基于移动导航数据的信号配时反推

在交通管理和评价时,信号配时对监测评价路口运行状态,评价路口配时方案至关重要.但是,大范围的实时信号配时方案的获取尚缺乏简明有效的途径.本文提出两种基于移动导航数据计算固定配时路口信号配时的方法.第一种方法是在不考虑驾驶员驾驶行为差异性时,得到路口红灯和车均延误的关系模型,从而计算某相位的红灯时长.另外一种方法是基于车辆通过停止线的时间,结合本文提出的上升梯度法,得到某阶段红灯时长.本文通过实际的路口案例计算,将预测结果和已知路口的信号配时比较,表明此方法计算得到的红绿灯时长准确度较高,为后续进行路口运行状态和通行能力研究提供了数据支持.     

片麻岩区隧道施工炮后碴堆燃烧现象初析

合武铁路金寨隧道至长岭关隧道之间大部分为片岩及片麻岩区域,多座隧道在施工放炮后掌子面碴堆出现燃烧现象,严重威胁隧道施工安全。简述了燃烧掌子面的基本地质情况并提出了部分隧道炮后碴块吸附气体及拱顶气体采样分析结果,对片麻岩区隧道施工中炮后碴堆发生燃烧现象进行了初步分析。     

大城市交通拥堵致因的故障树分析

为解决拥堵问题,提出将故障树分析法引入道路交通拥堵中。对道路拥堵故障树进行了相关说明,以北京丰台区广安路为例,构建道路拥堵的故障树模型,分析引起拥堵的所有可能原因,并通过定性和定量分析找出了主要拥堵原因,给出了解决道路拥堵的方案。     

自动驾驶环境下驾驶人接管行为结构方程模型

为提取自动驾驶环境下驾驶人接管行为的关键影响因素,使用驾驶模拟器和眼动仪进行自动驾驶环境下驾驶人接管试验;采集了11个受试者对5种接管情境的反应数据,包括车辆运行数据和眼部运动数据,并调查了受试者的个人属性;基于实测数据定性分析和情境差异定量分析的结果,利用AMOS软件建立了描述驾驶人接管行为的结构方程模型;假设纵向接管行为、横向接管行为和眼部运动行为是3个潜在变量,找到可以表征这3个潜在变量的9个观测变量;根据修正指数多次修正得到最终的结构方程模型,由此获得表征驾驶人接管行为的各变量间的关系及对应的参数。研究结果表明:驾驶人接管自动驾驶车辆的全过程可分为5个阶段,即感知反应、减速避让、加速回升、稳定恢复以及稳定运行;当左前方车辆汇入当前车道,此时驾驶人接管风险较高;横向驾驶行为与纵向驾驶行为、眼部运动行为均显著负相关,相关系数分别为-0.226和-0.223,纵向驾驶行为与眼部运动行为正相关,相关系数为0.152;平均速度、总体横摆角均值、一秒内扫视时间可分别高度解释驾驶人接管自动驾驶车辆时纵向、横向及眼部的潜在行为。可见,此模型能有效揭示驾驶人接管自动驾驶车辆的整体行为与局部行为,有助于改进人机交互模式与自动驾驶接管请求提示。      

信号交叉口左弯待转区对车辆排放的影响分析

为探究左弯待转区对信号交叉口车辆排放的影响,以左弯待转区长度和左转短车道长度为重要参数、以相位有效绿灯时间为决策变量,建立最小化车辆延误和交通排放的孤立交叉口信号配时优化模型.以大连市五一路/西南路交叉口为例,参考现状方案通过调整相位相序、增设左弯待转区、增设左转短车道获得5种优化方案.结果显示,在优化配时方案的前提下,能使车辆延误和排放减少的有效因素从高到低依次为增设左转短车道、调整相位相序、增设左弯待转区;对于相同的相位相序和渠化方案,只增设左弯待转区使车辆排放最少增加0.7%、停车次数最少增长14.8%、车均延误最少上升2.1%.研究表明,增设左转短车道比增设左弯待转区能更有效地减少延误和排放.      

含60％长石全风化花岗岩工程特性研究

含60％长石风化花岗岩呈砾状,按照现有路基设计规范可以定为A组填料,故此可以作为Ⅰ级铁路基床表层填料,但施工过程中受外界因素影响其颗粒极易破碎,呈松散状态,动静力学特性变化复杂,工程特性劣化严重.从矿物成分,压实前后颗粒变化特征、含水情况对破碎程度的影响、压实特性,动、静三轴强度特性、现场填筑K30、孔隙率和Evd试验等方面进行了试验研究.研究结果表明,颗粒破碎前后填料组别可归为B组,静强度有一定的余地,临界动应力不能满足Ⅰ级铁路基床表层填料的要求,需要改良,同时给出了改良土的水泥掺量为3％ ～7％时的单轴抗压强度.