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

2017年 第5期

《交通信息与安全》杂志征稿启事
2017, 35(5).
摘要:
综述
极地冰区船舶航运的发展动态与展望——POAC 2017国际会议综述
张弛, 张笛, 孟上, 张明阳
2017, 35(5): 1-10. doi: 10.3963/j.issn.1674-4861.2017.05.001
摘要:
近年来,极地冰区航运成为关注热点,第24届北极条件下港口和海洋工程国际会议(The 24th International Conference on Port and Ocean Engineering under Arctic Conditions)的召开旨在为广大极地航运的专家学者提供相互交流学习的平台.从北极冰区港口和海洋工程安全保障技术角度,对本次国际会议的报告内容进行介绍和分析,并从多角度详细阐述了北极海冰遥感监测技术、北极冰区冰载荷分析、极地规则与法律和极地船舶航行风险评估等研究的发展前沿,对当今世界上极地研究的核心脉络进行梳理和把握.针对极地冰区船舶航行及安全保障的研究热点,展望了极地冰区航运研究的发展趋势,并对未来极地冰区船舶航行的研究重点提出建议,旨在抓住极地船舶航行的发展机遇.
交通安全
基于监控数据的高速公路实时事故风险模型
付存勇, 王俊骅
2017, 35(5): 11-17,36. doi: 10.3963/j.issn.1674-4861.2017.05.002
摘要:
近年来,高速公路事故发生率高居不下.同时,对于高速公路而言,其交通流检测器安装又较为普遍.因此研究如何深入挖掘交通流检测数据以实现对高速公路事故风险实时预测很有必要.基于美国加州2012年发生事故最多的4条高速公路I5,I10,I405和I15的全年事故数据和交通流数据,以病例对照基本思路选取事故组和对照组数据,选定交通流数据研究范围,并选用ADASYN算法处理不平衡数据集问题.基于随机森林模型,利用事故发生前10~40 min内的事故地上游4个检测器、下游2个检测器的3种基本交通流数据构建高速公路实时事故风险模型,事故预测准确率可达到88.02%.选取重要性前十的变量作为事故重要诱导因素,对事故重要诱导因素进行调值,将调值后的测试集放入之前构建的随机森林模型进行分类预测,结果显示减少了41.82%的事故,故可认为利用事故重要诱导因素可进行事故先兆预警工作,从而减少事故的发生.
交通违法监控对职业与非职业驾驶人的心理及行为影响调查分析
罗淑兰, 潘福全, 王健, 亓荣杰, 张丽霞, 邴其春
2017, 35(5): 18-27,44. doi: 10.3963/j.issn.1674-4861.2017.05.003
摘要:
为了发现交通违法监控对职业与非职业驾驶人的心理及行为的不同影响,采用问卷调查方法,获得321份关于这2类驾驶人在有无交通违法监控下的驾驶心理与驾驶行为选择、对安装交通违法监控的态度等11个题目的数据,对其进行了卡方分析和配对样本t检验.结果表明,非职业驾驶人与职业驾驶人通过有监控和无监控2种交叉口时的心理存在不同;交通违法监控对非职业驾驶人的影响大于职业驾驶人,无交通违法监控下,非职业驾驶人的冒险行为倾向大于职业驾驶人冒险行为倾向;非职业驾驶人在无监控交叉口与有监控交叉口驾驶行为有显著性差异;职业驾驶人在无监控交叉口与有监控交叉口驾驶行为选择差异不显著;无论是非职业驾驶人还是职业驾驶人,大多数都支持和认可安装交通违法监控.
交通信息工程与控制
基于Kinect深度虚拟线圈的夜间车流量检测
张汝峰, 胡钊政, 穆孟超
2017, 35(5): 28-36. doi: 10.3963/j.issn.1674-4861.2017.05.004
摘要:
针对夜间环境下基于摄像机的车辆检测方法存在精度低、稳定性差以及无法对车型进行有效识别等问题,提出一种基于Kinect深度虚拟线圈的夜间车辆检测与计数算法.首先对Kinect深度图像进行预处理,分别获得运动目标深度图(MDM)与空洞深度图(HDM).然后在MDM与HDM上设置虚拟线圈,利用积分图像分别生成对应的一维运动信号,对其进行加权合成获得对车辆运动特征的表达,并在合成的运动信号范围内检测出车辆目标,并计算出车辆目标的几何特征,通过SVM对车型进行有效识别.实验结果表明,该算法对于单双车道的车辆计数正确率分别高达99.75%与99.25%,大小车型分类正确率可达99.80%,处理单张图片的平均时间仅为7 ms.
基于深度学习的多角度车辆动态检测方法
李浩, 张运胜, 连捷, 李泽萍
2017, 35(5): 37-44. doi: 10.3963/j.issn.1674-4861.2017.05.005
摘要:
针对在复杂场景下,背景区域干扰特征过多、被检测目标运动速度快等导致的动态目标检测率低的问题,研究了基于深度学习的多角度车辆动态检测方法,将带有微型神经网络的卷积神经网络(MLP-CNN)用于传统算法的改进.使用快速候选区域提取算法提取图像中可能存在车辆的区域,之后使用深层卷积神经网络(CNN)提取候选区域的特征,并在卷积层中增加微型神经网络(MLP)对每层的特征进一步综合抽象,最后使用支持向量机(SVM)区分目标和背景的CNN特征.实验表明,该方法能够处理高复杂度背景条件下,部分遮挡、运动速度快的目标特征检测,识别率高达87.9%,耗时仅需225ms,比常用方法效率有大幅度提升.
基于Breakdown概率模型的快速路匝道与公交专用道协调控制研究
谢东岐, 费文鹏, 孙建平, 宋国华
2017, 35(5): 45-54. doi: 10.3963/j.issn.1674-4861.2017.05.006
摘要:
延误是评价快速路协调控制方案的常用指标,然而由于交通流骤降(Breakdown)现象发生导致的车辆运行速度突变,使得基于延误指标的控制方案评价具有较大的不确定性.因此,引入Breakdown概率作为评价指标,并将其与延误指标进行结合形成综合性评价指标以解决该问题.本文以匝道控制和公交专用道设置作为协调手段设计4个协调控制方案,分别利用改进后的Breakdown概率模型及Integration仿真软件对4个方案进行基于Breakdown概率指标和延误指标的评价,进而结合2种指标形成综合指标对方案进行评价,并对以上3种指标的评价结果进行对比分析.分析结果表明,Breakdown概率指标与延误指标的评价结果具有不一致性,即该指标可对拥堵形成过程中的协调方案进行合理评价,而Breakdown概率指标与综合指标评价结果具有一致性.同时Breakdown概率指标可定量评价协调手段对Breakdown概率的影响,采取匝道控制会使得Breakdown发生概率下降约7%,而设置公交专用道则会使得Breakdown发生概率上升约12%.综合评价指标平衡了Breakdown概率指标与延误指标间的评价结果分歧,能够对控制方案进行综合性的评价.
交通规划与管理
基于卡尔曼滤波的城市快速路交通密度估计与拥堵识别
张驰远, 陈阳舟, 郭宇奇
2017, 35(5): 55-61,82. doi: 10.3963/j.issn.1674-4861.2017.05.007
摘要:
针对城市快速路网中只有部分路段检测器可用的情况,为准确地估计交通密度并基于此快速识别路网所有路段的交通拥堵情况,研究了基于宏观交通流模型的卡尔曼滤波器设计方法.结合动态图混杂自动机(DGHA)与元胞传输模型(CTM)对快速路网建模,在此基础上推导出分段仿射线性系统(PWALS)模型.基于所得到的模型设计出切换型卡尔曼滤波器进行交通密度估计,并通过将路段密度估计值与临界拥堵密度进行对比来对快速路网的拥堵进行识别.以京通快速路为例进行实验,结果表明,真实值与估计值的平均绝对误差为MAE=0.625 988,显示了所提方法的有效性.
考虑动态波动性的轨道交通站点短时客流预测方法
段金肖, 丁川, 鹿应荣, 马晓磊
2017, 35(5): 62-69. doi: 10.3963/j.issn.1674-4861.2017.05.008
摘要:
轨道交通站点客流预测研究缺乏对短时客流动态波动性的考虑,不能预测短时客流区间.以北京市典型轨道交通站点为例开展实证,构建ARIMA-GARCH模型对误差项建模分析,拟合短时客流的随机波动特征.不同于以往的ARIMA-GARCH模型,研究还通过t分布揭示了客流的“尖峰后尾”效应,通过2种非对称GARCH模型识别了短时客流的非对称波动特征.模型结果表明,相比传统ARIMA模型,ARIMA-GARCH混合模型降低了20%以上的客流平均置信区间长度(MPII),同时提高了1%左右的置信区间覆盖率(PICP);周内客流波动性大于周末客流,而非高峰时段的客流不具有波动性.值得指出的是ARIMA-GARCH模型没有明显降低客流预测的平均绝对误差,尽管如此,混合模型可以在保证客流单点预测的前提下,准确地预测地铁客流区间.
北京工业大学赵晓华教授团队专栏
不良天气下驾驶行为研究综述
赵晓华, 任贵超, 陈晨, 荣建
2017, 35(5): 70-75,98. doi: 10.3963/j.issn.1674-4861.2017.05.009
摘要(803) PDF(10)
摘要:
不良天气会对城市交通的运行和安全造成较大影响.事实上,不良天气条件下驾驶员驾驶行为的变化是造成交通拥堵和事故发生的根本原因.针对不良天气下的驾驶行为进行综述,对研究不良天气条件下的交通拥堵及事故具有积极意义.面向国内外不良天气条件下驾驶行为研究的进展,从雨、雪、雾3种常见的不良天气出发,对不良天气条件下环境变化及其对驾驶行为的影响进行分析,并对不良天气条件下驾驶行为的研究方向进行探讨.相关研究发现,不同等级的雨、雪、雾天气下驾驶员选择的车速、车头时距等驾驶行为参数以及反应时间、车辆启动延迟均存在较大差异.
基于ETC交易数据的高速公路行程速度提取模型
翁剑成, 王媛, 袁荣亮, 马思雍
2017, 35(5): 76-82. doi: 10.3963/j.issn.1674-4861.2017.05.010
摘要:
为了提高高速公路运行状态的监测水平,基于ETC交易数据预处理,根据计算周期内路段ETC数据量的大小,搭建了不同样本量水平条件下行程速度的提取模型.利用包含对象路段的多个OD对ETC交易数据提取路段的行程速度,提出基于OD对速度折减系数和可信度权值的速度修正方法,解决了小样本条件下速度提取可信度较低的问题.以北京市高速公路路段数据进行了现场验证.结果表明,模型的平均绝对误差为4.5 km/h左右,平均相对误差为6.5%左右;高峰和非高峰时期的误差均方差分别为2.38 km/h和3.39 km/h,说明高峰时期的速度提取稳定性优于非高峰时期.仅利用ETC数据不能完整反映车辆的行驶状态,未来可融合其他数据源,进一步提高高速公路运行状态提取的准确性和可靠度.
面向移动终端的偶发事件信息需求与发布框架研究
乔婧, 孙立山, 王伟, 荣建, 刘小明
2017, 35(5): 83-90,98. doi: 10.3963/j.issn.1674-4861.2017.05.011
摘要:
目前城市交通运行特性逐渐由规律性向偶发性转变,居民对偶发事件的预警需求也日渐增加.针对常见公共交通偶发事件,通过SP公众小样本调查,从影响程度、发生频率及对居民行为影响等角度开展偶发性事件特征的深入分析;进而利用系统聚类算法实现点、局部、全局三层级的偶发事件分类.在此基础上,分析并明确不同偶发事件下居民对信息需求的类型、位置、提示时间,构建偶发事件信息需求表.通过研究移动互联环境下不同服务终端的信息发布和收取特性,获取最佳信息发布获取渠道,进而构建偶发事件信息发布框架并搭建基于手机APP移动终端的服务平台.结果表明,手机移动终端的居民使用满意率达到85%.有助于解决城市交通运行特性的不确定性与出行信息的可靠性、及时性之间的矛盾,提高交通出行效率.
基于功效系数法的交叉口黄色闪烁警示灯有效性评估
樊兆董, 陈东, 赵晓华
2017, 35(5): 91-98. doi: 10.3963/j.issn.1674-4861.2017.05.012
摘要:
为解决黄色闪烁警示灯有效性量化评估的问题,提高交叉口的综合运行水平,减少交通事故的发生.针对3种不同类型交叉口黄色闪烁警示灯的综合评估问题,提出了基于驾驶模拟技术的评价方法,实现以微观驾驶行为数据结合基于熵权的功效系数法对黄色闪烁警示灯进行有效性综合评价.以国道101部分路段为背景搭建T形、十字形、畸形3种类型交叉口国标组和专项组的模拟驾驶实验场景,采用驾驶模拟实验方法,从3个层面选取8项评价指标,进行综合评估.结果表明,同类型交叉口设置黄色闪烁警示灯后其总功效均显著性提高,交叉口的安全性、舒适性及预见性水平得到提高.功效系数法能够科学合理的实现方案间的相互对比,具有较强的实用性,为黄色闪烁警示灯的设置提供理论依据.
基于两阶段K-means聚类的道路运行状况评价方法
张琳琳, 李雪玮, 李振龙, 王冠
2017, 35(5): 99-105. doi: 10.3963/j.issn.1674-4861.2017.05.013
摘要:
为有效评价道路运行状况,通过分析车辆在行驶过程中运行状态的变化,研究了一种基于两阶段K-means聚类(TSKC)的道路运行状况评价方法.针对K-means聚类数选取的任意性和聚类中心选取的随机性问题,提出基于遍历的K-means聚类方法,采用类吸引度确定聚类数和初始中心,并以此为初始条件进行第二阶段K-means聚类,得到交通模式.提出模式吸引度、路段评价指数、分布均衡度,并用这些指标来评价路段交通运行状况.以北京市朝阳区北辰东路为例进行验证,结果表明,该方法比传统道路评价方法更细致、全面、直观地描绘了车辆状态的演变过程和交通模式的分布情况,具有良好的实用性.
不同需求影响下的自行车出行路径规划方法
何凡, 边扬, 马俊来
2017, 35(5): 106-114. doi: 10.3963/j.issn.1674-4861.2017.05.014
摘要:
目前已有自行车出行路径规划方法普遍存在需求差异性考虑不足、方案精度较低等问题,无法满足人们逐步严苛的出行需求,根据出行多样化需求(单一需求、复合需求)进行规划方法研究可以拓宽自行车出行路径选择手段.以通勤性出行、事务性出行、休闲性出行作为主要出行目的,通过文献研究、实地调查和因素分析,确认了出行时间、出行安全和出行环境3个方面的需求以及各需求下的影响因素,基于北京市西城区路网基础数据进行数值标定、算法描述等,分别研究了单一需求和复合需求影响下的自行车出行路径规划方法,根据不同出行目的下的需求差异性分别给出推荐路径.考虑到过街影响提高了出行时间需求下的推荐精度,单一影响与复合影响的差异也可以提供更多自行车出行路径的选择方法.
面向运营管理的多粒度省际客运需求预测方法
祁昊, 翁剑成, 林鹏飞, 刘文韬, 徐硕
2017, 35(5): 115-122. doi: 10.3963/j.issn.1674-4861.2017.05.015
摘要:
客运量是表征省际客运需求,开展行业运营管理的基础指标.为增强省际客运行业运营管理水平,提高旅客出行效率和应急保障能力,建立面向省际客运运营管理的年客运量和节假日客运量的多粒度预测模型.在影响因素与省际年客运量关联度分析的基础上,构建基于BP神经网络的年客运量预测模型.考虑特殊节假日的影响特征,提出了指数平滑与季节模型相结合的节假日客运量组合预测模型,实现节假日总客运量、日客运量的预测.以北京的实际数据为例,对预测模型进行精度验证.结果表明,年客运量预测模型的平均相对误差为0.15%,春运期间每日客运量预测模型的平均相对误差为6.7%,能较好地体现客运量在不同阶段的变化趋势,具有良好的稳定性.
基于simulator+技术的动态驾驶安全教育系统
赵晓华, 徐文翔, 姚莹
2017, 35(5): 123-130. doi: 10.3963/j.issn.1674-4861.2017.05.016
摘要:
交通事故频发已经严重影响到了人们的生活,并对社会经济造成了巨大的损失.提升驾驶员的驾驶能力能有效减少驾驶事故发生.聚焦典型违法驾驶行为,基于simulator实验平台开发的沉浸体验式教育系统(DSIES),通过系统教育纠正驾驶行为进而减少事故.通过典型违法驾驶行为致因分析,基于计划行为理论提出“知-教-行”动态教育系统.为验证系统有效性,选取具有代表性的4项违法驾驶行为作为实验对象,42名被试者被随机均分为2组进行传统教育及新型教育.采用描述性统计、显著性方差分析及灰度关联分析方法验证不同教育方式的效果.实验结果表明,新型教育系统能有效提升驾驶员驾驶能力;但随着时间的流逝,教育效果均有所降低.另一方面,该教育系统从短时教育及长时教育效果方面均优于传统教育,通过动态教育系统能有效提高驾驶员危险预测能力、降低交通违法行为.