雨天环境下高速公路可变限速控制方法研究

降雨对高速公路交通安全和通行效率具有一定的负面影响.运用可变限速控制技术,根据高速公路实时交通流状态和降雨强度,对各路段限速值进行动态优化和调整,减小降雨带来的不利影响.阐述了雨天可变限速控制系统的总体方案,分析了降雨对能见度和路面摩擦系数的影响,建立了雨天环境下高速公路安全车速计算模型;在宏观动态交通流模型METANET基础上,提出了适用于雨天可变限速控制条件的改进模型,并以控制周期内所有车辆总行驶里程最大为目标,建立了雨天可变限速控制优化模型.利用Matlab软件仿真实验,结果表明,与固定限速方式相比,本文建立的可变限速控制方法可提高雨天环境下高速公路车辆运行速度,并降低各路段车速差,保障雨天环境下高速公路安全高效运行.     

浓雾下高速公路可变限速控制方法

为解决浓雾时高速公路行车交通安全问题,并改变原有的固定限速措施,提出以安全允许速度为基准的可变限速控制方法。以道路交通安全法对浓雾下车速的规定为基准,考虑交通法里并未提及道路线形条件、路面状况等因素对限速值进行计算,并采用监测器数据近似代替个体车辆数据进行数据优化,得到浓雾行车安全车速及安全行车间距取值。基于此限速信息对动态可变限速信息牌的设置提供依据,进一步确定可变限速控制流程。VISSIM仿真试验结果表明：与固定限速控制相比,实施可变限速控制路段的最低平均车速提高了12.16%,平均速度最大差值降低了26.37%。表明浓雾下高速公路可变限速控制方法相比传统固定限速手段能有效地在保障出行安全的同时提高出行效率。     

消除高速公路运动波的可变限速控制方法

运动波是高速公路一种常见的交通拥堵，可通过可变限速控制有效消除。近年来，研究中提出了大量消除高速公路运动波的可变限速控制方法，却鲜有方法成功落地应用。可变限速控制方法的成功应用需满足3个基本条件，即模型预测的准确性，优化求解的实时性，以及控制方案的安全性，而当前研究中的方法难以同时满足上述基本条件。因此，为提高高速公路交通效率，保障高速公路交通安全，提出了消除高速公路运动波的可变限速优化控制方法。构建了模拟运动波传播的离散一阶交通流模型，解析了可变限速控制对交通效率及安全的影响机理，建立了提升交通效率、保障交通安全的可变限速优化控制方法。利用数值仿真模拟，测试了轻微拥堵与严重拥堵2种不同场景下限速控制方法的控制效果，评估了控制方法在提升交通效率和安全方面的表现，对比了所提方法与文献经典方法在控制效果上的优劣。结果表明：可变限速优化控制方法在2种场景下降低总行程时间分别为10.1%和10.6%，降低事故风险指标TET分别为72.6%和73.1%，降低事故风险指标TIT分别为92.4%和82.9%。与文献方法相比，在预测模型准确性以及对交通流效率与安全的改善方面均有提升，其中在严重拥堵测试场景下，效果提升更为显著。     

城市快速路可变限速策略

对城市快速路可变限速控制策略的理论基础进行了研究.在对快速路上的主线车速、进出口匝道车速、分流点合流点车速的特性及速度分布特性进行深入分析的基础上,建立了快速路主线车速-密度动态关系模型,提出考虑出口匝道、不良天气以及道路线形因素下基于安全性的3种主线车速的约束条件.利用积分调节器建立了入口匝道控制模型;提出了基于道路服务流量、行程时间、入口匝道平均等待时间以及行程时间延误4种可变限速的目标函数,利用4种目标函数的线性组合建立了3种系统最优问题,即:低密度状态下路段通行能力最大,行程时间最短;中密度状态下路段通行能力最大,入口匝道平均等待时间最短;以及高密度状态下入口匝道平均等待时间最短,主线车流行程时间延误最短.利用VISSIM仿真模拟手段对可变限速控制模型进行分析,得到可变限速控制策略下与未采取控制策略下的交通流参数结果,验证了可变限速控制策略的有效性.     

基于限速控制的基本路段通行效率优化方法

对于高速公路限速控制方法,不同的交通流类型其方式也应有所不同。从道路通行效率的角度出发对高速公路基本路段的限速控制方法进行模拟,并对各种限速方法对通行效率的影响进行数值仿真,在不同的交通饱和度下对仿真结果进行分析。最后,针对不同交通流类型给出不同的限速措施。     

雾天不同能见度条件下高速公路限速建议值研究

高速公路雾天不同能见度条件下,驾驶员对道路线形走向的敏感性有所变化,驾驶员需要不断调整方向盘,以不同的车速行驶在线形不断变化的高速公路上.为了探寻在雾天不同能见度条件下,驾驶员以不同车速通过不同曲率道路时的驾驶行为安全特性,利用UC-win/Road建立道路驾驶模拟环境,采集驾驶员在单因素和正交多因素实验方案条件下的车辆运行轨迹数据,结合驾驶行为特点提出了新的评价指标(车辆横向偏移系数)对驾驶员的驾驶行为进行分析.结果表明,能见度、圆曲线半径和车速对车辆横向偏移均具有显著性影响;并且通过正交试验确定各因素对车辆横向偏移影响由强到弱依次为:能见度(F=531.643)>圆曲线半径(F=256.599)>车速(F=45.986).      

考虑高速公路运行风险的雨天可变限速方法

为保证雨天环境下高速公路行驶安全，降低道路整体运行风险，结合雨天风险特征，开展考虑运行风险的雨天可变限速研究。首先应用随机森林模型，标定雨天环境下高速公路动静态风险因素的特征重要度，并结合熵值理论，建立高速公路风险模型、计算风险系数、划分风险等级;之后，以空域自适应算法中可变限速推演变化规律为基础，考虑大、小型车的行驶特征，结合预期风险、雨天停车视距、水膜厚度等因素，优化可变限速模型，细化大、小型车辆的初始控制值，进而提出不同降雨强度、不同能见度下的可变限速推荐值；在此基础上，利用驾驶模拟实景仿真系统、心理生理检测设备、微观交通流仿真软件，开展可变限速系统控制值合理性及驾驶人行车适应性与交通流运行状态的实证分析。研究结果表明：随着能见度降低和降雨量增大，在可变限速控制下，驾驶人呈现出交感神经兴奋性减弱、副交感神经兴奋性增强、心理紧张度降低的状态，其平均心率、心率变异性高频值、心率变异性低频值、心率变异性差异值分别由74.13、0.121、0.643、2.37变为78.23、0.192、0.567、2.01，驾驶人对限速方案的适应性良好；同时，可变限速可保证道路整体通行效率，不会造成交通流风险震动，在小型车、大型车限速分别为80、60 km·h^-1和小型车限速60 km·h^-1、大型车禁止驶入场景下，碰撞时间均值、中值大于未限速场景，各车道的行车安全性均能得到保障;提出的雨天可变限速控制方法合理，且具有一定工程适应性，能为异常天气高速公路宏观车流主动防控提供理论支撑。     

基于遗传算法的PARAMICS可变限速仿真参数自动标定

仿真技术被广泛应用于可变限速控制技术的研究中.为保证可变限速控制的仿真结果与真实情况相符,采用遗传算法对PARAMICS仿真模型中可变限速控制参数标定进行研究.阐述了可变限速控制路段的交通流参数采集,提出了在PARAMICS仿真模型中针对可变限速控制的参数自动标定流程,分析了基于遗传算法的可变限速控制参数标定结果.实验表明提出的参数标定方法能够有效的确定可变限速控制仿真过程中关键参数取值,参数标定后的仿真结果与真实数据更为接近,提高了仿真精度.      

雾天不同能见度下高速公路安全车速研究

文中考虑低能见度及路面附着系数减小的情况,研究了高速公路雾天的安全车速.根据跟车状态下停车过程及标志视认相关方法,分别进行了基于停车视距模型的安全车速计算(包括AASHTO停车视距模型和NCHRP停车视距模型)及基于交通标志视认距离的安全车速计算;并以湖北省黄黄(黄石-黄梅)高速公路为例,综合三种模型条件下的安全车速,最终得出雾天不同能见度下的交通管理措施.     

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。     

Development of analytical procedure for selection of control measures to reduce congestions at various freeway bottlenecks

Variable speed limit (VSL) and ramp metering (RM) affect freeway traffic operations in different ways and, accordingly, result in different effects on system travel time. The primary objective of this study is to propose an analytical procedure to help determine which control measure should be selected given different freeway bottlenecks and traffic conditions. The bottlenecks considered included an isolated merge bottleneck, a merge bottleneck with a closely spaced upstream off-ramp, and a diverge bottleneck with a closely spaced upstream on-ramp. Two RM and a VSL control strategies were considered, including the ALINEA, ALINEA/Q and feedback based VSL. The maximum achievable improvements in system efficiency by various control measures were calculated and the results were tested using modified cell transmission models. A coordinated control strategy that combined ALINEA/Q and VSL control was also proposed. The effects of VSL and RM control on system travel time at different freeway bottleneck areas were compared to identify the applicable conditions of different control measures. The analytical procedure was proposed for the selection of control measures at different bottlenecks and the ex-ante estimation of control effects were also discussed.     

平原地区公路穿村镇路段安全综合治理对策研究

针对目前平原地区公路穿村镇路段事故多发的现状,本文首先对事故数据进行统计处理与分析,在数据处理分析的基础上找寻事故原因。平原地区公路穿村镇路段发生事故的事故原因主要是车速过快,混合交通相互干扰,视距不良等。并针对这些事故原因提出综合治理对策,包括预先提示、速度控制、交通分离、交叉口处置以及宣传教育执法等方面。其中既包括了视错觉标线、减速丘、接入管理、路宅分家等一系列新技术的原理,设计方案及工程应用,也对限速标志、交叉口整治等传统技术措施针对穿村镇路段公路特点进行了进一步的完善。只有将各种措施综合应用,综合治理,才能够最大限度的提高平原地区公路穿村镇路段的安全水平。     

基于多元因素的高速公路可变限速值计算方法研究

分析了高速公路限速的影响因素,总结了国内外高速公路限速值计算方法,在此基础上建立基于多元因素的高速公路可变限速值计算模型。该模型综合考虑交通量、道路线形、能见度,路面摩擦系数等因素,克服了静态限速存在的不足。     

雾天驾驶人车辆操纵行为特性及其与追尾风险相关性分析

为分析驾驶人在雾天环境下的车辆操纵行为特性及其与追尾风险的内在关系,设计并开展驾驶模拟试验,采用方差分析,混合效应模型等对晴天、雾天2种环境下驾驶人的车辆操纵行为特性进行对比分析,并利用相关性分析及二元Logistics回归模型对避撞过程中行为间的相互作用及其与追尾风险间的关系进行挖掘.结果表明:雾天环境下驾驶人的车道...     

雾环境下高速公路驾驶人跟驰行为研究

雾环境下驾驶人行车与正常天气相比，在低能见度下视觉参照物较少，驾驶人更倾向于跟驰行驶。为研究雾环境下高速公路驾驶人跟驰行为，以真实雾环境下实车试验方式，选择多条高速公路作为试验路段，以Smart Eye眼动仪获取车辆在雾环境下高速公路驾驶人视觉参数，包含驾驶人注视区域、注视角度、注视持续时间、瞳孔直径、扫视速度以及扫视幅度等，以归一化方法对驾驶人注视重心进行分析，研究不同能见度下驾驶人的跟驰需求，并通过对雾环境下上述视觉参数进行规律总结。对雾环境下驾驶人跟驰特性进行统计及分类，将跟驰行为划分为主动、半主动、半被动以及全被动跟驰；通过分析雾区低能见度下驾驶人跟驰行驶条件，引入多维偏好理论及后悔理论，进行驾驶人跟驰决策模型构建，并基于差分法对模型进行参数标定及验证。研究结果表明：驾驶人在1次跟驰动态过程中，正常车道保持时驾驶人扫视速度较低，而当处于车道调整时，驾驶人扫视速度存在较大波动，且平均扫视速度较高，低能见度下驾驶人注视点转移速度27.0 （°）·s^-1明显低于晴好天气的52.0 （°）·s^-1；驾驶人在跟驰过程中，能见度对驾驶人跟驰时的视觉特征有显著影响，通过跟驰模型构建可为后续雾环境下车辆跟驰前后车距及车速预测提供理论支撑。     

基于ATT-LSTM模型的高速公路交通事件持续时长预测

为揭示交通事件对高速公路运行状态持续时间的影响规律，研究了高速公路交通事件持续时长预测方法。考虑高速公路交通事件时间序列特性，基于循环神经网络理论，从时间序列数据中提取交通事件时间依赖关系；通过引入长短时记忆网络，结合特征、时序注意力层挖掘历史时刻信息和当前时刻数据间的相关性，构建基于注意力机制-长短时记忆网络的高速公路交通事件持续时长预测模型。以2018年西安绕城高速公路交通监测数据集为例，开展了高速公路交通事件持续时长预测模型验证，对比了所提模型与反向传播神经网络、随机森林、支持向量机、长短时记忆网络模型这4种典型算法的预测精度，并分析了事件类型、天气条件、车辆类型、交通量等不同影响因素对持续时长的影响程度。结果表明:使用同一数据集，注意力机制-长短时记忆网络预测模型的预测结果平均绝对误差为24.43，平均绝对百分比误差为25.24%，均方根误差为21.17，预测精度优于其他4种预测方法。在模型的各影响因素权重中，事件类型所占权重最大为0.375，其次分别为车道数、车辆类型、天气等；采用立交出入口小时交通量作为修正参数，可以进一步提升预测精度，预测结果的绝对误差、平均绝对百分比误差和均方根误差可分别降低21.3%、7.5%和16.9%。研究结果能进一步提高高速公路交通事件持续时长预测的精度，为公路安全高效运行提供技术支持。      

Connected variable speed limits control and car-following control with vehicle-infrastructure communication to resolve stop-and-go waves

The vision of intelligent vehicles traveling in road networks has prompted numerous concepts to control future traffic flow, one of which is the in-vehicle actuation of traffic control commands. The key of this concept is using intelligent vehicles as actuators for traffic control systems. Under this concept, we design and test a control system that connects a traffic controller with in-vehicle controllers via vehicle-to-infrastructure communication. The link-level traffic controller regulates traffic speeds through variable speed limits (VSL) gantries to resolve stop-and-go waves, while intelligent vehicles control accelerations through vehicle propulsion and brake systems to optimize their local situations. It is assumed that each intelligent vehicle receives VSL commands from the traffic controller and uses them as variable parameters for the local vehicle controller. Feasibility and effectiveness of the connected control paradigm are tested with simulation on a two-lane freeway stretch with intelligent vehicles randomly distributed among human-driven vehicles. Simulation shows that the connected VSL and vehicle control system improves traffic efficiency and sustainability; that is, total time spent in the network and average fuel consumption rate are reduced compared to (uncontrolled and controlled) scenarios with 100% human drivers and to uncontrolled scenarios with the same intelligent vehicle penetration rates.     

高速公路模糊神经网络限速控制与仿真研究

高速公路限速控制是一个非线性时变系统,难于用数学模型准确建模,提出一种模糊神经网络实现限速控制。本文阐述了网络的结构和学习算法,根据高速公路车辆群状态、路面性能、气象条件等,建立交通流速度限制模糊神经网络模型,并进行了仿真研究。仿真结果表明网络训练速度快、精度高,适合交通流限速控制的在线建模。该方法切实可行,可使交通流更加均匀、稳定,从而提高主线运行的安全和效率。