考虑驾驶员记忆的多前车速度差跟驰模型研究

为了探究驾驶员记忆和多前车速度差对交通流的影响,本文基于全速度差模型（full velocity difference model,FVDM）,结合驾驶员记忆因素和多前车对跟驰车的作用,构建了一种考虑了驾驶员记忆和多前车速度差的跟驰模型。通过改进模型的线性稳定性特征,得出改进模型的稳定性条件。再对改进模型下的车流启动和制动过程进行仿真,并与FVDM的仿真结果作对比。然后采用微小扰动法对改进模型进行数值仿真,研究驾驶员记忆因素和多前车速度差对交通流稳定性的影响。最后,利用下一代仿真（next generation simulation,NGSIM）数据标定了改进模型的参数,并预测了其加速度。研究结果表明：驾驶员记忆在一定程度上不利于交通流的稳定,而多前车速度差对稳定交通流具有积极作用;与FVDM相比,改进模型的启动延迟和制动延迟分别降低了10.0%和19.0%,预测精度更高,均方根误差降低了24.3%。     

信号交叉口机非交通冲突安全评估

针对机非冲突多角度、强随机性等特征,建立了机动车"安全制动区"模型,采集机动车和非机动车轨迹,提出了基于安全制动区的机非冲突判别方法.基于距离碰撞时间和冲突速度两参数,提出一种新的机非冲突严重程度分析方法.以长沙市4个信号控制交叉口为例,采集机非冲突和相关交通运行参数,探讨了机非冲突次数和交叉口安全风险程度的影响因素.研究结果表明:基于安全制动区的机非冲突判别方法能适应中国城市交叉口混合交通流特征,机动车和非机动车流量是影响机非冲突数量的主要因素,交叉口面积、车道数、交通流量是影响交叉口安全风险程度的主要因素.     

基于GA启发式抽样的交通事件自动检测

为了提高面向不平衡数据集的交通事件检测综合性能,提出了两种基于GA启发式抽样方法的交通事件检测算法.基于GA的实例选择抽样方法(GA-IS),解决非启发式抽样方法人为设定抽样率导致的检测效果不稳定问题.基于GA的支持向量选择抽样方法(GA-SS),改善学习集数据量较大时的检测效率.实验采用新加坡AYE仿真数据库,以支持向量机作为分类器进行事件检测.结果表明,基于遗传算法实例选择抽样的检测模型检测率达到94%,平均检测时间为1.413 3 min,性能指标PI为0.157;基于遗传算法支持向量选择抽样的检测模型决策时间为4.55 s,综合性能最优,其PI为0.151;基于少数类过抽样算法(SMOTE)的检测模型决策时间为35.21 s,PI为0.329,与非启发式抽样方法相比,所提方法能有效改善面向不平衡数据集的事件检测综合性能.      

沱江斜拉特大桥主墩桩基抢工方法研究及应用

淮州沱江特大斜拉桥为旅游环线标志性形象工程，其主墩桩基作为桥梁控制性工程至关重要。沱江特大桥12#~14#墩位于沱江河床，在汛期来临前须确保特大桥下部结构顺利完成，提出在主墩及辅助墩周围进行土石方筑岛，利用旋挖机引孔、振动锤插打方案快速形成钢板桩围堰并同步实施钢栈桥，对如何高效率完成下部结构施工进行研究。结果表明，采用水中筑岛建设钢板桩围堰及栈桥的方法有效、安全、可靠，可加快施工进度，压缩施工周期，汛期来临前顺利完成下部结构，同时保障施工质量，工期成本均在可控范围以内。     

基于车辆轨迹的信号交叉口机非冲突判别

选取长沙市中心区4个典型信号交叉口,利用视频轨迹追踪软件,提取右转机动车与直行非机动车的冲突交通流轨迹数据.以减速、换道等避险行为与可能发生碰撞(距离碰撞点时间小于2 s)为依据,采集机非冲突样本;选择距离碰撞最大时间(MTTC)和冲突时间差(TDTC)作为评价指标,提出一种基于交通流运行轨迹的改进型TTC(Time ...