关键词： 交通运输系统工程   停车分配   整数规划模型   增广拉格朗日-交替乘子算法  

摘要： 为提高停车资源利用率以缓解停车供需失衡问题，考虑停车分配过程中用户利益与系统效益间的博弈关系，建立了预约模式下停车泊位利用率最大和用户成本最小的联合优化目标函数；构建了融合用户偏好特性的最优停车分配整数规划模型（OPA），并设计了增广拉格朗日-交替乘子算法进行预约泊位分配方案求解。为检验模型的有效性，在不同停车供需情况下将本文模型与多种经典停车分配模型对比，结果表明：本文OPA模型在泊位利用率、用户平均成本和请求接收率3个评价指标上的表现均明显优于经典分配模型，本文研究成果可为停车预约平台的决策管理提供理论参考。

关键词： 交通运输系统工程   交通安全   跟驰模型   雾天场景   控制策略  

摘要： 针对雾天环境高速公路车辆跟驰安全进行了研究，并提出了基于车车通信（Vehicleto-vehicle,V2V）环境的雾天跟驰安全提升策略。首先，选取雾天跟驰模型描述雾天车辆跟驰行为，设计数值仿真实验，分析不同雾天浓度和限速条件对车辆追尾碰撞风险的影响。然后，对仿真实验中的碰撞时间阈值TTC*，车队初始速度v和头车刚观测到事故发生点时头车与事故点的距离L进行参数敏感性分析。最后，基于雾天V2V环境，考虑速度差对跟驰行为的影响作用，提出雾天场景下的高速公路跟驰安全控制策略。研究结果表明：轻雾场景和浓雾场景分别在限速60 km/h和100 km/h时车辆追尾碰撞风险最高，轻雾场景在限速40 km/h和80km/h时车辆追尾碰撞风险最低，浓雾场景在限速60 km/h时车辆追尾碰撞风险最低。车辆追尾碰撞风险与车队初始速度v和碰撞时间阈值TTC*呈正相关，与头车刚观测到事故发生点时头车与事故点的距离L呈负相关。本文控制策略能有效降低雾天高速公路车辆追尾碰撞风险，在置信水平为95%的情况下，车辆追尾碰撞风险降低幅度显著，在不同雾天浓度和限速条件下，车辆追尾碰撞风险可降低36.70%～45.14%。

关键词： 交通运输系统工程   小目标车辆检测   损失函数   坐标注意力机制   自适应空间特征融合   YOLOX  

摘要： 针对无人机航拍视角下对小目标的检测仍存在漏检现象严重、检测精度低等问题，提出一种改进的YOLOX网络，用于无人机航拍图像的检测。为了增强网络的特征学习能力，在特征融合部分引入自适应空间特征融合（ASFF）模块，并在网络的颈部（Neck）嵌入坐标注意力机制（CA）。为了加强网络对正样本的学习，将二元交叉熵损失函数替换为变焦距损失函数。实验结果表明：改进后的YOLOX网络具有更好的检测效能，其mAP@50和mAP@50＿95分别达到了91.50%和79.65%。在多种交通场景下的可视化结果表明：相较于其他算法，优化后的网络具有更低的漏检率以及更高的检测精度，能够胜任小目标车辆的检测任务，可为高空视角下的车辆多目标跟踪应用提供参考。

关键词： 交通运输系统工程   排队消散特性   排队尾车驶离时间   排队尾车驶离速度   XGBoost   SHAP  

摘要： 针对传统排队尾车驶离状态预测模型难以适应排队消散的不确定性问题，提出了一种轨迹数据驱动的排队尾车驶离状态预测模型。首先，分析排队消散轨迹形态及潜在影响因素，以揭示排队尾车驶离状态的不确定性。然后，从排队等待和车辆启动两个阶段入手，提出排队尾车驶离状态影响特征集。最后，基于极端梯度提升（XGBoost）算法构建排队尾车驶离状态预测模型，引入SHAP(SHapley Additive exPlanations)可解释机器学习框架解析所有特征的贡献度，并确定最优特征组合及模型参数。研究结果表明：本文基于XGBoost的尾车驶离时间预测模型平均绝对百分比误差（MAPE）为5.74%，比运动学模型预测精度提升约10%；尾车驶离速度预测模型MAPE为9.98%，比运动学模型预测精度提升约6%，且预测性能均优于随机森林、决策树和多层感知机神经网络3种常用机器学习方法。研究成果可为车路协同环境下交叉口信号相位最小绿灯时间调节与网联车辆生态驾驶提供技术支撑。

关键词： 交通运输系统工程   侧滑   风险分析   CarSim仿真   制动行为  

摘要： 为了分析行驶在超高速公路曲线路段车辆制动行为的行车风险，综合考虑行驶速度、圆曲线半径、道路超高、制动力对行车风险的影响，建立车辆动力学模型，以侧向加速度和横摆角速度作为行车风险的评价指标，分析了各因素对行车风险的影响。研究结果表明：圆曲线半径对超高速公路曲线路段行车风险有显著影响，影响因素的主次顺序依次为圆曲线半径、速度、制动力、道路超高。对行驶在超高速公路曲线路段的车辆进行风险评估时，需综合考虑车辆的侧向加速度及横摆角速度。研究结果可以为分析超高速公路行驶车辆的安全性提供参考。

关键词： 交通运输系统工程   自动驾驶   驾驶能力恢复状态   交通振荡   数值仿真  

摘要： 利用模拟器开展了自动驾驶接管仿真实验，采集了实验过程中的车辆轨迹数据，利用高斯混合模型将接管后的驾驶状态划分为稳定与不稳定，并确定了被试的驾驶能力恢复时间。随后，利用遗传算法标定了驾驶能力恢复阶段与正常手动驾驶阶段的跟驰模型参数，并通过数值仿真技术，研究了不同扰动强度下驾驶能力恢复时长对交通振荡特性的影响规律。结果表明：接管后驾驶人平均需要27.25 s来恢复驾驶能力；驾驶能力恢复阶段的期望加速度与减速度大于正常手动驾驶阶段，而期望速度要小于正常手动驾驶阶段；接管会引起交通振荡，振荡持续时间与驾驶能力恢复时长和扰动强度正相关，而驾驶能力恢复时长对振荡幅度无显著影响；此外，交通振荡在车队传播过程中其振幅和持续时间会被不断放大。

关键词： 交通运输系统工程   建成环境   通勤方式选择   住房空间单元   混合Logit模型  

摘要： 为探讨不同规划单元群体混杂分布下建成环境对居民通勤方式选择的影响，构建了考虑住房类型空间单元异质性的混合Logit模型。同时，考虑个体层和规划空间单元层两个尺度建成环境特征对通勤行为的影响，并以深圳市的居民交通行为与意愿调查的抽样数据为例开展实证研究。结果表明：混合Logit模型比多项Logit模型有更好的拟合优度。若忽略住房空间单元群体的差异，土地利用混合度对混合住房空间单元的影响程度将被低估18.5%，轨道站点对保障性住房、小产权房和回迁指标房空间单元的影响程度将被高估6.3%、5.4%和4.5%，公交站点密度对回迁指标房空间单元的影响将被低估4.8%。公共服务设施对市场商品房（3.2%）和小产权房空间单元（2.8%）的经验敏感度最高，公交站点密度对保障性住房（2.6%）和回迁指标房（2.0%）的经验敏感度最大，到最近轨道站点距离对小产权房空间单元（2.1%）的经验敏感度最高。因此，有必要结合不同住房空间单元建成环境的影响和敏感度差异性，通过改善高效益住房空间单元的建成环境精准引导居民绿色通勤出行。

关键词： 交通运输系统工程   封闭式景区   纯电动客车   多目标调度   成本最优模型   启发式算法  

摘要： 为满足封闭式景区纯电动客车（BEV）调度的需要，提出了一种多目标调度模型。以BEV购置、发班频次、停靠时间和充电价差等4个运营成本最优为目标，基于UI规则设计发车时刻表求解算法，运用启发式算法求解车次链集合，设计BEV性能测试方案，通过限制试验样车的行驶速度，获得单次往返行程时间，提出CRUISE仿真与实车测试相结合的最大往返次数推算方法。以五台山景区南线为实例，验证BEV调度模型和求解算法的可行性。结果表明：基于UI规则的分时段BEV调度求解算法可实现分钟级BEV发车时刻表；实例线路的BEV购车数求解结果与理想最小购车数的偏差率为2.99%，求解时间为0.89 s；在模拟日均客流量为0.3万～3.0万人规模的调度计划时，实际运力供需的最大偏差率为1.00%。研究成果可用于封闭式景区BEV动态调度算法和车数规模测算模型。

关键词： 交通运输系统工程   快速路互通交织区   协同换道控制   双向搜索   换道点分布  

摘要： 互通交织区是影响快速路效率和安全的重要节点，研究协同换道控制方法是改善互通交织区交通环境的有效方式。研究以快速路互通交织区的交通特征分析为基础，设计协同换道控制框架，并提出基于双向搜索的协同换道控制方法，通过合理规划换道车辆的轨迹实现协同控制。通过仿真检验发现，相对于多级换道决策模式，本文提出的协同换道控制模式，换道点分布主要集中于交织区的中部和下游，针对交通负荷强度较大时，协同换道控制方法对通行效率的提升幅度可高达13.89%，有利于充分发挥交织区的通行效率，且能更好应对上游不确定的换道需求。研究成果可为智能网联环境下快速路互通交织区的交通管理与控制提供理论支撑。

关键词： 交通运输系统工程   无人机   快递物流   应用模式   技术发展   合作模式  

摘要： 随着科技的不断进步,无人机技术在快递物流行业的应用逐渐成为研究热点。本文着重研究无人机在快递物流行业的应用模式,无人机在物流领域的技术发展及挑战,物流企业、制造商和技术提供商之间的合作模式以及无人机对传统物流的影响。通过对这些方面的深入分析,探讨未来无人机在快递物流行业中的应用模式,以实现企业盈利和服务社会的双重目标。