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

2024年 第42卷  第4期

栏目
  上一期
显示方式:
导读
本期导读
2024, 42(4): .
摘要(698) HTML(726) PDF(5)
摘要:
综述
城市轨道交通系统韧性研究现状及展望
张翕然, 李正中, 张馨, 陈绍宽
2024, 42(4): 1-11. doi: 10.3963/j.jssn.1674-4861.2024.04.001
摘要(810) HTML(788) PDF(24)
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。
交通安全
基于贝叶斯推理与XGBoost的城市交叉口车道风险综合评价模型
汪勇杰, 徐玥莹, 苏倩, 李琼, 尤欣赏
2024, 42(4): 12-20. doi: 10.3963/j.jssn.1674-4861.2024.04.002
摘要(88) HTML(40) PDF(22)
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。
基于QAR数据与互信息法的进近风险评估模型
汪磊, 李蕊君, 王菲茵
2024, 42(4): 21-29. doi: 10.3963/j.jssn.1674-4861.2024.04.003
摘要(95) HTML(38) PDF(7)
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。
基于多源数据的特长隧道驾驶疲劳模型
尚婷, 连冠, 黄龙显, 谢磊
2024, 42(4): 30-41. doi: 10.3963/j.jssn.1674-4861.2024.04.004
摘要(67) HTML(26) PDF(17)
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。
起飞阶段民机驾驶舱人机系统风险分析方法研究
王逸凡, 孙有朝, 刘勋, 揭裕文
2024, 42(4): 42-52. doi: 10.3963/j.jssn.1674-4861.2024.04.005
摘要(63) HTML(32) PDF(3)
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。
高速公路隧道区域纵向风险驾驶行为时空特征
贺超群, 马社强
2024, 42(4): 53-61. doi: 10.3963/j.jssn.1674-4861.2024.04.006
摘要(66) HTML(25) PDF(8)
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。
基于部分优势比模型的外卖骑手事故严重度分析
张婧宜, 马景峰
2024, 42(4): 62-71. doi: 10.3963/j.jssn.1674-4861.2024.04.007
摘要(78) HTML(40) PDF(7)
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%)。
基于模型群的重型货车交通安全风险因素分析
柯星安, 赵丹, 王秋鸿, 胡越宁, 牛帅
2024, 42(4): 72-80. doi: 10.3963/j.jssn.1674-4861.2024.04.008
摘要(38) HTML(39) PDF(3)
摘要:
为了深入探究重型货车交通事故的风险因素及发生机理，基于中国某省2016—2021年重型货车交通事故数据，构建集成随机森林、Logistic回归、地理加权Logistic回归和贝叶斯网络模型的模型群，对风险因素的影响程度、空间异质性及其因果路径进行分析。结果显示：①重型货车行驶状态、碰撞形态等10个因素对风险存在显著影响，其中农村交通参与者、正面和侧面碰撞在不同模型中的影响程度有轻微差异，追尾碰撞的影响程度在地理加权Logistic回归模型中较贝叶斯网络模型更高。②重型货车右转、存在违法行为、涉及弱势道路使用者时极容易发生亡人事故，分别使风险增加了41.9%，39.3%和39.0%。③以碰撞形态作为中介变量，重型货车行驶状态、事故另一方交通方式和年龄这3类因素与亡人事故风险的因果路径分析表明：当重型货车与弱势道路使用者发生侧面碰撞时，亡人事故风险比发生刮擦且事故另一方为其他类型机动车提高64.4%，为重型货车交通事故典型危险场景；对方年龄为30岁及以下时，追尾碰撞概率较30~60岁以及60岁以上分别增加10.3%和26.1%。④具有空间异质性的风险因素中，正面碰撞的空间异质性强度最大，右转的空间异质性强度最小。结论表明：基于模型群的分析框架可得到重型货车交通安全风险显著影响因素，可验证因素在不同模型中影响程度的差异性及空间异质性。
交通信息工程与控制
城市道路中间路段人车冲突中网联预警信息对驾驶行为的影响
王长帅, 邵永成, 朱彤, 焦彦利, 徐铖铖
2024, 42(4): 81-89. doi: 10.3963/j.jssn.1674-4861.2024.04.009
摘要(41) HTML(19) PDF(6)
摘要:
本文旨在研究网联预警信息对城市道路人车冲突中驾驶人行为的影响。利用驾驶模拟器设计城市道路驾驶场景与网联预警信息系统，考虑不同类型的视觉盲区，构建了6个典型的行人与机动车冲突场景。将招募的70名驾驶人划分为实验组和对照组，进行驾驶模拟器实验，采集实验过程中的驾驶人行为和车辆轨迹数据。利用生存分析法研究了不同因素对冲突过程中驾驶人避让反应时间与制动持续时间的影响，并建立面向冲突过程的人车事故风险预测模型，评估网联预警信息对驾驶行为的影响。结果表明：由公交车、路侧停车及树木与车辆等导致的视觉盲区会降低驾驶绩效，增加冲突过程中驾驶人的避让反应时间，降低制动持续时间；人行横道的存在使平均避让反应时间减少0.90 s，使平均制动持续时间增加0.41 s，并降低人车事故风险；网联预警信息可使驾驶人的平均避让反应时间减少0.52 s，平均制动持续时间增加0.40 s，使制动过程更加平稳，显著降低冲突过程中的事故风险，保障行人安全。
基于无人机图像的城市道路停车巡检方法
王琛, 张凌云, 刘波, 张航
2024, 42(4): 90-101. doi: 10.3963/j.jssn.1674-4861.2024.04.010
摘要(43) HTML(19) PDF(4)
摘要:
快速准确的对城市道路停放车辆进行巡检对于城市智慧管理具有重要意义。针对当前巡检方法的低效率、高成本和不准确，研究了1种基于无人机图像的巡检方法。首先，为满足全天候巡检，采用光照度增强算法对暗光条件的图像进行增强，同时采用去模糊算法对模糊图像质量进行改善。针对YOLOv5现有算法检测精度不高，实时性不强等问题，改进网络为使模型收敛速度更快，采用Focal-EIOU Loss优化损失函数；为了可以更好的适应不同大小和形状的目标，采用C2F模块替代C3模块，使用不同大小的卷积核提取特征；为了提高网络的鲁棒性及抗干扰能力，通过添加SimAM注意力机制，不增加网络模块参数且能预测特征图的3D注意力权值；采用CARAFE算子进行上采样增加感受野，全面利用特征图的语义信息。实验结果表明：改进后YOLOv5模型的准确率提高了5.1%，召回率提高了5.9%，平均精度mAP值提高了3.6%。其次，采用字符识别网络SVTR对车牌号进行识别，仅通过单个视觉模型就能完成特征提取和文本转录2个任务。通过无人机场工程应用平台进行试验，试验结果表明：该巡检方法可以准确、快速且智能完成巡检，准确度达到90%，检测速度达到170帧/s，基本满足巡检精度和实时性要求。
考虑车道间差异和上下游断面关联的快速路交通流量预测方法
李春, 张存保, 陈峰, 符鼎俊
2024, 42(4): 102-109. doi: 10.3963/j.jssn.1674-4861.2024.04.011
摘要(35) HTML(14) PDF(6)
摘要:
在现有的交通流量预测研究中，并未充分考虑断面道路内不同车道间的交通流量差异性以及上下游断面交通流量相关性。研究了结合主成分分析法(principal component analysis，PCA)与长短期记忆神经网络(long short-term memory，LSTM)的快速路交通流量预测框架，可以满足智能网联技术实时性和准确性的需求。收集城市快速路的交通流量数据，应用快速傅里叶变换方法(fast fourier transform，FFT)进行数据预处理，以提高原始数据的可预测性能；通过PCA方法对车道间的横向及纵向交通流量进行特征融合，建立车道间交通流量的关联性数据，以降低数据维度；并将关联性数据融入到LSTM模型中，进行车道级交通流量预测并汇总其预测结果，得到断面交通流量的预测值。选取武汉市三环线上的城市快速路卡口检测数据对本文方法进行验证。结果表明：考虑车道间差异和上下游断面关联的模型能够提高断面交通流量的预测精度，相较于仅考虑时间特征的断面交通流量预测结果，平均绝对误差、均方根误差和平均绝对百分比误差分别能降低6.66%，6.23%，17.51%；与单独考虑上下游断面关联性或者车道间差异的断面交通流量预测结果相比均具有更好的预测效果，在平均绝对误差、均方根误差和平均绝对百分比误差上的优化幅度，最低可降低1.53%，最高可降低12.88%；此外，所提的模型相较于支持向量机回归(support vector regression，SVR)和随机森林(random forest，RF)算法具有更高的预测精度；并且在分时段预测中，在晚高峰和平峰时段预测精度表现更佳。
雾天高速公路隧道入口区域驾驶人视觉行为特性研究
江文艺, 杜志刚, 贺世明, 梅家林, 韩磊
2024, 42(4): 110-117. doi: 10.3963/j.jssn.1674-4861.2024.04.012
摘要(51) HTML(16) PDF(7)
摘要:
隧道入口区域和雾环境对驾驶人的视觉都有着重要影响，引起驾驶人的视觉行为变化，导致驾驶行为的变化，从而影响交通安全。为探究雾对隧道入口区域驾驶人视觉行为特性的影响，在河南三湖隧道和韩口隧道开展实车试验，选取24个驾驶人样本，以驾驶人的注视、扫视行为为主要研究对象，分析驾驶人在雾天和晴朗天气下隧道内外的视觉行为特性差异。研究结果表明：雾天驾驶人的视觉行为特性相较于晴朗天气存在显著性差异，①雾天驾驶人驶入隧道前，注视点分布更为集中，注视持续时间高于1 000 ms的占比增加，夜间有雾达到29%、平均注视时间增加、注视频率减少、视觉搜索范围及效率减小，扫视幅度0~5°占比达88.89%，驾驶人对两侧环境关注度变小，努力寻找隧道洞口，驾驶行为更加谨慎；②雾天驾驶人驶入隧道后，注视点范围呈现出不同程度的扩大，平均注视时间和平均扫视时间增加，视觉搜索范围及其效率增加，驾驶人对隧道侧壁、隧道轮廓关注度提高；③雾天时，夜间相较于白天，对驾驶人视觉行为的影响总体而言更大，驾驶谨慎程度进一步提高；④在白天，雾使隧道洞口视线诱导设施可视性降低，隧道洞口视认性差，驾驶人视觉环境剧烈过渡，视觉负荷和心理压力增加，从而显著提升了行车风险。
城市物流无人机平行航线横向间隔研究
张健, 赵嶷飞, 卢飞, 罗鑫悦, 黎宗孝
2024, 42(4): 118-124. doi: 10.3963/j.jssn.1674-4861.2024.04.013
摘要(47) HTML(15) PDF(3)
摘要:
面向未来城市物流无人机高密飞行下安全运行需求，选取空域利用率高的平行航线，聚焦平行航线运行中碰撞风险，研究同时考虑冲突频率和碰撞概率的间隔模型，提出符合安全要求的平行航线横向间隔。借鉴有人机管制经验，确定安全目标水平，并以平行航线上相邻无人机纵向距离小于纵向间隔视为冲突评判标准，再根据实际运行数据，计算区域无人机冲突实际发生频率。综合考虑无人机参数、飞行流量、空域性能、偏离概率及角度、冲突探测与解脱机制等因素，构建多参数、多约束的平行航线城市物流无人机运行场景模拟平台。引入蒙特卡洛方法，给定冲突发生频率和意外偏离概率，假设无人机以一定概率因随机意外偏离而引发无人机之间飞行冲突，模拟冲突下无人机的运行结果，记录违反测试标准的事件。设定1~51 m多个横向间隔待选值，实施510万次仿真实验并统计实验结果，结果发现：①发生违反测试标准事件共计50 302起；②事故发生的概率密度与横向间隔服从负指数分布；③可采用施加合适的横向间隔策略，实现安全目标水平。基于拟合的概率密度函数，通过计算剩余风险，对比安全目标水平，确定城市物流无人机平行航线横向间隔为33米。
交通规划与管理
基于支持向量机与模型预测控制的混合动力船舶能量管理策略
梁天驰, 袁裕鹏, 童亮
2024, 42(4): 125-135. doi: 10.3963/j.jssn.1674-4861.2024.04.014
摘要(35) HTML(35) PDF(3)
摘要:
为了提高混合动力船舶能量利用效能，提升混合动力船舶燃油经济性，将在线工况识别与实时优化策略相结合，提出了基于支持向量机（support vector machine，SVM）与模型预测控制（model predictive control，MPC）的混合动力船舶能量管理策略。引入SVM理论，使用“美维凯越”号新能源游轮的实船数据，优化核函数类型及关键参数，构建船舶运行4个典型工况的在线识别模型；再通过对船舶当前时刻工况特征参数的分析与判断，确定船舶实时运行工况。以最小燃油消耗和保持储能单元荷电状态（state of charge，SOC）稳定为目标，以主机和复合储能单元之间的实时输出功率为优化变量，以功率需求预测模型为约束条件，构建模型预测控制MPC模型；为提高不同工况下功率需求预测的精度，提出基于多步马尔科夫模型的功率预测模型，并根据实时工况识别结果，更新MPC模型中的功率需求预测模型约束，实现船舶能量实时动态优化。最后，采用小波变换方法，将最优功率解分解成高频信号和低频信号；再根据复合储能单元中不同动力源工作特性的差异，将高频信号和低频信号分别分配给具有高功率密度的超级电容和具有高能量密度的蓄电池。为验证方法的有效性，开展了基于MATLAB的仿真实验，结果表明：在相同工况下，所提策略累计燃油消耗量为4 404.556 1 g，平均燃油消耗率为202.973 7 g/kWh；与基于单一模型预测控制的能量管理策略相比，所提方法可节省燃油消耗4.55%，验证了所提能量管理策略的有效性。
人非混行状态下行人心理边界的影响因素分析
汤天培, 袁泉, 袁美宁, 陈志宇, 林欣蓉
2024, 42(4): 136-143. doi: 10.3963/j.jssn.1674-4861.2024.04.015
摘要(51) HTML(19) PDF(7)
摘要:
探究人非混行状态下的行人心理边界影响机制，有助于从交通设计、交通管理等维度针对性地提高人非共板道路上行人的出行安全性和舒适性。为克服现有研究仅考虑行人自身人际空间范围期望的不足，根据心理包络理论，从行人期望的安全活动边界（subject mental envelope，SME）和行人期望非机动车的约束活动边界（object mental envelope，OME）2个维度，重构人非混行状态下的行人心理边界。通过引入感知威胁、感知亲密和个人特征，新增优先权作为潜在影响因素，构建人非混行状态下的行人心理边界影响机制模型。采用偏最小二乘法结构方程分析进行模型适配性检验和路径分析，模型的SRMR值为0.035，SME和OME的R2分别为0.728和0.773，表明模型拟合水平可接受，且解释力较强。研究结果表明：感知威胁和感知亲密对OME的影响大于对SME的影响，表明当行人认为非机动车有潜在威胁且不友好时，其更期望能约束非机动车的骑行范围；优先权对OME正向影响程度大于SME，表明当行人认为自己的优先权高于非机动车时，其更期望进一步约束非机动车的活动边界；非机动车交通量仅显著影响OME；OME正向影响SME，表明扩展引入的OME可进一步解释行人对自身安全活动空间的需求；个人特征中性别和身高对SME和OME均有显著影响，而每周平均骑行次数仅显著影响OME。
基于博弈论的自动驾驶驶离专用车道换道决策模型
陆春意, 何赏璐, 高彬彬, 曹从咏, 范钲文
2024, 42(4): 144-153. doi: 10.3963/j.jssn.1674-4861.2024.04.016
摘要(57) HTML(24) PDF(5)
摘要:
在高速公路内侧车道设置自动驾驶专用车道的场景下，自动驾驶车辆驶离专用车道，并换道至匝道的过程中，频繁的换道行为会带来自动驾驶车和人工驾驶车交互冲突，对分流区产生交通扰动，进而带来安全风险以及影响交通效率。面向不同车道属性和自动驾驶混合车流，构建了基于博弈论和模型预测控制的自动驾驶换道决策模型。根据自动驾驶车辆到高速公路主线驶离点的距离和换道途径车道上可接受换道间隙的分布，引入换道危机感以量化自动驾驶车辆换道的难易程度。利用加速度变化率来量化混合车流中人工驾驶车辆风格，构建自动驾驶车和人工驾驶车不同类型车辆的模型预测控制成本函数。通过当前时刻的交通状况预测求解自动驾驶车辆下1个时刻的最优加速度，用斯塔克尔伯格博弈描述自动驾驶车辆在换道过程中与人工驾驶车辆的交互，以人工驾驶车辆的收益最大化为前提，选择最大的自动驾驶车辆收益，求解获得自动驾驶车辆的最优换道时间。搭建了基于Python和SUMO的联合仿真实验平台，设置4种不同车流密度的专用车道和混合车流交通场景，并与SUMO默认换道模型等2类模型进行了对比。结果表明：在所有不同车流密度的场景下，所研究的模型会选择合适的换道策略以保证速度损失的最小化，在速度方面均优于所对比的换道模型，换道过程的平均速度分别增加1.44%和11.81%，有效提升了自动驾驶车驶离专用车道的效率。
极端通勤群体驾驶愤怒表达与诱因关联模型
万平, 邱港澳, 陈培栋, 马晓凤
2024, 42(4): 154-163. doi: 10.3963/j.jssn.1674-4861.2024.04.017
摘要(31) HTML(14) PDF(7)
摘要:
极端通勤群体（通勤时间超过60 min的人群）由于长时间、高压力的通勤环境易产生驾驶愤怒，从而影响交通安全。针对极端通勤群体的“路怒症”现象，研究了量化极端通勤群体驾驶愤怒表达与诱因关联关系的模型。通过编制适用于极端通勤群体的驾驶愤怒量表（driving anger scale for extreme commuting group，EC_DAS）和驾驶愤怒表达量表（driving anger expression inventory for extreme commuting group，EC_DAX）对450名往返燕郊与北京的极端通勤驾驶人进行问卷调查。基于调查数据，通过探索性因子分析、信度和效度检验对量表进行修订，构建了以无礼行为、交通障碍、缓慢驾驶、极端通勤和违法驾驶为外生潜变量，借助车辆发泄与口头攻击为内生潜变量的极端通勤群体驾驶愤怒表达与诱因关联模型，并运用结构方程模型量化了愤怒诱因对极端通勤群体驾驶愤怒表达行为的影响。结果表明：①EC_DAS中缓慢驾驶得分最高（3.37），其次为极端通勤（3.07），违法驾驶得分最低（2.95），EC_DAX中口头攻击得分（2.99）高于借助车辆发泄得分（2.90）；②结构方程模型拟合良好，无礼行为、交通障碍、缓慢驾驶、极端通勤、违法驾驶等诱因对借助车辆发泄与口头攻击均有显著正向影响，其对口头攻击的解释方差（38%）比借助车辆发泄（37%）更高；③缓慢驾驶、极端通勤和交通障碍是借助车辆发泄最显著的3个诱因，其标准化影响效应系数分别为0.221，0.169，0.162；交通障碍、缓慢驾驶和无礼行为是口头攻击最显著的3个诱因，其标准化影响效应系数分别为0.215，0.189，0.148；④性别和月收入对不同诱因下的愤怒水平以及愤怒表达的影响不显著，年龄与无礼行为、交通障碍和违法驾驶下的愤怒水平呈显著负相关，驾龄与极端通勤下的愤怒水平、学历与缓慢驾驶下的愤怒水平以及职位与交通障碍下的愤怒水平也均呈显著负相关。
基于改进ASIF模型的内河港口碳排放预测方法
李志浩, 陈广, 马晓凤, 赖鸿佳, 高洁, 钟鸣
2024, 42(4): 164-174. doi: 10.3963/j.jssn.1674-4861.2024.04.018
摘要(42) HTML(12) PDF(9)
摘要:
针对港口碳排放量中长期预测影响因素复杂、预测精度低等问题，提出了基于改进ASIF方法的内河集装箱港口碳排放量核算模型，旨在量化主要因素对港口长期碳排放量的影响，为针对性制定碳中和策略提供依据。将港口集装箱吞吐量、设备结构、能耗强度、排放因子等作为港口碳排放量影响因素，考虑集装箱运输链中“多过程、多设备”的特点，改进了ASIF（activity-modal structure-energy intensity-emission factor）模型，可实现从宏观到微观层面的碳排放量预测。基于改进ASIF模型的解释变量建立情景预测指标体系，并以长江干线某集装箱港口为例，对其基准情景（business-as-usual，BAU）和低碳情景（low-carbon，LC）下的吞吐量、设备构成、运输结构等进行预测和设定，进而核算船舶航行、船舶停泊、岸桥、内集卡、场桥和外集卡的碳排放量。采用单因素实验方法分析不同低碳发展策略下的减排潜力，结果表明：与现有核算模型相比，使用改进的ASIF模型计算案例港口碳排放量，偏差在10%以内；案例港口这2种预测情景下，随着集装箱吞吐量持续增长，基准情景至2060年碳排放尚未达峰，低碳情景下到2055年左右实现碳达峰；船舶排放控制、港机能效提升、港口能源结构优化、集疏运结构优化均为有效的低碳发展策略，但效果依次降低；采用上述方法减排，将在2020—2060年间分别可实现约19万、17万、14.4万及1.1万t的累计碳减排。

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