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

2024年  第42卷  第2期

栏目
  上一期 | 下一期 
显示方式:
导读
本期导读
2024, 42(2): .
摘要(237) HTML (152) PDF(20)
摘要:
综述
高速公路网联自动驾驶专用车道物理基础设施设计方法研究综述
杨昌俊, 郑辰浩, 戴晶辰, 李瑞敏
2024, 42(2): 1-11. doi: 10.3963/j.jssn.1674-4861.2024.02.001
摘要(311) HTML (189) PDF(41)
摘要:
为深入探究网联自动驾驶专用车道的物理基础设施设计对交通性能的影响，从专用车道的部署条件、专用车道的接入方式、以及专用车道与普通车道的分隔方式等3个方面进行梳理，明确了现有研究的理论基础与实践进展，构建了这些方面对交通系统性能的影响关系框架，并指出了当前研究中存在的空白和未来研究的发展方向。结果表明：目前对网联自动驾驶专用车道部署条件的研究主要聚焦在交通效率上，缺少对交通安全的评估，且不同的研究假设导致了研究结果的差异，在未来研究中需要对部署条件进行精确评估；有关接入方式的研究则显示常规的自由接入和有限接入各有优势，但2种接入方式的优势条件有待进一步检验，建议借鉴高载客率车辆（high occupancy vehicle，HOV）专用车道接入方式的设计，在网联自动驾驶专用车道场景下对其进行重新评估；有关分隔方式的研究显示需要确认网联自动驾驶专用车道与普通车道的分隔方式对人类驾驶员适应性行为的影响，以确保驾驶者能够有效适应专用车道的部署。总体而言，目前研究虽有一定进展，但由于缺乏实际的道路案例与部署效果验证，基于仿真的方法由于假设等方面的差异使得研究结论有较大的分歧。未来的研究应重点聚焦在网联自动驾驶行为的精确化、横纵向对比研究、以及量化网联自动驾驶专用车道设计对安全效率的影响等方向进行改进。
交通安全
基于可视图的空中交通不安全事件时序特性分析
石宗北, 张洪海, 周锦伦, 李一可
2024, 42(2): 12-24. doi: 10.3963/j.jssn.1674-4861.2024.02.002
摘要(307) HTML (189) PDF(35)
摘要:
空中交通安全事故的时间序列特性分析，是深入理解空中交通安全的重要手段。为分析空中交通不安全事件的时序特性，提出了基于可视图的不安全事件时序特性分析方法。采用可视图对空中交通不安全事件建模，将时间序列映射成复杂网络；再利用网络的度分布、聚类系数等拓扑指标，分析空中交通不安全事件的静态特征；在此基础上，考虑各事件间的高阶影响及作用模式，构造可视圈比指标，辨识不同事件对整体安全的差异化影响；再针对整体安全水平的动态演化特性，在可视图序模体基础上引入表征时序演化的三阶时序结构，描述不安全事件时间序列的微观演化特性。为验证所提方法的有效性，对2007—2021年美国发生的578起空中交通不安全事件进行实证分析，结果表明：①空中交通不安全事件时间序列可视图在宏观和微观尺度下度值均呈长尾分布，聚类系数均大于0.7；②不安全事件时间序列可视图网络具有小世界网络特征，宏观序列度分布服从于系数为1.852的幂律分布；③具有无标度特性不同地区的可视图网络同样具有小世界网络特征，地区间的网络规模与网络密度存在显著差异，揭示了不安全事件发生频率具有空间异质性可视圈的时序结构占比33.2%，圈比结构指标对网络鲁棒性具有重大影响，证明了圈比指标可用于辨识不同事件对整体安全水平的作用，辨识精度优于度值与节点强度等指标；④三阶时序结构在步长为1和2的情况下，呈现明显的转移特征。综上，空中交通不安全事件的发生是有别于随机性与周期性的复杂性系统性行为，不同区域间的不安全水平具有空间异质性与阶段演进性特征。考虑网络高阶结构影响，管控少数高圈比值节点可从宏观角度提升整体安全水平。分析时序结构的转移模式与趋势偏好，可以从微观角度揭示空中交通不安全事件随时间演变的内在规律。有助于预测潜在的风险点，从而为制定有效的预防措施和安全管理决策提供科学依据。
内河船舶机会性互联的复杂网络模型及其时变特性
汪洋, 陈涛, 陈志强, 吴兵, 钟鸣
2024, 42(2): 25-35. doi: 10.3963/j.jssn.1674-4861.2024.02.003
摘要(248) HTML (141) PDF(27)
摘要:
针对内河船舶间出现时空邻近的机会性现象开展建模及实证研究。在社会网络分析方法的基础上，提出了1种考虑时序特征的网络分析方法，将大尺度时间跨度上的网络聚类转化为小尺度跨度上的网络聚类，进而分析内河船舶在有限水域内的动态行为；考察船舶间形成邻近关系网络的时变特征，利用复杂网络表示船舶社会网络随时间的演化特性，并借助复杂网络模型对内河水域内存在较多互相熟识船舶的现象给出统计解释。基于长江下游200 km河段1个月的AIS数据，按时隙划分得到网络模型的序列，由此表现船舶间发生单跳数据交换关系的互联形态。实证结果表明：①船舶联网瞬时的度分布可用高斯分布拟合，拟合度在96%以上；②随着时间尺度的增加船舶社会网络的小世界特性和无标度特征愈加明显，网络形态在空间维度上呈现簇团情形，局部密集的组团网络由大部分静止和少量运动船舶连接起来，网络密度随时间缓慢增加至0.1左右，相对平均路径长度稳定在0.2~0.3之间，平均赋权集聚系数呈现缓慢下降的趋势最后趋于0.4~0.5，离散度较快趋向于1，并实现整体上的连通；③度值较高的船舶节点，其平均速度在不同时隙的船舶社会网络中分时段呈现相关性；④相对于船舶密度的增加，船舶在1 d内的平均友邻时间以指数形式递增，而船舶的重复相遇近似服从负指数分布。上述结果表明，内河船舶航行中数据交换关系的建立或断开是由物理空间中船舶间邻近关系的时变性决定的；内河船舶的历史交互行为对未来交互行为具有记忆性并产生影响。
基于虚拟现实的网联环境下驾驶人自由换道行为特征与安全分析
钱泽昊, 潘新福, 范欣炜, 严欣, 柯巍, 王顺超
2024, 42(2): 36-48. doi: 10.3963/j.jssn.1674-4861.2024.02.004
摘要(228) HTML (156) PDF(22)
摘要:
传统驾驶模拟器难以精确模拟车联网环境中的复杂交互，如车速变化和车道变更。而连接虚拟现实（virtual reality，VR）的驾驶模拟器可以通过先进的传感器和实时数据处理，更逼真地还原车辆物理特性、交通流动态及实际道路环境。采用虚拟现实设备和驾驶模拟器，深入探索网联环境下的驾驶人自由换道行为与安全特征。基于交通仿真和三维建模技术搭建驾驶人自由换道实验系统，并建立自由换道场景库，进而开展驾驶人自由换道行为实验；基于广义估计方程建立驾驶人换道的间距选择模型和换道时间模型；基于加速失效模型分析网联环境对驾驶人自由换道行为的安全影响。研究结果表明：①网联环境下，女性驾驶人的自由换道间距与时间更长，年轻驾驶人的自由换道间距与时间更短；②每提高1 m/s2的加速度噪声，自由换道时的碰撞风险降低28%，每提高1 m的自由换道间距，自由换道时的碰撞风险增加1.1%；③年龄较大的驾驶人自由换道安全性更高，其中，中老年驾驶人（＞40岁）自由换道时的碰撞时间（time-to-collision，TTC）比青年驾驶人（＞27~40岁）、年轻驾驶人（＞18~27岁）分别高38.3%，64.3%；④女性驾驶人比男性驾驶人自由换道安全性更高，女性驾驶人自由换道时的TTC比男性驾驶人高20.1%。与普通环境相比：①驾驶人在网联环境下自由换道间距增加1.16 m、换道时间增加2.41 s、换道安全水平提高19.72%；②自由换道事故发生概率随着碰撞风险持续时间增加而降低，其中，碰撞风险持续时间为1，2，3，4 s时，网联环境下的自由换道事故发生概率比普通环境下分别低5.8%，17.2%，14.4%，3.0%，且该概率在不同性别、年龄的驾驶人自由换道中差异显著。
面向航空器集群的多尺度保护区模型与改进速度障碍法
艾毅, 庾映雪, 钟庆伟, 韩珣, 万琪峰
2024, 42(2): 49-58. doi: 10.3963/j.jssn.1674-4861.2024.02.005
摘要(277) HTML (203) PDF(22)
摘要:
针对高密度空域中所呈现出的航空器集群现象，研究了1种面向航空器集群的多尺度保护区模型与改进速度障碍法。对比传统单一航空器保护区模型及其速度障碍法存在计算复杂、实时性低等问题，研究了面向航空器的动态椭圆保护区模型以及面向航空器集群的融合保护区模型，在更加精确地刻画单一航空器的飞行状态和安全间隔的同时，创新地实现了由单一航空器保护区向航空器集群保护区的几何变换。所提出的航空器集群保护区模型在融合集群安全间隔特征和运动特征的同时显著降低了模型的特征维度。此外，在多尺度保护区模型的基础上提出了改进速度障碍法，并加入了基于航空器集群的速度障碍边界，降低了算法的计算复杂性。研究模型和算法可以将多航空器刻画为航空器集群，基于航空器集群的实时速度和航向调整边界，在大幅降低计算复杂性的基础上，实现了面向航空器集群的冲突探测与解脱航迹输出。通过仿真实验将本文方法与传统方法进行对比，结果表明：本文方法有效优化了航空器集群的冲突判定机制，将算法所需的计算时间缩短了33%，同时使完成冲突解脱的平均调整幅度降低了60.45%，有效提升了集群现象下的航空器冲突探测与解脱效率。
低能见度下人行横道发光标线视认及预警效果研究
杜昊天, 陈丰, 李琛, 王若霖, 潘晓东
2024, 42(2): 59-66. doi: 10.3963/j.jssn.1674-4861.2024.02.006
摘要(231) HTML (151) PDF(24)
摘要:
城市人行横道在夜间、雾天等低能见度环境下交通事故频发。交通设施视认性能不足、未能提供有效的冲突预警是重要原因。为探究新型发光标线与普通标线相比对于提升驾驶人视认距离、提供交通冲突预警的作用，基于Cinema 4D软件设计夜间及雾天2种低能见度行车场景，开展驾驶模拟实验，获取微观个体驾驶行为数据，使用Wilcoxon符号秩检验方法和Friedman秩和检验方法深入分析标线的发光颜色、发光模式、发光位置因素对于驾驶人视认距离及纵向速度调控行为的影响。实验结果表明：①低能见度场景中驾驶人在发光标线下的视认距离显著大于普通标线，夜间场景中白色、黄色和红色发光标线下驾驶人视认距离分别提升36%，21%，54%，雾天场景中白色、黄色和红色发光标线下驾驶人视认距离分别提升34%，17%，47%；②低能见度环境中，车辆在白色和红色发光标线下的减速幅度较普通标线显著增大，在黄色发光标线下减速幅度变化不显著，夜间场景中白色、红色发光标线下车辆减速幅度较普通标线分别提升了101%，150%，雾天场景中白色、红色发光标线下车辆减速幅度较普通标线分别提升了142%，194%；③发光标线的光源、发光形式与颜色对于驾驶人视认距离的影响具有显著的交互作用，标线不同属性的组合方式对驾驶人视认距离大小的影响有显著差异。
基于改进YOLOv7的码头作业人员检测算法
张孝杰, 张艳伟, 邹鹰, 尹学成, 程祈文, 沈汝超
2024, 42(2): 67-75. doi: 10.3963/j.jssn.1674-4861.2024.02.007
摘要(254) HTML (163) PDF(33)
摘要:
：广角监控图像中人员目标检测对于码头智能安防具有重要意义。针对传统YOLOv7算法在码头广角监控图像识别中，存在小目标特征提取能力弱、人员检测准确率低等问题，研究了基于改进YOLOv7的码头作业人员检测算法。为提升人员目标多尺度特征的检测性能及鲁棒性，设计了平衡码头人员分类与定位任务的上下文解耦（task-specific context decoupling，TSCODE）结构并联合聚集-分发机制（gather-and-distribute，GD），增强网络多尺度特征融合能力；为增强网络对作业人员等小目标的特征提取能力，在主干网络末端引入了基于双层路由注意力机制（bi-level routing attention，BRA）的视觉transformer模型（BRA-ViT），捕捉小目标人员的位置、方向与跨通道等信息；为提升检测速度并保持检测精度，提出了基于slim-neck的颈部层网络轻量化方法，降低参数量与计算量；为降低漏检率与误检率，引入了基于最小点距离的交并比损失函数（minimum-point-distance-based intersection over union，MPDIoU）计算边界框的坐标预测损失，提升边界框回归的准确性与计算效率。为验证算法效果，采集白天、夜晚不同时段下码头前沿、堆场、卡口等场景的广角监控图像，构造标注数据集并设计消融与对比实验。实验结果显示：所提算法对码头作业人员检测的平均准确率为90.6%，平均检测速度为39 fps；与Faster R-CNN、SSD、YOLOv3、YOLOv5、YOLOv7、YOLOv8等算法相比，其平均准确率分别提升了13.8%、15.8%、8.5%、5.2%、2.7%和3.5%，平均检测速度与基准YOLOv7算法性能相当。所提算法对码头作业人员识别具有较高的检测精度与检测速度，满足码头安防场景中作业人员检测准确性与实时性的要求。
交通信息工程与控制
基于RPCA的激光点云道路标牌几何信息提取方法
柯昀皓, 黄玉春, 吴梓健
2024, 42(2): 76-86. doi: 10.3963/j.jssn.1674-4861.2024.02.008
摘要(222) HTML (133) PDF(6)
摘要:
道路标牌的位置、尺寸等几何参数普查是交通资产管理、无人驾驶等应用的关键环节。车载激光扫描三维点云中路牌不仅占比小，而且受周围树木干扰大，导致边缘点云缺失且包含大量噪声。为了准确提取点云中标牌杆和平面的位置和几何信息，提出了两阶段杆状物点云分割方法，由粗及细提取出标牌杆及其相连的标牌平面点云簇；进而通过鲁棒主成分分析（robust principal component analysis，RPCA）排除标牌周围噪声和杂点干扰，结合点云簇形态分析得到独立的主杆体和标牌平面2个部件；再引入环状域生长拟合圆柱体，法向量投影采样与定向包围盒（oriented bounding box，OBB）紧致拟合标牌平面，分别得到主杆体和标牌的准确几何信息。实验采集了湖北省武汉市洪山区、高新区和武昌区34个不同路口下的激光点云数据，在KPConv点云分割网络下进行训练与验证，准确率达到90.31%，标牌精确度达到91.07%，召回率达到了92.74%；并对上述数据中的20个路口的98个道路标牌进行几何信息提取，有效提取率达到89.80%，位置精度达到0.062 1 m，几何误差达到8.07%。实验表明：该方法能有效排除点云噪声和杂点干扰，实现对点云缺失在20%以内的标牌的有效提取。
基于机场活动地图信息改进AIMM-UKF算法的移动目标跟踪
常鑫, 马光辉, 高建树, 郝世宇
2024, 42(2): 87-94. doi: 10.3963/j.jssn.1674-4861.2024.02.009
摘要(239) HTML (155) PDF(3)
摘要:
针对机场场面高密度交通以及多类型移动目标的特殊性，为保证机场自动化设备如无人驾驶技术在机场内的应用，需要进一步优化定位算法来提高移动目标的跟踪精度；通过分析现有的自适应交互式多模型- 无迹卡尔曼滤波跟踪算法（adaptive interactive multi-model-unscented Kalman filter algorithm，AIMM-UKF）在移动目标跟踪过程中模型匹配度和跟踪精度上的不足，研究了1种基于机场活动地图信息改进的自适应交互式多模型-无迹卡尔曼滤波跟踪算法。根据机场地图数据库（airport map database，AMDB）细化的机场操作规程文件，通过ArcGIS软件对某机场施工CAD图简化处理并利用二次多项式配准法对机场地图进行精确校正，完成高精度机场地图修正，将接收到的机场智能监控设备采集到的数据进行实时处理，结合高精度机场地图信息对发生位置偏移的移动目标的坐标信息进行修正，改变移动目标跟踪算法的观测值，在自适应修正马尔可夫转移概率矩阵的基础上，利用观测矩阵对其进行二次修正，提高移动目标跟踪精度和模型匹配度。经蒙特卡洛仿真实验表明：该改进算法利用高精度机场地图信息对移动目标的观测值进行修正，与自适应修正马尔可夫转移概率矩阵的交互式多模型-无迹卡尔曼滤波算法相比，位置的均方根误差（root mean square error，RMSE）平均降低了62.69%，速度的RMSE平均降低了56.84%。本文算法具有更高的模型匹配度和更佳的滤波效果，提高了场面移动目标的跟踪精度。
考虑智能网联汽车通信延时的混合交通流稳定性分析
张璐, 张兆磊, 刘至真, 唐峰
2024, 42(2): 95-104. doi: 10.3963/j.jssn.1674-4861.2024.02.010
摘要(219) HTML (115) PDF(11)
摘要:
针对交通系统中微小扰动所诱发的车流不稳定现象以及车辆频繁启停问题，充分考虑智能网联汽车（connected and autonomous vehicle，CAV）的通信延时，对适用于混合交通流环境的扰动抑制方法展开了深入探寻。通过对CAV信息传递延时、不同渗透率、CAV编队强度等多重因素进行综合分析，探索了通信对混合交通流稳定性的影响机制。考虑最大编队车辆数并基于马尔可夫链构建混合流稳定性分析模型，得到了不同车头时距类型的生成概率，在此基础上构建了混合交通流的稳定性判别公式以分析不同条件下的车流速度稳定区域。为提高CAV通信效率借助了路侧单元传递信息。根据车路通信流向不同，将通信过程分为车端-路端的上行通信和路端-车端的下行通信，构建了低交通密度下的信息传递延时估计模型，得到不同CAV渗透率及编队强度下的延时估计值，以分析其对交通流稳定性影响。为验证分析结果开展了扰动演化的仿真实验，结果表明：①CAV渗透率与编队强度有利于混合交通流稳定性，而通信延时对交通流稳定性有负影响；②通信延时随着CAV渗透率与编队强度、路侧单元与CAV通信半径的增大而减小；③当最大编队车辆数为6且混合流以25 m/s的稳态速度行驶时，只有CAV渗透率达到60%或编队强度大于0.5，延时才小于0.3 s且扰动得到有效抑制。
基于车载视频抖动矢量的路面平整性评估方法
陈子昂, 陈新, 曾宇同, 郭唐仪
2024, 42(2): 105-114. doi: 10.3963/j.jssn.1674-4861.2024.02.011
摘要(140) HTML (98) PDF(5)
摘要:
针对路面平整性评估流程繁琐、效率低、周期长等问题，提出基于车载视频抖动矢量的路面平整性评估方法，实现常态化场景下对路面状态的初步快速筛选评估。使用车载采集设备获取的行车视频作为评估数据基础，对车载图像进行预处理，增强行车视频图像的对比度，降低行车环境变化对视频图像对比度的影响。利用分块灰度投影算法对视频图像进行相似性判定，去除大偏差的抖动矢量和运动目标干扰，提取行车视频的主要抖动矢量特征。采用粒子群优化算法改进投影相关性曲线的搜索模式，通过使用行（列）方向的灰度投影曲线相关性作为适应度函数来提高算法的搜索效率。建立基于遗传算法（genetic algorithm，GA）优化的K-means聚类分析算法，实现了自主采集路段中不同车速条件下的路面平整性分级评估。通过自主采集数据实验验证，基于粒子群优化的灰度投影算法在检测平整路面时，耗时0.148 s，算法效率比原算法提高了91.41%；在检测粗糙路面时，耗时0.123 s，算法效率比原算法法提高了87.58%，且检测出的抖动矢量数值一致。本文提出的基于车载视频抖动矢量的GA-K-means路面平整性分级评估方法能够有效降低初始聚类中心的干扰。
基于信息熵的非机动车超越轨迹分段方法
张蕊, 王子轩, 孔令争, 侯先磊
2024, 42(2): 115-123. doi: 10.3963/j.jssn.1674-4861.2024.02.012
摘要(136) HTML (78) PDF(4)
摘要:
通过自行车轨迹识别超越行为是评价非机动车交通服务水平的重要工作之一。针对基于阈值分段方法中需对不同轨迹确定不同的阈值问题，引入信息熵对非机动车超越轨迹进行分段。根据实测视频提取了780条非机动车超越轨迹数据，包括了在视频中可能存在的11种超越轨迹情形，并通过对超越过程中各阶段的特征参数分析，最终选取横向加速度、横向偏移距离、偏移角度作为基于信息熵分段的特征参数，通过引入信息熵理论，提出基于信息熵的非机动车超越轨迹分段方法和分段判断条件。根据信息熵理论中，分段后的2段子轨迹中的特征参数概率密度相较分割前更接近时熵增的定律，同时考虑非机动车超越轨迹的特征参数特征，提出适用于非机动车超越轨迹的信息熵分段标准。以实测路段非机动车超越轨迹数据为实验样本，将基于各特征参数的信息熵分段结果与基于时间、速度阈值的分段结果分别带入K最近邻（K-nearest neighbor，KNN）分类算法中进行超越轨迹识别，并利用轨迹覆盖度指标评价不同分段方法的超越轨迹分段效果。实验结果表明：基于信息熵超越轨迹分段方法的超越轨迹覆盖度平均为83.0%，优于基于阈值分段方法的轨迹覆盖度平均值79.7%，且基于横向加速度信息熵分段法的平均轨迹覆盖度为85.1%，分段效果相较于其他特征参数信息熵分段方法效果最优。
交通规划与管理
基于多目标蚁群算法的共享单车调度优化方法
薛晴婉, 瞿麦青, 彭怀军, 姚运梅, 郭伟伟, 谭墍元, 王云
2024, 42(2): 124-135. doi: 10.3963/j.jssn.1674-4861.2024.02.013
摘要(177) HTML (104) PDF(17)
摘要:
共享单车作为公共交通接驳、“最后一公里”出行的重要交通工具，存在供需时空不匹配的问题，需要利用调度车实现共享单车的再平衡。针对部分现有共享单车调度方法存在的优化目标单一、调度点只能被访问1次、未考虑连续调度衔接等问题，建立了以总需求不满足度最小和调度成本最小为目标的多目标优化模型。该模型考虑高峰小时调度点需求远大于调度车容量的情况，允许多辆调度车多时段连续调度，且允许调度车重复访问调度点。设计了多目标蚁群算法进行求解，引入非支配排序方法，将解集划分为不同的非支配层级，取最高层级的解，形成1组同时考虑2个目标的Pareto最优解。该算法引入了最大-最小蚂蚁系统，改进了状态转移概率规则和信息素更新规则，使其能够适用于求解多目标优化问题。算例结果表明，该模型能够在保证较低调度成本的同时，减少需求损失，算例调度后的总需求不满足度由不进行调度时的26.48%降低到17.86%。将不同算例规模下多目标蚁群算法与贪心算法求解结果进行比较，多目标蚁群算法在多时段连续调度问题上具有优势，能够统筹安排每辆调度车在每个调度周期的行驶路径和在各调度点的到达时间和共享单车装卸数量。多目标蚁群算法所求得的解的质量优于贪心算法，较大规模算例求解得到的调度成本和总需求不满足度比贪心算法分别降低了62%和23%。
雨天过街行人流自组织行为特性及其仿真建模
杨海飞, 卢素情, 李昀轩, 陈娴, 王柳, 古乐
2024, 42(2): 136-146. doi: 10.3963/j.jssn.1674-4861.2024.02.014
摘要(125) HTML (103) PDF(5)
摘要:
为改善降雨环境下城市过街设施的交通安全与效率，研究了雨天行人流过街的自组织行为特性并对其进行仿真建模。结合现场采集的晴、雨天行人流过街轨迹数据，对比分析常见中、小雨天气下过街行人流的速度统计分布、避让位移偏量以及空间溢出幅度；在此基础上通过改进社会力模型建立雨天行人流过街运动模型；应用实测数据标定模型参数并进行仿真验证。特性分析结果显示：雨天行人流过街速度在0.5~1.25 m/s区间的占比较晴天增加了58.80%，而在1.25~2.0 m/s区间占比降低了24.37%，表明其分布向低速范围显著偏移（p < 0.001），同时由于未撑伞或溢出行人的紧迫心理，仍有8.05%的行人以2.0~2.5 m/s的较高步速过街；雨天对向行人避让的位移偏量较晴天平均增幅达46.80%，其整体趋势显著增大（p < 0.001）；雨天行人流空间溢出的临界过街等待人数和人流量较晴天分别下降7人与3人/分钟，溢出幅度为5.07%~24.80%。仿真验证结果表明：所建立的行人流过街运动模型，其模拟的雨天行人过街轨迹精度与晴天达到同量级，其中晴天单向前行与对向避让轨迹均方根误差分别为0.245和0.483，而雨天则为0.329和0.702；模拟的过街速度统计分布与实测分布无显著差异（晴天p =0.620，雨天p =0.649），且能够还原未撑伞或溢出行人的高速过街行为；模拟典型场景下雨天行人流溢出幅度与实测值的绝对误差为2.08%，而晴天均未发生溢出现象，与实测结果相符。
高速公路小净距互通立交车辆纵向运行特性
王延鹏, 张杰, 潘存书, 陈正欢, 徐进
2024, 42(2): 147-157. doi: 10.3963/j.jssn.1674-4861.2024.02.015
摘要(166) HTML (104) PDF(5)
摘要:
为明确车辆在高速公路小净距互通立交的纵向运行特性，在G50沪渝高速公路重庆段的白杨沟立交和跑马坪立交，开展了38位被试的实车驾驶试验。利用车载仪器采集了自然驾驶状态下的车辆运行速度以及纵向加速度等参数，计算了速度极差、带宽以及聚集系数，分析了驾驶行为的约束性以及速度变化特征。提取了纵向加速度连续变化曲线的峰值，研究了纵向加速度的累积频率、概率分布特性以及特征百分位值。结果表明：在小净距区段，合流区与分流区相互重叠，车辆交织行为增多，车辆间干涉严重，速度极差较大，离散性较高；断面速度总体呈现偏态分布，小净距区段断面速度区间大于其它断面。纵向加速概率分布曲线总体呈现偏态分布，加速度负值分布区间大于正值分布区间；小净距区段交通环境相对更复杂，驾驶人操作更加谨慎，与常规净距立交相比，小净距立交纵向加速度平均值低0.28 m/s2。汇入过程中，驾驶人对加速度的选择存在一定差异，偏向于较大的加速度正值（0.542 m/s2）与较低的加速度负值（－0.081 m/s2）。然而，驶出过程中，驾驶人对加速度的选择具有一定趋同性，加速度正值（0.300 m/s2）与负值（－0.350 m/s2）差异性小；男性驾驶人纵向操作频率高于女性，幅度低于女性，不同驾驶风格驾驶人纵向加速度变化趋势具有一定的趋同性。
基于异构数据特征的城市轨道交通OD客流短时预测方法
陈喜群, 沈楼涛, 李俊懿, 李传家
2024, 42(2): 158-165. doi: 10.3963/j.jssn.1674-4861.2024.02.016
摘要(172) HTML (96) PDF(13)
摘要:
城市轨道交通起讫点（origin-destination，OD）客流短时预测在智能交通系统中意义重大，它为交通管控策略实施以及出行者出行选择提供了重要的决策依据。卷积神经网络被广泛用于交通数据空间相关性提取，但其平移不变性与局部敏感性导致该方法更重视局部特征而忽视全局特征。本研究构建了基于注意力机制的异构数据特征提取机模型（heterogeneous data feature extraction machine，HDFEM）以实现OD矩阵空间相关性的全局感知。该模型从时空特征和用地属性特征出发，构造异构数据OD时空张量与地理信息张量，依托模型张量编码层对异构数据张量进行分割与编码，通过注意力机制连接各张量块特征，提取OD矩阵中各个部分间的空间相关性。该方法不仅实现了异构数据与OD客流数据的融合，还兼顾了卷积神经网络模型未能处理的OD矩阵远距离特征，进而帮助模型更全面地学习OD客流的空间特征。对于OD时序特性，该模型使用了长短时记忆网络来处理。在杭州地铁自动售检票系统（auto fare collection，AFC）数据集上的实验结果表明：HDFEM模型相对于基于卷积神经网络的预测模型，其均方误差、平均绝对误差与标准均方根误差分别下降了4.1%，2.5%，2%，验证了全局OD特征感知对于城市轨道交通OD客流预测的重要性。
考虑综合成本的常规公交客流分配方法
程国柱, 李威骏, 冯天军
2024, 42(2): 166-174. doi: 10.3963/j.jssn.1674-4861.2024.02.017
摘要(129) HTML (87) PDF(2)
摘要:
为改善常规公交客流数据传统调查方法效率低、准确性差，以及常规公交客流分配时对出行成本考虑不全面、个体间出行成本存在较大差距的缺点，开展了考虑综合成本的常规公交客流分配方法研究。以数据即服务为基础开发的手机信令数据平台作为常规公交客流分配数据来源。通过经纬度坐标匹配，得到用户与交通小区之间的空间关系。利用数据仓库工具筛取数据字典索引，界定时间、速度、起终点类型等数据参数，通过时间匹配、路径匹配进行交通方式识别，将用户比例外推扩样至全国人口，得到常驻居民早高峰常规公交通勤起讫点（origin-destination，OD）量。分析常规公交客流个体的出行时间成本、拥挤成本、票价成本，建立以个体利益最大为原则、考虑综合成本的常规公交客流分配模型。将交通小区间常规公交客流分配问题转换为有向赋权图路径选择问题，并采用深度优先搜索与连续平均法混合算法求解，进行常规公交出行方案筛选以及客流分配。选取哈尔滨市典型交通小区为案例，开展常规公交客流分配，并与传统Logit路径选择概率模型分配结果、人工调查结果对比分析。结果表明：模型分配结果与人工调查结果的平均绝对百分比误差为4%，Logit模型为17.5%。模型分配客流后个体出行成本极差、方差、总和分别为0.03，0.000 1，1 108.35，Logit模型分别为3.28，1.58，1 127.02。验证了模型分配客流的准确性以及考虑综合成本的必要性，分配客流后个体出行成本差距更小，更符合利益最大原则。

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