李亚秋
- 作品数：5 被引量：26H指数：2
- 供职机构：武汉理工大学更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”湖北省杰出青年人才基金更多>>
- 相关领域：交通运输工程更多>>
- 交通从众行为研究——机遇与挑战被引量：7
- 2013年
- 从众是1种常见的社会现象,道路交通系统中的从众行为也非常普遍。从众效应直接影响驾驶人及行人的决策行为,进而影响交通流特性,对于交通规划、设计与管理都具有重要的意义。文中分析了国内外从众行为的研究现状,从我国交通行为的研究方向,研究内容,研究方法等角度提出了交通从众行为研究的机遇,并从实验手段,数据获取,研究结果的不确定性角度提出了交通从众行为研究的挑战。交通从众现象的研究在学术上可以促进心理学与交通工程的学科交叉;在理论上可完善微观交通流模型;在实践上可以为有效利用从众效应进行交通规划、设计与管理等提供理论指导,具有广阔的应用前景。
- 吴超仲万平张晖李亚秋
- 关键词：交通行为从众行为交通规划交通工程
- 基于船舶AIS及签证数据的长江内河货运阻抗及分布模型研究
- 2017年
- 为了研究长江内河各航段复杂多变的航道环境对水路货物运输的影响,根据船舶AIS数据及三峡船闸过闸数据建立一种考虑不同月份、不同航段的船舶逆水而上、顺流而下2种情况的货运阻抗函数,并基于Matlab求解得到长江内河重要港口节点之间不同月份的时间阻抗矩阵。以2010年10月船舶签证数据为例,结合距离阻抗矩阵和时间阻抗矩阵,标定阻抗函数为幂函数和指数函数下的重力模型的参数,建立相应的货运分布模型。并在不同模型下分别预测了2012年10月货运量分布情况。对货运实际观测值和模型预测值结果进行货运距离分布(trip length distribution,TLD)方法检验。结果显示,以时间为阻抗指标的幂函数和指数函数重力模型预测结果的重合率(coincidence ratios,CR)值分别为0.83和0.86,比对应的以距离为阻抗指标的预测结果的CR值0.81和0.82要高,所建立的以时间阻抗模型更能反映长江内河货运实际情况。
- 莫磊钟鸣马晓凤刘少博李亚秋
- 关键词：水路运输AIS数据TLD
- 基于样本熵特征的驾驶人换道过程特征分析被引量：1
- 2014年
- 在行车环境中,驾驶人的精神负荷是否能合理分配直接影响行驶安全,因而驾驶人的驾驶熟练程度与驾驶人驾驶过程中的精神负荷分配之间关系值得研究,其中脑电是客观评价驾驶人精神负荷的重要指标。通过实验采集了10组城市道路环境下驾驶人驾驶过程中的脑电信号,并记录了车辆行驶过程中的车辆数据,然后使用样本熵的方法来定量计算脑电数据,从而评价驾驶人在换道过程中的精神负荷问题。样本熵计算结果显示:换道过程中驾驶人的脑电特征要明显比非换道过程中驾驶人的脑电特征复杂;换道过程中驾驶人的脑电特征样本熵明显大于非换道状态下的驾驶人脑电特征样本熵,熟练驾驶人的脑电数据样本熵明显小于非熟练驾驶人的样本熵值,熟练驾驶人在换道过程中车速高于非熟练驾驶人;相较于跟驰驾驶行为,换道驾驶行为过程占用更多的精神负荷,熟练驾驶人比非熟练驾驶人分配更少的精神负荷在换道过程中。
- 李亚秋吴超仲马晓凤
- 关键词：驾驶人注意力脑电
- 混合交通流下驾驶人危险感知特性研究
- 我国道路交通系统存在很多混合交通现象，容易引发交通事故，严重影响道路交通安全。其中，由于驾驶人观察失误或者判断失误导致的交通事故占比很大，因此，为缓解混合交通流下道路交通安全问题，需要深入研究混合交通流下驾驶人的危险感知...
- 李亚秋
- 关键词：交通安全混合交通驾驶人
- 基于EKF学习方法的BP神经网络汽车换道意图识别模型研究被引量：18
- 2013年
- 实时准确地识别驾驶人的换道意图有助于提高车辆行驶的安全性,达到安全辅助驾驶的目的.文中提出了一种基于EKF(extended kalman filter)学习方法的BP神经网络模型,用于识别驾驶人的换道意图,并进行短时行为预测.通过实验采集了20组高速公路实车行驶数据,利用前方车头时距、转向盘转角值、驾驶人头部水平位置数据,以及车道偏离量4类数据样本进行训练得到结果.实验结果表明:本模型较传统的神经网络识别模型具有更短的识别时间,且模型的可信度更高.在车辆换道和直线行驶2种工况下,本模型对换道意图的识别准确率达到了95%.
- 李亚秋吴超仲马晓凤黄珍张晖
- 关键词：安全辅助驾驶EKF
