高原人群出行拥挤感知与调适行为研究

为缓解高原城市节日期间部分路段人流过于密集的状况，对高原人群出行过程中的拥挤感知和调适行为进行研究。首先，在对高原人群高度自由走行速度、生理尺寸进行测定的基础上，采用连续人群流动模型分别对高原人群拥挤临界密度、人群运动速度减小时的人群密度和人群停滞状态时的最大密度进行测算，进而标定高原人群最大忍受密度为8.5人/m2。然后，选取雪顿节期间八廓南街人流短时间内高度聚集的状况进行拥挤状况评估，结果显示该路段人群密度为8.34人/m2，接近高原人群最大忍受密度，因此判定八廓南街存在拥挤事故风险。最后，依据基于层次分析法的高原人群拥挤感知影响因素分析结论，提出相应的调适行为措施，力求维护民族宗教节日期间高原城市公众正常的出行秩序。     

黑龙江省绿色公路评价指标体系研究

以地域建设发展特色为依据,以国内外研究成果、国内绿色公路发展历程及黑龙江省绿色公路建设情况为研究内容,应用内容分析法提取与统计绿色公路相关的高频关键词,以此构建了一个包括4个一级指标、14个二级指标的黑龙江省绿色公路评价指标体系。采用主成分分析法对二级指标项的相关性进行分析,找出核心指标项,为黑龙江省绿色公路规划与建设工作提供了参考。     

数据驱动跟驰模型综述

车辆跟驰模型是被交通科学与交通工程领域广泛认可的微观交通流模型，是交通流理论 的基础。近年来，信息感知与获取、大数据、人工智能等技术快速发展，推动了数据驱动跟驰模型 的快速发展。数据驱动跟驰模型，是以真实的车辆行驶数据为基础，利用数据科学与机器学习等 理论和方法，通过样本数据的训练、学习、迭代、进化，挖掘车辆跟驰行为的内在规律。本文系统 回顾了数据驱动跟驰模型在过去20余年的发展历程以及由神经网络和深度学习带动的两次研究 热潮，归纳了基于传统机器学习理论的跟驰模型、基于深度学习的跟驰模型、模型与数据混合驱 动的跟驰模型3类数据驱动跟驰模型，并分别介绍了其中的典型代表。分析数据源发现，尽管各 种高精度轨迹数据不断涌现，目前研究仍多使用美国于2006年发布的Next Generation Simulation (NGSIM)高精度车辆轨迹数据，模型的可移植性和泛化能力值得思考与研究。提出关于模型输 入、输出的3个问题：如何考虑更多驾驶行为变量，是否有必要考虑更多行为变量，现有输入、输出 是否可替换。在模型测试与验证方面，发现并讨论了目前测试不充分、对比不完整、缺少统一测 试集与测试标准等问题。最后，探讨了数据驱动跟驰模型原创性与成功的关键因素等问题。期 望通过本文的梳理，帮助研究者更好地了解数据驱动跟驰模型的过去与现状，促进相关研究的快 速发展。     

基于间隙接受理论的信号控制环形交叉口通行能力计算

城市环形交叉口多已实施了信号控制,然而信号控制环形交叉口通行能力计算方法仍存在不足之处.在基于间隙接受理论计算通行能力时,临界间隙的确定方法多运用实际数据回归分析或假定临界间隙分布以概率论估计,与实际存在较大偏差,因而提出了一种考虑驾驶员行为、车辆行驶特征与入口几何特征的临界间隙计算方法.并运用该方法建立了信号控制环形交叉口入口单车道的通行能力计算模型,在模型中给出了信号控制时环形车道车流量的通用计算公式,该公式可描述不同相位控制时的环形交叉口环形车道车流量.给出了环形交叉口运行稳定时通行能力计算的迭代方法,确定了输入值与输出值.最后以长春市新民广场为例进行了计算,模型计算值为7916 pcu/h,仿真值为7582 pcu/h,误差为4.2%.与其他计算方法相比,模型计算值误差最小.      

路侧公交专用车道模式下右转交织长度建模

在设置路侧公交专用道的交叉口处,可通过划定交织区的方式允许右转车辆借用一定长度的公交专用道通行.合理规划公交车与右转车的交织区长度有利于提高借道右转的通行效率,减少在交织区前的排队车辆数从而降低道路混乱程度,保障公交车的专用路权.本文分析了公交站点影响下的公交车车头时距分布,建立了右转车穿越交织区长度计算模型,并结合实际调查数据进行了算例分析和模型验证.研究成果可为公交优先条件下的交叉口空间优化设计提供理论参考.     

基于短连线的过饱和信号交叉口最大延误模型

为了解决过饱和状态下短连线的信号交叉口路段长度对延误影响的问题,推导出了基于短连线的过饱和信号交叉口最大延误模型。首先分析经典延误模型的盲区:在连接短连线信号交叉口车辆排队长度达到路段长度后,排队车辆就不能再增加;然后利用排队长度与延误关系推导出适用于该状态下的延误模型,并且提出当短连线相连2个交叉口信号相位差为0时所计算出来的延误是最大延误;最后通过算例对比了提出的延误模型与定数理论延误模型。结果表明:路段长度限制对于过饱和状态下连接短连线的信号交叉口延误的计算有很大影响,所提出的方法能够有效解决这一问题。     

中国公路运输货运代理业发展的若干问题

在分析中国公路运输货运代理业的法律性质,责任及存在的主要问题的基础上，对如何发展中国的公路 运代理业提出了相应的建议。     

关于智能运输系统的关键理论——综合路段行程时间预测的研究

行程时间预测是智能运输系统研究的一个重要问题。为此，建立了许多算法，有历史趋势方法、非参数回归模型、时间序列方法、神经网络、卡尔曼滤波、交通模拟和动态交通分配模型等。然而，在变化的交通状况和任意时段的条件下，这些方法和模型都不能取得令人满意的预测结果。在总结这些已有的预测方法和模型的基础上，提出了一种综合模型。     

信号控制下人行横道宽度优化模型

为了提高行人过街安全,本文分析了信号控制下行人过街的时空分布特性,研究行人过街空间区域最大宽度与时间和人行横道纵向位置映射关系;通过对行人流量和分担率两因素的分析,对行人过街空间区域特性进行数学描述,根据实测数据并利用轨迹提取技术获取行人时空数据,建立了满足过街时间约束下的人行横道宽度优化模型;最后利用长春市4处人行横道的行人过街时空信息,以群体过街时间为验证指标对模型进行了验证,结果显示,利用本文建立的人行横道宽度优化模型所确定的行人过街时间在3处地点分别减少5.60%、3.29%和2.58%.本文建立的基于时空安全的人行横道宽度优化方法可为人行横道宽度的设计提供理论参考和技术支持.     

车辆运行声车型自动分类的AR模型技术

利用AR参数模型提取采集到的车辆行驶时产生的车外噪声信号的特征,利用假设检验进行特征选择,并设计了BP神经网络进行分类识别.对道路现场采集到的2种车型共计110个信号进行分析,实验结果表明,通过AR参数模型提取车辆车外噪声特征实现车型自动分类是可行的,其分类的正确率达80% 以上.