信号交叉口非机动车骑行特性及安全性实验研究

非机动车在信号交叉口骑行涉及安全及通行能力的问题.借助交通行为分析理论,采用摄像机和骑行实验计测系统,针对23名实验者分别进行了非机动车交叉口骑行实验研究,并对骑行者的骑行感受进行了问卷调查.通过调查问卷对被试者的骑行行为分析表明,骑行者感知的主要威胁来自与左侧机动车的冲突.骑行实验数据的分析结果,验证了调查问卷的结论.对非机动车过街的速度、加速度特性分析,论证了非机动车采取二次过街通行方式比直接左转安全性高.     

7种因素对电动自行车忍耐时间的实证研究

忍耐时间是分析电动自行车骑行者不安全过街行为的重要参数,是信号交叉口交通管控的重要约束条件.以红灯期间到达信号交叉口处违章过街的电动自行车为研究对象,应用多元线性回归分析和生存分析法中的Cox回归方法,统计分析骑行者在信号交叉口处的过街忍耐时间.该方法运用中国电信的"全球眼"网络视频监控技术,获取不同影响因素下宁波市电动自行车的实时视频数据,共采集了57 213个电动自行车过街忍耐时间样本.统计发现:电动自行车忍耐时间与5种影响因素存在强相关关系;7种影响因素对电动自行车忍耐时间的影响程度差异性较大,其中天气、人行横道长度和有无交警执法等3种因素的影响程度最大,出行时间和时段的影响最小;电动自行车过街忍耐时间的均值为48.600 s,标准偏差为300.341.     

非机动车骑行行为实验研究

基于交通信息负荷量和交通信息变化的非机动车骑行过程,分析了骑行行为的安全性．针对不同的交通信息负荷量下非机动车骑行者的骑行行为,从骑行的安全感和舒适度出发,借助交通行为分析理论,设计了非机动车行车实验的研究方法,通过对比实验研究,分析了非机动车的速度和加速度特点,并根据自行车速度不稳定、波动频率高,而电动自行车速度相对稳定,但速度高、加速度大的特点,得出电动自行车安全性差的结论,验证了实验方法的可行性与合理性．     

信号交叉口行人与非机动车干扰特性分析

为研究信号交叉口行人与非机动车的干扰机理，通过对拍摄的视频进行标定，获取行人与非机动车在穿越信号交叉口过程中每间隔0.1s 的瞬时位置、速度、加速度数据，通过分析行人与非机动车运行轨迹的重合程度，研究行人与非机动车各类型出行方式之间的干扰程度；通过分析干扰和非干扰状态下行人与非机动车的水平偏移量、速度、加速度以及加速度方差的不同，研究干扰对行人与非机动车运动产生的影响。研究结果表明，行人受干扰时，水平偏移量是主要改变量；电动自行车和电动三轮车受干扰时，速度是主要改变量；自行车受干扰时，水平偏移量和速度都有变化；干扰对行人和非机动车的加速度有一定影响，但是影响不大。     

基于SMI的电动自行车骑行者视觉行为分析

为研究电动自行车骑行者的视觉行为特征,明确其对电动自行车行驶安全的影响,采用德国SMI IVIEW X帽子式眼动仪对电动自行车骑行者在包含机非混行、行人非机动车混行、机非隔离3种类型的固定路段开展了眼动实验,获取了骑行者在不同的道路环境中的眼动参数,包括眼动时间、视角分布、注视持续时间和注视点分布等。根据数据结果,结合现状电动自行车路段行驶状况提出了相应的管理对策建议：在有条件的地方应当尽量将非机动车和机动车分离,设置合理的非机动车道和路边停车带,减少机动车对非机动车骑行的影响;同时应将人行道和非机动车道分离,减少电动自行车和行人之间的冲突隐患。     

直行非机动车避让右转车辆轨迹分析

通过交叉口拍摄视频的观察实验,对非机动车不安全行为进行了分析,对交叉口的直行非机动车与右转机动车之间的冲突现象进行了观察,对冲突发生时非机动车避让机动车的轨迹进行了分析.并从骑行者性别、年龄和车辆类型等角度人手,分析了不同因素对避让轨迹选择的影响,同时,验证了直行非机动车与右转大型车辆冲突时存在的安全隐患.最后,从机动...     

信控交叉口非机动车待行特性

基于实地观测,分析信控交叉口非机动车待行行为特性和影响因素,建立停车线提前和BOX(在人行道前方设置非机动车待行区域,设置非机动车和机动车双停车线的形式)2种交叉口待行方式下非机动车待行位置的预测模型。结果显示:BOX待行方式下非机动车骑行者的趋前性更加明显、更容易出现待行违章行为,停车线提前方式下非机动车更容易发生信号违章;先放左转再放直行的信号相位顺序使非机动车更容易出现违章行为,过街宽度对待行位置分布有显著影响,不同待行位置的非机动车违章率差异明显;在停车线提前待行方式下,左侧直行的机动车流量与等待区内停车数量负相关,对向直行的机动车流量与等待区内停车数量正相关;在BOX待行方式下,对向左转的机动车流量与等待区内侧停车数量正相关。     

信号交叉口直行非机动车膨胀特性分析与风险评估

随着信号交叉口的非机动车流量激增,非机动车通过交叉口时的膨胀特性也进一步凸显。针对该现象所带来的冲突问题,在分析非机动车膨胀特性的基础上,提出信号交叉口直行非机动车冲突风险实时评估方法。选取天津市4个典型城市交叉口,通过视频分析软件,获取非机动车的行驶行为数据,分析膨胀特性下直行非机动车行驶行为特征。在此基础上,通过K-means聚类分析将直行非机动车的行驶区域划分为释放区、膨胀区和汇入区这3个区域。构建以直行非机动车不同行驶区域为一级指标,不同区域内的行驶行为特征为二级指标的信号交叉口直行非机动车冲突风险评价体系,提出基于改进熵权法的非机动车冲突风险熵计算方法。以天津市围堤道交叉口为例进行风险评估,结果表明,其冲突风险主要集中于车辆超车与并行行为频发的地带,风险点变化和分布与车辆膨胀过程中风险变化趋势一致,可以为信号交叉口非机动车冲突风险研究提供一定的参考。     

绿闪灯与绿灯倒计时对电动自行车驾驶行为的影响对比

针对过渡信号对驾驶员驾驶行为存在显著影响但缺乏规范化设置的问题,利用图像处理软件获取其驾驶行为特征参数,提出基于电动自行车过街行为的四分类方法。统计分析绿闪灯和绿灯倒计时交叉口信号过渡期间四类到达电动自行车的停车线速度和违章率及违章时间分布等指标,分析结果表明,绿闪灯会导致电动自行车较大的交叉口进入速度,绿灯倒计时会导致电动自行车较高的红灯通过率,因而更容易导致交叉口电动自行车交通事故的发生。     

直行非机动车与右转机动车的避让行为研究

交叉口交通冲突是造成交通拥堵和安全事故的重要原因之一。因此,着重研究直行非机动车和右转机动车之间的冲突,探究影响非机动车避让行为的因素,包括骑行者的性别、年龄、冲突点位置以及机动车车型等。对实际交叉口的观测数据进行统计分析,得出非机动车避让行为与上述因素的关系。在此基础上,为进一步深入了解避让行为与人格特质的关系,选取16PF量表中的3个人格因素进行问卷调查,从心理学的角度去解读骑行者的避让行为选择。最后,据此提出改善交叉口骑行环境,提高非机动车穿越交叉口安全性的具体措施。     

非机动车影响下信号交叉口转向通行能力模型的比较

混合交通条件下,非机动车显著影响着信号交叉口转向机动车通行能力．文章剖析了现有的非机动车影响下交叉口通行能力的解析算法,建立了基于VISSIM的通行能力仿真模型,标定了模型参数．通过算例,比较了各种解析和仿真模型．通过仿真实验分析了非机动车对机动车延误、转弯速度的影响．研究表明：各种模型得到的结果差别较大,其中,HCM（2000）与Chen等人（2007）的方法计算的通行能力与仿真实验结果较为一致．假设非机动车在机非冲突区总能够抢先通过,将导致低估机动车通行能力;而只考虑绿灯初期非机动车成群通过造成的影响,将导致高估通行能力．随着冲突非机动车流量的增加,单位数量的非机动车对机动车通行能力、延误和转弯速度的影响逐渐减小．转向车流的仿真通行能力值与平均转弯速度显著线性相关．     

连续流交叉口左转非机动车优化设计方法

为了提升连续流交叉口的通行能力,消除其主信号处左转非机动车与直行机动车的冲突,提出了一种左转非机动车优化设计方法.优化模型以机动车通过量最大为优化目标,考虑了信号相位相序、周期时长、绿灯时长等约束条件,建立线性规划优化模型.通过案例和敏感性分析,验证了该设计方法的优化效益.研究结果表明,该方法不仅能在高流量情况下显著提升交叉口通行能力,使得原本处于过饱和状态的交叉口变为不饱和,而且在高流量或低流量情况下,都有助于减少交叉口延误.进一步发现,左转非机动车流量每增加100辆/h或直行机动车流量比例每增加1.5%(直行机动车流量比例大于40%),优化设计对机动车最大通过量的提升比例增加4.5%.     

交叉口右转机动车穿越决策BP仿真模型及灵敏度分析

机非相互穿越模型是信号交叉口混合交通微观仿真系统中反映机动车和自行车相互影响的核心模型. 为了描述交叉口处机动车穿越自行车流的决策行为,分析了两相位信号交叉口右转机动车穿越邻道直行自行车的微观行为,提出了基于BP神经网络的机动车穿越决策模型. 以北京2个交叉口调查数据为基础,对该模型验证并与Logistic模型比较,结果表明BP模型优于Logistic模型且具有较好的预测精度. 根据所建模型的映射关系计算出系统输出对输入参数的一阶灵敏度矩阵,灵敏度分析结果表明,自行车提供给机动车的穿越间隙是影响机动车穿越决策行为的决定性因素,且间隙在2.76s～2.96s变动时对机动车穿越决策行为影响最大.     

BP Simulation Model and Sensitivity Analysis of Right-turn Vehicles' Crossing Decisions at Signalized Intersection

Inter-crossing behavior model of motor vehicles and bicycles is the key part of micro-simulation for mixed traffic at signalized intersection. The microscopic behaviors of the motor vehicles passing through the bicycle flow at a two phased signalized intersection were analyzed to reproduce the passing behavior of motor vehicles. A BP neural network model was proposed to describe the motor vehicles' passing decision. Based on the field data at two typical intersections in Beijing, the model was validated and compared with the Logistic model. The results indicated that the BP model was more effective than the Logistic model and had better prediction accuracy. First derivative sensitivity matrix of the BP model was established. The sensitivity analysis showed that the most important factor impacting on the motor vehicles' passing decision-making behavior is the gap allowing motor vehicles to pass through. The passing decision-making behavior is the most sensitive to the gap when it lies between 2.76 s and 2.96 s.     

A Probability Model of Bicycles Crossing Vehicle-bicycle Separation Lines

Vehicle-bicycle separation lines are frequently used to isolate motor vehicles from bicycles on China's urban roads. Conflict between motor vehicles and bicycles exists in these road sections. It is regularly caused by bicycles crossing the vehicle-bicycle separation line onto the motor vehicle lane. Thus, it is imperative to research the probability of crossing travel of bicycles. First, two presumptions for bicycles to cross travel are stated. One is that bicycles need to cross the traffic marking; the other is that the space among the adjacent motor vehicle flows is available for bicycles to cross. With this observation, the probability of conflicts between motor vehicles and bicycles can be obtained as a product of their probabilities. Based on this probability, the result was summarized as follows: the probability for bicycles crossing the traffic marking obeys a negative exponential distribution, which is derived. The result was shown by theoretical analysis and was compared to actual survey data. The available probability for bicycles entering into motor vehicle flow was found by the use of a traffic survey. Therefore, a probability function was proposed with different spaces that led to a probability model for vehicle-bicycle conflicts. At last, using the survey data, the probability model proved to be correct.     

混合交通环境下有信号平面交叉口 通行能力研究

关于交叉口通行能力的研究是交通工程研究的一个重要领域,混合文通环境下非机动 车对道路通行能力有重要影响.本文回顾了国内外关于自行车对道路交叉口能力影响的研究, 分析了在我国自行车流量较大条件下各种方法的特点及间题,研究了我国非机动车比例较大的 混合交通环境的基本特点,提出了有信号平面交叉口非机动车对通行能力的影响及相应的计算 模型,并进行了简要分析.研究结果对于进一步开展混合文通流条件下的仿真研究有重要现实 意义.     

�������ת��������Խ����BP����ģ�ͼ������ȷ���

机非相互穿越模型是信号交叉口混合交通微观仿真系统中反映机动车和自行车相互影响的核心模型. 为了描述交叉口处机动车穿越自行车流的决策行为,分析了两相位信号交叉口右转机动车穿越邻道直行自行车的微观行为,提出了基于BP神经网络的机动车穿越决策模型. 以北京2个交叉口调查数据为基础,对该模型验证并与Logistic模型比较,结果表明BP模型优于Logistic模型且具有较好的预测精度. 根据所建模型的映射关系计算出系统输出对输入参数的一阶灵敏度矩阵,灵敏度分析结果表明,自行车提供给机动车的穿越间隙是影响机动车穿越决策行为的决定性因素,且间隙在2.76s～2.96s变动时对机动车穿越决策行为影响最大.     

信号控制交叉口助动车违章特征与影响因素分析

为了对助动车的违章行为提出改进措施,利用视频数据观测了上海市12个信号控制交叉口的骑行类车辆行为。基于行为分析方法对人-车-交通环境特征进行编码,并利用Logit模型分析了助动车违章行为的影响因素。结果显示,在信号周期较短、非机动车流量较小、横向车流较稀疏或处于违章待行状态时,助动车更易闯红灯;在直行或非机动车道较窄时,更易违章待行;在转弯、非机动车道较窄或横向车流稀疏的情况下,更易错用车道;在非机动车道较宽时,更易逆行;燃油/燃气车辆、男性骑车者更倾向于载人载物违章。最后指出,应建立助动车骑车者的安全意识、完善法律法规、提升交通设施服务质量与交通管理水平,以有效引导助动车向有利于城市交通有序、安全方向发展。     

信号控制平面交叉口非机动车交通安全分析

运用统计方法研究非机动车与机动车的交通冲突,分析了非机动车在信号控制道路平面交叉口的交通安全.研究表明,非机动车交通流率的增加将导致非机动车和机动车交通冲突的增加.对于机动车车头时距和非机动车及机动车的行驶速度而言,存在一个非机动车和机动车交通冲突的高发区域;而在该区域的左右两侧,交通冲突趋于减少.最后,针对非机动车交通安全的内在机理提出5项改善措施.