关键词： 交通运输系统工程   智能车辆   接管行为   险态场景   警报方式  

摘要： 为提高驾驶人在不同险态交通情景下接管智能车辆的安全性,在模拟驾驶平台上分别研究了高速公路、山区道路和城市道路3类典型险态环境下驾驶人接管行为的特征和差异性。试验采集并分析了16名驾驶人在3类典型险态环境下的驾驶行为数据。结果表明:①驾驶人在接管车辆时采取的应急操作包括制动、转向、同时转向制动3种,各行为占比分别为71.4%、16.7%和11.9%。②不同险态交通情景下驾驶人接管反应时间无显著差异(P>0.05);在高速-城市险态情景下车辆最大纵向减速度存在显著差异(P=0.002<0.05),在山区-城市险态情景下车辆最大纵向减速度存在显著差异(P=0.048<0.05);在城市-山区险态情景下车辆最大转向盘转角存在显著差异(P=0.015<0.05);在山区-高速险态情景下车辆最大转向盘转角存在显著差异(P=0.000<0.05)。说明在不同险态交通情景下应采用不同的接管措施以提升接管的安全性和有效性。本文研究结果可为不同险态环境下的智能车辆接管系统研发提供参考。

关键词： 交通运输系统工程   接管干预行为   自动编码机   接管干预运行模式   自动驾驶卡车   自动驾驶路测  

摘要： 为解析和量化评估自动驾驶卡车路测安全员接管干预行为的有效性和安全性,以卡车速度、加速度及角速度等运行指标构造特征参数,联合自动编码机(AE)与K-means++算法构建复合模型,辨识出急减速、急加速、横向右转、横向左转和稳定接管等5种干预运行模式;综合人-车-路-环境多重因素,将接管干预原因分为避险接管、信任接管及优化接管3个类型;针对不同运行模式,结合时变特征分析其接管控制时间并辨析接管原因。基于自动驾驶卡车路测数据,提取了778个接管干预样本,评估验证方法的合理性和有效性。结果表明,受场景风险程度等要素影响,路测阶段急减速和稳定接管干预运行模式的接管控制时间明显少于其他接管干预运行模式;避险接管主要为急减/加速接管干预运行模式,信任接管多表现为横向右转/左转及稳定接管干预运行模式,优化接管仅有急加速接管干预运行模式;避险及信任接管类型占比大于80%,表明安全员在自动驾驶卡车路测中仍以确保路测安全为首要目标。

关键词： 交通运输系统工程   审稿专家   编委会工作   北京交通大学   期刊   年度  

摘要： 2024年1月9日下午,“交通运输系统工程与信息”期刊2023—2024年度工作编委会扩大会议在北京交通大学红果园宾馆召开。会议以线下和线上相结合的形式召开,来自全国各地的编委与审稿专家60余人参加了此次工作会议。会议上半段由常务副主编贾顺平主持,编委会副主席、主编毛保华汇报期刊2023年运行情况和2024年工作计划。

关键词： 交通运输系统工程   信号控制   时段划分   聚类算法   方案过渡  

摘要： 为提高单点交通控制时段划分准确性,首先提出一种基于KD-tree加速搜索并利用GridsearchCV进行超参数寻优的kagscv-DBSCAN算法用来求解基于检测器自然数据的时段划分初步方案,并加入了对方案间过渡的考虑对初步方案进行修正。最后,以车总延误、交叉口通行能力和运算速度为评价指标进行实际案例分析并与传统方法进行了对比。结果表明:所提方法对比K-means、PAW、FCM和RSAGA-FCM在车总延误方面分别降低8.69%、6.61%、3.68%和1.04%,通行能力提升效率分别为5.67%、5.07%、3.48%、1.69%,并在运算速度上具备明显优势。

关键词： 期刊学术水平   选题策划   卷首语   审稿专家   交通运输业   中国式现代化   交通运输行业   质量提升  

摘要： 2023年是经历3年疫情后的第一年。这一年,我国的交通运输行业在以高质量发展全面推进中国式现代化建设的总体要求下,正通过数字化、网络化、智能化技术加快推进交通强国建设,全国上下进入了交通运输发展新阶段。2023年也是《交通运输系统工程与信息》期刊学术水平和质量提升最为显著的一年。在中国卓越期刊计划指导下,审稿专家和编辑部全体员工共同努力,加强了专栏设计引导投稿和热点选题策划,吸收了重点学科、重点课题和重大项目等主要技术专家学者为我刊的作者。全年刊发了193篇论文,包括“交通运输业高质量发展策略”“低碳交通论坛”“运输组织优化理论和方法”这3个专栏的论文。

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   高速公路隧道   照度   动态安全时距   跟驰模型   交通仿真  

摘要： 为研究隧道环境下车辆的跟驰特性,通过实车试验获得高速公路隧道路段的照度值、车头时距,总结隧道段的照度变化规律,分析照度变化对车辆安全时距的影响作用.以照度变化率为指标,建立照度变化率与车辆安全时距的函数关系模型,基于该模型计算得到的安全时距数据,结合隧道不同区段的照度变化规律对车辆安全时距进行分段拟合,最后根据所拟合的分段函数改进了智能驾驶员跟驰模型(Intelligent Diver Model,IDM),将原模型中的静态安全时距修订为能体现隧道环境下车辆行驶状态变化的动态变量.通过仿真试验所输出的车辆速度检测结果表明,原模型在车辆进入隧道过程中车速从29 m/s减小至24 m/s,随着驾驶员暗适应阶段结束车速逐渐增加至29 m/s且趋于稳定;改进后的跟驰模型在车辆进入隧道过程中车速从29 m/s减小至20 m/s,随着隧道内部照度逐渐稳定,车速稳定在隧道路段限速值附近,在车辆驶出隧道后车速逐渐增加直至趋于稳定,改进后的跟驰模型能符合实际高速公路隧道段的车速阶段性的变化特征.

摘要： 2024年1月9日下午，“交通运输系统工程与信息”期刊2023—2024年度工作编委会扩大会议在北京交通大学红果园宾馆召开。会议以线下和线上相结合的形式召开，来自全国各地的编委与审稿专家60余人参加了此次工作会议。会议上半段由常务副主编贾顺平主持，编委会副主席、主编毛保华汇报期刊2023年运行情况和2024年工作计划。2023年成立了第八届编委会，本届编委会由97人组成，其中包含多名院士、长江、杰青和优青，以及16名海外编委。为巩固期刊在交通运输系统工程领域的学术水平、支撑学科发展的可持续性，编委会增加了活跃在交通运输系统工程理论与工程实践一线的青年编委的数量，其显著特点是平均年龄较上届下降了4岁。根据编辑部统计的数据，2023年“交通运输系统工程与信息”期刊编辑部全年收到来稿约1300篇，分6期刊发了193篇论文，平均页码10.05页。2023年参与审稿的专家72名，平均审稿2.6轮，

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。