浅谈现状城市道路改造交通疏解

道路改扩建工程施工存在工期周期长短、投资规模、人员流动等特点的影响,在施工过程中存在一系列的交通安全及市民出行便利问题,因而施工现场的交通疏解就变得尤为重要.结合深圳市桥和路及富桥大道综合整治工程为例,对城市道路改建时的交通疏解方案进行研究,希望解决城市道路改造现场对交通安全和市民出行便利程度等影响方面产生良好的作用.     

城市道路横断面规划设计方法及工程应用研究

随现阶段城市经济发展的提速,城市道路和建设范围内硬化面积逐年增加,导致城市透水面缩减,易在多雨季节引发城市内涝等灾害,给城市发展和居民生活带来了诸多问题。为降低城市内涝等问题的发生,在城市道路横断面规划设计过程中,结合海绵城市建设理念,提出对应的设计方法指导工程应用。首先明确了海绵型城市道路的设计目标;分析了各项LID措施在功能、控制目标、经济性、对周边地块的影响和景观效果等方面的特征;阐述了红线宽度在12~15 m、20~28 m、34~40 m、40 m以上道路的横断面设计方法。     

市政道路标志标线存在的问题及改善措施研究

With the transfer of rural population to cities, the municipal engineering construction is becoming more and more rapid, in which the investment in the urban roads convenient for citizens to travel and transport is increasing year by year. With the increasing frequency of the use of municipal roads, the signings and markings playing the role of warning and indication expose some problems that need to be solved urgently, which seriously affect the function and comfort of municipal roads. Based on a detailed analysis of the existing problems and impacts of the signings and markings of municipal road engineering in China, the targeted improvement measures are proposed to ensure the perfection of the functions of signings and markings and improve the efficiency of vehicle traffic, which escort the safety, convenience and comfort of municipal road engineering.     

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持。将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型（Traffic Factor State Network,TFSN）,考察交通因素之间的相互关联,并考虑环境因素的影响。该模型结合交通因子和环境影响因子的影响,通过对交通流数据进行聚类分析,估算出对应于环境影响因子的交通状态,并通过实际案例验证其物理意义以及与交通流实际状态的对应关系。进一步地,基于不同交通状态下的交通流数据建立高阶多元马尔可夫链,进行交通流预测,并根据交通流时间序列的聚类性能指标提高模型的预测准确性。对数据序列马氏性强弱、马尔可夫模型阶数与模型预测准确性之间关系进行分析。研究结果表明：根据马氏性合理选择马尔可夫模型的阶数可以提升模型预测准确性;直接对原始交通流数据进行预测的平均绝对百分比误差为24.61%,而不同交通状态下交通流预测的平均绝对百分比误差为16.99%,相比直接预测误差下降了7.62%,验证了所提出的微观交通因子状态网络的有效性和可用性。     

基于有向图卷积神经网络的交通预测与拥堵管控

为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控。首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,并将其应用于长短时记忆神经网络模型中,提出了能学习交通路网时空双重特性的有向图卷积-长短时记忆神经网络（Directed Graph Convolution-LSTM,DGC-LSTM）模型;其次,基于DGC-LSTM的交通预测结果识别出拥堵产生点并将其作为拥堵管控的对象;再次,采用控制进口匝道车辆输入快速路主线的手段,针对管控对象的时空特征,设计了全圈层分时段阶梯式拥堵管控策略;最后,基于上海市快速路网上布设的2 712个检测器在122个工作日每间隔5 min记录的速度、流量和占有率信息,开展实例分析,测试了DGC-LSTM模型的预测精度以及全圈层分时段阶梯式拥堵管控策略的有效性。结果表明：与传统的循环神经网络、长短时记忆神经网络相比,DGC-LSTM模型具有更高的预测精度,能将速度预测的平均绝对误差和误差标准差分别降低38%和20%以上;基于预测结果采用的全圈层分时段阶梯式拥堵管控策略能令拥堵产生点的速度提升14 km·h^-1以上,并能使拥堵的持续时长缩短40%,可阻止拥堵从产生点开始发生大范围的蔓延,降低整个路网的拥塞程度。     

固化剂稳定磷石膏路基填料的工程特性研究

为提高磷石膏路基填料的强度和水稳定性,降低有害物质溶出,采用甲基硅酸钠、硅酸钠和乳化剂制备磷石膏固化剂（CA）,并将质量比为0.5%、1.0%、1.5%和2.0%的CA加入到磷石膏中制备CA稳定磷石膏混合料（CASP）,研究了CA掺量对CASP的力学性质（加州承载比CBR、回弹模量、无侧限抗压强度和剪切强度）、水稳定性（泡水软化系数和接触角）与有害物质溶出量的影响规律,并结合扫描电镜试验揭示了CASP的强度形成与水稳定性增强机理。结果表明：CA中的硅酸钠与磷石膏可生成硅酸钙凝胶与硫酸钠晶体,前者的胶凝作用和后者的填充作用提高了磷石膏的强度和密实度,CASP的CBR、回弹模量、无侧限抗压强度和剪切强度随着CA掺量的增加而大幅提升;由CA中的甲基硅酸钠所生成的聚硅氧烷憎水膜,改变了磷石膏颗粒表面的亲疏水性质,降低了磷石膏孔隙,改善了磷石膏的水稳定性,CASP的泡水软化系数随着CA掺量的增加而变大,掺2.0%CA的CASP与水分的接触角为91.4°;浸水11 d后掺1.0%CA的CASP可满足高速公路的路床填料CBR不小于8%和路基回弹模量不低于40 MPa的技术要求;通过硅酸钙凝胶的物理吸附和化学结合,以及憎水膜的填充固封,CA显著降低了磷石膏砷、铬、铅、氟离子和磷酸根的溶出量,掺0.5%CA的CASP浸出液中砷、铬和铅含量分别满足地下水Ⅰ级、Ⅱ级和Ⅳ级标准。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

排阵式交叉口几何设计与信号控制协同鲁棒优化

针对排阵式交叉口在实际交通波动环境中存在车辆滞留排序区,运行效率稳定性难以保障的问题,提出了鲁棒优化方法,平衡交叉口运行的效率和稳定性。在分析排阵式交叉口运行特性的基础上,指出了其运行效率波动性与交叉口几何设计、信号控制、交通需求、饱和流率和运行车速这5个因素有关。确定了将交通需求、饱和流率和运行车速这3个客观波动因素作为模型的输入参数,将几何设计和信号控制这2个可受设计人员控制的要素作为模型的优化控制变量进行协同优化的模型框架。在此基础上,以交叉口车均延误条件风险值最小为目标,考虑了各流向车道数、信号相位相序、排序区车辆清空等方面的约束条件,构建了基于情景的鲁棒优化模型,并建立了遗传算法对模型进行求解。通过案例分析,对鲁棒优化模型的置信水平取值和算法准确性进行了分析,证明了算法可以使目标函数收敛到最小值,并基于蒙特卡洛模拟对优化效益进行了检验。研究发现,所建立的几何设计与信号控制协同鲁棒优化模型可实现在交通需求和供给的波动下,对排阵式交叉口的车道功能、排序区长度以及主、预信号控制进行协同优化。相较于确定性的设计方法,在平均延误层面基本维持原有水平,但对延误标准差和最大值有着较为明显的改善,案例中分别减少了48%和23%。     

广州三条城际铁路线的客流特征分析

城际铁路是珠三角城市群内部互联互通的重要通道,实现了广州与周边城市的快速联系。通过对比研究了广深、广珠和广佛肇等3条城际铁路线的客运总量、空间分布、时间分布及客流成长等特征,为国内其他城市群发展城际铁路提供借鉴。     

轨道交通建设与城市道路相结合研究

为有效利用城市土地与空间资源,轨道交通多沿既有或规划城市道路敷设。在项目设计过程中,若未考虑好轨道交通与城市道路的关系,将会引起征地拆迁、道路改造、环境保护等一系列问题,有可能影响项目建设的顺利进行。因此,为提高轨道交通建设质量,从两者的空间关系、线形适应性等方面进行理论分析。结合城市空间规划,从环境适应性、技术可行性与经济合理性等多方面考虑确定合理的空间关系,以技术指标匹配性为参考指标,进行线路走向选择。通过工程实例的对应研究,论证理论分析的合理性及可操作性,可用于指导轨道交通的建设及城市道路的改造。