留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

当期目录

2023年 第41卷  第4期

栏目
  上一期
显示方式:
本期导读
2023, 41(4): .
摘要(60) HTML(43) PDF(10)
摘要:
综述
智能网联汽车换道决策安全性研究综述
崔冰艳, 李贺, 崔哲, 冀浩杰, 关宇昕
2023, 41(4): 1-13. doi: 10.3963/j.jssn.1674-4861.2023.04.001
摘要(74) HTML(27) PDF(13)
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。
交通安全
基于IAHP-EWM-LDM的L3级自动驾驶接管过程安全性评价方法
李振龙, 潘梦妞, 曲彦菘, 赵晓华, 巩建国, 王秋鸿
2023, 41(4): 14-23. doi: 10.3963/j.jssn.1674-4861.2023.04.002
摘要(57) HTML(14) PDF(3)
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。
定位误差影响下的配对进近纵向碰撞风险研究
卢飞, 赵二丽, 梁献匀
2023, 41(4): 24-32. doi: 10.3963/j.jssn.1674-4861.2023.04.003
摘要(64) HTML(24) PDF(4)
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。
隧道与主线出口间小净距路段车辆行驶特征分析
唐皓, 唐忠泽, 张驰, 韦彬, 张昆仑, 杨坤
2023, 41(4): 33-43. doi: 10.3963/j.jssn.1674-4861.2023.04.004
摘要(70) HTML(18) PDF(10)
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。
融合PCA-LPP与DBSCAN的道路交通事故分类及风险等级预测方法
辛怡, 李刚, 邓有为, 张生鹏, 周盼, 刘怡阳
2023, 41(4): 44-54. doi: 10.3963/j.jssn.1674-4861.2023.04.005
摘要(75) HTML(28) PDF(6)
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。
基于XGBoost的高速公路事故类型及严重程度预测方法
高雪林, 汤厚骏, 沈佳平, 徐铖铖, 张玉杰
2023, 41(4): 55-63. doi: 10.3963/j.jssn.1674-4861.2023.04.006
摘要(59) HTML(24) PDF(8)
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。
预防酒后驾驶交通安全标语语言学特征及其有效性分析
袁洋, 李东禾, 李可欣, 李佩玲, 宁佩珊, 胡国清
2023, 41(4): 64-71. doi: 10.3963/j.jssn.1674-4861.2023.04.007
摘要(52) HTML(28) PDF(3)
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。
交通信息工程与控制
面向自动驾驶的车路协同感知点云融合模式时延影响分析
叶青, 赵聪, 朱逸凡, 俞山川
2023, 41(4): 72-79. doi: 10.3963/j.jssn.1674-4861.2023.04.008
摘要(60) HTML(19) PDF(5)
摘要:
新一代通信技术的快速发展为车路协同感知提供了基础，可进一步提升自动驾驶车辆在复杂场景中的感知能力，现有研究对不同的协同感知信息融合模式进行了探索，但忽略了对感知精度与通信时延平衡性的分析。针对自动驾驶协同感知中点云融合模式的时延特征，本文以前融合、特征融合、后融合3种模式为研究对象，提出了基于模拟仿真的时延影响分析框架。考虑通信时延引起的协同感知结果时滞性，利用扩展卡尔曼滤波算法对存在时延的协同感知结果进行预测性补偿，创新提出了滞后补偿误差和等效时延评价指标，用以综合评价不同融合模式对协同感知结果的影响；针对不同点云融合模式的感知结果，构建了平均感知精度与平移误差分布关系模型，依据目标检测平移误差的分布特征生成带有感知误差的仿真轨迹，进而对协同感知效果进行评估。结合TrajNet++行人轨迹数据集，以不同时延参数及点云融合模式，对1 200条轨迹进行了180 000次数值仿真。结果显示，感知目标的已知轨迹长度越短、速度越高，时延对协同感知精度的影响越大，以100 ms时延下后融合为基准，当特征融合时延在500 ms以内、前融合时延在700 ms以内时，可以达到相同或更高的协同感知精度。针对目标易突然出现且速度快的复杂场景，宜采用低时延、低精度的后融合模式，反之，宜采用具有高时延、高精度的特征融合或前融合模式。本研究可为自动驾驶协同感知的点云融合模式选择提供依据。
基于道路概率场的车队协同定位方法
汪仲琪, 陈伟, 杜路遥, 雷震, 雷霆
2023, 41(4): 80-87. doi: 10.3963/j.jssn.1674-4861.2023.04.009
摘要(53) HTML(16) PDF(3)
摘要:
标量场方法通常被用于无人机集群和潜艇集群的协同定位，但在车队场景中，应用磁异常场、水深场等类似的标量场存在困难。本研究提出了1种基于道路概率场和车辆运动模型的车队协同定位方法，该方法利用开源数据库获取电子地图，对地图进行缓冲区处理、栅格化处理和数学形态学处理，构建了道路概率场。同时，基于GNSS技术建立了车辆运动模型，利用车队内车辆之间的相对位置作为协同信息，把车辆预测位置在道路概率场中的取值作为权重计算标准，使用粒子滤波定位算法不断更新预测车辆行驶轨迹。新方法建立了道路概率场这一标量场，把车辆位置对应的道路概率值作为判定车辆位置的重要依据，将电子地图中的地理空间信息应用于车队协同定位。与传统的标量场方法不同，道路概率场无需新的专门测量，并且可以利用已有的海量电子地图资源进行生成，而车辆也无需新增传感器。此外，新方法根据不同场景设计了车辆运动模型，在车辆行驶过程中利用道路概率场不断优化轨迹，与传统车队定位方法相比更注重单个时刻点定位的差异。在真实场景和仿真场景中设置不同缓冲区宽度和车辆数进行对比测试，结果显示：根据定位误差作为定位效果的判定标准，与经典的利用车辆运动模型的扩展卡尔曼滤波方法相比，新方法在仿真场景和真实场景中将改进幅度分别提高了49.6%和49.8%；与空道路概率场的车队协同定位方法相比，在仿真场景和真实场景中新方法分别改进了59.5%和50.3%。本研究为车队协同定位提供了1种新的方法，通过构建道路概率场并利用车辆运动模型，相较于传统方法，该方法提高了定位的精度和可靠性，具有重要的应用前景。
基于信道状态信息的船舶驾驶台人员检测及活跃度评价方法
张屹凡, 陈梦达, 王露, 陈聪, 刘克中, 陈默子
2023, 41(4): 88-100. doi: 10.3963/j.jssn.1674-4861.2023.04.010
摘要(43) HTML(14) PDF(0)
摘要:
船舶驾驶台人员包括按照规定要求的常规值班人员和特殊情况下额外的瞭望人员或船长、引航员等，驾驶台人员活跃度是判断其工作状态的重要指标之一。传统的基于计算机视觉的人员检测方法在面对船舶驾驶台遮挡物多、夜间或恶劣天气下光线不足等问题时，精度明显降低。为解决该问题，提出了1种基于普通商用Wi-Fi设备的活跃度感知方法。由于船体材质、结构特点以及变化的运动状态导致动态多径多、信号噪声强，对Wi-Fi设备造成干扰，为此设计了值班高关联度数据（duty high correlation data，DHCD）选择模块及基于信道状态信息（channel state information，CSI）的多层级特征提取模块。DHCD选择模块分析驾驶台人员不同航行、值班情况下的CSI特点，对比0~5人在驾驶台内值班、工作时的信道变化，利用模糊C-means聚类算法提取CSI中对值班人员行为反应最灵敏的信道，去除对信号噪声反应敏感的信道信息；通过多层级特征提取模块计算去噪后CSI数据的幅值与相位离散度、多链路融合离散度、变异指数等多层特征，作为活跃度评价基础参数。依据驾驶台值班要求设计了驾驶台人员活跃度评价模块，采用支持向量机算法判断驾驶台人员数量，采用客观赋权法得到基础参数权重，结合人数信息与权重信息评价驾驶台人员活跃度。实验结果表明：使用DHCD选择模块和多层级模块处理后的多层级特征将驾驶台人员数量检测精度提升至89.6%，对比直接使用原始数据时检测精度提升7.1%。在夜间、雨雾天气等光照不足情况下，基于计算机视觉方法的检测精度会由光线充足时的96.2%降至60.3%，而该方法监测精度不会降低。因此，基于CSI的驾驶台人员活跃度检测方法丰富了驾驶台人员检测算法，能有效识别船舶驾驶台人员是否符合安全值班的基本要求。
城市平面交叉口左转车辆规避效应特性
秦小琳, 杜志刚, 陈莹, 刘青怡
2023, 41(4): 101-110. doi: 10.3963/j.jssn.1674-4861.2023.04.011
摘要(45) HTML(20) PDF(3)
摘要:
城市道路交叉口交通隔离栏侵入内侧车道建筑限界，导致车辆横向偏移，增加行车风险。为了解城市平面交叉口交通隔离栏对左转车辆规避行为的影响，通过无人机采集3个设有交通隔离栏的平面交叉口车辆视频，提取车辆轨迹、速度、加速度等参数。分析交叉口出口不同车道车辆偏移和速度的分布特性，研究左转车辆规避特性。结果表明：①两侧车道上行驶的车辆更倾向于向中间车道偏移，中间车道行驶轨迹则较为稳定；②20 m的行程可供驾驶人稳定行驶方向，保持与交通隔离栏的安全横向距离；③左侧车道上85%以上车辆远离交通隔离栏行驶，平均偏移距离为0.278 m；右侧车道上60%左右车辆远离右侧行驶，平均偏移距离为0.116 m。④左转车辆在出口不同车道的速度分布存在显著差异，其中左侧车道和右侧车道上左转车辆速度分布峰值、横向加速度均值、纵向加速度均值均小于中间车道。以此提出城市道路交叉口的改善方法：①增加中分带宽度，提升路侧净距，实现左侧车道名义路权宽度与实际路权宽度一致；②增大硬质设施与驾驶人的横向距离；③开口段硬质设施优化为柔性，减弱设施心理冲击，降低驾驶负荷；④增设路面导流线和反光设施，保证诱导设施的连续性和一致性，提升方向感和速度感，从而减少规避效应过度或不足所带来的安全隐患。
基于Informer的客机长时4D航迹预测方法
冯霞, 孙琦琦, 左海超
2023, 41(4): 111-121. doi: 10.3963/j.jssn.1674-4861.2023.04.012
摘要(41) HTML(16) PDF(1)
摘要:
客机长时4D航迹预测是基于航迹运行的重要基础，对于改善空中交通系统安全性能和优化空域结构有重要意义。针对现有长时4D航迹预测未充分考虑长序列航迹数据之间存在隐式关联信息等问题，借助Informer模型的自注意力机制，研究构建了基于Informer的长时4D航迹预测模型。为提取航迹数据的全局特征信息，增强数据独立性和时间序列特征学习能力，在数据嵌入层中增加全局时间戳模块，并利用航迹点序列等分层时间戳突破Informer模型固有的嵌入层时间刻度限制；为更好地捕捉非相邻时序序列点之间的隐式相关性，采用自注意力机制提取航迹数据特征，并运用概率稀疏方法降低自注意力机制的计算复杂度至O（LlogL），同时在编码器中增加蒸馏机制以减少计算维度和网络参数量；为避免传统的逐步预测输出方法造成的误差累积现象，提高航迹预测精度，采用全连接层对预测输出数据进行维度调整，完成一步生成式输出。对历史4D航迹数据进行三次样条插值等预处理后，与时序特征数据同时输入到航迹预测模型中，经过模型迭代训练，输出航迹预测结果。实验结果表明：在同时预测航迹的4D特征时，基于Informer模型的预测表现优于LSTnet方法，其均方根误差和欧氏距离误差分别为0.218 5和15.980 km，相较于LSTnet网络分别减少了1.48%和2.44%。此外，对于分别预测航迹特征的任务，Informer模型的欧氏距离误差为13.248 km，相较于LSTnet网络减少了3.11%，相较于传统LSTM网络减少了34.99%。
基于孪生网络的高速公路雾天能见度识别方法
汤伟, 方嘉楠, 张龙, 杨晓东, 李国强
2023, 41(4): 122-131. doi: 10.3963/j.jssn.1674-4861.2023.04.013
摘要(40) HTML(14) PDF(3)
摘要:
从监控视频中准确识别高速公路雾天能见度等级，对于高速公路智能监管具有重要意义。针对当前高速公路能见度识别方法存在的精度低、速率慢、泛化性弱等问题，研究了基于孪生网络的能见度识别方法，重点关注于图像特征提取模块和等级识别主干模块的优化。图像特征提取模块采用改进的VGG16网络作为骨干网络，为增强网络从图像全局信息中提取重要特征的能力，在VGG16网络的5个block中增加卷积块注意力机制，达到强调有效特征和抑制无用特征的作用；为提升网络的泛化能力和训练速率，在网络卷积层之后添加滤波器响应归一化层来消除各维数据之间的差别；为解决网络权重参数冗余问题、防止过拟合，采用全局平均池化将输出特征图直接压缩为1×1向量，代替VGG16网络中前2层全连接层。等级识别主干模块采用孪生网络作为主体框架，将图像特征提取模块提取的有效特征进行前向传播，使用对比损失函数的距离测量方法在高维空间中对比输入图像对的相似程度来进行雾能见度等级识别。实验以2022年8月—2023年1月通过高速公路摄像机采集的陕西省部分高速公路雾天真实图像作为测试集对模型进行验证，结果表明：所提方法的识别准确率为90.3%，相比于单一网络AlexNet，ResNet50，VGG16在准确率上分别提高20.4%，18.9%，18.0%，相比于以单一网络为基准构建的孪生网络模型Simaese-AlexNet，Simaese-ResNet50，Simaese-VGG16在准确率上分别提高16.2%，11.0%，5.4%。所提出的方法对高速公路雾天能见度识别具备较高的准确率，有助于提升高速公路雾天的智能监管能力。
交通规划与管理
基于元胞自动机的路内停车对路段通行能力的影响研究
沈金星, 蒋文凤, 曹惠敏, 马昌喜
2023, 41(4): 132-142. doi: 10.3963/j.jssn.1674-4861.2023.04.014
摘要(43) HTML(19) PDF(1)
摘要:
设置路内泊位是解决停车供需不平衡问题的1种重要的措施。然而，不合理的路内泊位设置不仅无法解决停车难的问题，还会降低道路通行能力，导致交通拥堵，从而衍生出一系列交通问题。为进一步从微观层面探究路内停车泊位供求关系以及停车便利性对路段通行能力的影响，构建了1个包括跟驰模型、换道模型和停靠模型的单向双车道元胞自动机模型。在跟驰模型中，通过为停车路段和非停车路段设置不同的慢化概率，探究机动车正常行驶和巡游停靠过程的差异性。在停靠模型中，通过设置停车机动持续时间，解析路内停车便利性对路段通行能力的影响。基于实地调查数据，对模型中正常行驶车辆和巡游停靠车辆的运行规则分别进行了标定，并对模型的可靠性进行了验证。与现有模型的对比分析结果表明，本文模型具有最好的拟合效果，平均绝对误差指标可以降低53.74%~75.71%，能更真实地反应路内停车过程对路段交通流的影响。随着交通流密度的增加，本文模型的平均绝对误差指标可以降低16.39%~52.85%，可以避免过高估计路内泊位对路段通行能力的负面影响，是现有研究的重要补充。在开放边界条件下，分别探究了停车需求、便利性和供给能力变化情景下路段通行能力的变化特征。3种不同场景下路段通行能力均有明显的波动，且停车需求变化的影响最显著。具体地，停车需求由路段交通流量的10%上升至30%时，通行能力下降44.12%；当停车便利性降低，停车机动持续时间由5 s提高到15 s时，通行能力下降24.44%；在500 m的路段上，当停车供给能力由20个停车泊位提高到50个时，通行能力下降39.39%。
考虑动态空间关系的短时交通流预测方法
赵振兴, 曾伟, 唐晨嘉
2023, 41(4): 143-153. doi: 10.3963/j.jssn.1674-4861.2023.04.015
摘要(38) HTML(15) PDF(2)
摘要:
为有效提取交通流的时空特征，提升交通流的预测精度，研究了基于动态时空图卷积网络的短时交通流预测模型（DySTGCN）。DySTGCN不仅实现了对交通流时空维度的信息建模，而且考虑了时间维度信息对空间维度信息的影响，创新性提出了基于时间信息的空间拓扑结构——时变空间图（spatial topology graph，TSG），并设计出了1种能够高效、简便地计算时变空间图的深层网络结构。该结构通过编码、解码方式提取不同节点的交通流数据的相关性特征并实现降噪处理。时变空间图反映了交通网络的实时空间特征，基于交通网络中节点空间位置的稳定空间图（stable spatial graph，SG）反映了交通网络的稳定空间特征。TSG与SG在图卷积过程中共同指导交通流预测，更加准确地刻画了交通流的时空特性，以提高预测精度。为测试模型的预测效果，在2个权威公开数据集上进行实验，结果表明：DySTGCN学习到的时变空间图可以较为准确地反映出不同节点的交通流之间的相关性，在平均绝对误差、均方根误差，以及加权平均绝对百分比误差指标上，比其他时空图卷积网络模型如STGCN、ASTGCN等降低了近13.40%、10.98%、16.72%，充分验证了动态空间关系在短时交通流预测中的重要作用。此外，DySTGCN能够提取交通流的周期性特征，实现了对交通流的连续不间断预测。
考虑排队时间和充电费用的电动汽车充电站选址模型
梁露, 韩飞
2023, 41(4): 154-162. doi: 10.3963/j.jssn.1674-4861.2023.04.016
摘要(55) HTML(15) PDF(4)
摘要:
电动汽车充电站的合理布局对于降低里程焦虑、提高出行舒适度和电动汽车的普及率具有关键作用。为克服现有研究对充电排队时间和充电费用考虑的不足，构建以里程焦虑、充电费用最小化为目标的改进充电站选址优化模型，并明确考虑充电排队和充电绕行行为。分析电动汽车充电行为特征，引入路径容许偏离距离建立充电绕行路径距离约束，由此降低路网中偏离路径集的规模；分析充电站排队系统特征，推导出系统平均排队时间的解析表达式，建立可接受排队时间阈值、预算成本等约束条件；基于里程焦虑产生规律和阶梯电价收费方式，构建里程焦虑和充电费用最小化的决策目标，采用Lingo软件求解；选取西安市某局部路网进行算例分析。研究结果表明：在同等条件下，所提出模型计算得到的系统总充电排队时间为5.84 h，系统总充电费用为1 440元，与未考虑排队时间和充电费用的模型相比，系统排队时间减少了1.19 h，系统总充电费用减少了240元；分析充电站预算成本B的取值发现，当B≤5亿元时，系统总里程焦虑和充电费用随B增加而减小；当B＞5亿元时，B的增加无法进一步降低系统总里程焦虑和充电费用。在预算成本B = 3，4，5亿元的条件下，分别分析路径偏离距离η的取值对优化目标的影响，随着路径偏离距离η由0 km增加到4 km时，系统总里程焦虑和充电费用均呈下降趋势。
基于组合赋权-改进TOPSIS法的城市慢行三网融合评价方法
冯芝梅, 郭明洋, 贺玉龙, 彭颢
2023, 41(4): 163-172. doi: 10.3963/j.jssn.1674-4861.2023.04.017
摘要(41) HTML(13) PDF(3)
摘要:
为解决城市绿道、滨水道路、市政慢行道路等城市慢行系统相互独立、衔接不畅的问题，针对现有研究缺乏三网融合水平评价的现状，研究了基于组合赋权-改进TOPSIS模型的三网融合评价方法。传统的TOP-SIS法采用理想解计算贴近度，没有考虑到异常值与实际情况，故运用基于高斯分布的离群点检测法处理极端异常值，建立了1个综合考虑三网融合水平的评价模型。以往路网评价通常是针对单个对象进行研究，而未考虑多个对象融合情况，因此在构建评价指标体系的过程中，根据三网融合因素、慢行道路网络出行特点、居民出行便利性等，并结合实地调查，选取网络连通性、可达性等相关的13个指标。为了避免单一赋权产生的偏重性，本文建立权重组合优化模型使层次分析法和熵权法确定的主客观权重与组合权重的偏离程度最小。本研究以朝阳区慢行系统网络为例进行验证分析，根据位置和功能，将其分成21个绿道段，得到21个评价对象的三网融合情况和综合排名。结果表明：相较于以往的慢行评价方法和经典的评价方法，该改进模型贴近度标准差为0.278，具有更好的区分度，能够更准确地识别影响三网融合程度的主要因素，并根据各个指标权重做出针对性的优化工作。该评价方法可作为提升绿道、滨水道路与市政慢行道路衔接效果的优化指导方法，促进三网融合与慢行道路网络优化。
地铁网络级联失效恢复策略韧性评估方法
程静, 卢群, 吴同政, 王元庆
2023, 41(4): 173-184. doi: 10.3963/j.jssn.1674-4861.2023.04.018
摘要(36) HTML(14) PDF(3)
摘要:
恢复策略效果评估对地铁网络级联失效事件后的应急修复决策有着重要作用，关系到地铁网络运营安全水平。针对地铁网络级联失效现象，从系统韧性角度提出了1种恢复策略效果评估方法。建立了基于地铁节点客流分布特征的恢复节点分配函数，将恢复策略融入级联失效过程，构建了带恢复策略的网络级联失效模型。采用网络效率与连通性能表征系统机能，引入系统机能曲线量化系统韧性，利用Python仿真评估了随机恢复、重要度优先恢复和节点度优先恢复3种恢复策略的效果。以西安市轨道交通网络为对象开展仿真实验，结果显示：在单一策略效果评估时，节点恢复比例的增大可以提高恢复策略效果，表现为抵抗与恢复阶段更低的系统损伤值与更快的恢复速率。而在不同策略效果比较时，重要度优先恢复策略表现最佳，2类韧性指标均值较节点度优先恢复分别提升了11.9%及3.4%，比随机恢复分别提升了7.6%和1.2%。相比传统模型，提出的模型在失效蔓延速度、系统性能变化与实际交通级联失效过程拟合效果更佳。研究表明：在地铁网络级联失效的影响下，采用重要度优先恢复策略并增加节点恢复比例可以达到更优的恢复效果。仿真结果能够更加准确地描述突发扰动事件对系统性能的影响过程，为实际地铁网络级联失效现象的预防和恢复策略决策提供了参考依据。

版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

本系统由 北京仁和汇智信息技术有限公司 开发