考虑动态交通流的停车场车辆最优疏散模型

为有效地制定停车场车辆疏散方案,缩短车辆疏散时间,研究了考虑道路网动态交通流特征的停车场车辆最优疏散模型. 首先,根据排队论将停车场每个出口车道的车辆排队抽象成一个M/M/1/1排队系统,分析出口道路交通流车头时距对车辆离开率的影响,从而估算车辆在停车场内的排队时间. 其次,构建道路网节点交通流均衡模型和路段交通流均衡模型模拟车辆的疏散路径选择行为,并估算疏散车辆的行驶时间以及在交叉口的延误时间. 最后,选取一个具有4个出口的停车场进行车辆疏散仿真模拟. 研究结果表明:出口处道路交通流车头时距对停车场车辆排队时间、行驶时间和总疏散时间均有显著影响,并且车辆在道路网中最优路径的选择主要受非疏散交通流影响;该模型能模拟停车场车辆在疏散过程中的动态交通特征及时间消耗,根据出口处道路交通流车头时距动态调整车辆离开率,提升疏散效率.      

基于车头时距模型的高速公路出口换道距离研究

高速公路出口的车辆换道行为是产生高速路行车安全问题的重要原因.为研究高速路出口车辆换道的平均距离,选取西安绕城高速未央立交八车道出口的路段拍摄视频,提取车速、车头时距等参数,拟合选取车头时距分布模型,结合间隙接受理论和概率分布模型,建立换道距离计算模型,结果表明:在单车道交通量为650 veh/h至900veh/h的情...     

基于自动车牌识别数据的混合交通流饱和流率实时估计

为解决混合交通流饱和流率测算的实时性和时变性问题,实时获得混合交通流的饱和流率用以信号配时,本文提出基于自动车牌识别数据(Automatic License Plate Recognition,ALPR)的混合交通流饱和流率实时自动估计方法。首先,分信号周期提取车头时距数据,在当前车和后车车辆类型确定时车头时距满足同一正态分布的假设基础上,构建车头时距的高斯混合模型并应用 EM(Expectation Maximization) 算 法 求 解 ;其 次 ,基 于 赤 池 信 息 准 则 (Akaike Information Criterion,AIC)选取高斯混合模型的最优个数,拟合数据得到高斯混合模型参数;最后,根据车头时距的高斯混合模型推算出混合交通流饱和流率。以杭州城市道路3条路段的ALPR数据为例,分析基于 ALPR 数据获取车头时距的采样误差,对模型进行验证,并与传统的 HCM(Highway Capacity Manual)方法进行对比。结果表明：基于ALPR数据的车头时距采样误差满足精度要求; 与HCM的实测法相比,模型所得的混合饱和交通流率相对误差小,结果准确;该方法与传统的标准车流饱和流率折算法效果相近,并考虑混合交通流时变特性,能自动部署实时计算,鲁棒性良好,有实际应用意义。     

城市信号交叉口左转车流车头时距分布特征研究

针对长沙市典型信号交叉口芙蓉中路-人民中路,分别在饱和状态和复合状态下对高峰与非高峰两个时段左转车流的车头时距分布进行特性分析。交叉口实测数据验算表明,我国现行规范CJJ37和美国规范HCM2010等常用方法对左转车流饱和车头时距预测结果均偏大较多,采用4种传统的车头时距分布模型和SPSS中的9大基本曲线模型的拟合效果均不理想。采用分段函数分别建立了饱和状态和复合状态下的统一模型,通过调整模型中的标定系数和增长系数,即可分别得到高峰时段和非高峰时段的车头时距分布特征。实测数据检验分析表明:饱和状态和复合状态的车头时距分布都存在2.000～2.500 s内集中程度最高且超过27%,集中在1.500～2.500 s内超过50%的现象;非高峰时段车头时距分布集中程度低于高峰时段,且倾向于集中在较小的车头时距上;目前常用方法对车头时距平均值的预测误差通常都超过16%,文中模型误差则低于4%,与传统模型相比能较好地拟合车头时距的实际分布形态,拟合效果更为理想。     

�źŽ�������γ�ͷʱ��ֲ�����

了解信号交叉口下游车辆的车头时距分布特征是进行城市道路控制、通行能力计算、交通安全分析等的基础.利用NC200、MC5600对信号交叉口下游不同断面不同车道的车头时距进行调查.采用χ2检验法对信号交叉口下游车辆的车头时距分布进行拟合,得到高峰时段和平峰时段的不同断面、不同车道车头时距分布.研究结果表明:随着高峰时段向平峰时段过渡,以及车辆由交叉口向下游移动,车道的车头时距在移位负指数分布和M3分布之间进行过渡.     

ӵ��״̬���źŽ����ͨ���������㷽��

车头时距分布是研究交通流特性的重要方法。本文基于北京市若干交叉口的实测样本数据,研究分析了拥堵状态下信号交叉口的排队车辆越过停车线的车头时距分布及其变化特点,结果表明在第6个车辆之后达到饱和车头时距。在此基础上,针对中心城区拥堵区域次干道以上等级的信号交叉口,提出拥堵状态下的通行能力模型。进一步地,利用实测数据作了案例计算与对比分析,直行与左转车道通行能力的平均误差率分别为2.27%与4.28%,验证了模型的可行性与有效性。此外,该结果优于其它计算方法所得结果,表明在拥堵状态下,该方法的适用性更高。     

冰雪条件下中国驾驶员跟驰行为及模型研究

分析驾驶员在冰雪条件下的驾驶行为特性，建立考虑驾驶员行为特性的跟驰模型，有助于丰富现有交通流理论.通过招募驾驶员开展实车跟驰试验，对比分析正常条件与冰雪条件下的驾驶行为差异.进而基于任务难度均衡理论构建包含人类因素参数的任务难度模块，引入改进后的智能驾驶员模型，并采用车辆轨迹数据对模型进行标定和有效性验证.研究表明：驾驶员在跟驰行驶过程中受外界刺激及自身驾驶能力影响时会对车辆行驶状态进行动态调整，试图保持期望间距，且速度与前车一致的状态；冰雪条件下驾驶员采取风险补偿行为，其车头时距波动幅度较正常条件收窄，模型引入人类因素参数可以较好地描述其差异性. 模型有效性验证表明，新模型在6个仿真场景中的表现都优于传统智能驾驶员模型，且表现出更好的鲁棒性.研究结果可为冰雪条件下的交通管理措施制定提供理论支持.     

道路几何设计对IDM模型跟驰行为的影响

考虑道路几何设计参数转弯半径、超高、坡度对车辆跟驰行为的影响,对车辆跟驰智能驾驶员模型(IDM)进行了改进.结合二自由度车辆动力学模型,利用Matlab/Simulink建立改进后的跟驰模型并进行仿真.仿真分析发现:在具有转弯、超高和坡度的道路上,改进后的模型,其跟驰车辆车头时距增大,行驶速度减小,保证了车辆行驶的安全性;车辆横摆角速度和侧向速度随半径和超高的增加而减小,保证了汽车操纵稳定性.结果表明,改进后的模型能够更准确地描述道路几何设计对车辆跟驰行为的影响.     

基于分类车头时距的城市道路大型车影响分析

为量化大型车对城市道路交通运行的影响，提出基于大量车牌识别(License Plate Recognition, LPR)数据研究路段、交叉口左转、交叉口直行这3类车头时距，分析大型车影响的方 法。首先，将LPR数据按采集位置划分，提出差异化数据预处理流程，得到用于考察不同车道条 件下4类过车组合的车头时距集合；然后，以高斯混合模型(Gaussian Mixed Model, GMM)、对数正 态混合模型及高斯/对数正态混合模型这3类共13个子模型分别对上述所有集合建模，以最大期 望算法求解参数；之后，以Kolmogorov-Smirnov检验排除不满足要求的模型，综合赤池信息准则 与最小描述长度准则对剩余模型择优；最后，基于最优模型参数定量评价大型车对不同类型车道 的影响。以某城市区域多个卡口与电子警察设备采集的大量LPR数据验证方法有效性。结果表 明：路段与交叉口、交叉口各功能车道的车头时距不符合同一分布，宜区分建模；3个密度分支的 GMM拟合各类车头时距集合均有最佳表现，其他模型在不同阶段体现出不适应性；各种车道条 件下，大型车对相关过车组合的车头时距均值及标准差均有不同程度的影响，且该影响按照路 段、交叉口左转、交叉口直行的顺序依次递减。拟合结果可供大型车影响评价借鉴。     

城市主干路路段车速分布特性研究

车速是描述车辆运行状态的基本参数,而掌握城市主干路路段车速分布特性更是许多后续研究的基础。本文以南京市部分主干路调查得到的数据为基础,运用统计学方法,对城市主干路路段车速分布特性进行了研究。首先,通过对车速的分布形式进行拟合,定性分析了不同类型主干路的分布形式;然后,从路段整体、横向两个角度对车速分布的集中趋势和离散程度进行了分析。结果表明,城市主干路路段车速分布的形式主要与车辆行驶时的自由度有关,道路条件以及交通流状态对车速分布的参数值有着不同程度的影响。研究成果将对城市主干路的规划、设计、控制、管理以及评价提供科学依据和数据支持。     

考虑车辆调度和调度员分配的共享汽车混合车队规模优化

针对电动汽车存在充电续航问题与传统燃油汽车存在环境污染问题的矛盾,本文提出共 享汽车混合车队规模优化方法。首先,在不考虑成本条件下,分析动态车辆调度和实时调度员分 配对共享汽车系统需求满足和车辆利用的影响。然后,针对由传统内燃汽车、混合动力汽车、插 入式混合动力汽车和纯电动汽车构成的混合共享汽车系统,考虑车辆调度和调度员分配,以运营 商利润最大化为目标,CO2排放量和道路拥堵为约束,构建混合车队规模优化模型。通过Matlab 调用Gurobi求解器求解上述混合整数线性规划模型。最后,以成都市为例,分析不同CO2排放量 约束,以及车辆调度对共享汽车运营商利润、不同类型的车队规模、车辆利用率和用户需求满足 率的影响。同时,比较单一车队和混合车队共享汽车系统,结果显示,混合车队和单一插入式混 合动力车队可以实现经济效益和环境效益的双赢,是目前最适合共享汽车系统发展的模式。     

基于自然驾驶跟车数据的驾驶人差异性分析与辨识

为研究跟车工况下个体驾驶行为特性及其辨识,以驾驶人自然驾驶数据为基础,通过统计分析,频域分析及时频分析,多尺度对比驾驶人加速度、碰撞时间倒数、跟车时距等跟车轨迹特征参数分布的差异性;利用统计方法和离散小波变换提取能够表征驾驶人跟车习性差异的特征参数,分析不同参数输入结果,确定最优参数组合,建立基于随机森林的驾驶人差异性辨识模型;对 8位驾驶人的实车数据分析和辨识结果表明,以加速度,与前车相对速度、相对距离,跟车时距,碰撞时间倒数的平均值、标准差、中位数、小波能量熵为特征向量的随机森林模型,驾驶人识别的准确率能达到96.48%,袋外错误率为4.55%,相比于支持向量机、K近邻、BP神经网络,具有更高的识别准确性。说明运用多尺度细化特征向量建立的随机森林模型在识别跟车工况下驾驶人的差异性方面是可行的,该结果对驾驶行为精细化研究及个性化辅助驾驶系统发展具有重要意义。     

货车移动遮断影响下的小客车驾驶行为识别

为识别山区双车道公路货车移动遮断影响下的小客车驾驶行为，通过无人机拍摄和图像 处理提取车辆轨迹数据，根据车头时距、小客车横向位置曲线斜率的阈值标准，标定小客车的跟 驰、换道和超车这3种驾驶行为类别；采用Kruskal Wallis检验和主成分分析法对小客车驾驶行为 特征参数进行筛选和降维，获取识别模型输入变量；运用网格搜索算法确定核函数最优参数组 合，建立基于支持向量机(SVM)的货车移动遮断下小客车驾驶行为识别模型。以云南省典型山区 双车道公路为例，多维度分析货车移动遮断下的小客车驾驶行为特性，并对识别模型进行训练和 测试。结果表明：货车移动遮断下小客车的行车速度比自由流条件下低约20~30 km·h-1；小客车 在山区双车道跟驰货车行驶时的平均车头时距为2.53 s，小于相关规范中规定的最小安全车头时 距，跟驰行车风险较大；基于SVM的货车移动遮断下小客车驾驶行为识别模型的识别准确率达 98.41%，具有良好的识别能力和应用前景。     

���ѵ��νӵ�·��С���ȼ���ģ��

在对下匝道衔接道路进行交通调查的基础上,应用数理统计方法和回归技术分析了衔接道路上车辆的变换车道特征和车头时距分布规律,验证了可能性转移矩阵法的假设条件是符合衔接道路的交通运行特征的,可以用该方法计算衔接道路的最小长度,并应用分析得到的衔接道路车头时距分布规律对模型进行了修正,经过算例分析验证模型的有效性     

不同交通流状态下的车头间距分布

采用实地调查方法,将车头时距经速度转化成车头间距,并利用实测流量进行饱和度的计算,进而对车头间距进行深入的研究,得出不同交通流状态下车头间距的分布特性．自由流阶段车头间距分布是属于负指数分布,稳定流开始车头间距属于移位负指数分布,至稳定流后期车头间距分布只有部分属于移位负指数分布,r值随着交通流量的增加会缩小;在稳定流后期（0．53～0．63）和不稳定流（0．64-1）一般采用爱尔朗分布拟合．     

对角匝道设置的交通量条件

为了得到设置对角匝道时须满足的交通量条件,分析了合流区主路外车道的车头时距分布,利用间隙接受理论和分段积分法,建立了对角匝道驶入主路的适应交通量模型。然后考虑驶入对角匝道的右转交通量及其车头时距分布,利用间隙接受理论,建立了驶入对角匝道的左转车流的适应交通量模型,并得到了驶入对角匝道的左右转车流的约束条件。分析结果表明:对角匝道设置的交通量条件与主路交通量、匝道交通量、加速车道长度、合流区外侧车道车头时距的区间分布状况、汇合车辆的临界间隙和随车时距以及驶入对角匝道的左右转交通量有关。     

应用于换道预警的驾驶风格分类方法

针对不同驾驶风格驾驶人对换道预警需求存在差异的问题,采用视觉传感器、 雷达传感器、GPS、车辆 CAN 总线数据采集系统,基于小型乘用车搭建了实际道路驾驶行 为试验车.通过对多名驾驶人进行实际道路自然驾驶试验,选用跟车时距、换道时距、超速 频次、换道过程最大方向盘转角等参数,采用模糊评价法建立了驾驶风格离线分类模型, 实现了将驾驶人分类为冒进型、比较冒进型、比较谨慎型、谨慎型四类.采用换道安全性相 关参数对模型进行验证. 结果表明,随着驾驶人谨慎程度的增加,换道安全性评价参数更 倾向于安全,驾驶风格分类模型与实际换道安全性评价参数之间呈现良好的一致性.     

公交线路车头时距特征分析及运行状态研究

公交线路是个看似简单但机理复杂的交通系统,诸多随机因素造成其运行的 不稳定.线路系统的车头时距分布特征和运行状态规律受到公交车的车载容量、发车间隔 和乘客到达率的影响.本文改进了以往的公交线路车头时距模型,用以研究公交车的车载 容量、公交车的发车间隔和线路系统的乘客到达率三个因素对公交线路车头时距特征和 运行状态的影响机制,得出了线路系统的状态相图及其相互演变过程.状态包含：规则态、 过渡态、组对态及聚簇态.研究公交线路运行状态的划分及其演变规律,有利于更深刻地 认识公交线路系统运行状态.