表现较好，C类接管过程在避险操纵和接管绩效2个方面表现较差，B类指标的表现介于A类和C类之间，不同类别的接管过程在各个指标上均具有较好的区分度。本文构建的评价指标体系有效结合了专家经验和指标特征，能够为更加全面、合理和科学地评价自动驾驶接管过程中的安全性提供理论支持。
2023, 41(4): 24-32.
doi: 10.3963/j.jssn.1674-4861.2023.04.003
摘要:
近距平行跑道（closely spaced parallel runways，CSPRs）配对进近纵向碰撞风险研究对评估配对进近程序的安全性至关重要，其中定位误差又直接影响配对进近纵向碰撞风险。针对以往研究中缺乏对定位误差分布的实际数据的拟合，进行基于实际数据拟合的定位误差影响下的配对进近纵向碰撞风险研究。根据配对进近的实施流程，建立配对前后机纵向间隔随时间变化的运动学模型。对于飞行过程中定位误差，采用实际航空器定位误差统计数据拟合定位误差分布。基于广播式自动相关监视（ADS-B）数据，对航空器最后进近阶段的纵向定位误差进行拟合分析，匹配出适配程度最佳的分布——正态分布。分别研究配对2架飞机机身之间的碰撞风险和前机尾流与后机机身之间的碰撞风险，确定每类碰撞风险模型中积分区间上下限。在正态分布的基础上结合配对进近2架飞机的运动过程，建立配对进近纵向碰撞风险评估模型。收集2020年12月上海虹桥机场B737-800机型相关参数数据并进行算例分析，对给定初始纵向间隔分别为926 m和2 778 m时，机身碰撞风险（Px1）和尾流碰撞风险（Px2）随时间的变化进行计算仿真，同时进一步仿真分析不同起始纵向间隔与Px1，Px2以及总体纵向碰撞风险最值之间的关系。结果表明：①初始纵向间隔为926 m时，随着时间的增长，Px1逐渐减小，Px2逐渐增大，且Px1远大于Px2；②初始纵向间隔为2 778 m时，结果相反；③ Px1随初始纵向间隔的增加逐渐减小；④ Px2随初始纵向间隔的增加逐渐增大；⑤前后机的总体纵向碰撞风险随初始纵向间隔的增加有先减小后增大的规律，当初始纵向间隔小于2 136 m时纵向碰撞风险主要取决于前后2架飞机机身在纵向上的碰撞风险，反之则取决于前机尾流与后机机身之间的碰撞风险。
近距平行跑道（closely spaced parallel runways，CSPRs）配对进近纵向碰撞风险研究对评估配对进近程序的安全性至关重要，其中定位误差又直接影响配对进近纵向碰撞风险。针对以往研究中缺乏对定位误差分布的实际数据的拟合，进行基于实际数据拟合的定位误差影响下的配对进近纵向碰撞风险研究。根据配对进近的实施流程，建立配对前后机纵向间隔随时间变化的运动学模型。对于飞行过程中定位误差，采用实际航空器定位误差统计数据拟合定位误差分布。基于广播式自动相关监视（ADS-B）数据，对航空器最后进近阶段的纵向定位误差进行拟合分析，匹配出适配程度最佳的分布——正态分布。分别研究配对2架飞机机身之间的碰撞风险和前机尾流与后机机身之间的碰撞风险，确定每类碰撞风险模型中积分区间上下限。在正态分布的基础上结合配对进近2架飞机的运动过程，建立配对进近纵向碰撞风险评估模型。收集2020年12月上海虹桥机场B737-800机型相关参数数据并进行算例分析，对给定初始纵向间隔分别为926 m和2 778 m时，机身碰撞风险（Px1）和尾流碰撞风险（Px2）随时间的变化进行计算仿真，同时进一步仿真分析不同起始纵向间隔与Px1，Px2以及总体纵向碰撞风险最值之间的关系。结果表明：①初始纵向间隔为926 m时，随着时间的增长，Px1逐渐减小，Px2逐渐增大，且Px1远大于Px2；②初始纵向间隔为2 778 m时，结果相反；③ Px1随初始纵向间隔的增加逐渐减小；④ Px2随初始纵向间隔的增加逐渐增大；⑤前后机的总体纵向碰撞风险随初始纵向间隔的增加有先减小后增大的规律，当初始纵向间隔小于2 136 m时纵向碰撞风险主要取决于前后2架飞机机身在纵向上的碰撞风险，反之则取决于前机尾流与后机机身之间的碰撞风险。
2023, 41(4): 33-43.
doi: 10.3963/j.jssn.1674-4861.2023.04.004
摘要:
当受地理与投资因素限制，山区高速公路隧道与主线出口间距离低于规范值，则该区域称为小净距路段。为描述该区域车辆行驶特征，充实山区公路设计与交通管控的理论基础，在我国秦岭服务区等7处山区高速公路小净距路段，通过无人机定点俯拍采集高清行车视频，基于视频提取全域车辆高精度速度与轨迹数据，实现车辆行驶特征分析。本研究基于SIFT算法进行视频配准；基于YOLOv5与DeepSORT算法实现车辆检测与连续跟踪；采用Savitzky-Golay滤波器对数据进行光滑滤波。基于以上方法，可获得高精度车辆行驶数据。经验证，车速精度可达到95%以上，轨迹误差小于20 cm。而后，考虑了净距长度、车辆类型、车道分布等指标，从多角度多因素对行车特征进行了分析。结果显示：①小净距路段车辆行驶特征与普通路段有明显的差异，车速分布不满足正态分布规律；②整体上驶出车辆在渐变段起点前10~20 m左右会稳定车辆运行状态；③由于视角更高，货车相对小车能更快识别出口路况，所以车速相对平稳；④内侧驶出小车在渐变段起点20 m后以1.1~1.4 m/s的横向速度驶入减速车道，当主线为左偏曲线最有利于驶出；⑤净距长度对驾驶行为产生的影响最为明显，交通流方面交通量是最大的影响因素，道路线形因素中曲线偏转方向及偏转角是最大的影响因素。
当受地理与投资因素限制，山区高速公路隧道与主线出口间距离低于规范值，则该区域称为小净距路段。为描述该区域车辆行驶特征，充实山区公路设计与交通管控的理论基础，在我国秦岭服务区等7处山区高速公路小净距路段，通过无人机定点俯拍采集高清行车视频，基于视频提取全域车辆高精度速度与轨迹数据，实现车辆行驶特征分析。本研究基于SIFT算法进行视频配准；基于YOLOv5与DeepSORT算法实现车辆检测与连续跟踪；采用Savitzky-Golay滤波器对数据进行光滑滤波。基于以上方法，可获得高精度车辆行驶数据。经验证，车速精度可达到95%以上，轨迹误差小于20 cm。而后，考虑了净距长度、车辆类型、车道分布等指标，从多角度多因素对行车特征进行了分析。结果显示：①小净距路段车辆行驶特征与普通路段有明显的差异，车速分布不满足正态分布规律；②整体上驶出车辆在渐变段起点前10~20 m左右会稳定车辆运行状态；③由于视角更高，货车相对小车能更快识别出口路况，所以车速相对平稳；④内侧驶出小车在渐变段起点20 m后以1.1~1.4 m/s的横向速度驶入减速车道，当主线为左偏曲线最有利于驶出；⑤净距长度对驾驶行为产生的影响最为明显，交通流方面交通量是最大的影响因素，道路线形因素中曲线偏转方向及偏转角是最大的影响因素。
2023, 41(4): 44-54.
doi: 10.3963/j.jssn.1674-4861.2023.04.005
摘要:
道路交通事故是全球范围内造成大量人员伤亡和财产损失的重大问题之一，通过对道路交通事故进行分类和风险等级预测，能够锁定高风险车辆，以减小事故的发生和人员伤亡的概率。交通事故往往由环境、天气、道路条件、路段设施等多维特征相互作用形成，现有的事故影响分析方法缺乏对交通事故数据的综合研究。为此本文提出1种交通事故分类模型，在传统PCA算法的基础上通过衡量各等级数据间的相似性对数据集进行二次降维，采用改进后降维算法PCA-LPP处理大规模交通事故数据集；利用DBSCAN算法对事故数据划分风险区域，根据迭代训练出的各等级空间对模拟车辆环境进行风险划分。试验结果表明：在大规模交通数据降至不同维度的对比实验中，证明PCA-LPP算法使降维后的特征与样本的类别相关程度更高；同时，利用基于密度的DBSCAN聚类算法处理复杂且伴有偶发性的交通事故数据时，算法的纯度为0.942 9、兰德指数为0.946 2，互信息指数为0.678 4，与K-means、谱聚类等传统算法结果相比，DBSCAN算法的各项评估指标均高于其他算法，从分类效果图发现该模型减少了噪声数据的影响；最后，通过消融实验验证了带有二次降维的PCA-LPP算法的各项评估指标均为最高。其预测结果的混淆矩阵显示该模型对各风险等级的精确率分别为85.77%、70.78%、80.65%，验证了模型的有效性与实用性。
道路交通事故是全球范围内造成大量人员伤亡和财产损失的重大问题之一，通过对道路交通事故进行分类和风险等级预测，能够锁定高风险车辆，以减小事故的发生和人员伤亡的概率。交通事故往往由环境、天气、道路条件、路段设施等多维特征相互作用形成，现有的事故影响分析方法缺乏对交通事故数据的综合研究。为此本文提出1种交通事故分类模型，在传统PCA算法的基础上通过衡量各等级数据间的相似性对数据集进行二次降维，采用改进后降维算法PCA-LPP处理大规模交通事故数据集；利用DBSCAN算法对事故数据划分风险区域，根据迭代训练出的各等级空间对模拟车辆环境进行风险划分。试验结果表明：在大规模交通数据降至不同维度的对比实验中，证明PCA-LPP算法使降维后的特征与样本的类别相关程度更高；同时，利用基于密度的DBSCAN聚类算法处理复杂且伴有偶发性的交通事故数据时，算法的纯度为0.942 9、兰德指数为0.946 2，互信息指数为0.678 4，与K-means、谱聚类等传统算法结果相比，DBSCAN算法的各项评估指标均高于其他算法，从分类效果图发现该模型减少了噪声数据的影响；最后，通过消融实验验证了带有二次降维的PCA-LPP算法的各项评估指标均为最高。其预测结果的混淆矩阵显示该模型对各风险等级的精确率分别为85.77%、70.78%、80.65%，验证了模型的有效性与实用性。
2023, 41(4): 55-63.
doi: 10.3963/j.jssn.1674-4861.2023.04.006
摘要:
高速公路事故频发，而以往研究未能充分揭示交通流动态特性对事故类型与严重程度的影响。为此研究了基于动态交通流数据的高速公路事故类型与严重程度的预测方法。从高速公路门架数据中提取流量、密度、速度等交通流数据，同时考虑时间特征以及时间和空间不均匀性特征的数据，与事故数据相匹配构成全样本。建立了基于极端梯度提升树（extrem Gradient Boosting，XGBoost）算法的预测模型，预测事故是否发生、事故类型以及事故严重程度。分别考虑追尾事故和其他事故2种事故类型、有人员伤亡和仅财产损失2种事故严重程度，模型的结果表明：①上下游速度差大、低速、路段车流量大且频繁分流、合流条件下交通事故风险较高；②低速、路段车辆多且合流、分流交通量大、上下游速度差大的情况下发生追尾事故的风险更高；③路段车流量较少且追尾事故发生于周末或夜间可能会增大事故严重程度。将常用机器学习算法与XGBoost算法的预测效果进行对比，XGBoost事故类型预测模型与事故严重程度预测模型的ROC曲线下面积（Area Under Curve，AUC）分别达到了0.76和0.88——相比于序列Logistic、高斯朴素贝叶斯、线性SVM、随机森林以及神经网络等其他常用算法，平均分别提升了0.08和0.24。这表明基于XGBoost建立的模型具有较好的预测性能。研究结果为高速公路路段实时交通流状态预警提供了可靠手段，进而可以提升高速公路行车安全。
高速公路事故频发，而以往研究未能充分揭示交通流动态特性对事故类型与严重程度的影响。为此研究了基于动态交通流数据的高速公路事故类型与严重程度的预测方法。从高速公路门架数据中提取流量、密度、速度等交通流数据，同时考虑时间特征以及时间和空间不均匀性特征的数据，与事故数据相匹配构成全样本。建立了基于极端梯度提升树（extrem Gradient Boosting，XGBoost）算法的预测模型，预测事故是否发生、事故类型以及事故严重程度。分别考虑追尾事故和其他事故2种事故类型、有人员伤亡和仅财产损失2种事故严重程度，模型的结果表明：①上下游速度差大、低速、路段车流量大且频繁分流、合流条件下交通事故风险较高；②低速、路段车辆多且合流、分流交通量大、上下游速度差大的情况下发生追尾事故的风险更高；③路段车流量较少且追尾事故发生于周末或夜间可能会增大事故严重程度。将常用机器学习算法与XGBoost算法的预测效果进行对比，XGBoost事故类型预测模型与事故严重程度预测模型的ROC曲线下面积（Area Under Curve，AUC）分别达到了0.76和0.88——相比于序列Logistic、高斯朴素贝叶斯、线性SVM、随机森林以及神经网络等其他常用算法，平均分别提升了0.08和0.24。这表明基于XGBoost建立的模型具有较好的预测性能。研究结果为高速公路路段实时交通流状态预警提供了可靠手段，进而可以提升高速公路行车安全。
2023, 41(4): 64-71.
doi: 10.3963/j.jssn.1674-4861.2023.04.007
摘要:
针对目前交通安全标语对增强公众交通安全意识的效果尚不清楚的问题，定量分析了我国预防酒后驾驶交通安全标语的语言学特征，评价不同语言学特征交通安全标语的有效性。使用Python 3.7软件，收集百度搜索引擎中2019年9月—2020年9月收录的所有预防酒后驾驶交通安全标语，共1 828条。从人称、情感、修辞、押韵、语境、长度6个方面对交通安全标语的语言学特征进行分类分析，其语言表达以其他人称(87.7%)、负面情感(45.4%)、无修辞(49.9%)、状态预设(52.4%)和中等长度(65.2%)为主。采用在线问卷调查的方式，从公众关注度、理解度和接受度3个方面评价不同语言学特征标语的有效性，利用卡方检验，分析标语的语言学特征差异，建立广义线性回归模型分析影响公众关注度、理解度和接受度的语言学因素。广义线性回归模型结果显示：①公众对标语的关注度主要受标语的人称和长度影响，其中第一人称、其他人称标语引起的公众关注度高于第二人称标语(b =0.24，0.49)，长度在18字及以上标语引起的公众关注度高于12字以下的标语(b = 0.26)；②公众对标语的接受度主要受标语的人称特征影响，其中公众对第一人称标语的接受度高于第二人称标语(b =0.31)；③公众对标语的理解度与6种语言学特征间的关系均无统计学意义。结果表明，我国预防酒后驾驶交通安全标语的语言学特征多样，不同语言学特征标语对公众的关注度和接受度影响不同，未来在设计交通安全标语时应使用第一人称或其他人称，并适当增加标语长度，以提高安全标语对增强公众交通安全意识的效力。
针对目前交通安全标语对增强公众交通安全意识的效果尚不清楚的问题，定量分析了我国预防酒后驾驶交通安全标语的语言学特征，评价不同语言学特征交通安全标语的有效性。使用Python 3.7软件，收集百度搜索引擎中2019年9月—2020年9月收录的所有预防酒后驾驶交通安全标语，共1 828条。从人称、情感、修辞、押韵、语境、长度6个方面对交通安全标语的语言学特征进行分类分析，其语言表达以其他人称(87.7%)、负面情感(45.4%)、无修辞(49.9%)、状态预设(52.4%)和中等长度(65.2%)为主。采用在线问卷调查的方式，从公众关注度、理解度和接受度3个方面评价不同语言学特征标语的有效性，利用卡方检验，分析标语的语言学特征差异，建立广义线性回归模型分析影响公众关注度、理解度和接受度的语言学因素。广义线性回归模型结果显示：①公众对标语的关注度主要受标语的人称和长度影响，其中第一人称、其他人称标语引起的公众关注度高于第二人称标语(b =0.24，0.49)，长度在18字及以上标语引起的公众关注度高于12字以下的标语(b = 0.26)；②公众对标语的接受度主要受标语的人称特征影响，其中公众对第一人称标语的接受度高于第二人称标语(b =0.31)；③公众对标语的理解度与6种语言学特征间的关系均无统计学意义。结果表明，我国预防酒后驾驶交通安全标语的语言学特征多样，不同语言学特征标语对公众的关注度和接受度影响不同，未来在设计交通安全标语时应使用第一人称或其他人称，并适当增加标语长度，以提高安全标语对增强公众交通安全意识的效力。
交通信息与安全
Journal of Transport Information and Safety
（1983年创刊 双月刊 ）
曾用刊名：《交通与计算机》
主管单位：中华人民共和国教育部
主办单位：武汉理工大学
协办单位：
中国人工智能学会智能交通专业委员会
主 编：钟鸣
副 主 编：文元桥 刘克中 张存保
执行主编：徐堃
编辑出版：
《交通信息与安全》编辑部
地 址：
湖北省武汉市武昌区和平大道武汉理工大学余家头校区125信箱
邮 编：430063
电话/传真：027-86580355
E-mail：jtjsj@vip.163.com
官方网站：http://www.jtxa.net/
邮发代号：38-94
国内刊号：CN 42-1781/U
国际刊号：ISSN 1674-4861
期刊收录
- 《中文核心期刊要目总览》入编期刊
- 中国科学引文数据库（CSCD）来源期刊
- 中国科技核心期刊
- RCCSE中国核心学术期刊（A）
- 中国学术期刊综合评价数据库（CAJ-CED）收录
- 中国科技论文与引文数据库（CSTPCD）收录
- 中国核心期刊（遴选）数据库收录
- 中文科技期刊数据库收录
- 中国期刊网（CNKI）收录
- 《中国学术期刊（光盘版）收录》
- 中国终身教育学术研究数据库总库收录
- 日本科学技术振兴机构数据库（JST）收录
- 《世界期刊影响力指数（WJCI）报告》（2020科技版）