<正>《交通运输工程与信息学报》为季刊,每季末月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。
【背景】自主交叉口是智能网联环境下的新型城市道路交叉口，通过车辆实时通信与协作取代交通信号灯，实现安全高效通行，被视为未来城市交通发展的重要方向。【目的】为了探究自主交叉口的研究进展，从系统设计与交通管理两方面对相关研究成果进行梳理和总结。【方法】首先，介绍了自主交叉口的空间布局及冲突构建方法。其次，归纳了研究中常用的简化假设，基于冲突构建方法与假设，总结了自主交叉口管理的系统架构与理论模型。此外，介绍了两类用于验证管理方法效果的评估手段。最后，提出了未来研究的潜在方向。【结果】自主交叉口的空间布局包括通信与规划区域、控制执行区域以及冲突区域，其中冲突区域可通过栅格法、冲突点法或冲突区域法进行构建。自主交叉口管理方法具有基于规则、优化、学习和博弈四种建模方式。为简化建模，研究常在车辆特性、通信特性、速度与车道管理以及环境条件等方面进行假设。除了仅面向智能网联汽车的基础性自主交叉口管理外，扩展性研究包括混合交通环境下的交叉口管理、行人过街管理、多交叉口协同控制以及路网中交叉口的优化布局。自主交叉口管理在提升交叉口通行效率、保障交通安全、改善驾驶舒适性以及促进交通系统可持续发展方面具有显著成效。未来研究可在提升模型精确性、促进管理方法融合、增强测试环境真实性等方面进一步突破。【应用】本综述可为自主交叉口的设计、管理及实际应用提供理论支撑与参考。
【背景】多个国家和地区已经展开无人驾驶汽车的测试和试运营，部分城市已出现了无人驾驶出租车服务。无人驾驶汽车相关的法律、社会、交通等问题被广泛讨论，公众的使用意愿对无人驾驶汽车的普及和推广具有重要意义。文献分析发现，心理和行为因素对无人驾驶汽车的接受度和使用意愿的影响不可忽视。【目标】为响应国家发展战略并推动无人驾驶技术的商业化应用，研究旨在探讨无人驾驶试运营背景下潜在消费者使用意愿的影响因素，并揭示影响路径关系。【方法】以涉入度理论与SOR模型为基础理论，设计了心理行为实验，引入无人驾驶形象、认知涉入度、情感涉入度、使用意愿四个潜变量，通过Credamo见数的HBO心理行为实验平台进行实验数据收集，获得了320份有效问卷，并运用影响因素分析、差异性分析、中介作用检验、结构方程模型等方法对数据进行了分析。【结果】研究结果表明：（1）科普类和体验类宣传视频均显著提升了无人驾驶的形象和使用意愿；（2）科普类视频在提升认知涉入度方面的效果优于对情感涉入度的提升效果，而体验类视频在提升情感涉入度方面的效果优于对认知涉入度的提升效果；（3）无人驾驶形象对认知涉入度和情感涉入度具有显著的正向影响，认知涉入度和情感涉入度对使用意愿具有显著的正向影响；（4）认知涉入度和情感涉入度作为中介变量，间接影响无人驾驶形象对使用意愿的效应。【应用】研究结果为进一步提高无人驾驶汽车的使用意愿和制定无人驾驶汽车推广策略提供参考。
【背景】我国老龄化问题日趋严重，构建适老化交通服务规划仍处于探索阶段。【目标】精准分析老年人公交出行意愿影响因素及其相互间的定量关系，从而推动构建老年友好型公交。【方法】首先，选取56位重庆市常乘坐公交出行的老年人进行半结构化访谈，使用扎根理论方法对访谈文本进行质性编码，识别出影响老年人公交出行的4个因素，并结合老年人公交出行实际情景和相关成熟理论构建理论模型，然后基于所构建的理论模型提出相应的理论假设，采用Likert5点量表设计的调查问卷收集477份有效样本，运用偏最小二乘-结构方程模型进行分析和验证。【结果】通过扎根理论中的开放式、主轴式和选择式三级编码方法分析访谈文本数据得到情景性感知、态度、知觉行为控制和主观规范4个主范畴。基于结构方程模型验证结果发现：模型拟合程度均表现良好，主观规范对老年人的公交出行意愿影响作用最大，总效应为0.357；其次是知觉行为控制（0.243）、情景性感知（0.186）和态度（0.152）；同时，情景性感知通过态度变量间接影响老年人的公交出行意愿，间接效应达0.105。【应用】研究结果可为意愿影响因素提取及量化研究提供理论依据，在改善老年人公交出行环境和全面提升适老化交通服务方面具有指导意义。
【背景】随着车路协同相关技术的不断发展，通过车辆速度引导实现车辆在交叉口的安全、高效通行成为交叉口管理的重要手段之一，受到广泛关注。【目标】充分利用无信号交叉口灵活性，实现网联人类驾驶车辆路权优化，提供协同式车辆速度引导，缓解交通拥堵，降低车辆燃油消耗。【方法】首先，提出一种考虑车辆驾驶意图的车组划分规则，并基于此考虑车辆动力学、车组占用汇流区时间以及车组间冲突关系等多重约束，建立以规划区域内车辆总延误最小为目标的优化模型。随后，提出一种考虑与障碍车辆间碰撞风险的在线协同速度引导方法，进一步提高交叉口利用率，形成车组划分、路权优化、速度引导的分层异步无信号交叉口一体化管理框架。【结果】利用Matlab软件开展仿真实验，结果表明，基于分层优化方法的平均延误优于其他方法，总体延误处于较低水平。例如，当交通流量为2 000 veh/h时，所提方法相比于基于先到先服务的方法和基于时间接近度的速度引导方法，分别可降低45%以上和16.86%的平均延误。【结论】提出一种考虑网联车辆意图的分层式协同车速引导方法，可有效提高网联无信号交叉口车路协同方法的精细化程度，提高系统通行效率。
【背景】巡游定制公交能够融合常规公交和需求响应式公交的优点，对缓解城市交通拥堵和提升公交服务水平具有显著的效果。【目标】从时空可达性的角度出发，探究巡游定制公交的服务供给与个体公交出行需求之间的耦合性，实现巡游定制公交服务区域的快速划分。【数据】利用南京市公交出行OD数据，解析公交服务运营模式与数量特征，量化城市复合公交网络的供给能力。【方法】提出基于可用性与易达性的可达性度量方法，评估复合公交服务供给指数的空间分布特征；最后，提出基于时空可达性的服务区域划分模型，应用基于改进禁忌搜索启发式算法求解出巡游定制公交服务区域的最优划分方案。【结论】布设巡游定制公交可以为居民提供更多机会参与社会和经济活动，应用结合可用性和易达性的复合指数规划与开发巡游定制公交的服务空间能覆盖更多的交通弱势区域，且使得覆盖区域内客流分布更为广泛。
【背景】现有的出行推荐系统大多是根据特定目标，对各种交通方式的出行方案进行同质化推荐，未能考虑用户出行情景的异质性，导致难以满足用户个性化的出行需求。【目标】提出一种基于大语言模型的多模式出行方案个性化推荐算法，通过时空上下文感知，将多维异构的个性化出行情景表征为统一空间的嵌入向量，以更精准地刻画用户的出行需求，从而为用户推荐最匹配的出行方案。【数据】基于百度地图的历史出行大数据，提取用户出行查询记录、出行方案推荐记录、点击记录和用户属性等信息。【方法】利用BERT(Bidirectional Encoder Representations from Transformers)大语言模型将用户每次查询所对应的推荐出行方案集文本描述转化为语义向量，并与出行时段、用户属性等特征进行融合，构建综合表征用户个性化出行情景时空异质性的特征向量。将个性化出行情景特征向量输入多层感知器（Multilayer Perceptron, MLP）模型，预测用户最有可能选择的交通方式，作为推荐的最佳出行方案。【结果】基于BERT语义嵌入与MLP构建的多模式出行方案个性化推荐模型能够较为精确地辨识用户的差异化出行需求，其加权F1分数高于已有研究中使用相同数据集的其他模型。【应用】应用大语言模型感知用户个性化出行情景，可以显著提升出行推荐系统的智能化和个性化水平，对于优化出行服务质量，提高用户出行满意度具有重要作用。
【背景】公交跨线调度因其车辆运营成本低、利用率高等优势，已在国内外城市中开展实施，但在实际应用中仍面临跨线调度范围有限和行程时间波动等挑战，导致调度存在跨线班次少、准点率低等问题。【目标】针对行程时间波动环境下的公交车辆跨线调度问题，通过调整发车时刻表和融合各子场景下的公交行车计划，扩大公交车可跨线班次空间，达到最终行车计划具有跨线班次多、车辆利用率高、用车成本低和准点率高的效果。【方法】提出公交多线协同跨线调度两阶段鲁棒优化模型，引入时间控制点，建立发车时间偏移、班次衔接的时间以及首末站和空驶距离等约束，构建了异质行程时间场景集，针对模型的规模大、约束复杂等特性，将原模型分解为多个子模型，并构建基于场景融合的分支定价算法进行求解。【数据】基于重庆市五条公交线路真实行车数据，构建不同线路数量的算例验证模型与算法的有效性与高效性，并对时间控制点参数设计敏感性测试。【结果】相比于传统策略，所提出的基于发车时间偏移的多线协同跨线调度策略可降低成本12.92%，提高公交车的车均载客总时间16.62%，缩短待班时间29.55%。敏感性分析表明，合理分配时间控制点的数量和布局可减少公交车的到站时间偏差和用车总成本，提高车辆工作效率和准时性。
【目标】启发和推动大语言模型在道路交通领域中的创新与应用。【背景】以ChatGPT为代表的大语言模型的出现深刻改变了人类社会，推动了人工智能技术的发展，并显著影响了社会互动的方式，也包括道路交通领域。【方法】首先，简要介绍了大语言模型及其主要特征；其次，列举其在道路交通领域的典型应用，梳理共性特征；最后，论述了大语言模型的一些局限性。【结果】大语言模型可以在如下几方面赋能道路交通研究与应用：减少用户与结果之间的技术障碍、帮助模型适应实际需求、交通视频自动理解、减轻梳理文本工作的负担、助力自动驾驶，换个角度讲，凡是遇到上述技术障碍，均可考虑使用大语言模型来辅助问题的解决。同时，指出了目前大语言模型的一些局限性，包括：可重复性问题、缺乏领域知识、处理效率问题、模态表征差异、“幻觉”问题、缺乏对物理世界的理解、隐私和安全问题等。
【背景】近年来，车辆保有量的增加使道路拥堵日趋严重，导致电动车配送难以在客户满意时间窗内送达，且电动车存在续航里程短、充电时间长的特点，易导致其配送时效性差、客户满意度降低。【目标】针对电动车配送存在的不足，优化考虑道路拥堵的电动车配送路径及充电策略。【方法】首先，构建了包含车辆自身参数和道路阻抗等因素的电动车电耗测度模型，以及考虑固定成本、车辆使用成本、电能消耗成本和时间窗惩罚成本最小化的数学模型；其次，提出了改进的自适应大邻域搜索算法，根据问题特性，设计了高效的破坏算子和修复算子以扩大解的搜索空间；最后，使用了充电站节点调整策略，通过优化充电站的选择和访问顺序，在满足车辆续航需求的前提下，实现运输成本和充电成本的最小化。【数据】利用Solomon提出的不同规模的算例进行实验，以便对所提算法的性能进行全面的对比与测算。【结果】所提算法相较于传统的自适应大邻域搜索算法，求解质量和求解效率大幅提高，验证了所提算法的有效性。【应用】分析了不同充电策略、不同载重和不同拥堵时长对配送总成本、配送总时长等指标的影响，为物流企业电动车车辆路径优化管理带来一定启示。