CN112985328A - 一种隧道侧向余宽确定方法及系统 - Google Patents
一种隧道侧向余宽确定方法及系统 Download PDFInfo
- Publication number
- CN112985328A CN112985328A CN202110217956.7A CN202110217956A CN112985328A CN 112985328 A CN112985328 A CN 112985328A CN 202110217956 A CN202110217956 A CN 202110217956A CN 112985328 A CN112985328 A CN 112985328A
- Authority
- CN
- China
- Prior art keywords
- load
- tunnel
- driver
- lateral
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提出了一种隧道侧向余宽确定方法及系统,包括:采集不同侧向余宽环境下驾驶员负荷数据,数据包括驾驶绩效指标、驾驶员心理负荷表征指标、视觉负荷指标;针对所采集的数据进行无量纲化处理,然后进行因子分析得到综合评价指标,即公因子;确定公因子权重,以最终得到的公因子权重为模型系数,得到驾驶员负荷量化模型;基于驾驶员负荷量化模型计算得到的负荷值,并根据所得计算结果获得不同侧向余宽下驾驶员负荷优异情况,最终确定不同隧道区段的侧向余宽。本公开基于侧向余宽的高速公路隧道速度提升技术对策的评价方法,可用于评价不同方案下高速公路隧道的速度提升对策,以提高高速公路隧道运行速度以及减轻隧道环境对车速的不利影响。
Description
技术领域
本公开属于公路工程勘测设计与道路安全交叉技术领域,尤其涉及一种隧道侧向余宽确定方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
由于隧道特殊的压抑性管廊环境,隧道路段限速比一般路段限速更低。隧道限速更低确实提高了安全性能,但是隧道内外路段不一样的限速制约了通行效率。
受制于建设成本,公路隧道路段建筑限界或隧道开挖跨度主要考虑经济性。隧道宽度主要由车行道、路缘带、隧道检修带等组成,隧道侧向余宽是指从行车道边缘至路旁障碍物所应保持的横向距离。原则上余宽越大,隧道环境对行车的影响越小。
侧向余宽具体确定存在的技术问题是:车辆穿越隧道时,由于洞内外以及隧道入口段、中间段和出口段环境不同,驾驶员会不断调整速度,车辆均会出现一定程度的横向偏移且运行平均速度降低。在公路及城市道路的实践过程中,因对侧向余宽没有进行专门的设计,并未意识到合理设置侧向余宽可在一定程度上提高驾驶员运行速度和减轻隧道环境对车速的影响。
发明内容
为克服上述现有技术的不足,本公开提供了一种隧道侧向余宽确定方法,基于不同的侧向余宽,用于评价不同方案下高速公路隧道的速度提升对策,以提高高速公路隧道运行速度以及减轻隧道环境对车速的不利影响。
为实现上述目的,本公开的一个或多个实施例提供了如下技术方案:
第一方面,公开了一种隧道侧向余宽确定方法,包括:
采集不同侧向余宽环境下驾驶员负荷数据,数据包括驾驶绩效指标、驾驶员心理负荷表征指标、视觉负荷指标;
针对所采集的数据进行无量纲化处理,然后进行因子分析得到综合评价指标,即公因子;
确定公因子权重,以最终得到的公因子权重为模型系数,得到驾驶员负荷量化模型;
基于驾驶员负荷量化模型计算得到的负荷值,并根据所得计算结果获得不同侧向余宽下驾驶员负荷优异情况,最终确定不同隧道区段的侧向余宽。
进一步的技术方案,不同侧向余宽环境下驾驶员负荷数据获取方式为:
每种侧向余宽环境下驾驶员负荷数据获取分两个阶段完成,第一阶段为小型车实验,第二阶段为大型车实验;
开始前对被试采驾驶员采集静态心率;
实验阶段,遵守驾驶规则的前提下正常行驶,实验过程中,标记经过隧道时的时间点及采集指标数据,实验结束后,保存实验数据,完成单人次实验;
第一阶段实验结束后,更换车型按上述步骤进行第二阶段大车实验;
两阶段实验结束后,隧道重新划线,调整侧向余宽,进行下一方案侧向余宽实验,重复上述步骤。
进一步的技术方案,小型车实验时,利用分析仪采集车辆实时运行车速数据,大型车采用录像形式对行车记录仪进行拍摄,行车记录仪可实时显示时间点与车速,实验结束后根据录像对大型车速度数据进行提取。
进一步的技术方案,实验阶段采集指标数据时,利用心率表获得驾驶员实时心率数据,实验结束后通过时间点与行驶距离和其他数据进行同步匹配,利用眼动仪实时采集驾驶员随运行环境变化时的眼动变化。
进一步的技术方案,隧道重新划线,调整侧向余宽,其中左线进行左侧侧向余宽方案的划线,右线进行右侧侧向余宽的划线,同时告知驾驶员隧道隧道路段限速,提示其按实际驾驶习惯自由驾驶。
进一步的技术方案,所述驾驶绩效指标包括:车速差、速度标准差;驾驶员心理负荷表征指标包括:心率均值、心率标准差;视觉负荷指标包括:平均注视持续时间、注视时间标准差。
进一步的技术方案,公因子Fj,j=1,2,其中F1命名为“心理负荷-驾驶绩效因子”,以心率均值、车速差和速度标准差为关键变量,F2命名为“视觉负荷因子”,以平均注视持续时间和注视时间标准差为关键变量,通过计算得到公因子的方差贡献率。
进一步的技术方案,选取主成分分析和熵权法相结合的方法来确定公因子权重,以最终得到的公因子权重为模型系数,并以累积权重为基础进行单位化处理,结合线性加权模型,最终得到驾驶员负荷量化模型。
进一步的技术方案,根据所得计算结果获得不同侧向余宽下驾驶员负荷优异情况,具体为:对驾驶员负荷量化结果进行对比分析,从不同侧向余宽驾驶员个体负荷变化、不同侧向余宽驾驶员平均负荷变化、不同隧道区段驾驶员负荷变化三方面进行,其中需根据隧道照明亮度将其划分为隧道入口段、隧道中间段和隧道出口段,用于研究不同侧向余宽环境中驾驶员位于不同隧道区段时的驾驶负荷差异性。
第二方面,公开了一种隧道侧向余宽确定系统,包括:
数据采集模块,用于采集不同侧向余宽环境下驾驶员负荷数据,数据包括驾驶绩效指标、驾驶员心理负荷表征指标、视觉负荷指标;
公因子确定模块,针对所采集的数据进行无量纲化处理,然后进行因子分析得到综合评价指标,即公因子;
确定公因子权重,以最终得到的公因子权重为模型系数,得到驾驶员负荷量化模型;
侧向余宽确定模块,基于驾驶员负荷量化模型计算得到的负荷值,并根据所得计算结果获得不同侧向余宽下驾驶员负荷优异情况,最终确定不同隧道区段的侧向余宽。
以上一个或多个技术方案存在以下有益效果:
本公开技术方案对于不同等级公路的隧道路段,设计合适的侧向余宽,可以减轻隧道对车速的不利影响,确保在不降低车速的条件下通行,即保持公路一般路段与隧道路段连续一致的限速。
本公开技术方案基于侧向余宽的高速公路隧道速度提升技术对策的评价方法,可用于评价不同方案下高速公路隧道的速度提升对策,以提高高速公路隧道运行速度以及减轻隧道环境对车速的不利影响。
本公开技术方案为一套方便快捷的系统并以此根据各类隧道环境确定最优侧向余宽的方案。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1为本公开实施例基于侧向余宽的高速公路隧道速度提升技术对策的评价方法的内容和流程图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
实施例一
参见附图1所示,本实施例公开了一种隧道侧向余宽确定方法,第一步,制定实验方案获取不同侧向余宽环境下驾驶员负荷数据,实验方案包括样本选择、实验仪器设备、实验车辆、实验场景、实验流程及实验注意事项;
样本选择:雇佣形式随机选取n名驾驶员,年龄在34-52岁之间,驾龄在10-30年之间,所有驾驶员均有高速及隧道驾驶经验,持有效驾照,视觉机能正常,无生理缺陷和重大事故经历;
实验仪器设备:CAN-OBD分析仪、心率表、眼动仪。小型车利用CAN-OBD分析仪采集车辆实时运行车速数据,采样频率为17Hz,大型车速度获取采用录像形式,实验人员架设相机对行车记录仪进行拍摄,行车记录仪可实时显示时间点与车速,实验结束后可根据录像对大型车速度数据进行人工提取,行车记录仪采样频率为1HZ。驾驶员通过佩戴心率表获得实时心率数据,单位为bpm,采样频率为1Hz,正式实验开始前需测量每位驾驶员静态心率值,测量时长为2min,实验结束后通过时间点与行驶距离和其他数据进行同步匹配。眼动仪可实时采集驾驶员随运行环境变化时的眼动变化,所采集眼动数据可利用D-Lab软件获取,该软件采样频率为60Hz;
实验车辆:实验选取与小客车和载重汽车尺寸相近的两种车型作为本次实验的代表车型,即别克君越和重汽汕德卡,其中载重汽车采用两轴载货车,车身长度为12m,车身宽度2.55m,实验车技术状况良好;
实验场景:为研究不同侧向余宽下驾驶员驾驶行为特征,需对隧道行车道标线进行重划线处理,以满足不同侧向余宽实验场景要求,其中划线过程中需保证车道宽度为3.75m,标线宽为0.2m;
实验流程:针对每种侧向余宽方案实验需分两个阶段完成,第一阶段为小型车实验,第二阶段为大型车实验;实验流程包括(1)隧道重划线(2)实验人员对被试进行实验目的、实验过程等基本情况说明,并指导被试填写驾驶员信息登记表,告知驾驶员隧道路段限速120km/h,按实际驾驶习惯自由驾驶,但需遵守重划线后的车道标线行驶(3)仪器设备安装与调试(4)静态心率采集。实验开始前对被试采驾驶员采集静态心率,时长为2min(5)正式实验阶段,要求驾驶员根据自身驾驶习惯自由驾驶,但应严格遵循黄色标线行驶,实验过程中,实验人员需标记被试经过隧道时的准确时间点,以便后期对数据进行匹配提取(6)实验结束后,实验人员及时保存实验数据,完成单人次实验,更换被试驾驶员(7)第一阶段实验结束后,更换车型按上述步骤进行第二阶段大车实验(8)两阶段实验结束后,隧道重新划线,进行下一方案侧向余宽实验,重复上述步骤(1)-(7);
实验注意事项:(1)实验需配备足量电池电源,确保试验过程中仪器设备电量充足(2)实验人员应准确记录驾驶员进出隧道时间点,以便后期进行数据点匹配(3)实验过程中,要求被试驾驶员不得使用手机、车载显示屏等电子设备,同时实验人员应杜绝与被试进行非必要交流(4)隧道重划线处理需保证原有标线覆盖完全,新划标线满足规范参数要求;
本实例中随机选取15名驾驶员,驾驶员信息一览表如表1所示。
表1驾驶员信息一览表
本实例中实验车辆具体车辆技术参数如表2所示。
表2实验车主要技术参数
第二步,通过规定实验流程、设备及预处理获取不同侧向余宽环境下驾驶员负荷数据,数据包括驾驶绩效指标、驾驶员心理负荷表征指标、视觉负荷指标;
其中,通过设备获取数据后对数据进行预处理,即剔除异常值,筛选数据;根据预处理后数据计算负荷数据,即车速差、速度标准差、心率均值、心率标准差、平均注视持续时间、注视时间标准差;对所得负荷数据进行无量纲标准化处理;
驾驶绩效指标包括:车速差、速度标准差;
驾驶员心理负荷表征指标包括:心率均值、心率标准差;
视觉负荷指标包括:平均注视持续时间、注视时间标准差;
其中平均注视持续时间(MVFD)公式如下:
其中,在获取不同侧向余宽环境下驾驶员负荷数据时,应区分大型车驾驶员和小型车驾驶员类两类驾驶员,以及区分驾驶员行驶于隧道左侧和隧道右侧两种驾驶路径。在获取数据之前,需对隧道内标线进行重划线处理,其中左线进行左侧侧向余宽方案的划线,右线进行右侧侧向余宽的划线,同时告知驾驶员隧道隧道路段限速,提示其按实际驾驶习惯自由驾驶。
需要说明的是,在获取不同侧向余宽环境下驾驶员负荷数据时,应区分大型车驾驶员和小型车驾驶员类两类驾驶员,以及区分驾驶员行驶于隧道左侧和隧道右侧两种驾驶路径。
在获取数据之前,需对隧道内标线进行重划线处理,其中左线进行左侧侧向余宽方案的划线,右线进行右侧侧向余宽的划线,同时告知驾驶员隧道隧道路段限速,提示其按实际驾驶习惯自由驾驶。
本实例中告知驾驶员隧道路段限速120km/h,设置5种方案,如表3所示,其中3种右侧侧向余宽方案,2种左侧侧向余宽方案,每种方案场景共15名被试驾驶员,获取不同方案下驾驶员安全通过隧道的各项数据。
表3隧道侧向宽度划线方案
方案编号 | 右侧侧向宽度/m | 左侧侧向宽度/m | 余宽C/m |
1 | 1.25 | 0.75 | 0.5 |
2 | 1.50 | 1.00 | 0.5 |
3 | 1.75 | —— | 0.5 |
第三步,根据所获取的数据,运用准差化法和SPSS软件对原始变量进行无量纲化处理,标准化处理公式为:
其中,心率均值(x1)、平均注视持续时间(x2)、注视时间标准差(x3)、车速差(x4)和速度标准差(x5)均为驾驶员预处理后数据,为简化分析,故取驾驶员各指标的平均值用于原始变量标准化处理。
本实例中原始数据经标准化后的矩阵如表4所示。
表4标准化数据矩阵
第四步,对归一化处理后的数据进行因子分析得到综合评价指标,即公因子Fj(j=1,2),其中F1命名为“心理负荷-驾驶绩效因子”,以心率均值、车速差和速度标准差为关键变量,F2命名为“视觉负荷因子”,以平均注视持续时间和注视时间标准差为关键变量。通过计算得到公因子的方差贡献率,其公式为:
式中:λj:第j个公因子的方差贡献率;αij:因子载荷,表示第i个变量在第j个因子上的载荷;p:原始变量数目,本文p=5。
第五步,选取主成分分析和熵权法相结合的方法来确定公因子权重。以最终得到的公因子权重为模型系数,并以累积权重为基础进行单位化处理,结合线性加权模型,最终得到驾驶员负荷量化模型。权重公式和驾驶员负荷计算公式分别如下:
Ti=αλi+(1-α)ωi;
式中:Ti:第i个指标的权重;λi:第i个公因子的贡献率;ωi:由熵权法确定的第i个指标权重系数,α为比例系数,0≤α≤1,考虑到本文所采用的赋权方法各有优劣,故取α=0.5。L:驾驶员负荷值;Fi *:原始变量在公因子Fi的因子得分,原始变量需经过标准化处理;公因子Fi的权重。
其中所述因子载荷阵,可通过变量X*的协方差矩阵的特征根λi及其特征向量Tp进行计算,表示为:
其中因子得分公式,可通过因子得分系数和原始变量的标准化值进行计算,本文的因子得分表达式为:
本实例中原始变量及公因子的权重系数如表5所示:
表5指标权重系数
最终确定驾驶员负荷计算公式为:
第六步,采用极值法对计算得到的负荷值进行转换,将数值转化为0-1的区间内,并根据所得计算结果绘制数据对比图,每一种方案转换后的负荷值越小或越平稳,则该方案较优异,对结果进行分析时,分析不同方案下驾驶员负荷优异情况,综合评价及选择不同侧向余宽情况的方案。极值法的计算公式如下:
其中对驾驶员负荷量化结果进行对比分析时,需从不同侧向余宽驾驶员个体负荷变化、不同侧向余宽驾驶员平均负荷变化、不同隧道区段驾驶员负荷变化三方面进行,具体的,为进一步提升结果的可靠性,在进行方案负荷值对比时,从三方面综合比较;不同隧道区段驾驶员负荷变化,需分别计算隧道入口段、中间段和出口段的驾驶员负荷均值,绘制不同隧道区段驾驶员负荷对图后,分析不同方案之间的负荷差异性;该三方面若负荷值对比分析不直观,需运用数理统计法对其进行显著性检验,方案之间的显著性差异可表明驾驶员负荷改善的显著程度;其中需根据隧道照明亮度将其简单划分为隧道入口段、隧道中间段和隧道出口段,用于研究不同侧向余宽环境中驾驶员位于不同隧道区段时的驾驶负荷差异性。
本实例中推荐采用设计方案2(左侧侧向宽度1.25m,右侧侧向宽度1.50m,余宽C为0.5m);隧道采用方案2余宽设计值时,左侧车道小型车运行车速可提升3.9%,右侧车道大型车运行车速可提升3.6%,驾驶员平均负荷下降30%,同时驾驶员车速保持能力明显改善(速度离散性较小)。
实施例二
本实施例的目的是提供一种计算装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法的步骤。
实施例三
本实施例的目的是提供一种计算机可读存储介质。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时执行上述方法的步骤。
实施例四
本实施例的目的是提供了一种隧道侧向余宽确定系统,包括:
数据采集模块,用于采集不同侧向余宽环境下驾驶员负荷数据,数据包括驾驶绩效指标、驾驶员心理负荷表征指标、视觉负荷指标;
公因子确定模块,针对所采集的数据进行无量纲化处理,然后进行因子分析得到综合评价指标,即公因子;
确定公因子权重,以最终得到的公因子权重为模型系数,得到驾驶员负荷量化模型;
侧向余宽确定模块,基于驾驶员负荷量化模型计算得到的负荷值,并根据所得计算结果获得不同侧向余宽下驾驶员负荷优异情况,最终确定不同隧道区段的侧向余宽。
以上实施例二、三和四的装置中涉及的各步骤与方法实施例一相对应,具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质;还应当被理解为包括任何介质,所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本公开中的任一方法。
本领域技术人员应该明白,上述本公开的各模块或各步骤可以用通用的计算机装置来实现,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本公开不限制于任何特定的硬件和软件的结合。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (10)
1.一种隧道侧向余宽确定方法,其特征是,包括:
采集不同侧向余宽环境下驾驶员负荷数据,数据包括驾驶绩效指标、驾驶员心理负荷表征指标、视觉负荷指标;
针对所采集的数据进行无量纲化处理,然后进行因子分析得到综合评价指标,即公因子;
确定公因子权重,以最终得到的公因子权重为模型系数,得到驾驶员负荷量化模型;
基于驾驶员负荷量化模型计算得到的负荷值,并根据所得计算结果获得不同侧向余宽下驾驶员负荷优异情况,最终确定不同隧道区段的侧向余宽。
2.如权利要求1所述的一种隧道侧向余宽确定方法,其特征是,不同侧向余宽环境下驾驶员负荷数据获取方式为:
每种侧向余宽环境下驾驶员负荷数据获取分两个阶段完成,第一阶段为小型车实验,第二阶段为大型车实验;
开始前对被试采驾驶员采集静态心率;
实验阶段,遵守驾驶规则的前提下正常行驶,实验过程中,标记经过隧道时的时间点及采集指标数据,实验结束后,保存实验数据,完成单人次实验;
第一阶段实验结束后,更换车型按上述步骤进行第二阶段大车实验;
两阶段实验结束后,隧道重新划线,调整侧向余宽,进行下一方案侧向余宽实验,重复上述步骤。
3.如权利要求2所述的一种隧道侧向余宽确定方法,其特征是,小型车实验时,利用分析仪采集车辆实时运行车速数据,大型车采用录像形式对行车记录仪进行拍摄,行车记录仪可实时显示时间点与车速,实验结束后根据录像对大型车速度数据进行提取。
4.如权利要求2所述的一种隧道侧向余宽确定方法,其特征是,实验阶段采集指标数据时,利用心率表获得驾驶员实时心率数据,实验结束后通过时间点与行驶距离和其他数据进行同步匹配,利用眼动仪实时采集驾驶员随运行环境变化时的眼动变化。
5.如权利要求2所述的一种隧道侧向余宽确定方法,其特征是,隧道重新划线,调整侧向余宽,其中左线进行左侧侧向余宽方案的划线,右线进行右侧侧向余宽的划线,同时告知驾驶员隧道隧道路段限速,提示其按实际驾驶习惯自由驾驶。
进一步的技术方案,所述驾驶绩效指标包括:车速差、速度标准差;驾驶员心理负荷表征指标包括:心率均值、心率标准差;视觉负荷指标包括:平均注视持续时间、注视时间标准差。
进一步的技术方案,公因子Fj,j=1,2,其中F1命名为“心理负荷-驾驶绩效因子”,以心率均值、车速差和速度标准差为关键变量,F2命名为“视觉负荷因子”,以平均注视持续时间和注视时间标准差为关键变量,通过计算得到公因子的方差贡献率。
6.如权利要求1所述的一种隧道侧向余宽确定方法,其特征是,选取主成分分析和熵权法相结合的方法来确定公因子权重,以最终得到的公因子权重为模型系数,并以累积权重为基础进行单位化处理,结合线性加权模型,最终得到驾驶员负荷量化模型。
7.如权利要求1所述的一种隧道侧向余宽确定方法,其特征是,根据所得计算结果获得不同侧向余宽下驾驶员负荷优异情况,具体为:对驾驶员负荷量化结果进行对比分析,从不同侧向余宽驾驶员个体负荷变化、不同侧向余宽驾驶员平均负荷变化、不同隧道区段驾驶员负荷变化三方面进行,其中需根据隧道照明亮度将其划分为隧道入口段、隧道中间段和隧道出口段,用于研究不同侧向余宽环境中驾驶员位于不同隧道区段时的驾驶负荷差异性。
8.一种隧道侧向余宽确定系统,其特征是,包括:
数据采集模块,用于采集不同侧向余宽环境下驾驶员负荷数据,数据包括驾驶绩效指标、驾驶员心理负荷表征指标、视觉负荷指标;
公因子确定模块,针对所采集的数据进行无量纲化处理,然后进行因子分析得到综合评价指标,即公因子;
确定公因子权重,以最终得到的公因子权重为模型系数,得到驾驶员负荷量化模型;
侧向余宽确定模块,基于驾驶员负荷量化模型计算得到的负荷值,并根据所得计算结果获得不同侧向余宽下驾驶员负荷优异情况,最终确定不同隧道区段的侧向余宽。
9.一种计算装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述权利要求1-7任一所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时执行上述权利要求1-7任一所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110217956.7A CN112985328B (zh) | 2021-02-26 | 2021-02-26 | 一种隧道侧向余宽确定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110217956.7A CN112985328B (zh) | 2021-02-26 | 2021-02-26 | 一种隧道侧向余宽确定方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112985328A true CN112985328A (zh) | 2021-06-18 |
CN112985328B CN112985328B (zh) | 2022-08-09 |
Family
ID=76351107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110217956.7A Active CN112985328B (zh) | 2021-02-26 | 2021-02-26 | 一种隧道侧向余宽确定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112985328B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113867536A (zh) * | 2021-10-12 | 2021-12-31 | 浙江数智交院科技股份有限公司 | 交互方式确定方法、数据采集方法、装置及电子设备 |
CN115985137A (zh) * | 2023-03-10 | 2023-04-18 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种隧道交通运行的风险评估方法、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1278090A (zh) * | 1999-06-17 | 2000-12-27 | 现代自动车株式会社 | 瞌睡驾驶警告系统的驾驶员瞌睡检测方法 |
CN101690666A (zh) * | 2009-10-13 | 2010-04-07 | 北京工业大学 | 汽车驾驶员驾驶工作负荷计算方法 |
CN101843496A (zh) * | 2010-04-23 | 2010-09-29 | 北京工业大学 | 驾驶工作负荷成套检测方法 |
CN106257549A (zh) * | 2015-06-22 | 2016-12-28 | 罗伯特·博世有限公司 | 用于提供眼睛睁开距离用的参考水平的方法和装置 |
CN107348964A (zh) * | 2017-06-15 | 2017-11-17 | 长安大学 | 基于因子分析的特长隧道环境驾驶人心理负荷测量方法 |
DE102018008562A1 (de) * | 2018-10-30 | 2019-03-28 | Daimler Ag | Verfahren zum Überwachen eines Fahrers eines Straßenfahrzeugs zur Vorbeugung von Gefahrensituationen durch ein Auftreten unvorhersehbarer schwerer Erkrankungen |
CN112330920A (zh) * | 2020-11-03 | 2021-02-05 | 山东建筑大学 | 一种用于长途驾驶的控制、监测和反馈终端 |
-
2021
- 2021-02-26 CN CN202110217956.7A patent/CN112985328B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1278090A (zh) * | 1999-06-17 | 2000-12-27 | 现代自动车株式会社 | 瞌睡驾驶警告系统的驾驶员瞌睡检测方法 |
CN101690666A (zh) * | 2009-10-13 | 2010-04-07 | 北京工业大学 | 汽车驾驶员驾驶工作负荷计算方法 |
CN101843496A (zh) * | 2010-04-23 | 2010-09-29 | 北京工业大学 | 驾驶工作负荷成套检测方法 |
CN106257549A (zh) * | 2015-06-22 | 2016-12-28 | 罗伯特·博世有限公司 | 用于提供眼睛睁开距离用的参考水平的方法和装置 |
CN107348964A (zh) * | 2017-06-15 | 2017-11-17 | 长安大学 | 基于因子分析的特长隧道环境驾驶人心理负荷测量方法 |
DE102018008562A1 (de) * | 2018-10-30 | 2019-03-28 | Daimler Ag | Verfahren zum Überwachen eines Fahrers eines Straßenfahrzeugs zur Vorbeugung von Gefahrensituationen durch ein Auftreten unvorhersehbarer schwerer Erkrankungen |
CN112330920A (zh) * | 2020-11-03 | 2021-02-05 | 山东建筑大学 | 一种用于长途驾驶的控制、监测和反馈终端 |
Non-Patent Citations (1)
Title |
---|
刘革等: "山区高速公路连续长陡上坡路段线形组合设计", 《山东交通学院学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113867536A (zh) * | 2021-10-12 | 2021-12-31 | 浙江数智交院科技股份有限公司 | 交互方式确定方法、数据采集方法、装置及电子设备 |
CN115985137A (zh) * | 2023-03-10 | 2023-04-18 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种隧道交通运行的风险评估方法、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112985328B (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112985328B (zh) | 一种隧道侧向余宽确定方法及系统 | |
CN107680401B (zh) | 一种基于区间二型模糊集合的停车位满意度的评价方法 | |
CN104933863B (zh) | 一种交通道路中异常路段识别的方法及系统 | |
CN104294720B (zh) | 一种高速公路设计方案安全性评价方法 | |
CN107843440A (zh) | 一种自动驾驶车辆性能测试系统及方法 | |
CN103895649B (zh) | 一种驾驶员安全驾驶预警方法 | |
CN106846801A (zh) | 一种基于车辆轨迹的区域徘徊异常行为检测方法 | |
CN106971540B (zh) | 高速公路隧道环境下驾驶人的行为风险量化方法 | |
CN107248284A (zh) | 基于多源信息融合的实时交通评价方法 | |
CN110807919A (zh) | 基于过车数据的城市路网交通运行态势评价方法 | |
CN111862606A (zh) | 一种基于多源数据的非法营运车辆识别方法 | |
CN111311093B (zh) | 基于驾驶员生理数据的道路交叉口风险评估与预警方法 | |
CN113033840B (zh) | 一种公路养护的判断方法和装置 | |
CN114118795A (zh) | 智能重载高速公路的安全风险度评估分级及动态预警方法 | |
CN113077129A (zh) | 一种适用于高海拔地区的驾驶员危险感知能力评价方法 | |
Jeng et al. | Real-time vehicle classification using inductive loop signature data | |
CN114550445A (zh) | 一种城市区域交通安全状态评估方法和装置 | |
CN113095387B (zh) | 基于联网车载adas的道路风险识别方法 | |
CN110254435A (zh) | 一种驾驶风格识别方法 | |
CN116311912A (zh) | 一种国省干线公路交通安全主动防控方法 | |
CN115527076B (zh) | 一种营运车辆异常驾驶行为识别模型的构建方法及系统 | |
CN115635982A (zh) | 基于驾驶效率与舒适度的自动驾驶方法及系统 | |
CN111798091B (zh) | 一种基于变道持续时间的高速公路变道评分模型建立方法 | |
CN114119256A (zh) | 一种ubi危险化学品车辆驾驶行为采集分析系统及保费折扣方法 | |
Shadpour | Safety Effects of Roundabouts |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |