网络首发栏目展示本刊经同行评议确定正式录用的文章，这些文章目前处在编校过程，尚未确定卷期及页码，但可以根据DOI进行引用。
显示方式:
当前状态:
, 最新更新时间:
摘要:
为提高智能车节点定位准确率，研究了基于3D点云语义地图表征的智能车定位方法。该方法分为3个部分：基于三维激光点云的语义分割，包括地面分割，交通标志牌分割和杆状语义目标分割；面向智能车的点云语义地图表征，利用分割的语义目标投影，生成带权有向图，语义路，语义编码，再以语义编码和高精度GPS的全局位置组成语义地图表征模型；基于语义表征模型的智能车定位，包括基于GPS匹配的粗定位和基于语义编码渐进匹配的节点定位。实验在3种长度不同、复杂度不同的道路场景下进行，节点定位准确率分别为98.5%，97.6%和97.8%，结果表明所提出的定位方法节点定位准确率高、鲁棒性强且适用于不同的道路场景。
为提高智能车节点定位准确率，研究了基于3D点云语义地图表征的智能车定位方法。该方法分为3个部分：基于三维激光点云的语义分割，包括地面分割，交通标志牌分割和杆状语义目标分割；面向智能车的点云语义地图表征，利用分割的语义目标投影，生成带权有向图，语义路，语义编码，再以语义编码和高精度GPS的全局位置组成语义地图表征模型；基于语义表征模型的智能车定位，包括基于GPS匹配的粗定位和基于语义编码渐进匹配的节点定位。实验在3种长度不同、复杂度不同的道路场景下进行，节点定位准确率分别为98.5%，97.6%和97.8%，结果表明所提出的定位方法节点定位准确率高、鲁棒性强且适用于不同的道路场景。
当前状态:
, 最新更新时间:
摘要:
为准确发现邮轮内部空间乘客之间的伴随关系，在室内环境安装UWB定位设备开展室内人员定位实验。根据UWB定位的位置数据特点，提出结合室内位置语义的Hausdorff-DBSCAN算法以聚类邮轮乘员轨迹，并利用LSTM神经网络对疑似伴随关系对象进行相似度变化趋势的预测。传统的Hausdorff算法在计算轨迹相似度时未考虑轨迹时序一致的问题，引入位置语义序列能够较好地解决这一问题。改进后的Hausdorff-DBSCAN算法的输入为乘员轨迹数据集，根据轨迹整体相似度阈值选定聚类半径，输出具有伴随关系的乘员轨迹聚类结果； LSTM神经网络以定长时间窗口的点邻近度序列为输入，预测后一时刻点邻近度值，结合轨迹相似度阈值和预测结果分析乘员伴随关系的时序变化。利用Anylogic建模单层邮轮室内环境进行乘员仿真得到的轨迹数据验证算法的有效性。改进的Hausdorff-DBSCAN算法的准确率为0.920，召回率为0.950，F1值为0.934，准确率高出对比算法至少5.7%，召回率高出对比算法至少8.0%，F1值高出对比算法至少6.7%。同时LSTM在预测邮轮乘员之间相似度变化时，收敛后的误差值能保持在3%~4%左右，预测结果具有较高的准确性。
为准确发现邮轮内部空间乘客之间的伴随关系，在室内环境安装UWB定位设备开展室内人员定位实验。根据UWB定位的位置数据特点，提出结合室内位置语义的Hausdorff-DBSCAN算法以聚类邮轮乘员轨迹，并利用LSTM神经网络对疑似伴随关系对象进行相似度变化趋势的预测。传统的Hausdorff算法在计算轨迹相似度时未考虑轨迹时序一致的问题，引入位置语义序列能够较好地解决这一问题。改进后的Hausdorff-DBSCAN算法的输入为乘员轨迹数据集，根据轨迹整体相似度阈值选定聚类半径，输出具有伴随关系的乘员轨迹聚类结果； LSTM神经网络以定长时间窗口的点邻近度序列为输入，预测后一时刻点邻近度值，结合轨迹相似度阈值和预测结果分析乘员伴随关系的时序变化。利用Anylogic建模单层邮轮室内环境进行乘员仿真得到的轨迹数据验证算法的有效性。改进的Hausdorff-DBSCAN算法的准确率为0.920，召回率为0.950，F1值为0.934，准确率高出对比算法至少5.7%，召回率高出对比算法至少8.0%，F1值高出对比算法至少6.7%。同时LSTM在预测邮轮乘员之间相似度变化时，收敛后的误差值能保持在3%~4%左右，预测结果具有较高的准确性。
当前状态:
, 最新更新时间:
摘要:
针对采用多状态约束卡尔曼滤波（MSCKF）的视觉惯性里程计定位精度易受特征点匹配异常值影响问题，提出了一种基于描述符辅助光流跟踪匹配的数据关联方法。该方法采用金字塔LK光流对序列图像中特征点进行跟踪匹配，计算每一对匹配点的rBRIEF描述符，根据Hamming距离对描述符的相似度进行判断消除异常匹配点。在实验中从特征点匹配主观效果以及定位精度两个方面评估本文方法的有效性。结果表明：所提出方法能够有效滤除动态场景下图像特征匹配的异常值，使用该方法处理后的图像进行MSCKF运动解算，位置结果漂移率小于0.38%，相较于未剔除异常匹配值的MSCKF算法结果，改善了54.7%，单帧图像处理时间约为39 ms。
针对采用多状态约束卡尔曼滤波（MSCKF）的视觉惯性里程计定位精度易受特征点匹配异常值影响问题，提出了一种基于描述符辅助光流跟踪匹配的数据关联方法。该方法采用金字塔LK光流对序列图像中特征点进行跟踪匹配，计算每一对匹配点的rBRIEF描述符，根据Hamming距离对描述符的相似度进行判断消除异常匹配点。在实验中从特征点匹配主观效果以及定位精度两个方面评估本文方法的有效性。结果表明：所提出方法能够有效滤除动态场景下图像特征匹配的异常值，使用该方法处理后的图像进行MSCKF运动解算，位置结果漂移率小于0.38%，相较于未剔除异常匹配值的MSCKF算法结果，改善了54.7%，单帧图像处理时间约为39 ms。
当前状态:
, 最新更新时间:
摘要:
为解决室内交通场景中智能汽车和移动机器人进行定位计算的问题，利用室内场景中已存在的各类标志，引入BEBLID（Boosted Efficient Binary Local Image Descriptor）算法，提出1种视觉定位方法。对BEBLID算法进行改进，赋予其对图像整体进行特征表征的能力。将定位过程分解为离线阶段和在线阶段，离线阶段构建场景标志地图，在线阶段将当前图像所提取的全局和局部BEBLID特征与场景标志地图的对应特征进行匹配，引入KNN方法确定最近节点和最近图像，并利用场景特征地图中存储的标志坐标信息，进行度量计算，获取当前位置信息。在教学楼、办公楼和室内停车场场景进行实验，实验中对场景标志的正确识别率达到90%，平均定位误差小于1 m，与传统方法相比，同一样本下识别精度相对提升约10%，实验验证了算法的有效性。
为解决室内交通场景中智能汽车和移动机器人进行定位计算的问题，利用室内场景中已存在的各类标志，引入BEBLID（Boosted Efficient Binary Local Image Descriptor）算法，提出1种视觉定位方法。对BEBLID算法进行改进，赋予其对图像整体进行特征表征的能力。将定位过程分解为离线阶段和在线阶段，离线阶段构建场景标志地图，在线阶段将当前图像所提取的全局和局部BEBLID特征与场景标志地图的对应特征进行匹配，引入KNN方法确定最近节点和最近图像，并利用场景特征地图中存储的标志坐标信息，进行度量计算，获取当前位置信息。在教学楼、办公楼和室内停车场场景进行实验，实验中对场景标志的正确识别率达到90%，平均定位误差小于1 m，与传统方法相比，同一样本下识别精度相对提升约10%，实验验证了算法的有效性。
当前状态:
, 最新更新时间:
摘要:
为实现智能网联环境下低成本、高精度的车辆定位，研究了基于自适应遗传Rao-Blackwellized粒子滤波的协同地图匹配算法。利用联网车辆的定位信息和道路约束条件消除公共偏差，提高车辆定位精度。将自适应遗传算法引入到粒子滤波的重采样过程中，增加粒子的多样性，解决传统粒子滤波算法中容易出现的“粒子退化”和“粒子耗尽”问题。通过仿真实验与传统粒子滤波及卡尔曼平滑粒子滤波下的定位结果进行了对比，同时分析了不同联网车辆数目对定位精度的影响。通过实际测试验证了算法在实际应用中的定位效果。实测结果表明：以典型十字路口为例，在联网车辆数目为4的情况下，协同地图匹配算法的定位误差范围为1.67 m，分别为原始GNSS定位以及单车地图匹配定位结果的41.03%和56.80%。同时，该算法的统计定位精度（CEP）达到1.06 m，比GNSS原始定位精度提高了2.52 m，具有较好的定位效果。
为实现智能网联环境下低成本、高精度的车辆定位，研究了基于自适应遗传Rao-Blackwellized粒子滤波的协同地图匹配算法。利用联网车辆的定位信息和道路约束条件消除公共偏差，提高车辆定位精度。将自适应遗传算法引入到粒子滤波的重采样过程中，增加粒子的多样性，解决传统粒子滤波算法中容易出现的“粒子退化”和“粒子耗尽”问题。通过仿真实验与传统粒子滤波及卡尔曼平滑粒子滤波下的定位结果进行了对比，同时分析了不同联网车辆数目对定位精度的影响。通过实际测试验证了算法在实际应用中的定位效果。实测结果表明：以典型十字路口为例，在联网车辆数目为4的情况下，协同地图匹配算法的定位误差范围为1.67 m，分别为原始GNSS定位以及单车地图匹配定位结果的41.03%和56.80%。同时，该算法的统计定位精度（CEP）达到1.06 m，比GNSS原始定位精度提高了2.52 m，具有较好的定位效果。
2024, 42(2): 1-11.
doi: 10.3963/j.jssn.1674-4861.2024.02.001
摘要:
为深入探究网联自动驾驶专用车道的物理基础设施设计对交通性能的影响，从专用车道的部署条件、专用车道的接入方式、以及专用车道与普通车道的分隔方式等3个方面进行梳理，明确了现有研究的理论基础与实践进展，构建了这些方面对交通系统性能的影响关系框架，并指出了当前研究中存在的空白和未来研究的发展方向。结果表明：目前对网联自动驾驶专用车道部署条件的研究主要聚焦在交通效率上，缺少对交通安全的评估，且不同的研究假设导致了研究结果的差异，在未来研究中需要对部署条件进行精确评估；有关接入方式的研究则显示常规的自由接入和有限接入各有优势，但2种接入方式的优势条件有待进一步检验，建议借鉴高载客率车辆（high occupancy vehicle，HOV）专用车道接入方式的设计，在网联自动驾驶专用车道场景下对其进行重新评估；有关分隔方式的研究显示需要确认网联自动驾驶专用车道与普通车道的分隔方式对人类驾驶员适应性行为的影响，以确保驾驶者能够有效适应专用车道的部署。总体而言，目前研究虽有一定进展，但由于缺乏实际的道路案例与部署效果验证，基于仿真的方法由于假设等方面的差异使得研究结论有较大的分歧。未来的研究应重点聚焦在网联自动驾驶行为的精确化、横纵向对比研究、以及量化网联自动驾驶专用车道设计对安全效率的影响等方向进行改进。
为深入探究网联自动驾驶专用车道的物理基础设施设计对交通性能的影响，从专用车道的部署条件、专用车道的接入方式、以及专用车道与普通车道的分隔方式等3个方面进行梳理，明确了现有研究的理论基础与实践进展，构建了这些方面对交通系统性能的影响关系框架，并指出了当前研究中存在的空白和未来研究的发展方向。结果表明：目前对网联自动驾驶专用车道部署条件的研究主要聚焦在交通效率上，缺少对交通安全的评估，且不同的研究假设导致了研究结果的差异，在未来研究中需要对部署条件进行精确评估；有关接入方式的研究则显示常规的自由接入和有限接入各有优势，但2种接入方式的优势条件有待进一步检验，建议借鉴高载客率车辆（high occupancy vehicle，HOV）专用车道接入方式的设计，在网联自动驾驶专用车道场景下对其进行重新评估；有关分隔方式的研究显示需要确认网联自动驾驶专用车道与普通车道的分隔方式对人类驾驶员适应性行为的影响，以确保驾驶者能够有效适应专用车道的部署。总体而言，目前研究虽有一定进展，但由于缺乏实际的道路案例与部署效果验证，基于仿真的方法由于假设等方面的差异使得研究结论有较大的分歧。未来的研究应重点聚焦在网联自动驾驶行为的精确化、横纵向对比研究、以及量化网联自动驾驶专用车道设计对安全效率的影响等方向进行改进。
2024, 42(2): 12-24.
doi: 10.3963/j.jssn.1674-4861.2024.02.002
摘要:
空中交通安全事故的时间序列特性分析，是深入理解空中交通安全的重要手段。为分析空中交通不安全事件的时序特性，提出了基于可视图的不安全事件时序特性分析方法。采用可视图对空中交通不安全事件建模，将时间序列映射成复杂网络；再利用网络的度分布、聚类系数等拓扑指标，分析空中交通不安全事件的静态特征；在此基础上，考虑各事件间的高阶影响及作用模式，构造可视圈比指标，辨识不同事件对整体安全的差异化影响；再针对整体安全水平的动态演化特性，在可视图序模体基础上引入表征时序演化的三阶时序结构，描述不安全事件时间序列的微观演化特性。为验证所提方法的有效性，对2007—2021年美国发生的578起空中交通不安全事件进行实证分析，结果表明：①空中交通不安全事件时间序列可视图在宏观和微观尺度下度值均呈长尾分布，聚类系数均大于0.7；②不安全事件时间序列可视图网络具有小世界网络特征，宏观序列度分布服从于系数为1.852的幂律分布；③具有无标度特性不同地区的可视图网络同样具有小世界网络特征，地区间的网络规模与网络密度存在显著差异，揭示了不安全事件发生频率具有空间异质性可视圈的时序结构占比33.2%，圈比结构指标对网络鲁棒性具有重大影响，证明了圈比指标可用于辨识不同事件对整体安全水平的作用，辨识精度优于度值与节点强度等指标；④三阶时序结构在步长为1和2的情况下，呈现明显的转移特征。综上，空中交通不安全事件的发生是有别于随机性与周期性的复杂性系统性行为，不同区域间的不安全水平具有空间异质性与阶段演进性特征。考虑网络高阶结构影响，管控少数高圈比值节点可从宏观角度提升整体安全水平。分析时序结构的转移模式与趋势偏好，可以从微观角度揭示空中交通不安全事件随时间演变的内在规律。有助于预测潜在的风险点，从而为制定有效的预防措施和安全管理决策提供科学依据。
空中交通安全事故的时间序列特性分析，是深入理解空中交通安全的重要手段。为分析空中交通不安全事件的时序特性，提出了基于可视图的不安全事件时序特性分析方法。采用可视图对空中交通不安全事件建模，将时间序列映射成复杂网络；再利用网络的度分布、聚类系数等拓扑指标，分析空中交通不安全事件的静态特征；在此基础上，考虑各事件间的高阶影响及作用模式，构造可视圈比指标，辨识不同事件对整体安全的差异化影响；再针对整体安全水平的动态演化特性，在可视图序模体基础上引入表征时序演化的三阶时序结构，描述不安全事件时间序列的微观演化特性。为验证所提方法的有效性，对2007—2021年美国发生的578起空中交通不安全事件进行实证分析，结果表明：①空中交通不安全事件时间序列可视图在宏观和微观尺度下度值均呈长尾分布，聚类系数均大于0.7；②不安全事件时间序列可视图网络具有小世界网络特征，宏观序列度分布服从于系数为1.852的幂律分布；③具有无标度特性不同地区的可视图网络同样具有小世界网络特征，地区间的网络规模与网络密度存在显著差异，揭示了不安全事件发生频率具有空间异质性可视圈的时序结构占比33.2%，圈比结构指标对网络鲁棒性具有重大影响，证明了圈比指标可用于辨识不同事件对整体安全水平的作用，辨识精度优于度值与节点强度等指标；④三阶时序结构在步长为1和2的情况下，呈现明显的转移特征。综上，空中交通不安全事件的发生是有别于随机性与周期性的复杂性系统性行为，不同区域间的不安全水平具有空间异质性与阶段演进性特征。考虑网络高阶结构影响，管控少数高圈比值节点可从宏观角度提升整体安全水平。分析时序结构的转移模式与趋势偏好，可以从微观角度揭示空中交通不安全事件随时间演变的内在规律。有助于预测潜在的风险点，从而为制定有效的预防措施和安全管理决策提供科学依据。
2024, 42(2): 25-35.
doi: 10.3963/j.jssn.1674-4861.2024.02.003
摘要:
针对内河船舶间出现时空邻近的机会性现象开展建模及实证研究。在社会网络分析方法的基础上，提出了1种考虑时序特征的网络分析方法，将大尺度时间跨度上的网络聚类转化为小尺度跨度上的网络聚类，进而分析内河船舶在有限水域内的动态行为；考察船舶间形成邻近关系网络的时变特征，利用复杂网络表示船舶社会网络随时间的演化特性，并借助复杂网络模型对内河水域内存在较多互相熟识船舶的现象给出统计解释。基于长江下游200 km河段1个月的AIS数据，按时隙划分得到网络模型的序列，由此表现船舶间发生单跳数据交换关系的互联形态。实证结果表明：①船舶联网瞬时的度分布可用高斯分布拟合，拟合度在96%以上；②随着时间尺度的增加船舶社会网络的小世界特性和无标度特征愈加明显，网络形态在空间维度上呈现簇团情形，局部密集的组团网络由大部分静止和少量运动船舶连接起来，网络密度随时间缓慢增加至0.1左右，相对平均路径长度稳定在0.2~0.3之间，平均赋权集聚系数呈现缓慢下降的趋势最后趋于0.4~0.5，离散度较快趋向于1，并实现整体上的连通；③度值较高的船舶节点，其平均速度在不同时隙的船舶社会网络中分时段呈现相关性；④相对于船舶密度的增加，船舶在1 d内的平均友邻时间以指数形式递增，而船舶的重复相遇近似服从负指数分布。上述结果表明，内河船舶航行中数据交换关系的建立或断开是由物理空间中船舶间邻近关系的时变性决定的；内河船舶的历史交互行为对未来交互行为具有记忆性并产生影响。
针对内河船舶间出现时空邻近的机会性现象开展建模及实证研究。在社会网络分析方法的基础上，提出了1种考虑时序特征的网络分析方法，将大尺度时间跨度上的网络聚类转化为小尺度跨度上的网络聚类，进而分析内河船舶在有限水域内的动态行为；考察船舶间形成邻近关系网络的时变特征，利用复杂网络表示船舶社会网络随时间的演化特性，并借助复杂网络模型对内河水域内存在较多互相熟识船舶的现象给出统计解释。基于长江下游200 km河段1个月的AIS数据，按时隙划分得到网络模型的序列，由此表现船舶间发生单跳数据交换关系的互联形态。实证结果表明：①船舶联网瞬时的度分布可用高斯分布拟合，拟合度在96%以上；②随着时间尺度的增加船舶社会网络的小世界特性和无标度特征愈加明显，网络形态在空间维度上呈现簇团情形，局部密集的组团网络由大部分静止和少量运动船舶连接起来，网络密度随时间缓慢增加至0.1左右，相对平均路径长度稳定在0.2~0.3之间，平均赋权集聚系数呈现缓慢下降的趋势最后趋于0.4~0.5，离散度较快趋向于1，并实现整体上的连通；③度值较高的船舶节点，其平均速度在不同时隙的船舶社会网络中分时段呈现相关性；④相对于船舶密度的增加，船舶在1 d内的平均友邻时间以指数形式递增，而船舶的重复相遇近似服从负指数分布。上述结果表明，内河船舶航行中数据交换关系的建立或断开是由物理空间中船舶间邻近关系的时变性决定的；内河船舶的历史交互行为对未来交互行为具有记忆性并产生影响。
2024, 42(2): 36-48.
doi: 10.3963/j.jssn.1674-4861.2024.02.004
摘要:
传统驾驶模拟器难以精确模拟车联网环境中的复杂交互，如车速变化和车道变更。而连接虚拟现实（virtual reality，VR）的驾驶模拟器可以通过先进的传感器和实时数据处理，更逼真地还原车辆物理特性、交通流动态及实际道路环境。采用虚拟现实设备和驾驶模拟器，深入探索网联环境下的驾驶人自由换道行为与安全特征。基于交通仿真和三维建模技术搭建驾驶人自由换道实验系统，并建立自由换道场景库，进而开展驾驶人自由换道行为实验；基于广义估计方程建立驾驶人换道的间距选择模型和换道时间模型；基于加速失效模型分析网联环境对驾驶人自由换道行为的安全影响。研究结果表明：①网联环境下，女性驾驶人的自由换道间距与时间更长，年轻驾驶人的自由换道间距与时间更短；②每提高1 m/s2的加速度噪声，自由换道时的碰撞风险降低28%，每提高1 m的自由换道间距，自由换道时的碰撞风险增加1.1%；③年龄较大的驾驶人自由换道安全性更高，其中，中老年驾驶人（＞40岁）自由换道时的碰撞时间（time-to-collision，TTC）比青年驾驶人（＞27~40岁）、年轻驾驶人（＞18~27岁）分别高38.3%，64.3%；④女性驾驶人比男性驾驶人自由换道安全性更高，女性驾驶人自由换道时的TTC比男性驾驶人高20.1%。与普通环境相比：①驾驶人在网联环境下自由换道间距增加1.16 m、换道时间增加2.41 s、换道安全水平提高19.72%；②自由换道事故发生概率随着碰撞风险持续时间增加而降低，其中，碰撞风险持续时间为1，2，3，4 s时，网联环境下的自由换道事故发生概率比普通环境下分别低5.8%，17.2%，14.4%，3.0%，且该概率在不同性别、年龄的驾驶人自由换道中差异显著。
传统驾驶模拟器难以精确模拟车联网环境中的复杂交互，如车速变化和车道变更。而连接虚拟现实（virtual reality，VR）的驾驶模拟器可以通过先进的传感器和实时数据处理，更逼真地还原车辆物理特性、交通流动态及实际道路环境。采用虚拟现实设备和驾驶模拟器，深入探索网联环境下的驾驶人自由换道行为与安全特征。基于交通仿真和三维建模技术搭建驾驶人自由换道实验系统，并建立自由换道场景库，进而开展驾驶人自由换道行为实验；基于广义估计方程建立驾驶人换道的间距选择模型和换道时间模型；基于加速失效模型分析网联环境对驾驶人自由换道行为的安全影响。研究结果表明：①网联环境下，女性驾驶人的自由换道间距与时间更长，年轻驾驶人的自由换道间距与时间更短；②每提高1 m/s2的加速度噪声，自由换道时的碰撞风险降低28%，每提高1 m的自由换道间距，自由换道时的碰撞风险增加1.1%；③年龄较大的驾驶人自由换道安全性更高，其中，中老年驾驶人（＞40岁）自由换道时的碰撞时间（time-to-collision，TTC）比青年驾驶人（＞27~40岁）、年轻驾驶人（＞18~27岁）分别高38.3%，64.3%；④女性驾驶人比男性驾驶人自由换道安全性更高，女性驾驶人自由换道时的TTC比男性驾驶人高20.1%。与普通环境相比：①驾驶人在网联环境下自由换道间距增加1.16 m、换道时间增加2.41 s、换道安全水平提高19.72%；②自由换道事故发生概率随着碰撞风险持续时间增加而降低，其中，碰撞风险持续时间为1，2，3，4 s时，网联环境下的自由换道事故发生概率比普通环境下分别低5.8%，17.2%，14.4%，3.0%，且该概率在不同性别、年龄的驾驶人自由换道中差异显著。
2024, 42(2): 49-58.
doi: 10.3963/j.jssn.1674-4861.2024.02.005
摘要:
针对高密度空域中所呈现出的航空器集群现象，研究了1种面向航空器集群的多尺度保护区模型与改进速度障碍法。对比传统单一航空器保护区模型及其速度障碍法存在计算复杂、实时性低等问题，研究了面向航空器的动态椭圆保护区模型以及面向航空器集群的融合保护区模型，在更加精确地刻画单一航空器的飞行状态和安全间隔的同时，创新地实现了由单一航空器保护区向航空器集群保护区的几何变换。所提出的航空器集群保护区模型在融合集群安全间隔特征和运动特征的同时显著降低了模型的特征维度。此外，在多尺度保护区模型的基础上提出了改进速度障碍法，并加入了基于航空器集群的速度障碍边界，降低了算法的计算复杂性。研究模型和算法可以将多航空器刻画为航空器集群，基于航空器集群的实时速度和航向调整边界，在大幅降低计算复杂性的基础上，实现了面向航空器集群的冲突探测与解脱航迹输出。通过仿真实验将本文方法与传统方法进行对比，结果表明：本文方法有效优化了航空器集群的冲突判定机制，将算法所需的计算时间缩短了33%，同时使完成冲突解脱的平均调整幅度降低了60.45%，有效提升了集群现象下的航空器冲突探测与解脱效率。
针对高密度空域中所呈现出的航空器集群现象，研究了1种面向航空器集群的多尺度保护区模型与改进速度障碍法。对比传统单一航空器保护区模型及其速度障碍法存在计算复杂、实时性低等问题，研究了面向航空器的动态椭圆保护区模型以及面向航空器集群的融合保护区模型，在更加精确地刻画单一航空器的飞行状态和安全间隔的同时，创新地实现了由单一航空器保护区向航空器集群保护区的几何变换。所提出的航空器集群保护区模型在融合集群安全间隔特征和运动特征的同时显著降低了模型的特征维度。此外，在多尺度保护区模型的基础上提出了改进速度障碍法，并加入了基于航空器集群的速度障碍边界，降低了算法的计算复杂性。研究模型和算法可以将多航空器刻画为航空器集群，基于航空器集群的实时速度和航向调整边界，在大幅降低计算复杂性的基础上，实现了面向航空器集群的冲突探测与解脱航迹输出。通过仿真实验将本文方法与传统方法进行对比，结果表明：本文方法有效优化了航空器集群的冲突判定机制，将算法所需的计算时间缩短了33%，同时使完成冲突解脱的平均调整幅度降低了60.45%，有效提升了集群现象下的航空器冲突探测与解脱效率。
2024, 42(2): 59-66.
doi: 10.3963/j.jssn.1674-4861.2024.02.006
摘要:
城市人行横道在夜间、雾天等低能见度环境下交通事故频发。交通设施视认性能不足、未能提供有效的冲突预警是重要原因。为探究新型发光标线与普通标线相比对于提升驾驶人视认距离、提供交通冲突预警的作用，基于Cinema 4D软件设计夜间及雾天2种低能见度行车场景，开展驾驶模拟实验，获取微观个体驾驶行为数据，使用Wilcoxon符号秩检验方法和Friedman秩和检验方法深入分析标线的发光颜色、发光模式、发光位置因素对于驾驶人视认距离及纵向速度调控行为的影响。实验结果表明：①低能见度场景中驾驶人在发光标线下的视认距离显著大于普通标线，夜间场景中白色、黄色和红色发光标线下驾驶人视认距离分别提升36%，21%，54%，雾天场景中白色、黄色和红色发光标线下驾驶人视认距离分别提升34%，17%，47%；②低能见度环境中，车辆在白色和红色发光标线下的减速幅度较普通标线显著增大，在黄色发光标线下减速幅度变化不显著，夜间场景中白色、红色发光标线下车辆减速幅度较普通标线分别提升了101%，150%，雾天场景中白色、红色发光标线下车辆减速幅度较普通标线分别提升了142%，194%；③发光标线的光源、发光形式与颜色对于驾驶人视认距离的影响具有显著的交互作用，标线不同属性的组合方式对驾驶人视认距离大小的影响有显著差异。
城市人行横道在夜间、雾天等低能见度环境下交通事故频发。交通设施视认性能不足、未能提供有效的冲突预警是重要原因。为探究新型发光标线与普通标线相比对于提升驾驶人视认距离、提供交通冲突预警的作用，基于Cinema 4D软件设计夜间及雾天2种低能见度行车场景，开展驾驶模拟实验，获取微观个体驾驶行为数据，使用Wilcoxon符号秩检验方法和Friedman秩和检验方法深入分析标线的发光颜色、发光模式、发光位置因素对于驾驶人视认距离及纵向速度调控行为的影响。实验结果表明：①低能见度场景中驾驶人在发光标线下的视认距离显著大于普通标线，夜间场景中白色、黄色和红色发光标线下驾驶人视认距离分别提升36%，21%，54%，雾天场景中白色、黄色和红色发光标线下驾驶人视认距离分别提升34%，17%，47%；②低能见度环境中，车辆在白色和红色发光标线下的减速幅度较普通标线显著增大，在黄色发光标线下减速幅度变化不显著，夜间场景中白色、红色发光标线下车辆减速幅度较普通标线分别提升了101%，150%，雾天场景中白色、红色发光标线下车辆减速幅度较普通标线分别提升了142%，194%；③发光标线的光源、发光形式与颜色对于驾驶人视认距离的影响具有显著的交互作用，标线不同属性的组合方式对驾驶人视认距离大小的影响有显著差异。
2024, 42(2): 67-75.
doi: 10.3963/j.jssn.1674-4861.2024.02.007
摘要:
：广角监控图像中人员目标检测对于码头智能安防具有重要意义。针对传统YOLOv7算法在码头广角监控图像识别中，存在小目标特征提取能力弱、人员检测准确率低等问题，研究了基于改进YOLOv7的码头作业人员检测算法。为提升人员目标多尺度特征的检测性能及鲁棒性，设计了平衡码头人员分类与定位任务的上下文解耦（task-specific context decoupling，TSCODE）结构并联合聚集-分发机制（gather-and-distribute，GD），增强网络多尺度特征融合能力；为增强网络对作业人员等小目标的特征提取能力，在主干网络末端引入了基于双层路由注意力机制（bi-level routing attention，BRA）的视觉transformer模型（BRA-ViT），捕捉小目标人员的位置、方向与跨通道等信息；为提升检测速度并保持检测精度，提出了基于slim-neck的颈部层网络轻量化方法，降低参数量与计算量；为降低漏检率与误检率，引入了基于最小点距离的交并比损失函数（minimum-point-distance-based intersection over union，MPDIoU）计算边界框的坐标预测损失，提升边界框回归的准确性与计算效率。为验证算法效果，采集白天、夜晚不同时段下码头前沿、堆场、卡口等场景的广角监控图像，构造标注数据集并设计消融与对比实验。实验结果显示：所提算法对码头作业人员检测的平均准确率为90.6%，平均检测速度为39 fps；与Faster R-CNN、SSD、YOLOv3、YOLOv5、YOLOv7、YOLOv8等算法相比，其平均准确率分别提升了13.8%、15.8%、8.5%、5.2%、2.7%和3.5%，平均检测速度与基准YOLOv7算法性能相当。所提算法对码头作业人员识别具有较高的检测精度与检测速度，满足码头安防场景中作业人员检测准确性与实时性的要求。
：广角监控图像中人员目标检测对于码头智能安防具有重要意义。针对传统YOLOv7算法在码头广角监控图像识别中，存在小目标特征提取能力弱、人员检测准确率低等问题，研究了基于改进YOLOv7的码头作业人员检测算法。为提升人员目标多尺度特征的检测性能及鲁棒性，设计了平衡码头人员分类与定位任务的上下文解耦（task-specific context decoupling，TSCODE）结构并联合聚集-分发机制（gather-and-distribute，GD），增强网络多尺度特征融合能力；为增强网络对作业人员等小目标的特征提取能力，在主干网络末端引入了基于双层路由注意力机制（bi-level routing attention，BRA）的视觉transformer模型（BRA-ViT），捕捉小目标人员的位置、方向与跨通道等信息；为提升检测速度并保持检测精度，提出了基于slim-neck的颈部层网络轻量化方法，降低参数量与计算量；为降低漏检率与误检率，引入了基于最小点距离的交并比损失函数（minimum-point-distance-based intersection over union，MPDIoU）计算边界框的坐标预测损失，提升边界框回归的准确性与计算效率。为验证算法效果，采集白天、夜晚不同时段下码头前沿、堆场、卡口等场景的广角监控图像，构造标注数据集并设计消融与对比实验。实验结果显示：所提算法对码头作业人员检测的平均准确率为90.6%，平均检测速度为39 fps；与Faster R-CNN、SSD、YOLOv3、YOLOv5、YOLOv7、YOLOv8等算法相比，其平均准确率分别提升了13.8%、15.8%、8.5%、5.2%、2.7%和3.5%，平均检测速度与基准YOLOv7算法性能相当。所提算法对码头作业人员识别具有较高的检测精度与检测速度，满足码头安防场景中作业人员检测准确性与实时性的要求。
交通信息与安全
Journal of Transport Information and Safety
（1983年创刊 双月刊 ）
曾用刊名：《交通与计算机》
主管单位：中华人民共和国教育部
主办单位：武汉理工大学
协办单位：
中国人工智能学会智能交通专业委员会
主 编：钟鸣
副 主 编：马勇 胡钊政 杜志刚
领域主编：陈再刚 杜文博 吕能超
黄亚敏 郑士源
执行主编：徐堃
编辑出版：
《交通信息与安全》编辑部
地 址：
湖北省武汉市武昌区和平大道武汉理工大学余家头校区125信箱
邮 编：430063
电话/传真：027-86580355
E-mail：jtjsj@vip.163.com
官方网站：http://www.jtxa.net/
邮发代号：38-94
国内刊号：CN 42-1781/U
国际刊号：ISSN 1674-4861
期刊收录
- 《中文核心期刊要目总览》入编期刊
- 中国科学引文数据库（CSCD）来源期刊
- 中国科技核心期刊
- RCCSE中国核心学术期刊（A）
- 中国学术期刊综合评价数据库（CAJ-CED）收录
- 中国科技论文与引文数据库（CSTPCD）收录
- 中国核心期刊（遴选）数据库收录
- 中文科技期刊数据库收录
- 中国期刊网（CNKI）收录
- 《中国学术期刊（光盘版）收录》
- 中国终身教育学术研究数据库总库收录
- 日本科学技术振兴机构数据库（JST）收录
- 《世界期刊影响力指数（WJCI）报告》（2020科技版）