车路协同环境下信号交叉口速度引导策略

车辆在通过城市道路交叉口时会因为信号灯控制造成一定延误。通过提出一种车-路协同环境下的信号交叉口速度引导策略,将被引导车辆及其后的普通车辆视为一个车队,并对车辆的速度和位置进行分析,对车辆不同行驶状态能否通过交叉口进行判断,以达到车辆在速度引导下能够不停车通过交叉口的目的。基于微观交通仿真软件VISSIM和MOVES排放模型,在构建的仿真环境中对该速度引导策略进行分析和评估。仿真结果表明:所提出的速度引导策略能显著减少延误和车辆排队长度,提高车辆行驶效率,并显著降低车辆污染及排放。     

基于向量自回归模型的城市快速路交通状态短时预测研究

本研究考虑时空关联性对城市快速路交通状态进行了短时预测研究。首先,基于快速路上下游检测器数据分析交通流量和速度的时变特性,采用有序样本最优分割算法将一天划分为具有相对稳定交通状态的不同时段。然后,构建一种考虑上下游路段影响的空间向量自回归(Vector Auto Regression Model,VAR)模型,预测不同时段目标地点的交通流量和速度。研究结果显示,下游的交通状态对上游的影响不可忽视,尤其是在高峰时段。对于平峰时段,目标地点的交通状态很大程度上取决于上游路段,而受下游路段的影响较小。在此情况下,仅利用上游路段的交通状态来建模,便能达到足够的预测精度。另外,通过模型对比发现,相较于ARIMA预测模型和历史均值预测模型,本研究提出的VAR模型能够综合考虑交通状态的时空动态特征准确预测城市快速路交通状态。