首页-中国公路学报杂志社

期刊简介

《中国公路学报》（Ei Compendex收录，月刊，ISSN 1001-7372，CN 61-1313/U，刊名简写China J. Highw. Transp. ）是由中国科学技术协会主管，中国公路学会主办，长安大学承办的公路交通行业最权威的学术性刊物，自1988年创刊以来，一直走在公路交通科技发展的最前沿。经过多年的努力，《中国公路学报》已成为公路交通领域的名牌期刊，行业内的优秀科技论文大都投给了《中国公路学报》，大大提高了《中国公路学报》的学术影响力和社会影响力。

当前目录

道路交通安全专栏导语

    截至目前，中国机动车保有量超4.6亿辆、驾驶人超5.5亿、公路通车里程达550万千米，道路交通系统体量巨大，交通安全面临着极大的压力和挑战。与此同时，自动驾驶、人工智能等新技术快速发展，也为应对交通安全问题带来新的变化和机遇。为全面推进交通安全治理工作，国务院安委会发布了《“十四五”全国道路交通安全规划》，提出“科技赋能、智慧治理”的基本原则，要求提升交通安全治理现代化、信息化、智慧化水平。“交通强国五年行动计划2023~2027”进一步强调，要健全交通运输安全生产体系，推动安全生产向事前预防转型。针对中国特有的复杂交通系统，同时结合国家战略发展方向，学术界、工业界和行业主管部门都进行了大量的实践与攻关研究，在驾驶行为、安全设施优化、安全风险评估、自动驾驶交通安全等方面取得了一系列研究成果。     为帮助政府、研究者和工业界等及时跟进道路交通安全领域理论与技术研究的最新成果，聚焦道路交通安全研究的前沿方向，促进道路交通安全理论与技术创新，《中国公路学报》编辑部联合同济大学王雪松教授（本刊副主编）、同济大学方守恩教授、公安部道路交通安全研究中心王长君研究员、公安部道路交通管理科学研究所孙正良研究员、交通运输部公路科学研究院交通安全研究中心周荣贵研究员、东南大学刘攀教授、西南交通大学闫学东教授、武汉理工大学吴超仲教授、吉林大学李世武教授、中南大学黄合来教授、长安大学付锐教授、东北林大大学裴玉龙教授、北京工业大学赵晓华教授共同策划了“道路交通安全”专栏，并邀请武汉理工大学吕能超教授、东南大学郭延永教授、长安大学王畅教授、长安大学王秋玲副教授、清华大学裴欣副研究员、西南交通大学胥川副教授、北京工业大学李佳副教授、上海海事大学王晓梦助理教授、上海理工大学丰明洁助理教授作为组稿专家，共同向该领域的知名专家、学者约稿，出版本期“道路交通安全”专栏。     本专栏共收到论文117篇，最终录用16篇，研究内容主要集中于以下4个方面：     （1）自动驾驶交通安全研究。研究成果包括：基于自动驾驶安全视域的交叉口右转适驾性研究、基于混合模型的地面道路车道线识别和影响因素分析、考虑路侧感知限制的交叉口冲突风险监测效能虚拟评价方法、基于多约束自适应模型预测控制的智能车路径跟踪与稳定性集成控制、通信时延下考虑行驶状态时空价值的编队安全控制。     （2）交通行为、心理与安全分析。研究成果包括：异常驾驶人行为识别与异常度量化研究、考虑驾驶人补偿行为特征的行车安全评价方法、基于自然驾驶试验的公路螺旋隧道驾驶人心理旋转效应分析、驾驶人认知控制能力对交通风险事件响应的影响特性、考虑客货交互压迫的小汽车换道风险预测研究、融合冲突可能性和严重性的高速公路分流区极值模型构建及应用。     （3）事故伤害评估与防护。研究成果包括：碰撞减速工况下低龄儿童脑挫伤损伤特性试验与仿真、基于真实事故重建的头部保护测评方法评估与优化、基于人体落地机制预测的人地碰撞损伤防护方法。     （4）交通安全设施评估与优化。研究成果包括：基于分布鲁棒优化的危化品运输事故应急救援站选址分配问题研究、汽车波形梁护栏碰撞非线性理论计算方法研究。     在此特向专栏组稿专家、审稿专家、论文作者的辛勤付出致谢！道路交通安全基础理论与应用技术的创新发展，对中国交通强国建设具有重要支撑作用。《中国公路学报》将持续关注道路交通安全领域的最新研究进展，涵盖人、车、路、管理等多方面内容，聚焦前沿理论、关键技术和工程实践。期望通过搭建学术交流与知识共享的平台，为专家、学者及工程技术人员提供有价值的研究成果和实践经验，推动中国公路交通行业向更安全、更高效、更可持续的方向发展。由于水平及时间有限，专栏中的不足之处在所难免，恳请各位专家不吝指出。
基于混合模型的地面道路车道线识别和影响因素分析

霍俊妤, 王雪松, 刘倩, 叶欣辰, 俞春俊
地面道路复杂的道路设施和交通运行环境，均会对自动驾驶的车道线感知产生影响。以地面道路为对象，利用搭载多传感器的同济大学车载全息信息采集系统测试车辆，在上海6条事故多发道路进行激光雷达车道线识别测试。采用混合建模方法（结合机器学习和二项Logistic模型），从道路特征、标线属性和交通运行3个维度，解析影响自动驾驶对车道线感知失效的关键因素及其特征变化的影响。基于LightGBM模型进行特征重要度分析，利用SHAP方法解析单个特征变化对车道线感知失效的影响。针对重要影响变量，采用二项Logistic模型确定显著因素及其交互效应。结果表明：标线组合类型、测试车运行速度、标线缺失、车辆遮挡、道路宽度、车道宽度、标线磨损、前车类型、指示标线类型、前车数量等10个变量为影响车道线感知失效的重要因素，重要度依次递减。车道宽度较窄（2.6 m），车辆前方存在大货车会增加车道线感知失效概率；标线缺失、磨损，双虚线组合及人行横道线会增加感知失效概率。二项Logistic结果表明除道路宽度外，其他因素显著影响车道线感知失效，且前车类型与车道宽度、前车类型与运行速度存在交互效应。研究结果可为混合交通环境下的车道线设计与优化提供指导，为传感器厂商和车企优化激光雷达感知算法提供依据。
基于自动驾驶安全视域的交叉口右转适驾性研究

刘倩, 王雪松, 王长君
在大尺度、斜交的复杂交叉口，自动驾驶车辆执行右转驾驶任务面临多目标避撞的挑战，需要实时感知道路交通环境的动态变化。为从车辆需要准确感知的区域（安全视域）来评估交叉口适驾性，在中国上海6个智慧交叉口开展了现场测试，以揭示道路交通环境对感知的影响，明确交叉口边界。提出了基于驾驶任务和感知目标的安全视域评估方法。基于驾驶任务分析，确定进入交叉口、执行转弯阶段的感知子任务，识别需要感知的静态道路基础设施和动态交通参与者，形成了动态安全视域。根据自动驾驶车辆是否对感知目标准确检测，评估安全视域感知能力。将交叉口设计和交通环境作为输入特征，基于CatBoost集成学习模型构建安全视域感知预测模型，采用沙普利加和解释方法（SHAP）揭示感知能力与影响因素的关系。结果表明：①双侧虚线车道线对感知失效的影响程度更大，当右转半径大于等于8 m时失效概率增加，大尺度交叉口，如更宽的进口道车道（15.5 m）、更多的车道数（四车道），更易引发失效；②黄昏条件下失效概率增加，当前方有2辆以上非机动车或1辆以上机动车时失效概率增加，大货车比小客车对失效的影响程度更大。研究结果支撑了从安全视域来评估相似特征交叉口的右转适驾性，可指导智慧路口改扩建和自动驾驶测试开放道路管理，为自动驾驶感知算法优化提供影响因素和阈值。
考虑路侧感知限制的交叉口冲突风险监测效能虚拟评价方法

郑玉冰, 马羊, 冯忠祥, 丁恒, 祝凯
路侧感知单元（Roadside Sensing Units，RSU）视场范围有限，且交通环境中动、静障碍物易影响RSU的感知精度。因此，即使多个RSU可协同工作，RSU可获取的轨迹数据与真实轨迹数据仍存在偏差且随RSU布设参数而变化，进而导致RSU冲突风险监测效能的差异。面向实地建造前RSU的优化配置，基于真实轨迹数据构建了交叉口RSU风险监测效能的虚拟评价方法框架。模拟RSU实时风险监测的工作机制，利用实测轨迹数据建立基于Agent的交叉口多模式冲突风险分析方法。融合静态场景模型与真实轨迹数据，进行动态三维交通场景重构。在RSU模型参数化表征的基础上，构建RSU协同感知轨迹的仿真方法。针对连续仿真获取感知轨迹的耗时性问题，以原始轨迹与交叉口概率占用图先验信息为输入，以协同感知仿真获取的轨迹为输出，基于深度神经网络（DNN）建立了考虑感知限制的轨迹生成方法。分别基于原始轨迹与可感知轨迹计算多类别冲突风险的TTC指标，利用风险交叉熵度量RSU的风险监测效能。利用CitySim公开数据集Intersection A与E的轨迹数据对方法框架进行测试。结果表明：交叉口RSU的冲突风险监测效能与RSU的布设参数密切相关；在测试集中，采用DNN生成RSU感知轨迹的RMSE均值为0.353；在相同的测试条件下，基于DNN方法与基于协同感知仿真方法计算的风险交叉熵值呈显著正相关，优于不考虑感知限制的简单感知模型；在16 GB内存、Intel® CoreTM i7-12700H@2.30 GHz、RTX-3060计算设备上通过协同感知仿真与DNN生成单条轨迹的平均时间分别在100 s与10-2 s数量级。相比于已有研究方法，所提方法框架考虑了RSU感知限制因素与交叉口多类别风险，可在RSU实地布设前量化评价风险监测效能，对辅助交叉口智能化改造具有积极意义。
异常驾驶人行为识别与异常度量化研究

刘卓凡, 魏东
异常驾驶人行为（ADB）是一种常见且易引发交通事故的不安全驾驶人行为，严重危害交通安全。为了全面、准确、快速地检测ADB，提出了一种基于混合对比学习的异常驾驶人行为识别与量化模型（ADB-HCL）。模型创新性地将Mix-up数据增强策略融入对比学习框架，生成介于正常与异常驾驶人行为之间的混合样本，扩展驾驶人行为特征空间的覆盖范围，以提升模型识别未知或罕见异常行为的能力。同时，通过生成代表正常驾驶人行为的模板特征，计算待测驾驶人行为与模板特征之间的距离，量化异常程度，克服传统方法仅能提供已知异常驾驶人行为离散输出的局限性。基于DAD和AIDE数据集的试验结果显示，ADB-HCL方法在识别未知异常驾驶人行为方面表现出色，在推理时间仅为10.75 ms的情况下，准确率达到86.73%，相较于现有方法提高了6%~15%。驾驶人行为异常程度量化结果显示，该方法可以实现对异常驾驶人行为的细粒度量化。研究结果表明，ADB-HCL在识别异常驾驶人行为的全面性、准确性、细致性和检测速度方面具有显著优势，展示了其在车辆主动安全技术中应用的潜力。
考虑驾驶人补偿行为特征的行车安全评价方法

谢练, 吕能超, 吴超仲
补偿行为是复杂交通场景下驾驶人平衡工作负荷和驾驶任务、维持驾驶绩效、保证行车安全的操作过程。为了探究高负荷状态下驾驶人补偿行为特征，并量化这些行为对提升行车安全的效能，设计了3种次任务与3种跟车条件组合的驾驶负荷加载场景，招募42名被试开展驾驶模拟试验。首先，选取制动减速度、车头时距、次任务完成率等6项指标，构建补偿行为测定指标体系，并进行多因素方差分析；其次，提取跟车过程安全裕度指标，基于Logit连接函数构建跟车驾驶碰撞风险预测广义线性混合模型；然后，考虑驾驶人个体差异，基于逼近理想解算法，对补偿行为积极性量化排序，结合聚类方法对驾驶人进行分类；最后，在极限梯度提升树模型的基础上，采用优化算法对模型最大深度、学习率和树的数量等超参数寻优，构建行车安全评价模型。研究结果表明：高负荷场景下驾驶人采取了降低车速、增大车头时距、提升努力程度、中断次任务等补偿策略，前车一般制动和紧急制动场景下，驾驶人通过降速补偿策略将车头时距分别提升46.2%和49.5%，可维持行车安全状态不变，验证了补偿行为有效性；融入驾驶人补偿行为特征变量后，行车安全评价模型召回率提升了7.13%、准确率提升了3.08%。研究结果可为高负荷环境下的驾驶行为调控和交通安全评价提供参考。
融合冲突可能性和严重性的高速公路分流区极值模型构建及应用

漆巍巍, 孙子秋, 王华鹏, 刘岩
高速公路分流区作为典型的交织区域，容易发生急刹车、急变道等危险驾驶行为，这些行为往往会引发严重的交通冲突。为有效评估高速公路分流区的安全水平，深入探讨了冲突数据的优化问题，提出了一种融合冲突可能性和严重性的高速公路分流区冲突数据集筛选方法及极值建模应用。在冲突可能性方面，以碰撞时间差（Time Difference to Collision，TDTC）为指标，探究了高速公路分流区车辆碰撞的3种典型场景，并计算出冲突事件的时间阈值；在冲突严重性方面，引入Delta-V来筛选出具有潜在人员伤亡后果的冲突事件。将该融合数据集与传统仅考虑冲突可能性的单一数据集进行对比，并通过构建区组极值模型进行安全评估。结果表明：基于融合数据集构建的极值模型，冲突极值的重现水平结果平均绝对误差为0.046，均方根误差为0.058，其估计精度和实际冲突的拟合效果均优于传统数据集；使用极值模型对各分流区的碰撞频次进行了预测分析，发现其评估可靠性和事故预测结果更加符合实际冲突情况，提升了事故预测的可靠性。融合冲突可能性和严重性的高速公路分流区冲突数据集筛选方法可以为高速公路分流区安全评估模型的精度提升提供新的思路。
基于自然驾驶试验的公路螺旋隧道驾驶人心理旋转效应分析

韩磊, 杜志刚, 杨永正, 梅家林, 贺世明
为探究公路螺旋隧道行车时驾驶人的心理旋转效应，招募了30名被试开展自然驾驶试验，采集驾驶人在曲线隧道和螺旋隧道行车时的视觉特性数据和心电特性数据，构建因子模型选取驾驶人心理旋转效应的敏感评价指标，对比驾驶人的主观负荷强度和弯坡错觉程度，并构建数据包络分析模型（DEA），识别和探究公路螺旋隧道行车环境对驾驶人心理旋转效应的影响特征。结果表明：驾驶人心理旋转效应的敏感视觉特性指标为注视持续时间、瞳孔直径、扫视持续时间和扫视幅度，敏感心电特性指标为HR、SDNN、LF/HF和SampEn；曲线隧道与螺旋隧道条件下驾驶人视觉和心电表现存在显著差异，相较于曲线隧道，驾驶人在螺旋隧道行车时表现出更大的注视持续时间、瞳孔直径、扫视持续时间和更小的扫视幅度，以及更大的HR、LF/HF和更小的SDNN、SampEn；驾驶人在螺旋隧道行车时的视觉注意水平更高、视认反应时间更长，信息感知和处理难度更大、心理努力程度更大、视觉搜索效率下降，辨识能力减弱，同时更容易引起紧张和焦虑，从而导致自主神经调节能力减弱、心率变异性降低；此外，驾驶人主观评价结果显示，螺旋隧道行车时的弯坡错觉程度和主观心理负荷程度均大于曲线隧道；基于DEA的综合评价显示，曲线隧道在技术效益、规模效益和综合效益方面均优于螺旋隧道，这表明螺旋隧道行车环境对驾驶人视觉和心理绩效有损害，需要采取措施加以改善。
基于人体落地机制预测的人地碰撞损伤防护方法

邹铁方, 罗鹏琛, 彭培能, 胡林, 王丹琦
车人事故中地面所致行人损伤不可忽视，为降低人车碰撞中地面所致人体损伤及防护风险，提出一种基于人体落地机制预测的人地碰撞损伤防护方法。先基于1 300组人车碰撞事故数据建立人体落地机制预测模型，再依据预测结果建立车辆制动规则，最后再依据规则控制车辆运动。720次仿真结果显示，所提方法能准确预测87.5%的人体落地机制，其中机制M1、M2、M3、M4、M5的预测准确率分别为75.29%、95.75%、91.3%、94.55%、100%，且可降低地面所致WIC、HIC分别达61.7%、37.5%，并将方法使用风险降至8.33%。进一步分析具体落地机制预测不准的原因，并据此更新车辆制动规则，改进后的方法能大幅提升M1机制的预测准确率，预测准确率达92.94%，且可将使用风险降至5.83%，地面所致WIC、HIC的降幅则分别提升至70.3%、43.6%。研究成果将为人地碰撞损伤预测提供新思路，为智能车行人保护提供低风险新方法。
基于真实事故重建的VRU头部保护测评方法评估与优化

王方, 刘张弛, 胡林, 邹维, 石亮亮, 刘煜, Zhou ZHOU
弱势道路使用者（Vulnerable Road User，VRU）在交通事故中的伤亡风险极高，现行VRU头部保护测评方法单一的头部碰撞速度和损伤评价指标无法反映脑组织应变，在模拟真实碰撞事故的有效性和评估头部损伤风险的准确性方面存在不足；基于此，利用40例真实人车碰撞事故重建数据，提取VRU头部碰撞边界条件，使用THUMS头部有限元模型与头锤冲击器，探讨在规程测试工况场景下真实头部碰撞边界条件对头部运动学和损伤的影响，以及与规程测试工况之间的差异。研究结果表明：现有规程测试工况下的线性加速度峰值较高，但旋转速度峰值却显著低于真实事故案例；不同碰撞位置对头部运动学和损伤响应参数有显著影响，特别是在风挡侧边缘和右下角等刚度较大的区域，规程测试工况下的头部损伤风险高于真实事故边界，而在风挡的其他区域则正好相反。建议未来规程或虚拟测评将头部碰撞边界与损伤评价指标多样化，特别是考虑不同碰撞位置的差异及头部旋转对脑组织损伤的影响等：针对风挡大部分区域（非边缘区域），可通过适当增大线性速度来增强头部旋转并引入基于旋转运动的头部损伤评价指标；对未来虚拟测评，采用基于脑组织应变的损伤评价指标，可更全面和准确地评估真实事故中的VRU头部损伤风险。

过刊浏览 >>

中国公路学报

期刊简介

当前目录

该杂志刊期列表

联系我们

友情链接