客运枢纽"人群迷路区"的快速识别与优化 ——以北京南站为例

为缓解大型客运枢纽因诱导服务不到位而产生的人流拥堵问题，采用室内WiFi 定位技术和Mysql获取行人交通流分布热力图，通过百度地图坐标拾取系统识别人流聚集区的具体位置。通过定义迷路人群的交通特征参数，提出“人群迷路区”概念；应用视频识别追踪技术，分析行人速度与加速度的方差，于人流密集区运用视频识别技术寻找“人群迷路区”。最后以北京南站为例进行实地调研，利用调研数据识别北京南站的“人群迷路区”。基于人群速度与加速度方差，“人群迷路区”被分为四类：单纯人流聚集区、因标识不足而产生的人群迷路区、因标识过于复杂而产生的人群迷路区、因商业设施或障碍物遮挡而产生的人群迷路区。同时提出加大商业活动监管力度、简化部分引导标识、增加其他交通方式换乘区域标识等优化方法，可使人群行进效率提高约25%。     

基于ADAMS/CAR二次开发模块研究汽车平顺性

以ADAMS／CAR二次开发模块为平台，建立了国产某小型客车虚拟样机的多体系统动力学仿真模型。按照国家有关整车平顺性的试验评价方法和标准，进行了整车平顺性脉冲输入和随机输入行驶仿真试验分析。对比实车测试结果，主要评价指标加权振级的最大仿真误差小于5％，即仿真结果具有较高的可信度，说明在车辆设计阶段，利用此二次开发模块可对其平顺性进行有效的分析和评估。     

基于BC算法的地铁站台乘客分布建模及应用

为定量化分析地铁站台客流组织方案的应用效果,实地收集乘客候车分布数据,统计分析候车位置选择的特性,研究发现乘客的候车位置选择具有集中性,并受行走距离、排队长度和候车区域容量影响。基于细菌趋药性(BC)算法原理,结合站台乘客候车位置选择特性,建立了站台乘客分布仿真模型,并利用实测数据对模型进行了标定和验证。从实例站台的限流栏杆长度方面提出了优化方案,利用所建模型再现了实例站台的候车场景及优化方案,对优化效果进行验证。结果显示:优化的限流栏杆设置方案实施后,站台候车区域客流平均密度在各客流条件下分别下降了0.02、0.07和0.09,可上车的人数分别增加了10、8及11人次,因此所提优化方案具备有效性,得到的模型及应用成果能为地铁车站运营管理方在站台客流控制策略的制定方面提供理论支持和依据。     

快速路车路协同场景交通流运行效率仿真评价

为研究车路协同系统在不同车间信息交互水平下对快速路交通流的影响,采集并提取北京市四方桥快速路段早高峰交通流轨迹,同时分析车路协同场景下快速路车辆运行特征,实现对常规驾驶场景和信息交互场景的车辆行驶模型标定。选取期望速度行驶车辆占比、横向车距收缩比、纵向车距收缩比、通行能力拓展比对车辆运行效率进行评价,提出车辆横向偏移距离缩小比用以评价车辆空间占用状况;搭建仿真模型并进行仿真试验,分析不同信息交互水平对交通的影响程度。结果显示,车辆运行效率随信息交互水平的提升而提升,其中通行能力的提升幅度最为显著,车路协同场景下信息交互水平从4级提高到1级,道路通行能力较常规驾驶场景分别拓展了19.42%,28.06%,46.48%,74.62%,仿真时段内其余指标值提升幅度较小。车间信息交互场景下车辆行驶的横向偏移幅度缩小,且在高水平信息交互下缩小比例达到17.33%,表明相同车道宽度下车辆行驶的横向安全性提升。      

基于Wi-Fi嗅探技术的站台引导员效用及布置研究

为研究轨道交通站台引导员在不同位置的效用情况,利用Wi-Fi嗅探技术收集北京南站地铁14号线站台客流数据,基于实测数据分析候车乘客运动特性及引导员影响方式.设计3种相对位置不同的引导员布设方案,分别构建地铁站台系统仿真模型,通过实验证明了各引导员位置布置方案的在各客流密度条件下的适用性.结果表明,不同客流条件下,引导员在不同位置时其引导效果不同.在低密度(270人·次/周期)客流条件下,位于站台侧部的设置方式效果最优,均衡度方差较其他2种方案分别下降0.02和0.08,站台二次上车人数分别下降4人和9人;在中密度(360人·次/周期)条件下,位于楼梯口的设置方式效果最优,二次上车人数分别下降了28人·次和12人·次;在高密度条件(450人·次/周期)下,同样为站台侧部方式最优,较其他2种方案,均衡度方差降低0.07和0.1,二次上车人数下降7人和13人.      

基于路网通行效率最优的路侧停车资源配置方法

为实现动静态交通和谐统一，构建与停车需求相协调、停车资源时空均衡的路侧泊位动态供给方案，应用图论的方法建立了含有路侧停车网络的车辆运行模型，将路段分为通行路段与路侧停车路段，并根据用户通行性质与运行状态，基于改进的BPR（Bureau of Public Road）函数量化了通行用户与停车用户在常规通行路段和路侧停车路段的通行阻抗。为实现路网整体通行效率最高，以路网中用户总通行时间最短为目标函数，以路网中停车设施利用水平的高效性与空间均衡性为约束，构建了最佳泊位资源配置模型，并应用相继平均算法（Method of Successive Averages, MSA）设计了路网总效率最高的交通流路径分配方案。以典型的Nguyen-Dupuis网络为实例，设计了多模式、动态的停车资源配置方案，量化了用户出行时间与通行需求和停车比例的关系。研究结果表明，当已知路网中的出行起讫点和泊位规划目标时，通过应用该优化求解模型能有效配置路侧停车资源数目，合理规划出行路径，改善用户出行效率。     

基于元胞自动机模型的路侧停车行为对交通流的影响研究

针对路侧停车带来的进出停车位排队延误、低速巡游降低通行效率、过量停车加剧交通负荷等问题,研究了路侧停车对路段动态交通流的影响分析方法。基于视频识别算法,提取路侧停车车辆在驶入车位过程中的运行轨迹和速度波动数据,解析路侧停车过程中的驶入行为特性,并按照行为差异将停车车辆停车全过程细分为进入路段、寻找车位、找到车位、驶入车位、静止停放、驶离车位、汇入路段和错失车位8类状态;分别依据停车车辆和通行车辆的实际驾驶行为,从跟驰特征、速度矫正、换道规则和位置更新等方面对路侧停车元胞自动机模型进行了改进;在选择目标车位时综合考虑了步行至目的地时间和驶入车位耗时2个要素。与常规通行车辆相比,深入分析了停车车辆提前换道和停车完后汇入路段行为对后车的影响。基于实际交通流数据对仿真模型进行参数标定,经验证,模型拟合度为77.6%;仿真分析了在差异化的停车需求强度下,巡游速度对道路通行能力和延误时间的影响规律。结果表明:固定的巡游速度和停车需求强度下,道路延误时间随道路交通量先增加后减少;在低停车需求强度下,巡游速度对道路通行能力影响微弱,在高停车需求强度下,当巡游速度从30 km/h降低至20 km/h,外侧车道饱和流量降低500 veh/h,最高延误时间增加105 s。      

客运枢纽“人群迷路区”的快速识别与优化——以北京南站为例

为缓解大型客运枢纽因诱导服务不到位而产生的人流拥堵问题,采用室内WiFi定位技术和Mysql获取行人交通流分布热力图,通过百度地图坐标拾取系统识别人流聚集区的具体位置。通过定义迷路人群的交通特征参数,提出"人群迷路区"概念;应用视频识别追踪技术,分析行人速度与加速度的方差,于人流密集区运用视频识别技术寻找"人群迷路区"。最后以北京南站为例进行实地调研,利用调研数据识别北京南站的"人群迷路区"。基于人群速度与加速度方差,"人群迷路区"被分为四类:单纯人流聚集区、因标识不足而产生的人群迷路区、因标识过于复杂而产生的人群迷路区、因商业设施或障碍物遮挡而产生的人群迷路区。同时提出加大商业活动监管力度、简化部分引导标识、增加其他交通方式换乘区域标识等优化方法,可使人群行进效率提高约25%。     

路侧停车行为对车流行程时间的影响

为实施精准化、动态化路侧停车管理策略,协调道路行车与停车之间的关系,剖析了路侧停车行为对交通流的干扰机理.选取北京市4处典型路侧停车带,基于路侧停车订单和实地调研数据,对停车设施利用特征、停车时长分布特征、停放车辆数目分布和驶入车辆数目分布等典型的停车行为特征进行了量化,建立了道路周边用地性质与停车行为的映射关系;并根据以上特征规律建立路侧停车带设置于机非混行路段的仿真模型,分析最高允许停放时长、路段交通量和停车需求量等关键因素对路段机动车行程时间的影响规律,定量描述了各因素不同区间值对行程时间波动程度与波动范围的影响.选取新街下坡路侧停车带为例,以控制车流行程时间延误为目标,综合考虑各时段的交通流特征、停车设施利用效率和停车需求量等要素,从停车泊位数目设置、停车需求控制和停车时长角度提出了相关的优化措施.结果表明,限制停车时长为1h能有效降低道路交通影响,道路机动车交通量低于440 veh/h或停车需求下降30% 时,行程时间的波动程度和波动范围趋于稳定,交通影响的改善效果达到瓶颈期.