信号交叉口车辆拖延行为分析

在分析HCM2000 Back of Queue模型计算值偏大的原因中,提出了信号交叉口车辆拖延行为的概念,分析了拖延行为导致Back of Queue模型偏大的2种情况。建立了车辆拖延行为3阶段模型,重点推导了拖延行为模型中,低匀速行驶的时间与不发生拖延行为的正常状况下的停车等待时间之间的关系。根据统计分析,确定低匀速行驶的速度和时间的取值范围,在此基础上推导出车辆发生拖延行为的最大时间间隔Tmax,以及车辆发生拖延行为的条件。讨论了Tmax在考虑拖延行为的排队模型中的应用,是对考虑拖延行为的Back of Queue模型研究的进一步深化。     

基于车辆行驶轨迹的信号交叉口排队长度估计

为了研究如何结合移动检测数据来确定交叉口排队长度,并以此来衡量交通拥堵程度的问题,利用车辆行驶轨迹,分析了通过交叉口车辆的排队特点。根据车辆在队列中的不同排队位置,分车辆通过交叉口时所存在的A,B,C这3种位置,建立了面向延误最小的排队长度估计模型。其中,通过虚拟线圈检测器后开始减速停止在停车线前的A位置车辆排队估计模型基于基本延误模型;减速进入虚拟线圈检测区域停车的B位置车辆排队估计模型基于简化车辆跟驰模型,对可获得车辆行驶轨迹的网联车减速过程进行了重建;减速停止在虚拟线圈检测器前的C位置车辆排队估计模型基于LWR消散模型以及交通流理论算法,并利用网联车车辆行驶轨迹数据进行了加速过程的重建。在此基础上,根据不同位置车辆与队尾网联车的距离不同,对其到达率赋予不同的权重,计算总的排队长度。最后,通过图新地球地图软件投影并筛选车辆在案例交叉口的车辆行驶轨迹,利用微观交通仿真软件VISSIM对本研究的模型进行仿真验证。结果表明,排队长度估计模型与真值的最大误差为12.4%,最小为2.2%,平均误差为8.75%,方差为12.595%~2,绝对与相对误差均保持在可接受范围以内,说明基于车辆行驶轨迹的信号交叉口排队长度估计模型能够较为有效地估计城市道路交叉口的排队长度。     

基于比功率法的信号控制交叉口排队车辆尾气排放估计

为了优化信号控制参数以降低机动车在交叉口上的尾气排放,分别根据排队车辆的减速工况、怠速工况、加速工况,按照比功率法建立了一种新颖的反推估计方法,定量估计信号控制交叉口前排队车辆的尾气排放总量,并建立了信号控制参数优化的尾气排放评价依据,最后应用建立的模型对某个单点定时信号控制交叉口前排队车辆的尾气排放进行了估计.研究结果表明:该方法能依据比功率计算公式反推出加速过程和减速过程经历的所有比功率区间对应的时间长度;可根据车辆的到达和离去特征、信号配时参数计算每周期的总停车次数和平均停车延误,以此作为受信号控制影响的停车车辆总数及怠速工况对应的时间长度;应用该方法估计尾气排放是可行的.     

平纵组合曲线的加减速特征

平纵组合曲线对驾驶人的加减速行为产生直接影响,不良的线形组合易诱导不利的加减速行为进而导致安全问题。研究了凹、凸两类共6种典型平纵组合曲线上的车辆加减速特征,收集了二广高速公路41条平纵组合曲线的实车运行速度数据。根据组合曲线上最大速度与最小速度的差值定义了5种加减速特征：保持稳定车速、显著加速、显著减速、先加速后减速及先减速后加速。使用多元Logistic回归模型分析了两种组合曲线及其几何特征对车辆加减速特征的影响。结果表明：凸形组合曲线、凹形组合曲线上加减速特征明显不同。对于凹型组合曲线而言,圆曲线长度、进弯缓和曲线长度对加速行为有显著负效应,随着进弯缓和曲线长度的增加,发生显著加速的概率将显著降低。对于凸形组合曲线,组合曲线半径、组合曲线长度对加速行为有显著负效应。     

高速公路立交变速车道长度研究

我国规范对变速车道长度进行了界定,但渐变段是否属于变速车道界定比较混乱,同时没有明确提出匝道车速、等待时间对变速车道长度的影响.通过对变速车道类型和驾驶行为分析,确定加速车道宜采用平行式,减速车道宜采用直接式.然后,根据驾驶员的驾驶行为和车辆在变速车道的速度变化,分别确定了平行式加速车道、直接式减速车道每一部分长度的计算方法,重点是利用移位负指数分布模型,推导了平行式加速车道等待段中车辆等待一个可插入间隙的平均等候时间.最后通过算例确定了主线和匝道在不同设计车速下的加、减速车道长度.该长度比现有规范中的参考值偏大,因为该变速车道长度考虑了三角渐变段长度,为相邻立交间距的确定奠定了基础.     

基于双目标模型的CBD停车诱导信息配置优化

为实现城市商业中心区(CBD)全局静态交通分布目标,从考虑停车者的选择行为着手,以区域内信息板显示周期内排队车辆总数和总行程时间最小建立目标函数,采用基于最优组合的信息显示组合方式来发挥停车诱导作用,影响驾车者的停车选择行为,并通过遗传算法获得目标函数优化值;以长沙市"五一商圈"为例,设置诱导后总排队车辆总数减少46%,表明该模型能通过引导停车者不选择"过热"的停车场而选择次选停车场来减少彷徨交通量。     

高速公路互通式立交单车道减速车道长度研究

针对我国《公路路线设计规范》(JTGD20-2006)中互通式立交减速车道最小长度取值不合理的问题,通过国内外资料调查和互通式立交分流区车辆运行数据调查,研究主线设计速度为120 km/h的高速公路互通式立交分流区驶出车辆的分流位置和减速特性.基于二次减速理论并考虑三角渐变段长度建立互通式立交减速车道长度计算模型,通过调查数据统计和国内外研究分析确定模型中分流点初速度、分流鼻速度和两次减速度等关键参数取值.利用上述模型对减速车道长度取值的合理性进行了分析,并给出了对应不同匝道设计速度的减速车道长度建议值.其研究方法和计算模型可用于不同设计速度的高速公路减速车道长度的确定,而进一步的调查和计算结果可以作为现行《规范》的补充.     

基于I/O模型对拥挤交通流状态变化的研究

章基于交通瓶颈路段车辆排队状态的实际变化特征，对传统的累计到达-消散模型(cumulative arrival and departure model)进行了修正，构造了改进的累计到达一消散模型(即I／O模型)。与传统模型相比，I／O模型考虑了车辆物理长度，将排队车辆的跟车行驶时间与排队延误两个概念进行了正确区分。I／O模型简单实用，不失为一种分析交通流变化特征的良好方法，为交通流诱导和控制策略的生成提供了重要的理论依据。     

基于制动减速度的高速公路停车视距研究

为了研究《路线规范》中确定停车视距指标时采用设计速度的85%或90%与实际情况不符的问题,采用高速公路的实测各车道速度数据,分析了各车道的车辆运行速度分布特征。从运动学原理出发对汽车制动过程进行分析,将车辆制动过程分为驾驶人反应时间、制动系统协调时间及全制动时间3个时间段,建立了基于制动减速度的车辆制动模型,并对模型中驾驶人反应时间、制动减速度和运行速度等关键参数进行深入试验调查和分析研究。分别提出了平坡段小客车与货车在相对舒适和紧急制动两种情况下的停车视距建议值,并提出了不同纵坡条件下的货车停车视距修正值。结果表明:在平坡路段相对舒适情况下的停车视距与AASHTO中的规定值基本一致;紧急制动情况下的停车视距与我国规范值基本一致,比目前《路线规范》条文中采用折减后的设计速度计算停车视距的解释更加合理。纵坡对货车停车视距影响较大,因此纵坡段以货车停车视距为研究对象,并从安全角度考虑选择采用相对舒适的制动减速度得到的停车视距作为建议值,为《路线规范》规定的停车视距值的应用和解释提供了更好的依据。     

城市中心商业区停车时长选择模型

城市中心商业区停车供给不足是许多城市面临的共同问题。利用停车政策,调节停车者的停车时间选择行为,提高停车位周转率是增加停车供给的一项重要方法。本文以停车时间长度选择行为为对象,利用在北京市商业区———西单地区的停车行为调查数据和Logistic模型,建立了停车时间长度的选择模型。利用这些模型,分析了各种政策因素对停车时间长度选择的影响。文中提出的模型将有助于旨在提高停车位周转率的停车政策的制定。     

悬索桥猫道绳水面浮托往复牵引架设技术

怀来官厅水库特大桥为主跨720 m的双塔单跨悬索桥,猫道长1230 m。大桥猫道钢丝绳架设受高空作业环境限制、水面无大型动力船牵引、水底构造物多等不利因素影响,经方案比选,采用水面浮托往复牵引法进行猫道钢丝绳的架设。在水面设置浮体,连接浮体与猫道钢丝绳,使钢丝绳浮托在水面,串联两岸卷扬机与钢丝绳,形成往复索引系统,牵引猫道钢丝绳过水架设。线路左侧猫道的钢丝绳由北往南架设,线路右侧猫道的钢丝绳由南往北架设,1次架设1根猫道钢丝绳。     

既有铁路桥钢桁梁更换为钢箱梁施工关键技术

某铁路黄河特大桥为24×48 m上承式钢桁梁桥,建于1969年,因长期服役,梁体安全储备下降,现采用明桥面钢箱梁替换既有钢桁梁.换梁施工采用拖拉法,设置拼装支架、拖拉反力支架、跨线龙门吊等大型临时设施,分别完成钢箱梁拼装、既有钢桁梁拆除及钢箱梁提升上桥;利用PLC同步控制系统和大吨位拖拉牵引系统进行梁体单点单向整体纵向...     

车辆排队间距对交叉口通行能力的影响

对交叉口车辆队列的启动离去过程建立运动学方程,研究交叉口等待车辆的车间距与通过时间的相互关系,进一步分析影响交叉口通行能力的其他因素.分析发现:车辆队列的间距过小或过大均可导致交叉口通行能力下降.最后,通过理论分析和仿真试验表明,当问距在4～8 m之间时,可有效降低等待队列长度及车辆通过交叉口的启动延时时间,从而最大可能提高交叉口通行能力.     

交叉口缘石半径的合理取值分析

较大的缘石半径有利于提高路口转弯车辆的车速,但同时使得交叉口范围扩大,车辆在交叉口的清空时间延长,从而导致交叉口通行能力降低。该文通过对典型交叉口的清空时间分析证明,交叉口缘石半径越小,交叉口通行能力越大,最小缘石半径就是最合理的缘石半径。     

混合交通状态下交叉口排队机动车流启动车头时距研究和应用

研究的主要内容包括:信号灯控制道路交叉口红灯周期形成的排队车辆,在放行后不同车型的启动时间和不同车型组成的混合机动车流车头时距的分布研究;混合交通状态下机动车启动通过交叉口时受到干扰后的延误时间研究;利用上述研究成果对混合交通状态下交叉口排队车辆的放行绿灯时间进行估算。课题以现实交通数据为基础,通过统计分析结果最终建立放行绿灯时间估算表,对混合交通状态下道路交叉口信号灯的配时起到指导意义。     

信号交叉口右转机动车与行人和非机动车冲突研究

研究的主要内容为:未设置右转专用相位的信号灯控制道路交叉口右转机动车流与行人和非机动车的冲突行为,包括冲突数据的采集和提取、右转车流受到干扰前后速度与过街时间对比分析以及机非冲突速度-距离模型。以现实交通数据为基础,通过软件提取右转机动车与行人和非机动车冲突数据,建立标准统一的冲突数据库,以此为基础对比分析右转车流正常行驶状态和受到干扰情况下通过道路交叉口时的车速和过街时间,并建立右转车辆距离机非冲突点不同位置时所对应不同速度的统计模型。研究结果对右转专用相位设立标准的建立和相应信号配时方案的设计具有一定的工程指导意义。     

人机混驾环境下无信号交叉口自动驾驶汽车左转运动规划研究

为了使自动驾驶汽车在人机混驾环境下能安全、高效地左转通过无信号交叉口，在借鉴人类驾驶人左转时会对周围车辆驾驶意图进行提前预判的基础上，提出了一种基于周围车辆驾驶意图预测的自动驾驶汽车左转运动规划模型。首先将无信号交叉口处周围车辆的驾驶意图分为左转、右转、直行3种类型，利用相关向量机预测周围车辆驾驶意图，以概率形式输出意图预测结果并实时更新，进一步界定自动驾驶汽车与周围车辆的潜在冲突区域并判断是否存在时空冲突；接着，在充分考虑他车速度、航向及车辆到达冲突区域边界距离的基础上建立基于部分可观测马尔可夫决策过程的自动驾驶汽车左转运动规划模型，生成一系列期望加速度；最后，基于Prescan-Simulink联合仿真平台搭建无信号交叉口仿真场景，对所提左转运动规划方法进行仿真验证，将基于博弈论的运动规划方法、基于人工势场理论的运动规划方法与所提出的方法进行比较，并选取行进比例达到1所用的时间和碰撞次数作为评价指标。研究结果表明：基于相关向量机的驾驶意图预测方法可在自动驾驶汽车到达交叉口之前准确预测出他车驾驶意图；基于部分可观测马尔可夫决策过程的左转运动规划方法能够通过速度调整策略实现人机混驾环境下自动驾驶汽车与周围车辆在无信号交叉口处的交互；不同算法对比效果表明，所提左转运动规划方法在自动驾驶汽车与不同数量周围车辆交互的仿真场景下均可有效避免碰撞事故发生并提高自动驾驶汽车左转通过无信号交叉口的效率。     

基于轨迹数据的交叉口相位切换期间危险驾驶行为实证分析

基于交叉口相位切换期间的车辆轨迹数据,分别根据单车和跟车行驶状态,识别和分析了相位切换期间可能发生的危险驾驶行为。通过视频拍摄和图像处理的方式,提取了曹安公路沿线3个交叉口共312条单车状态和四平路-大连路交叉口共449条跟车状态的高精度车辆轨迹数据。针对交叉口相位切换期间的危险驾驶行为特征,利用速度、加减速度、减速度变化率、潜在碰撞时间（TTC）等指标,研究在此期间车辆发生危险驾驶行为的特点和类型。对于单车状态下行驶的车辆,按停止、通过分类,依据减速度、减速度变化率、减速度变化率的峰值差等指标将停止车辆的危险驾驶行为分为紧急减速型、增强减速型和持续急减型,依据过停车线时间、速度、加速度等指标将通过车辆分为闯红灯型、超速过线型、激进加速型和持续高速型。对于在跟车状态下行驶的车辆,按前、后车不同的停止、通过决策组合分类,依据连续5个时间间隔（0.12 s）的TTC分析前、后车的危险驾驶行为及发生追尾事故的危险程度。针对识别出的危险驾驶行为类型,讨论车辆的关键行为参数与危险驾驶行为之间的内在关联。研究结果表明：单车状态下有17%的车辆存在危险驾驶行为,其中53%为紧急减速行为;跟车状态下有19%的跟车行为是危险的,其中停止车辆的比例是通过车辆的2倍以上。研究成果可进一步应用于驾驶行为模型的参数标定、基于车辆轨迹的交叉口安全评价以及预防危险驾驶行为的主动安全控制策略等。     

智能网联环境下基于安全势场理论的车辆换道模型

为有效刻画未来智能网联环境下车辆在换道过程中面临的驾驶风险,保证车辆执行更加安全的换道决策,建立基于安全势场理论的车辆换道模型。首先针对车辆换道过程中所遇到的驾驶风险进行评估,利用势场理论给出车辆行驶过程中不同运动状态下安全势场的空间分布。其次根据换道过程中相关车辆不同安全势场分布情况计算出换道结束时的车间临界距离,相比于传统的车间临界距离计算模型,提出方法能够动态刻画出车辆在不同速度、加速度条件下临界距离的变化趋势,并且能够根据车辆不同的运动状态,动态表达出车辆间临界距离的变化。在此基础上,根据智能网联环境下车辆各类运动状态能够被实时感知的特点,总结出车辆各类运动状态下需要的换道安全临界时间,最终建立基于安全势场理论的最小安全距离换道模型。最后,对模型进行数值仿真分析,仿真结果表明：车辆换道所需要的最小纵向安全距离与换道车辆以及其周围车辆的运动状态有着直接关系。在今后趋于成熟的智能网联环境下,该模型可以进一步进行扩展,利用安全势场的分布情况,对车辆换道过程进行动态实时干涉,能够为今后智能网联环境下车辆协同换道、车辆自动驾驶以及车辆群体优化控制等相关研究提供一定的理论支撑。