驾驶员车道变换视点转移模型及其参数标定

为了获取驾驶员车道变换行程中的视点转移特性,构建视点转移模型,解决驾驶员行为监控设备布设缺乏依据的难题,采用眼动仪和人工记录的方式,分别以轿车和公交车驾驶员为研究样本,获取了车道变换行为过程中驾驶员视点停留时间和视点位置转移特性数据,给出驾驶员的眼动停留时间均值和分布规律,基于外界的交通运行环境,根据驾驶员对外界信息的获取程度,考虑驾驶员、车辆、道路、环境等影响因素,设定其符合泊松分布,将驾驶行为分为决策阶段和执行阶段,给出了基于6个模块的流程结构,构建基于信息满意度的视点位置转移模型并标定了模型参数。     

基于后悔理论的社交网络分享型交通信息的用户价值研究

以社交网络为平台的交通信息对出行者的决策有重要影响.为了研究社交网络分享型交通信息的用户价值,分析了社交网络中交通信息的产生与传播行为,并从信息行为的角度研究了社交网络中交通信息的特征.基于后悔理论建立了社交网络交通信息的用户价值评估模型,并给出出行者的路径选择效用以及交通信息的更新方法.在此基础上,从交通信息有效性与负效用的角度分析了社交网络交通信息的用户价值特征.基于不同的网络信息传播场景,对其中交通信息的用户价值进行了分析.结果表明,社交网络中的交通信息能够对出行者的决策起到辅助作用,在有效场景中出行者决策的后悔值降低了20%;但用户价值随其在社交网络中的持续传播而降低,且过度传播的交通信息将对出行者决策产生负效应.      

面向多智能体的出行前信息下通勤者出行行为研究

采用面向多智能体的建模与仿真方法,对先进的交通信息系统(ATIS)提供的出行前信息下通勤者出行行为进行了研究.首先,基于贝叶斯理论,建立了在出行前信息与以往出行经验作用下,通勤者出行时间感知动态更新模型;进而以信念-愿望-意图(BDI)模型为基础,将每个通勤者一车辆单元刻画为一个具有双层结构的智能体,并采用面向多智能体语言AgentSpeak(L)刻画了智能体的出行行为决策机制;最后,采用面向多智能体编程平台Jason与微观交通仿真平台Paramics相结合的方式进行了相应的仿真试验.结果表明:贝叶斯理论可以较好地解释驾驶员(尤其是通勤者)出行行为动态特性,同时验证了多智能体技术与微观交通仿真技术的结合在驾驶员行为分析中应用的有效性,为驾驶员行为分析提供了新思路.     

交通诱导信息对驾驶员路径选择行为影响调查分析

可变信息板通过向驾驶员发布实时路况信息,诱导驾驶员选择合理路径.影响驾驶员路径选择行为的因素是多元的,包括驾驶员个体属性、道路属性、可变信息板属性等.使用RP调查获取驾驶员行为数据,探讨交通诱导信息对驾驶员行为的影响.分析表明,交通诱导信息对驾驶员行为影响较大.在驾驶员个体属性中,驾龄和道路熟悉度对驾驶员行为影响最大;道路属性中,驾驶员对拥堵状态最为敏感;VMS信息中,年长的驾驶员偏好实际交通信息,年轻的驾驶员偏好驾驶建议信息.      

基于重复博弈的无灯控交叉口驾驶员行为模型

在分析无灯控交叉口插车过程中驾驶员行为决策相互影响关系的基础上,从更小时空尺度出发,提出了考虑安全因素、速度因素的驾驶员插车行为过程效用函数,建立了基于动态重复博弈的无灯控交叉口驾驶员插车行为模型,分析了不同驾驶员类型组合在插车博弈过程中的纳什均衡及相应的驾驶员决策行为。结果表明:该模型能够在一定程度上反映不同条件下交通冲突的演化结果,说明了应用动态重复博弈进行驾驶员行为模型研究的合理性。     

交通信息在出行行为中的影响分析

分析了交通信息对出行者在驾驶员路径选择行为中的作用机理和过程,阐述了之间的相互作用关系,论述了交通信息的效用度和出行者信任度之间的影响并提出相应的定性模型。     

交通信息服务的可信性内涵与评价方法研究

文中对交通信息服务的可信性问题进行了研究与分析.针对交通信息服务缺乏可信性内涵分析与验证方法的问题,提出1种服务的可信性质计算方法.采用本体理论构建存在于人与服务之间信任关系的语义知识,并基于模糊矩阵将多层次用户主观评价转化为对一维可信值的规约计算.应用该方法对停车诱导服务进行可信性评价,采用“认可”“中立”和“否定”3个评价指标对测试人员的主观信任度进行量化,可得出该服务综合可信度为0.619.实例表明该方法能够为交通信息服务的可信性进行量化表示及评价,这将为构建优质的交通信息服务,营造“以人为本”的可信赖服务环境提供重要决策依据.      

基于卡口数据的交通参数提取方法研究

针对交通参数提取繁琐及流程混乱问题,提出了数据预处理-指标提取-可视化一体的交通卡口数据挖掘流程.针对传统断面数据无法获取过饱和状态交通参数的缺陷,通过深入挖掘卡口数据蕴含的时间关联信息,并结合路网空间逻辑关系,基于Pandas和NumPy工具包构建了行程时间、平均车速和车辆延误提取模型,进而利用时空轨迹图研究了过饱和状态下的最大排队长度测算方法,该方法使用延误、流量、车速参数均为实时提取,实现了主动全时状态提取;以淄博市实际道路卡口数据为例验证了模型的有效性,结果显示,排队长度的准确率达85%以上;基于Python可视化库和Echarts对数据分析结果进行可视化处理,实现了交通需求及状态数据的动静态展现,能够为智能交通管控的决策提供支撑.      

基于前景理论的机动车路内停车行为研究

路内停车收费价格的调整将对路内停车位使用者的出行行为带来一定的影响.针对南宁市路内停车费调整政策的实施,通过对路内停车使用者的问卷调查,主要研究了停车价格对停车者的出行选择的影响.分析了调查对象的多种停车特征,包括停车费用调整后的停车时长预期、停车费用预期、步行到达目的地时间预期等方面,并基于调查数据引入前景理论研究了以停车时长和停车费用为基准的价值函数,建立了价值函数曲线并进行相应参数的估计.并该价值函数整合进多项Logit模型,以对公交出行的影响为例研究了路内停车收费价格调整对路内停车使用者出行行为的影响.结果显示,路内停车收费价格的调整对路内停车位使用者的公交出行行为有明显的影响.研究表明,前景理论可以较好地反映停车价格变化对路内停车使用者的行为影响.      

停车诱导信息集成结构模型设计及实现

面对动态、多变、实时的交通信息以及驾驶员对停车场信息的需求,停车管理需要走向智能化。停车诱导系统能为驾驶员提供实时的停车场信息以及周边道路情况,在基于多Agent系统的基础上进行分析,给出停车诱导信息集成结构模型,并利用面向对象的Agent进行设计,最后指出实现该系统还需进行的后续研究。