热点文章
车载信息系统交互任务复杂度对驾驶员认知负荷和行为表现影响分析
高雅;冯忠祥;李靖宇;[背景]近年来,车载信息系统(In-vehicle Information System,IVIS)在商用车市场呈现快速普及态势。这种基于触摸屏的人机交互系统虽然提升了信息可视化程度,但同时也带来了不容忽视的驾驶分心问题,对行车安全构成了潜在威胁。[目标]探究交互任务复杂度及人口统计学参数对驾驶员与IVIS界面交互时的认知负荷及行为表现的影响。[方法]使用受试者内-受试者间的重复测量实验设计,招募60名驾驶员开展驾驶模拟器实验。通过广义估计方程及其事后检验,探究不同自变量对驾驶员注视分配、转向熵、行驶速度、操作完成时间及主客观认知负荷的影响,并通过Python编程软件对驾驶员与IVIS交互时的注视行为进行可视化。[结果]复杂度高的任务会导致驾驶员的注意力分散,驾驶表现较差(转向熵、操作完成时间增大),主客观认知负荷也呈增高趋势;男性驾驶员的平均行驶速度比女性高9.45 km/h;年长组驾驶员(41～60岁)虽任务操作完成时间较长,但风险感知能力更高。[应用]可为未来智能汽车IVIS交互优化及个性化人机交互设计提供指导,进而提升人机交互可靠性。
车联网环境下高速公路分流区车流建模及分析
张健;张志顺;徐婷;赖心荷;季航旭;[背景]分流区是高速公路重要组成部分之一,易成为路网交通瓶颈,影响整体网络的安全性与通行能力。[目标]为研究考虑驾驶员异质性及驾驶意图下高速公路分流区交通流的安全特性,面向车联网环境,构建高速公路分流区异质交通流模型。[方法]首先,分析高速公路分流区异质交通流特性以对不同类型车辆行为进行建模,并考虑驾驶员异质性以对不同类型车辆行为进行标定;其次,基于驾驶员异质性及其不同驾驶意图,探究高速公路分流区异质交通流交通组成,构建异质交通流模型;最后,以碰撞暴露时间、碰撞接触时间、改进碰撞暴露时间为评价指标,设计仿真试验分析智能网联车辆(Intelligent Connected Vehicle,ICV)渗透率、人工驾驶车辆类别及分流比对高速公路分流区安全性的影响。[结论]在高速公路分流区内,高ICV渗透率可显著提升该区域异质交通流安全性,但在高峰时段的提升效果有限;交通流速度较高时,较高的激进型驾驶员比例一定程度上可提升该区域异质交通流安全性;低分流比对该区域异质交通流安全性提升亦具有积极作用。[应用]为车联网环境下高速公路交通安全研究分析提供了理论支撑,并为交通管理部门对高速公路分流区的管理提供科学依据。
多层视线诱导下隧道入口驾驶行为调控与安全增益评价
周泓卓;孙闻鹏;王云晓;贝润钊;吕能超;[目标]为提升隧道入口驾驶行为的平顺性与交通安全水平,本文基于多层视线诱导理念设计了改善方案,并开展实车实验评估其有效性与全天综合安全效益。[方法]选取两条隧道,一条设置该方案,另一条设置现行规范中的方案作为对照组,分别在白天和夜间开展实车实验。构建隧道入口区域驾驶行为评价指标体系,统计分析该方案对驾驶行为的调节效果,并探索其调节机制,继而基于因子分析和熵权法综合评价其在白天和夜间的综合安全效益。[结果]该方案可以显著优化驾驶行为:促使驾驶人更早发现隧道(白天提前62.98%,夜间提前55.57%);显著减弱了横向规避行为的程度(对洞门规避白天减弱83.27%,夜间减弱79.95%;对侧壁规避白天减弱41.38%,夜间减弱37.94%);大幅提升了行车轨迹的平滑度(白天提升4.02倍,夜间提升3.68倍);使减速行为启动更及时(白天提早54.67%,夜间提早45.41%)且过程更平缓。综合安全性评价得分为0.96(改善后夜间)>0.12(改善后白天)>-0.28(改善前夜间)>-0.80(改善前白天)。[结论]无论白天还是夜间,基于多层视线诱导理念设计的隧道入口改善方案,均能促使驾驶人提早感知和操作,提升驾驶行为平顺性,进而显著提高安全效益。[应用]为相似高风险驾驶场景的视线诱导方案设计与评价提供范式。
有条件自动驾驶横向接管控制行为建模
张俊杰;马永锋;张子煜;康凯;胡布雨;[背景]在条件自动驾驶环境下,当系统能力接近边界时仍需驾驶人及时接管。然而,接管初期常出现控制不稳定与迟滞反应,影响行车安全与人机协同效率。[目标]刻画驾驶人在接管过程中的控制恢复与环境适应特征,揭示影响接管稳定性的关键因素。[方法]搭建基于Carla的驾驶仿真平台,构建雾区接管实验场景,采集被试驾驶行为、眼动及主观评价数据;采用滑动时窗样本熵(SW-SampEn)提取控制动态特征,以此定义接管紊乱时长(TID)与环境适应时长(EAD)。进一步建立具有聚类异质性与Gamma脆弱性的双Weibull加速失效时间模型,对横向接管控制行为及其稳定性进行建模分析。[结论]接管过程呈现“紊乱—适应—稳定”的动态演化特征;同步流交通条件显著延长TID与EAD,次任务中断有助于缩短恢复时间;驾驶风格、性别、驾驶经验及对自动驾驶的信任水平均显著影响接管恢复稳定性。[应用]为接管稳定性评估、接管策略设计及人机协同驾驶优化提供方法支持与量化依据,为复杂环境下自动驾驶安全管理与控制策略制定提供参考。
高速公路交通风险多因素叠加作用与特征解析
黄磊;郭淼;姚莹;秦雅琴;苏雨欣;[背景]交通事故发生的过程中多种风险因素之间的关联关系十分复杂,当多个风险因素同时叠加时,会由于要素间相互作用而形成“叠加效应”,增加交通事故风险评估的复杂性。[目标]为了解析交通事故风险影响因素之间的叠加关系,构建叠加模型对不同动态交通风险因素进行评估,旨在发现多维风险因素之间的叠加作用。[方法]首先,对动态的交通风险源进行量化与标准化处理;然后,根据广义自回归条件异方差(GARCH)识别的风险序列波动性与风险价值(VaR)的关系,构建GARCH-VaR模型;最后,通过评估每一种风险的VaR序列,分析各个风险因素之间的叠加作用。[数据]采集高速公路部分路段的交通量、内侧车道速度、车道速度差、温度、降雨量、日最大风速、日平均风速、能见度以及交通事故等数据,构建多维动态风险数据库。[结果]研究表明,在进行叠加风险评估时,各个风险因素之间的叠加效应较为复杂,风险的大小并不随着风险因素叠加数量的增多而增加,它们之间的关系不是简单线性关系,而是存在一定的协同或抵消关系。[应用]在道路交通事故风险管理中,针对不同的叠加场景需考虑风险因素的复杂关系来制定综合的风险管理措施,提高道路交通安全水平。
突发与紧急情形拥堵路段疏导模型的设计与应用
曹缘浩;吕兴;曹峰;[背景]高速公路发生交通事故时,市内救援力量往往因城市道路和高速公路的交通拥堵无法及时到达事故现场,延误救援时机,严重危害人民生命财产安全。[目标]实时更新救护车救援路径并减少通行时间,提高救援效率。[方法]构建城市路径决策模型和高速公路队列控制模型:城市路径决策模型通过拓扑理念将真实城市主干道转化为元胞空间,根据真实道路密度设置车辆分布,由道路当前车辆数与可承载最大车辆数的比值计算得到决策分数,选择数值最小的道路方向动态更新救护车行进路线,使救护车以最短时间到达高速公路收费站;高速公路队列控制模型以协调队列规划协议为基础,通过救护车车队主动变道或前一车队让行两种方式,使救护车车队以最短时间到达事故点进行救援。[数据]公开道路网站OpenStreetMap所提供的真实路网图和2024年3月19日14时临汾市真实道路密度。[结果]城市路径决策模型使救护车到达京昆高速临汾收费站的时间节省约18%,高速公路队列控制模型使救护车到达事故点的时间节省约7.27%。[结论]仿真实验验证了城市路径决策模型和高速公路队列控制模型的可行性及高效性,所需时间较现行方案有明显降低,对道路救援具有指导意义。
突发事件下城市交通路网小时级韧性度量模型
周文静;张玺;薛钦;石超峰;[背景]城市交通路网是城市运行的关键基础设施,其在突发事件扰动下的韧性表现直接影响城市功能的恢复与社会经济的稳定。然而,传统韧性度量方法多聚焦于静态或日尺度分析,难以捕捉短期内系统的动态响应特征。[目标]为有效评价突发事件下的路网性能,提出以日内日变小时级交通配流为基础的城市道路网络韧性度量模型。[方法]明确考虑突发事件下交通流动态变化特性,融合基于理解出行时间的弹性需求、路网供给特征的动态变化和异质出行用户的行为,建立日内日变小时级动态特征的演化配流模型,并设计迭代求解算法;定义基于日内日变小时级交通配流的路网多元韧性度量指标、网络效率指标和可达性指标,设计动态韧性度量框架,并在拓扑路网上进行算例研究。[结果]多元韧性度量指标在短期韧性度量中表现最为稳定;信息用户比例和信息质量是影响路网韧性的关键因素,当信息用户比例达到约75%时路网韧性接近最优性能;管理部门主动信息干预对提升路网韧性具有积极作用,适度的干预强度能够高效改善路网恢复效率。[应用]所提小时级动态韧性度量模型,为评估城市交通系统的应急响应和恢复能力提供了系统化的工具,研究成果可为城市交通管理部门制定突发事件应对策略、优化信息发布机制和提高路网恢复效率提供科学依据。
突发事件下数据驱动交通网络延误最优控制方法
彭毅果;唐坤;郭唐仪;陈卓;周原;[目标]针对交通网络延误传播机理复杂、传统模型驱动控制方法存在建模误差大与计算复杂度高问题,提出一种基于数据驱动的延误控制方法。[方法]首先,构建扩散式延误传播模型,通过状态空间方程量化节点间相互影响,克服传统离散事件模型的局限;其次,设计数据驱动控制算法,通过解析随机试验数据构建闭环最优控制策略,以伪逆运算直接关联输入输出,避免显式依赖延误传播矩阵与控制矩阵,降低计算复杂度;最后,引入噪声补偿机制提升鲁棒性。[数据]使用比利时铁路网络运营数据,包括列车时刻表、实际运行时间、延误记录及地理信息等。[结果]所提方法能有效抑制局部扰动引发的延误扩散,控制后非故障节点延误趋近于零,与传统优化算法相比,具有计算复杂度低、控制效果稳定等优势;控制总成本随控制时间延长而增加,但单位时间成本下降,体现算法的时间优化能力;故障节点数超过临界值时网络失控,控制策略失效,标定算法有效边界。[结论]所提方法是一种数据驱动方法,无需构建精确模型,避免了建模误差带来的影响,增强了在实际工程中的适用性,为复杂交通网络的实时延误控制提供理论依据。
基于可解释机器学习的信号交叉口左转冲突风险建模与量化分析
徐嗣轩;何治平;周威;章天然;王晨;[背景]在信号控制交叉口,由左转车辆引发的交通冲突具有动态响应特性,对智能交通系统的安全运行造成了显著影响。交叉口左转冲突主要包括行人-左转车辆冲突和对向直行-左转车辆冲突两类典型模式。[目标]深入挖掘左转冲突的潜在影响因素,解析不同影响因素对两类左转冲突的影响机理。[数据]2019年9月13日至19日在美国华盛顿州Bellevue市6个典型平面信号交叉口采集的观测数据。[方法]利用多种机器学习模型建模左转冲突风险(冲突频次),并通过贝叶斯优化选取不同模型的最优超参数。其中,极端梯度提升机(XGBoost)在建模两类左转冲突风险时性能最优。在此基础上,结合SHAP与ALE方法对XGBoost模型输出进行可解释性分析,系统量化交通量特征、信号控制特征等潜在影响因素对两类左转冲突的影响机理。[结论]信号交叉口的交通量越大时左转冲突风险越高,且交通量对左转冲突风险的影响是高度非线性的。不同信号相位控制策略对冲突强度的调节作用存在显著差异,其中保护相位控制机制能有效抑制冲突事件的发生率。当红闪时间大于20 s时,较高的行人流量会显著增大左转冲突风险。[应用]研究结果可为优化信号控制和交叉口几何设计提供参考依据,提高城市信号交叉口安全性。
建成环境对交通事故伤亡的时变影响——基于Copula的双变量方法
陈鹏;宋栋栋;支丹月;刘永涛;[背景]随着城市化进程加速和机动车保有量持续攀升,交通事故频发已成为制约我国社会安全发展的重要公共问题。传统研究多采用单变量模型分析死亡或受伤人数,难以揭示二者之间的联合作用机制。此外,相关文献对变量影响的时变性解析不足。[方法]构建基于高斯Copula的双变量负二项回归模型,分时段系统评估了京津冀地级市事故死亡与受伤人数的联合分布特征及建成环境因素对交通事故伤亡的时变影响。[数据]基于2017—2020年京津冀地区交通事故伤亡人数,同时结合社会经济指标与兴趣点(POI)数据,从经济发展、人口数据、生活服务类、消费娱乐类、公司商务类、风景名胜类、公共服务类、交通服务类8个维度构成建成环境指标。[结果]不同年份京津冀地级市交通事故死亡与受伤人数之间均存在显著的正相关性,相关系数分别为0.644、0.610、0.527、0.503,且P值均小于0.001。基于最优高斯Copula的双变量负二项回归模型结果表明,死亡人数的时间稳定性因素包括地区生产总值、人口密度、风景名胜等5个变量,其中人口密度在2020年影响最大(-0.930,P<0.001);受伤人数的时间稳定性因素则包括人口密度、汽车服务、餐饮服务等6个变量,其中餐饮服务在2019年影响最大(1.634,P <0.001)。[应用]进一步拓展了交通事故伤亡数据建模的理论方法,并为京津冀区域降低人车冲突风险、调整动态通行方案、改善交通基础设施等交通安全管理与城市规划决策提供了有力支撑。
《交通运输工程与信息学报》投稿指南
<正>《交通运输工程与信息学报》为双月刊，双月20号出刊，主要关注交通运输系统（包括道路、铁路、航空、航海等各种交通方式）运营管理与信息化相关创新理论方法研究。尤其鼓励面向国家重大需求与领域热点的探索与创新，如：国家综合立体交通网、交通强国、川藏铁路、碳中和与碳达峰、自动驾驶、大数据与机器学习等。本刊采取双盲审方式审稿，审稿人从以下几个方面对稿件打分：（1）研究内容（参考国内高水平期刊）：创新价值、方法先进性、论证充分性；（2）文字表达：论文题目、中文摘要、英文摘要、文献综述、研究动机与贡献、文字表述。本刊编辑部本着严谨的科学态度认真对待每一份投稿，力争在两周内完成一轮审稿（请及时查询），并给出处理意见和建议。
期刊信息
创刊时间：2003
出版周期：双月刊
主管单位：中华人民共和国
主办单位：西南交通大学
主编：刘晓波 贺正冰
邮箱：jtt@swjtu.edu.cn
ISSN ：1672-4747
CN ：51-1652/U
期刊计量指标
影响因子：3.245
学科排名：7/169
所属分区：Q1
重要源期刊收录
中国科技核心期刊(CSTPCD)
Scopus文摘引文数据库收录
RCCSE中国核心学术期刊A
日本JST数据库收录
中文科技期刊数据库收录
中国知识资源总库(CNKI)全文收录
万方数据-数字化期刊群全文收录
管科学会交通分会战略合作期刊
微信公众号
