上海高架道路车流特征研究

流量、速度和密度是道路交通流的三个基本特性,并构成了交通工程学的交通流基本理论。利用上海快速路系统埋设线圈采集的交通流数据,深入研究南北、内环、延安等三座高架快速路的交通流特征,分析“流量-密度-速度”之间的变化关系,确定评价快速路交通运行状况的量化指标,并进一步标定出快速路交通流非饱和以及过饱和2种状态的道路车流分配模型的路阻函数。     

高速公路路段通行能力分析方法的探索与实践

公路通行能力分析是公路规划、设计工作中非常重要的内容。本文从寻求标准化交通流的方法入手，采用微观和宏观两个角度分析计算车辆折算系数，并采用不同的统计模型，拟合采样数据，确定合理的统计间隔。最后，结合我国高速公路的实测数据，以密度作为划分不同交通流状态的指标，分析我国高速公路现阶段下的速度、流量和密度3参数之间的关系。     

高速公路交通流密度的主线速度控制设计方法

结合高速公路出入口的实际设置情况、高速公路交通流的运行特点以及高速公路主线速度控制方式的实际需要,对经典高速公路宏观动态交通流模型进行了一定的修正;针对改进后的交通流模型,利用非线性系统控制中的反步设计方法,给出了求解控制率的矩阵方程;并提出了使用模糊控制方法进行主线速度控制的设计思路,为解决交通流模型难以确定、交通流参数难以检测等情况下的交通流密度主线速度控制问题提供了一种新方法。     

高速公路交通流中等密度区的可变速度和入口匝道联合控制

本文在已建立的高速公路交通流宏观、动态、确定性模型的基础上，结合交通流中等密度区（15≤P≤Pcrit辆／公里／车道）流量大、车速高且存在潜在不稳定等特点，提出了高速公路交通流中等密度区的主线可变速度控制和入口匝道局部积分反馈联合控制策略，最后利用计算机仿真对控制效果了验证，结果表明，采用主线可变速度控制和入口匝道联合控制策略可以消除某些阻塞。     

基于时空特征序列匹配的交通流状态估计方法

为了针对无交通流检测器路段更好地进行交通流状态估计，提高估计精度，研究了基于时空特征序列匹配的交通流状态估计模型。通过交通运行指数的计算方法预设城市道路中有交通流参数路段的交通流状态；分析影响城市道路运行条件的各项因素，引入交通流参数与道路参数、路网拓扑参数等时空多维度参数特征，提取3个维度8个特征1个附加维度组成交通流时空特征，构建城市道路交通流DNA特征序列对交通流状态进行描述；将各个特征的值归一化处理，利用WH-KNN匹配方法，得到全路网中与待估计路段最近的交通流状态。实验选取武汉市中环快速路编号为10468、10483以及8816的路段1周数据，假定路段数据缺失，通过所述方法进行交通流状态估计，将估计结果与原始数据结果进行对比。研究表明，模型不仅能够得到无检测数据路段的交通流状态，其状态估计结果的准确率保持在88%以上，且误判结果在1个运行指数等级之内。      

降雨对高速公路交通流特征的影响

为量化分析不同降雨强度对高速公路交通流特征的影响,以海南省东线高速公路交通流和降雨量数据为基础,研究了不同降雨天气下高速公路交通流参数中车速与密度的分布规律,标定了不同降雨气象条件下高速公路速度-密度分布的二阶段Greenshields交通流模型,回归分析得到了降雨强度与能见度对高速公路交通流模型各参数的天气影响系数。结果表明:随着降雨强度增大,该系数对高速公路最大流量和自由流车速的影响越大,与无雨天气相比,小雨、中雨和大雨天气下高速公路最大流量分别下降15.7%、19.1%和32.5%,自由流车速分别下降4.4%、7.3%和10.6%,而交通流模型中临界密度、截距速度受不同降雨的影响趋势并不明显。     

双车道高速公路追尾事故实时预测模型

现有的高速公路实时事故预测模型对高速公路信息化采集设备的布设密度和采集的数据粒度要求很高,在低信息化的高速公路管理工作上难以得到应用.结合国内高速公路信息化现状,使用单个检测器所采集的数据,对高速公路追尾事故实时风险进行研究.基于江苏省扬州市启扬高速公路上布设的超声波交通流检测器所采集的交通流数据,采用配对案例对照方法和二元逻辑回归,建立了双车道高速公路追尾事故实时预测模型.对事故前5~20 min的交通流数据分别构建流量时空矩阵、速度时空矩阵、平均车头间距时空矩阵,通过引入矩阵特征值简化建模过程并避免了指标间的相关性过高问题.模型总体精度85.7%,事故预测精度33.3%,误报率低于2%,相比已有模型总体预测精度较高,误报率较低,表明了该方法应用于追尾事故实时预测领域的可行性和有效性.      

高速公路交通事故预测研究

为判别高速公路交通流状态参数对交通事故的影响,提取了美国I-10号州际高速公路的实时交通流数据和交通事故数据,建立了实时交通流状态下的高速公路交通事故泊松分布预测模型,并对模型中显著变量进行了弹性分析。结果表明:泊松分布模型能够很好地拟合高速公路交通事故;平均交通量、平均占有率、大车比例和速度标准差4个参数显著影响高速公路交通事故,并且与之呈正相关关系;交通量是诱导高速公路交通事故发生最突出的因素,交通量增长1%,可导致交通事故增长7.96%。     

基于状态观测器的城市快速路交通事故识别

针对城市快速路网中交通事故频发的现象,为及时准确地对事故进行识别,提出一种基于宏观交通流模型的状态观测器估计算法.根据利用交通仿真软件Paramics的实验数据,并结合元胞传输模型(CTM)理论分析事故发生前后,事故路段及其上下游路段的交通流密度分布特征.同时基于路网的交通流模型构建了城市快速路事故的状态观测器估计模型,模型通过估计密度的变化规律,并结合交通状态分布特征来对事故进行识别.以京通快速路为例,通过对观测器估计误差进行计算,得出了实验路段平均百分比误差(MPE)的均值为11.56%,模型估计精度为88.44%.该方法能较为准确的对事故进行识别,为快速路中的交通事故识别提供有效的参考.      

基于多国实测数据下的交通流模型对比研究

为检验最新的S3交通流模型和多个经典交通流模型对交通状态的描述精度和对不同国家交通流数据的适应性,利用模型分别对中国西安市长安大学CHD数据集、德国HighD数据集和美国PeMS数据集进行参数拟合和特性分析,利用流量、速度和密度作为输入参数,采用最小二乘方法拟合,并利用均方误差指标(MSE)对参数拟合后的模型进行性能评...     

基于数据融合的城市道路交通事件自动检测

针对交通事件自动检测多以高速公路、城市快速路为对象以及使用数据源单一的现状,提出一种基于多源数据融合的城市道路交通事件检测方法。在对信号控制下交通事件引起的交通流变化进行分析的基础上,利用杭州市城区浮动车、SCATS、Citilog系统提供的实时交通数据,基于CUSUM算法构建差分流量和速度交通事件检测模型。该模型可以有效抑制交通信号对于交通流的周期性影响。实验表明,模型在高峰时段和平峰时段均能快速准确检测交通事件。     

基于交互式BP-UKF模型的短时交通流预测方法

城市路网具有功能多样、组成复杂、交通量大、交叉口多等特点。优化短时交通流预测模型能够增加交通状态判别的精准度,有利于市民预知交通出行信息,为交通诱导措施的发布提供数据支持,免陷入拥堵困境。针对目前短时交通流预测模型优化过程中出现的模型适应性差,使用条件要求高、单一模型无法准确地描述交通流在不同时段内的变化规律等因素造成短时交通流预测精准度低的问题,采用Kohonen神经网络对交通流数据进行聚类分析,令聚类得到的不同交通流模式下的交通流数据作为训练多个不同BP神经网络模型的输入,将不同神经网络模型与无迹卡尔曼滤波结合组成多个交通滤波器,完成交通流量的非线性预测与在线校准,最后使用交互式方法融合各估计器预测结果得出综合交通流预测结果。仿真实例构建了多个估计器和1个基于该方法的联合估计器,将以上各个估计器用于某断面的流量预测中,验证了几类估计器的流量预测性能。试验结果表明:该方法搭建的联合估计器在各种交通模式下较单估计器的预测准确性均有所提高,且在交通流遭遇多因素影响下发生特征变化时表现出一定的自适应性;相比于传统系统预测模型,大大降低了对训练数据量的要求,取得了较为满意的短时交通流预测效果。     

北京市快速路速度—流量—密度关系研究

以北京市快速环路系统为研究对象,以大量的实测交通数据为基础,分析了流量-密度-速度三者之间的关系,据此来研究北京市快速环路交通流的运行特征;并利用不同的流密度模型进行相应的拟合,从而对各模型的适用范围和使用程度进行了对比分析,为进一步进行北京市快速路交通流特性的深入研究以及进行交通控制优化提供了基础。     

基于速度-流量关系模型的公路噪声预测方法

车流速度是道路交通噪声预测模型中的重要参数之一,其准确性将直接影响声环境评价的结果.为了解决实际工程应用中车流速度数据获取困难的问题,本文在等效车流量假设和速度相等假设的前提下,推导出一种基于速度一流量模型的公路噪声预测方法.该方法利用了交通工程领域经典的速度-流量关系模型,可根据车流量自动计算车流速度,从而缩减了噪声预测模型中输入参数的数量.其次,实地采集交通流特征数据,采用非线性回归方法标定模型参数.最后,利用同步观测得到的高速公路基本路段上的流量和噪声数据,验证了该方法的有效性,并估计其误差范围.     

一种基于ART2神经网络的高速公路交通事件自动检测算法

提出一种基于ART2伸经网络的高速公路交通事件自动检测的新算法。该算法利用高速公路交通流模型和ART2神经网络分别作观测器和分类器。观测器估计的数据和实际交通数据进行比较,得到残差序列;利用ART2神经网络对残差序列进行分类,以区分不同交通状态下的交通信息,达到检测交通事件的目的。本算法不但可以识别已知的交通事件类型。还可以识别未知的或从未出现过的交通事件类型,是一个可以边工作、边学习的检测系统。     

交通事件检测算法的参数敏感度研究

在交通事件发生条件下,对交通流占有率、车辆占有率、速度3个特性参数进行分析,研究交通参数对于交通事件检测算法的敏感程度。通过TSIS交通仿真软件获得交通流的实时数据,最终得到交通事件检测算法中交通流参数的选择方法。     

基于ALINEA控制的高速公路入口匝道及主线交通流仿真研究

高速公路入口匝道的ALINEA控制是一种典型和有效的感应控制。文中就ALINEA控制对高速公路匝道及其主线上交通流的影响进行分析和研究,采用TSIS交通仿真软件,在固定期望占有率、改变匝道调节率更新时间和调节率参数的情形下,获得交通流的实时数据。仿真结果表明,这两个参数的变化对匝道上车辆排队消散所需时间和车辆累积延误时间均有重要影响。     

高速公路临界交通状态参数估计方法

高速公路临界交通状态参数是进行交通管控的重要依据之一。通过对交通流速度和时间占有率参数的特性分析,提出了采用高斯混合模型对交通流状态参数进行建模,采用最大似然估计算法对模型参数进行估计。在此基础上提出了基于最小概率假设的临界状态参数计算方法与实现流程。采用美国PeMS系统4个地点1个月的实际数据对模型进行测试验证,结果表明该模型在临界速度和时间占有率估计方面具有很好的鲁棒性,计算得到的自由流速度和通行能力也较为符合实际情况。     

面向动态导航的城市路网实时交通信息服务系统研究

结合国内外的研究现状，基于实时GPS数据和高架线圈检测数据的数据融合处理技术，给出了面向动态导航的实时交通信息服务系统的总体框架，实现了城市路网的实时交通流状态估计；通过构建实时交通信息系统，借助无线通讯方式为车辆提供实时交通信息和动态路径规划服务，实现了在动态路径规划基础上的车辆动态导航。     

城市快速路交通流特性分析

城市快速路是城市道路网的主骨架,对交通状态进行状态划分及稳定性分析,结合城市快速路交通信息采集系统的交通流检测数据,对速度一流量关系模型进行分析,建立了城市快速路快速交通流流量、速度、占有率关系模型,并进行交通流基本参数时变特性和空间特性分析。首先利用基本图理论,对3种城市快速路交通流状态进行稳定性分析。随后,结合北京市典型路段实测数据散点图,对各种速度一流量关系模型的适用范围和适用程度进行对比分析,从而得出Greenshields模型的拟合效果最好。最后分析交通状态转换过程中的交通流参数时变特性和空间特性,对实际交通疏导有指导意义。