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。
2024, 42(4): 1-11.
doi: 10.3963/j.jssn.1674-4861.2024.04.001
摘要:
具有良好韧性水平的城市轨道交通系统能够有效应对因自然灾害、人为失误、设施设备故障等因素导致的突发事件。为充分把握国内外城市轨道交通系统韧性相关的研究动态，运用文献计量分析法分析了相关研究文献的关键词和研究热点，发现早期的研究重点为轨道硬件结构韧性，运营服务韧性在近年来逐渐得到关注。结合韧性概念在物理学领域、生态学领域和城市管理领域的发展过程，阐释了城市轨道交通韧性的内涵。面向典型的社会事件和自然灾害场景，韧性评估方法的研究对象由车站扩展至线路再到线网，但在当前技术条件下评估对象的规模与颗粒度存在博弈关系，尚未完全挖掘宏微观、动静态对象间的联动影响机理。在韧性评估指标方面，对基于拓扑结构、运输能力、综合性能和业务环节的指标体系进行梳理，发现还可进一步从空间布局、工程条件、设施设备、人员配置、管理手段、社会力量等方面丰富现有指标体系。在指标度量方面，梳理了基于性能曲线的韧性建模、大数据分析、仿真模拟和数值分析共4种典型方法，发现基于单一方法的度量结果易受数据量、假设条件、指标权重分配等因素的影响，应综合使用多种方法度量不同类型和评估阶段的指标。在韧性提升和恢复方面，总结了包含事前预防、事中适应和事后恢复阶段的策略，发现既有研究多从运营管理角度出发，城市轨道交通基础设施灾后恢复的相关研究处于初步探索阶段。最后从①提升突发场景建模真实性；②考虑沿线城市空间和功能的影响进行动态细粒度分析；③探究突发事件影响传播机理以刻画系统内部变化；④研究韧性评估与提升效果验证方法共4个方面展望未来轨道交通系统韧性研究的发展方向。
具有良好韧性水平的城市轨道交通系统能够有效应对因自然灾害、人为失误、设施设备故障等因素导致的突发事件。为充分把握国内外城市轨道交通系统韧性相关的研究动态，运用文献计量分析法分析了相关研究文献的关键词和研究热点，发现早期的研究重点为轨道硬件结构韧性，运营服务韧性在近年来逐渐得到关注。结合韧性概念在物理学领域、生态学领域和城市管理领域的发展过程，阐释了城市轨道交通韧性的内涵。面向典型的社会事件和自然灾害场景，韧性评估方法的研究对象由车站扩展至线路再到线网，但在当前技术条件下评估对象的规模与颗粒度存在博弈关系，尚未完全挖掘宏微观、动静态对象间的联动影响机理。在韧性评估指标方面，对基于拓扑结构、运输能力、综合性能和业务环节的指标体系进行梳理，发现还可进一步从空间布局、工程条件、设施设备、人员配置、管理手段、社会力量等方面丰富现有指标体系。在指标度量方面，梳理了基于性能曲线的韧性建模、大数据分析、仿真模拟和数值分析共4种典型方法，发现基于单一方法的度量结果易受数据量、假设条件、指标权重分配等因素的影响，应综合使用多种方法度量不同类型和评估阶段的指标。在韧性提升和恢复方面，总结了包含事前预防、事中适应和事后恢复阶段的策略，发现既有研究多从运营管理角度出发，城市轨道交通基础设施灾后恢复的相关研究处于初步探索阶段。最后从①提升突发场景建模真实性；②考虑沿线城市空间和功能的影响进行动态细粒度分析；③探究突发事件影响传播机理以刻画系统内部变化；④研究韧性评估与提升效果验证方法共4个方面展望未来轨道交通系统韧性研究的发展方向。
2024, 42(4): 12-20.
doi: 10.3963/j.jssn.1674-4861.2024.04.002
摘要:
针对城市信号控制交叉口车道风险研究不足及复杂交互带来的不确定性等问题，建立了基于贝叶斯推理与XGBoost的车道风险综合评价模型。基于西安市吉祥村、明光路和青松路这3个交叉口的交通视频数据，从时间逼近和空间逼近这2个维度构建了2个新的风险评价集，选取后侵入时间、最大速度、距离差和速度差作为核心指标，用以捕捉交叉口内的动态风险特征；并引入贝叶斯推理构建概率性评价方法，以解决复杂交互中的不确定性问题。随后进行XGBoost模型的SHAP值理论和Logistic回归，探究影响车道风险等级的特征重要程度和显著性。结果表明：①建立的车道风险综合评价模型在评估非机动车-汽车、行人-汽车与行人-非机动车等3类交互冲突时，识别中等和高风险的性能优于基准模型，特别是在极度危险交互的判定上更为合理，避免了基准模型的高估问题。②在常见的非机动车-汽车交互、行人-汽车交互和行人-非机动车交互中，仅有少部分为极度危险情况，但仍存在较多的中等风险，总占比分别为29.7%，20.8%，34.3%。③交叉口不同车道的风险存在显著差异，第1车道相较于第2、3、4车道更容易发生交通冲突。④在3类交互中，车道风险主要受速度、加速度和流量影响。非机动车-汽车交互在第1车道和隔离带宽度较小的路段风险最高，尤其是早高峰和右转车道。行人-汽车交互的车道风险因素集中于速度和流量，且第1车道风险较大。行人-非机动车交互中，较窄的非机动车道增加了冲突风险。
针对城市信号控制交叉口车道风险研究不足及复杂交互带来的不确定性等问题，建立了基于贝叶斯推理与XGBoost的车道风险综合评价模型。基于西安市吉祥村、明光路和青松路这3个交叉口的交通视频数据，从时间逼近和空间逼近这2个维度构建了2个新的风险评价集，选取后侵入时间、最大速度、距离差和速度差作为核心指标，用以捕捉交叉口内的动态风险特征；并引入贝叶斯推理构建概率性评价方法，以解决复杂交互中的不确定性问题。随后进行XGBoost模型的SHAP值理论和Logistic回归，探究影响车道风险等级的特征重要程度和显著性。结果表明：①建立的车道风险综合评价模型在评估非机动车-汽车、行人-汽车与行人-非机动车等3类交互冲突时，识别中等和高风险的性能优于基准模型，特别是在极度危险交互的判定上更为合理，避免了基准模型的高估问题。②在常见的非机动车-汽车交互、行人-汽车交互和行人-非机动车交互中，仅有少部分为极度危险情况，但仍存在较多的中等风险，总占比分别为29.7%，20.8%，34.3%。③交叉口不同车道的风险存在显著差异，第1车道相较于第2、3、4车道更容易发生交通冲突。④在3类交互中，车道风险主要受速度、加速度和流量影响。非机动车-汽车交互在第1车道和隔离带宽度较小的路段风险最高，尤其是早高峰和右转车道。行人-汽车交互的车道风险因素集中于速度和流量，且第1车道风险较大。行人-非机动车交互中，较窄的非机动车道增加了冲突风险。
2024, 42(4): 21-29.
doi: 10.3963/j.jssn.1674-4861.2024.04.003
摘要:
不稳定进近状态易造成典型后果事件。为评估不稳定进近状态下导致的不同后果事件的风险大小，建立定量风险评估模型。对快速存取记录器（quick access recorder, QAR）数据与进近风险进行分析，选择构成不稳定进近的QAR飞行关键参数作为监控指标，使确定的12个监控指标反映不稳定进近的状态。采用Borda序值法对监控指标进行排序，并依据排序结果，计算不稳定进近各监控指标对不稳定进近事件的影响权重，分析不稳定进近可能导致的严重后果，进而确定不稳定进近导致的典型后果事件。基于信息熵理论中的互信息法，分步构建风险评估模型：①整合互信息法和Borda序值法，改进监控指标权重，弥补单独使用互信息法或Borda序值法在权重确定方面的不足；②使用Laplace平滑法处理数据集零频数问题，减少信息损失，对互信息法在小样本数据集这个特定情况下进行必要补充；③增加后果事件关联性考量，调整基础风险值。应用实例验证模型，结果表明：使用A航空公司2019年QAR数据，模型评估得出冲偏出跑道、CFIT与重着陆、空中失控的风险值分别为4.609 5，2.062 8，0.146 8，风险排序与国际航空运输协会公布的数据占比排序一致，模型结果与实际运行情况相符。对比A、B航空公司不同机型和年份数据，模型风险排序一致。模拟4种不同环境下100次实验，风险值趋势与分布具有相同特点：模拟环境与真实环境的风险排序一致情况总体达90%；冲偏出跑道风险因情况变化而波动，空中失控的高风险值可能预示着严重的安全事件，CFIT与重着陆风险波动小、分布均匀、风险较温和且可预测。
不稳定进近状态易造成典型后果事件。为评估不稳定进近状态下导致的不同后果事件的风险大小，建立定量风险评估模型。对快速存取记录器（quick access recorder, QAR）数据与进近风险进行分析，选择构成不稳定进近的QAR飞行关键参数作为监控指标，使确定的12个监控指标反映不稳定进近的状态。采用Borda序值法对监控指标进行排序，并依据排序结果，计算不稳定进近各监控指标对不稳定进近事件的影响权重，分析不稳定进近可能导致的严重后果，进而确定不稳定进近导致的典型后果事件。基于信息熵理论中的互信息法，分步构建风险评估模型：①整合互信息法和Borda序值法，改进监控指标权重，弥补单独使用互信息法或Borda序值法在权重确定方面的不足；②使用Laplace平滑法处理数据集零频数问题，减少信息损失，对互信息法在小样本数据集这个特定情况下进行必要补充；③增加后果事件关联性考量，调整基础风险值。应用实例验证模型，结果表明：使用A航空公司2019年QAR数据，模型评估得出冲偏出跑道、CFIT与重着陆、空中失控的风险值分别为4.609 5，2.062 8，0.146 8，风险排序与国际航空运输协会公布的数据占比排序一致，模型结果与实际运行情况相符。对比A、B航空公司不同机型和年份数据，模型风险排序一致。模拟4种不同环境下100次实验，风险值趋势与分布具有相同特点：模拟环境与真实环境的风险排序一致情况总体达90%；冲偏出跑道风险因情况变化而波动，空中失控的高风险值可能预示着严重的安全事件，CFIT与重着陆风险波动小、分布均匀、风险较温和且可预测。
2024, 42(4): 30-41.
doi: 10.3963/j.jssn.1674-4861.2024.04.004
摘要:
为研究驾驶人在特长隧道内驾驶疲劳演变过程及其影响因素，基于实车试验采集的多源数据，对特长隧道内驾驶疲劳分类判别以及驾驶疲劳影响因素关系模型展开了研究。通过差异显著性分析和相关性分析筛选出闭眼百分率P80、瞳孔直径变异系数和加速度作为疲劳敏感性指标，并分析了各指标随行驶时间累积的变化规律。为构建驾驶疲劳分类判别模型，基于卡罗林斯卡嗜睡量表（Karolinska sleeping scale，KSS）主观疲劳检测结果，将疲劳程度划分清醒状态、半疲劳状态和疲劳状态，采用构造多类分类器的方法将不同疲劳状态样本进行组合分类，利用网格搜索法进行分类模型的参数寻优，并将筛选出的疲劳敏感性指标作为分类模型的输入变量，建立了基于网格搜索法的多分类支持向量机疲劳状态判别模型（GS-M-SVMs模型）。然后根据疲劳状态分类判别模型，利用有序多分类Logistic模型建立了特长隧道疲劳程度与影响因素的关系模型，对特长隧道内驾驶疲劳影响因素进行了探究。研究结果表明：疲劳敏感性指标变化规律可有效表征特长隧道内驾驶疲劳演变过程，而GS-M-SVMs模型分类检测准确率达到90.75%，对疲劳程度的分类识别效果较好，并且累积行驶时间和隧道长度显著影响驾驶人的疲劳程度，其模型回归系数分别为2.634和0.395，表明累积行驶时间是驾驶人在特长隧道路段中疲劳程度加重的最主要因素，隧道照度和隧道线形等因素并无显著影响。
为研究驾驶人在特长隧道内驾驶疲劳演变过程及其影响因素，基于实车试验采集的多源数据，对特长隧道内驾驶疲劳分类判别以及驾驶疲劳影响因素关系模型展开了研究。通过差异显著性分析和相关性分析筛选出闭眼百分率P80、瞳孔直径变异系数和加速度作为疲劳敏感性指标，并分析了各指标随行驶时间累积的变化规律。为构建驾驶疲劳分类判别模型，基于卡罗林斯卡嗜睡量表（Karolinska sleeping scale，KSS）主观疲劳检测结果，将疲劳程度划分清醒状态、半疲劳状态和疲劳状态，采用构造多类分类器的方法将不同疲劳状态样本进行组合分类，利用网格搜索法进行分类模型的参数寻优，并将筛选出的疲劳敏感性指标作为分类模型的输入变量，建立了基于网格搜索法的多分类支持向量机疲劳状态判别模型（GS-M-SVMs模型）。然后根据疲劳状态分类判别模型，利用有序多分类Logistic模型建立了特长隧道疲劳程度与影响因素的关系模型，对特长隧道内驾驶疲劳影响因素进行了探究。研究结果表明：疲劳敏感性指标变化规律可有效表征特长隧道内驾驶疲劳演变过程，而GS-M-SVMs模型分类检测准确率达到90.75%，对疲劳程度的分类识别效果较好，并且累积行驶时间和隧道长度显著影响驾驶人的疲劳程度，其模型回归系数分别为2.634和0.395，表明累积行驶时间是驾驶人在特长隧道路段中疲劳程度加重的最主要因素，隧道照度和隧道线形等因素并无显著影响。
2024, 42(4): 42-52.
doi: 10.3963/j.jssn.1674-4861.2024.04.005
摘要:
为了评估民机驾驶舱人机系统在起飞阶段的安全风险，识别危险节点，研究了1种基于节点弹性理论的人机系统风险分析方法。运用层次任务分析法（hierarchical task analysis，HTA）和功能共振事故模型（functional resonance accident model，FRAM），分析人机系统的主要功能，及功能之间的逻辑关系，构建人机系统功能网络模型；再分析功能间和功能内特征的影响因素及连接关系，识别功能失效模式，构建了人机系统风险传播网络模型；引入易感-感染-康复模型（susceptible-infectious-recovered，SIR）模型，模拟风险在系统网络中的动态传播过程。改进认知可靠性和失误分析方法（cognitive reliability and error analysis method，CREAM），识别民机驾驶舱人机系统失效模式和共同绩效条件，并计算了所提SIR模型中的失效概率、传播率和恢复概率。针对风险的动态传播过程，考虑系统受扰和恢复时间，提出1种改进的节点弹性度量方法，更准确地反应风险发生后系统性能变化和弹性表现。以1个起飞阶段民机驾驶舱人机系统为例，①所提方法识别了4种重大风险节点、7种一般风险节点、33种低风险节点以及48种微小风险节点；②在前3类风险节点中，人因失误占比分别为100%、42%及45%；③风险分析表明，包括飞行员疲劳程度和视觉负荷在内的人为因素更易形成安全事故；④分析结果与起飞阶段险情统计分析结果相互印证。此外，所提方法分析了人机系统性能变化过程，发现在系统恢复过程中存在的困难及二次风险的易发倾向。以上结论验证了本文所提方法的有效性，且有助于提出系统风险管理的相应策略。
为了评估民机驾驶舱人机系统在起飞阶段的安全风险，识别危险节点，研究了1种基于节点弹性理论的人机系统风险分析方法。运用层次任务分析法（hierarchical task analysis，HTA）和功能共振事故模型（functional resonance accident model，FRAM），分析人机系统的主要功能，及功能之间的逻辑关系，构建人机系统功能网络模型；再分析功能间和功能内特征的影响因素及连接关系，识别功能失效模式，构建了人机系统风险传播网络模型；引入易感-感染-康复模型（susceptible-infectious-recovered，SIR）模型，模拟风险在系统网络中的动态传播过程。改进认知可靠性和失误分析方法（cognitive reliability and error analysis method，CREAM），识别民机驾驶舱人机系统失效模式和共同绩效条件，并计算了所提SIR模型中的失效概率、传播率和恢复概率。针对风险的动态传播过程，考虑系统受扰和恢复时间，提出1种改进的节点弹性度量方法，更准确地反应风险发生后系统性能变化和弹性表现。以1个起飞阶段民机驾驶舱人机系统为例，①所提方法识别了4种重大风险节点、7种一般风险节点、33种低风险节点以及48种微小风险节点；②在前3类风险节点中，人因失误占比分别为100%、42%及45%；③风险分析表明，包括飞行员疲劳程度和视觉负荷在内的人为因素更易形成安全事故；④分析结果与起飞阶段险情统计分析结果相互印证。此外，所提方法分析了人机系统性能变化过程，发现在系统恢复过程中存在的困难及二次风险的易发倾向。以上结论验证了本文所提方法的有效性，且有助于提出系统风险管理的相应策略。
2024, 42(4): 53-61.
doi: 10.3963/j.jssn.1674-4861.2024.04.006
摘要:
为了精准定位纵向风险驾驶行为在隧道路段的形态、位置及时间，增强交通管理部门主动预防交通事故的能力，针对传统时空分析维度分离的局限性，研究建立了时空维度结合的时空核密度估计模型（spatio-temporal kernel density estimation，STKDE），采用最小交叉二乘验证（least squares cross-validation，LSCV）确定模型最佳带宽。构建了基于轨迹数据的纵向风险驾驶行为识别方法，提取超速、超低速、急加速、急减速共4种纵向风险驾驶行为的时空位置；将隧道时空域分割为时空单元后，应用STKDE计算各时空单元内纵向风险驾驶行为时空核密度估计值ψ；结合时空立方体（space-time cube，ST-Cube）对STKDE结果可视化。基于下细腰隧道全域高精度轨迹数据进行实例分析，研究发现：高速驾驶行为在隧道出口100 m区域内高发，超速高发于16：00与09：00；低速驾驶行为在隧道入口前200 m高发，超低速高发于02：00与14：00；在进入隧道前100 m和隧道0~1 500 m区域，急加速与急减速行为的ψ始终大于0.5，处于高发状态，且在隧道区间内每隔150~200 m，2种急变速驾驶行为会同步出现波动，在驶离隧道后2种行为均迅速减少，且不再高发。通过与传统时空分析方法对比，结果表明：结合ST-Cube的STKDE分析方法，能实现耦合时空的特征分析，并量化估计全时空域内风险驾驶行为发生的可能性，其在对急加减速驾驶行为的特征分析中存在一定优势。
为了精准定位纵向风险驾驶行为在隧道路段的形态、位置及时间，增强交通管理部门主动预防交通事故的能力，针对传统时空分析维度分离的局限性，研究建立了时空维度结合的时空核密度估计模型（spatio-temporal kernel density estimation，STKDE），采用最小交叉二乘验证（least squares cross-validation，LSCV）确定模型最佳带宽。构建了基于轨迹数据的纵向风险驾驶行为识别方法，提取超速、超低速、急加速、急减速共4种纵向风险驾驶行为的时空位置；将隧道时空域分割为时空单元后，应用STKDE计算各时空单元内纵向风险驾驶行为时空核密度估计值ψ；结合时空立方体（space-time cube，ST-Cube）对STKDE结果可视化。基于下细腰隧道全域高精度轨迹数据进行实例分析，研究发现：高速驾驶行为在隧道出口100 m区域内高发，超速高发于16：00与09：00；低速驾驶行为在隧道入口前200 m高发，超低速高发于02：00与14：00；在进入隧道前100 m和隧道0~1 500 m区域，急加速与急减速行为的ψ始终大于0.5，处于高发状态，且在隧道区间内每隔150~200 m，2种急变速驾驶行为会同步出现波动，在驶离隧道后2种行为均迅速减少，且不再高发。通过与传统时空分析方法对比，结果表明：结合ST-Cube的STKDE分析方法，能实现耦合时空的特征分析，并量化估计全时空域内风险驾驶行为发生的可能性，其在对急加减速驾驶行为的特征分析中存在一定优势。
2024, 42(4): 62-71.
doi: 10.3963/j.jssn.1674-4861.2024.04.007
摘要:
针对外卖骑手事故严重度的致因分析，现有研究以骑手、行为、时间、空间、道路、环境、事故特征的部分因素为主，未从这7个方面同时量化不同因素对外卖事故严重度的影响差异性，特别是未考虑外卖类型、入口数、交叉口角度、舒适指数等因素。此外，当自变量中同时具有无序与有序的二分类或多分类变量时，既有模型将受到平行线假设限制，无法灵活地允许部分变量遵守而其余变量违背此假设。选取西安市1 473起外卖骑手交通事故，剖析事故严重度分布特性与时空分布特征，从以上7个方面综合选取25个潜在影响因素，构建部分优势比模型来揭示不同因素对外卖事故中骑手受伤严重度的影响显著性与平行线假设违背状况，并结合其边际效应分析来量化各显著因素间与因素内对此事故严重度的影响差异性。结果表明：外卖骑手事故严重度时间分布存在“双高峰”现象，城区事故密度大于郊区，路段上骑手轻伤占比(35.57%)大于交叉口处(31.76%)；部分优势比模型效果优于有序Logit模型与广义有序Logit模型，外卖类型、季节、位置、入口数、交叉口角度、路面、天气与舒适度均遵守平行线假设；不同显著因素对外卖骑手事故严重度存在显著影响差异，闯红灯、逆行与超速等违章行为对外卖骑手受伤严重度影响最大，其边际效应绝对值最大值超过51%，而未曾被探析的入口数、交叉口角度、自行车专用道、外卖类型、舒适度等显著因素对外卖骑手受伤严重度也存在较大影响(8%~37%)。
针对外卖骑手事故严重度的致因分析，现有研究以骑手、行为、时间、空间、道路、环境、事故特征的部分因素为主，未从这7个方面同时量化不同因素对外卖事故严重度的影响差异性，特别是未考虑外卖类型、入口数、交叉口角度、舒适指数等因素。此外，当自变量中同时具有无序与有序的二分类或多分类变量时，既有模型将受到平行线假设限制，无法灵活地允许部分变量遵守而其余变量违背此假设。选取西安市1 473起外卖骑手交通事故，剖析事故严重度分布特性与时空分布特征，从以上7个方面综合选取25个潜在影响因素，构建部分优势比模型来揭示不同因素对外卖事故中骑手受伤严重度的影响显著性与平行线假设违背状况，并结合其边际效应分析来量化各显著因素间与因素内对此事故严重度的影响差异性。结果表明：外卖骑手事故严重度时间分布存在“双高峰”现象，城区事故密度大于郊区，路段上骑手轻伤占比(35.57%)大于交叉口处(31.76%)；部分优势比模型效果优于有序Logit模型与广义有序Logit模型，外卖类型、季节、位置、入口数、交叉口角度、路面、天气与舒适度均遵守平行线假设；不同显著因素对外卖骑手事故严重度存在显著影响差异，闯红灯、逆行与超速等违章行为对外卖骑手受伤严重度影响最大，其边际效应绝对值最大值超过51%，而未曾被探析的入口数、交叉口角度、自行车专用道、外卖类型、舒适度等显著因素对外卖骑手受伤严重度也存在较大影响(8%~37%)。
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：马勇 胡钊政 杜志刚
领域主编：陈再刚 杜文博 吕能超
黄亚敏 郑士源
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）