[01116991]基于全景视觉的山区公路线形与运行车速智能协同模型研究

1.课题来源 国家自然科学基金（青年基金） 2.立项背景 随着我国公路里程的跨越式增长和机动化水平的飞速提高,公路交通建设进入前所未有的高速发展时期,与此同时交通事故也在大幅度增加,交通安全问题已经成为我国公路运营中的重要问题之一。统计数据表明,2009年,全国共发生道路交通事故238351起,造成67759人死亡、275125人受伤,直接财产损失 9.1亿元。其中,特大交通事故多发生于山区公路,山区公路交通事故约占特大交通事故总数的40%。 对于任何一起交通事故,很难将其事故原因归结于某一种单一的因素。但是运行车速是驾驶员心理行为、道路几何线形以及道路环境等多方面综合作用于汽车的最终结果及外在表现,通过对这种综合的反应结果的研究可以有效的评价道路安全状况,同时运行车速作为各种因素综合的外在表现的性质又使我们获得大量的基础资料成为可能。国外研究表明30％的致死事故以及所有事故的12％都与车速有着直接或者间接的联系。国内的研究同样说明车速是影响道路安全性的重要因素。因而用运行速度来评估道路交通安全具有一定的可靠性和现实性。 本项目针对山区公路交通环境进行系统研究,分析交通事故发生的机理以及研究如何智能协同交通环境中核心因素的内在关系,对于预防和避免交通事故的发生,降低山区公路交通事故的发生的频率和危害,保障人民群众的生命财产安全,都具有十分重要的现实意义。 3.技术原理及性能指标 本项目基于全景视觉技术理论,结合交通工程学、安全工程论与高等协同论等理论,深入研究山区公路交通安全影响核心因素全景视距、公路线形与运行车速之间的关系,利用全景视觉技术采集视觉信息,量化全景视距。研究并建立全景视距与山区公路平曲线半径、竖曲线坡度和运行车速的关系。分析山区交通事故形成机理,建立事故理论模型,确定事故模型参数。把山区公路环境视为一个智能协同系统,全景视距、车速与公路线形三个核心子集簇以紧密耦合的、动态联邦的形式进行同步协同合作,构建智能协同理论模型,确定子集簇的临界事故阈值,并对模型进行实证分析。最后结合智能协同并发控制的优化方法,实现山区公路的综合安全环境集成控制,建立一套适合山区公路环境的安全保障体系。 4.技术的创造性与先进性 项目研究创新主要为以下四个方面： 1)山区公路线形与运行车速关系的研究与建立 本项目利用视觉技术理论,根据人的视觉特性,从驾驶员视觉的角度来研究山区公路。以人的视觉特性为参数,按照视觉原理确定,充分考虑驾驶员视觉心理反应,提出可量化的驾驶员视觉信息参数-全景视距,量化驾驶员的视觉信息。 2)山区公路交通事故发生模型的研究 交通事故发生的概率是衡量山区公路交通环境安全状况最直接的指标。通过理论分析、事故案例分析,深入研究山区公路交通安全影响核心因素子集簇与交通事故之间关系。建立山区公路交通事故发生模型,分析事故形成机理,构建以全景视觉、运行车速与公路线形为核心因素的山区公路交通事故发生模型。 3)山区公路线形与运行车速智能协同模型构建 山区公路线形与运行车速的智能协同是一种紧密耦合的同步协同工作。其特点是,多个子集簇协作在相同的时间内,通过共享工作空间进行动态联邦,并且每个子集簇都可以迅速地从子集簇交互层得到反馈信息。但鉴于子集簇间的不完备性、不相容性及资源等问题,可能导致子集簇间各种冲突的产生,进而影响子集簇间的智能协作。 本项目在对影响交通安全环境核心因素子集簇冲突机理研究和分析的基础上,根据全景视觉技术与高等协同学,建立智能协同理论模型。模型通过智能交互消解子集簇动态冲突,相互修正,设定模型参数,实现山区公路交通环境的安全控制。 4)山区公路交通安全智能协同管理措施 基于全景视觉的山区公路线形与运行车速智能协同理论模型,采用协同感知、实体建模与并发控制的智能协同优化方法,实现同步协同系统中公路线形与运行车速子集簇的高响应性和并行性,达到山区公路的综合安全环境的分布集成控制,建立适合山区公路交通环境的安全保障体系。 5.技术的成熟程度,适用范围和安全性 实证分析是对山区公路线形与运行车速智能协同模型正确性进行研究的关键阶段,本项目中山区公路环境系统中的三个核心因素：全景视距、运行车速与公路线形是以紧密耦合的、动态联邦的形式进行协同合作,所以要通过实例来验证智能协同模型的自主性、交互性、反应性,保证同步协同系统的高响应性和并行性。 6.应用情况及存在的问题 研究成果已经进行了模拟验证,正在交通部门实验运行阶段。研究山区公路的交通安全与运行车速的关系是一项复杂的工作,影响因素较多,尤其还要考虑驾驶员自身的生理心理状况、道路本身的结构物、路侧自然景观、道路周围环境以及交通条件、气候条件等因素对运行速度的影响。