共查询到19条相似文献,搜索用时 93 毫秒
1.
为了客观评价公路平面交叉口的安全状况, 提出了交叉口安全服务水平基本概念, 分析了影响无信号交叉口安全服务水平的客观因素, 给出了安全服务水平评价方案, 分别构建了基于机动车、非机动车、行人冲突点的安全服务水平主模型和基于交叉口几何特征、交通标志等次要影响因素的修正模型, 并由此提出无信号平面交叉口安全服务水平计算模型。根据多个无信号交叉口数据, 把安全服务水平分为1~4级, 并验证了安全服务水平模型的合理性。验证结果表明: 应用安全服务水平计算模型得到实例交叉口危险度为200.7, 安全服务水平为3级, 符合交叉口实际的安全状态, 因此, 交叉口安全服务水平模型能够有效评价交叉口的安全性。 相似文献
2.
3.
4.
为更客观、系统地分析无信号交叉口的安全性能,提出“车流冲突线”概念.通过分析首部车冲突概率、碰撞后严重程度比和冲突向后传递长度,构建无信号交叉口安全风险评估模型.研究表明:基于临界冲突距离值构建的首部车冲突概率模型,考虑两车速度、角度、加速度和反应时间,更接近交通冲突的真实过程;借助物理碰撞学原理可确定 3种冲突型态碰撞严重程度的权重关系,即,交叉∶合流∶分流为 12.705∶1.000∶1.000;利用数学期望知识建立的交叉口当量期望车流冲突量模型,综合考虑冲突发生的潜在机率、交通量大小、车辆位置等因素,可更真实描述实际车流冲突行为. 相似文献
5.
智能网联车辆为无信号交叉口的安全和效率提高提供新思路。以双向2车道无信号交叉口为研究对象,提出基于车辆轨迹预测的车车冲突检测算法,在此基础上制定基于车辆优先级、道路交通安全法、道路优先级的三级判定法则,由此提出冲突碰撞避免策略。以典型的交叉口交叉冲突场景为例,对5种避撞策略进行仿真测试。仿真结果表明,各种策略均能实现避撞,但前4种策略车辆延误均有所增加;以单车行程时间为效率指标,前车状态保持不变,后车在距离冲突点50 m处减速的策略为兼顾安全和效率的最优策略。 相似文献
6.
为更客观、系统地分析无信号交叉口的安全性能,提出“车流冲突线”概念.通过分析首部车冲突概率、碰撞后严重程度比和冲突向后传递长度,构建无信号交叉口安全风险评估模型.研究表明:基于临界冲突距离值构建的首部车冲突概率模型,考虑两车速度、角度、加速度和反应时间,更接近交通冲突的真实过程;借助物理碰撞学原理可确定 3种冲突型态碰撞严重程度的权重关系,即,交叉∶合流∶分流为 12.705∶1.000∶1.000;利用数学期望知识建立的交叉口当量期望车流冲突量模型,综合考虑冲突发生的潜在机率、交通量大小、车辆位置等因素,可更真实描述实际车流冲突行为. 相似文献
8.
为了研究山区道路车辆的行驶安全,在构建车辆动力学模型的基础上,解算车辆的行驶状态,分析纵坡坡度、横向超高以及行车速度等单一因素下的车辆动力学响应;以最大横摆角速度与稳态横摆角速度为指标,分析组合因素对车辆行驶稳定性的影响。结果表明:当车速保持不变时,横摆角速度随超高的增加而减小,随纵坡坡度的增加而增大;对于相同的道路几何线形,车速越高,横摆角速度越大,行车风险越高。 相似文献
9.
城市道路交叉口车辆微观行驶模型 总被引:4,自引:0,他引:4
为了更详细有效地分析城市交叉口的交通运行状况,需要建立细致的车辆微观行驶仿真模型,基于对交叉口范围的划分,首先给出了交叉口进口道区域内,信号控制交叉口的绿灯,红灯和黄灯情形,以及无信号交叉口情形下车辆的到达模型,随后,对有冲突交叉口和无冲突交叉口分别给出了相应的车辆驶离模型和穿越空挡模型,最后,详细地分析了交叉口转弯车辆在出口道前沿区域的车道选择行为。 相似文献
10.
雨天对安全行车的影响是巨大的。据山东省费县交警大队事故部门统计,近几年雨天发生的交通事故比晴天高出近25%,其中因驾驶员操作失误,不注意雨天安全行车的要领而造成的交通事故占80%以上。因此,驾驶员很有必要掌握一些雨天安全行车的决窍,确保交通安全。 相似文献
11.
介绍了基于磁道钉导航的车辆自动驾驶的原理和实现方法,分析用此方法建立仿人控制模型来实际控制车辆自动驾驶的结果,指出仿人控制模型的不足之处.然后针对上述不足引入了新的参量,做了实车实验.在实验数据的基础上,优化了车辆自动驾驶直道模型,并提出弯道模型. 相似文献
12.
为解决道路交叉口车辆由于定位信号缺失或者延迟引起的车辆定位偏差较大的问题,提出了基于车路协同的协同地图匹配算法(cooperative map-matching,CMM). 首先利用扩展Kalman滤波(extended Kalman filter,EKF)融合GPS与车载航位推算系统(vehicular dead reckoning,DR)信息作为协同地图匹配的预先定位;然后基于短程通讯技术实现车辆信息的交换与共享,在电子地图的基础上,利用道路约束实现车辆进一步定位. 为了验证算法的有效性,搭建了模拟真实场景的仿真环境进行实验. 研究结果表明:采用EKF融合GPS/DR数据的交叉口车辆定位平均偏差为9.09 m,相比GPS 的14.31 m,定位偏差减小30.87%;采用CMM算法的交叉口车辆,当参与CMM车辆数为7时,平均位置偏差为4.5 m,参与CMM车辆数为10辆时,平均位置偏差为2.75 m,相比EKF定位偏差减小69.74%. 相似文献
13.
从减少城市交叉口车辆排放的角度出发,根据行驶方向与行驶工况变化对车辆尾气排放的
影响,建立了车辆在直行和左转过程中完全停车、不完全停车以及不停车3 种状态下的机动车综
合排放模型,并将其与延误相结合,提出以车辆延误与排放的综合指标为优化目标,基于等饱和
度优化分解算法对信号周期进行求解的优化控制模型。使用VISSIM 微观交通仿真软件分别对原
有配时、Webster 优化配时和文中提出的综合指标优化配时进行了仿真实验和对比分析。结果表
明,采用文中算法优化的配时在交叉口总延误时间、总排放量和综合指标PI 方面都明显减少,优
化效果显著。 相似文献
14.
信号交叉口绿色驾驶车速控制方法 总被引:2,自引:0,他引:2
信号交叉口是整个城市交通路网中的瓶颈区域.车流经常在路口停车等候造成怠速行驶,严重降低交叉口的通行效率,同时造成严重的汽车尾气排放污染.为了减轻交叉口对交通流的阻断,合理降低信号交叉口的车辆延误、燃油消耗和污染物排放,本文提出了一种基于多级可变速度限制的信号交叉口绿色驾驶控制方法.该方法以可变速度限制值为控制变量,并基于固定式检测器获取的交叉口附近道路交通状况信息对车辆进行速度限制值的实时发布,以实现在不增加旅行时间的基础上平滑车辆驶近交叉口过程中的时空轨迹.通过MATLAB对该方法进行仿真验证,结果表明,其能够有效地降低交叉口的车辆延误,并减少车辆的燃油消耗与污染物排放量. 相似文献
15.
基于认知活动链的驾驶行为协调仿真模型 总被引:1,自引:0,他引:1
为向车辆控制系统和智能车辆的发展提供理论参考,用主成分分析法确定多源信息对驾驶员行为决策的影响系数,用模糊积分融合算法获得驾驶员任务集聚后车辆的运行模式,并按照认知活动链将该模糊积分融合算法与跟驰模型相结合,构建了基于认知活动链的驾驶员行为协调仿真模型.此外,采用五轮仪实验系统对淄博市张周路某路段的交通流数据进行了采集,用实测数据验证了模型的有效性. 相似文献
16.
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 ... 相似文献
17.
基于冲突的公路平面交叉口驾驶行为研究 总被引:1,自引:0,他引:1
考虑每种驾驶行为对交叉口安全产生的影响不同,采用数据统计的方法赋予每种驾驶行为不同的权重。依据实际调查数据,统计分析交叉口各种驾驶行为的分布,提出驾驶行为特征值的分析方法和模型,并以驾驶行为特征值为自变量,建立了驾驶行为与冲突的关系模型,模型表明冲突率和驾驶行为特征值能够较好的符合线性关系. 相似文献
18.
结合微观仿真元胞自动机模型和机动车排放MOVES模型,以十字信号控制交叉口为仿真对象,研究交叉口信号配时与机动车排放之间的关系.元胞自动机模型将交叉口和路段划分为3.5 m×3.5 m的元胞,每辆车占2 个元胞,交叉口内转弯车辆减速慢行,直行车辆速度不受限制,提高了交通仿真的真实性和机动车排放测算的准确性.仿真结果表明:最佳信号周期随着车辆到达率的增加而增加,使得交叉口通行效率达到最大化;行程时间随着左转车比例的增加而增加,对于不同的车辆到达率,均存在一个极限值,当左转车比例低于该极限值时,行程时间变化不大,高于该极限值时,行程时间快速增加;从通行能力、行程时间和尾气排放的角度,交叉口具有不同的最佳信号周期,且差异较大. 相似文献
19.
结合微观仿真元胞自动机模型和机动车排放MOVES模型,以十字信号控制交叉口为仿真对象,研究交叉口信号配时与机动车排放之间的关系.元胞自动机模型将交叉口和路段划分为3.5 m×3.5 m的元胞,每辆车占2 个元胞,交叉口内转弯车辆减速慢行,直行车辆速度不受限制,提高了交通仿真的真实性和机动车排放测算的准确性.仿真结果表明:最佳信号周期随着车辆到达率的增加而增加,使得交叉口通行效率达到最大化;行程时间随着左转车比例的增加而增加,对于不同的车辆到达率,均存在一个极限值,当左转车比例低于该极限值时,行程时间变化不大,高于该极限值时,行程时间快速增加;从通行能力、行程时间和尾气排放的角度,交叉口具有不同的最佳信号周期,且差异较大. 相似文献