机动车交通冲突技术研究综述

对机动车-机动车交通冲突定义、交通冲突度量指标、冲突严重性判定以及交通冲突评价与预测等的国内外研究进展做了归纳和综述。分析表明,目前交通冲突研究存在以下主要问题:传统的冲突度量指标存在各自的局限性和不一致性,冲突潜在碰撞的后果严重性研究处于初始阶段,交通事件分级模型和相关性需要进一步研究和确认,冲突严重性判定存在一致性问题,交通冲突产生和发展的微观机理研究不足,缺乏真实环境下整个区域相互作用车辆精确连续轨迹追踪的数据获取手段。建议未来从以下方向进行优化:复合的改进度量指标比单一指标更为科学合理,并要考虑冲突潜在碰撞的后果严重性;统一和规范交通冲突度量指标的使用也有一定意义;需要针对多个参与者的"区域连锁冲突"进行更深入的研究;可通过采集区域多车辆连续时空轨迹大数据,得到区域多车辆冲突时空演变模型,并进行交通冲突实时预警和干预研究;另外可通过大量精确数据量化和统一区分各级交通冲突的阈值,并验证交通冲突技术的有效性;在不同设施对象及冲突的空间特征等方面的探索等也会丰富交通冲突研究体系;最后,以上所有的改进方向离不开高精度大范围的采集方法和高效精确的处理手段,故急需真实环境下、长时间的整个区域相互作用车辆精确连续轨迹追踪的大数据获取手段。     

交通事件持续时间预测的贝叶斯网络模型

交通事件是引发道路交通拥堵的主要因素之一,通过实时交通诱导等手段可以降低其对交通运行造成的影响,而及时准确地预测事件持续时间则是实现有效管控的前提条件.基于 MIT 打分函数,融合自上而下的网络生长规则,引入蚁群算法寻找最优网络结构,即以 S-ACOB 算法为核心搭建最优贝叶斯网络模型.增加了节点随机选择机制及局部结构概率选择模式,降低局部最优结果生成概率,确保贝叶斯网络的健壮性.通过实例验证及对比分析,针对观测节点属性完备和缺失的情况,网络模型预测精度分别为76.97%和93.23%,平均预测精度可达87.82%,证明该模型可以有效地预测交通事件持续时间.     

基于贝叶斯组合模型的短期交通量预测研究

提出一种新的贝叶斯组合神经网络模型并将其应用于短期交通流量的预测。模型通过实时跟踪模型的预测表现,根据研究提出的分配算法不断调整模型的信用值,从而挑选并组合得到精度更高的预测模型。介绍了该模型的基本原理及在示范路网中的实际应用,通过选取反向传播神经网络和径向基函数神经网络,用以构造贝叶斯组合模型,并在测试数据集中进行了性能比较。计算结果表明：模型的预测性能整体上优于单一的神经网络模型,并且确保了模型预测的稳定性。     

基于贝叶斯网络模型的交通状态预测

城市的交通状态是可以预测的.有效的交通状态预测能从很大程度上优化交通状态,减少交通阻塞.贝叶斯网络(Bayesian Networks,BN)是目前不确定知识和推理领域最有效的理论模型之一.文中提出了一种基于贝叶斯网络模型理论的交通状态预测方法,在综合考虑交通阻塞成因的基础上构建网络模型.在已有的交通状态数据的基础上提出基于贝叶斯法则的学习算法,并通过计算变量间的条件概率来计算交通阻塞发生的可能性,达到预测的目的.     

路段交通冲突技术研究

对路段交通冲突进行定义和分类，着重研究严重冲突的判别标准和分级标准是对现有交通冲突技术理论的一种完善和改进，为路段交通安全分析评价提供一种新的研究途径。     

城市道路交通冲突的分类及判别

阐述了交通冲突技术的基本概念和技术方法，说明了交通冲突技术的有效性；从不同角度简要分析了在城市道路中的交通冲突分类，在最有利于观察者观察的时间和距离两个方面提出判别方法；通过汽车非完全制动模型，总结出；中突时间与距离同车速之间的关系，使交通冲突的判断更加客观具体，减少主观因素造成的数据误差。     

高速公路半幅封闭施工区交通特性与交通冲突特性研究

对双向四车道高速公路半幅封闭施工区的交通特性和交通冲突特性开展研究.以交通流参数调查和交通冲突调查为基础,应用统计分析方法,研究了施工区上游过渡段车辆的排队特征,标定了描述车头时距分布的爱尔朗模型;分析了施工区各组成区段的速度分布特征,确定了基于统计分布原理的各区段限速范围;总结了施工区交通冲突的种类,给出了基于距离碰撞时间的追尾冲突严重程度判别方法,建立了基于负二项分布的追尾冲突预测模型.最后,应用VISSIM软件开展了施工区交通仿真试验.结果表明:基于车辆排队特征所确定的施工区上游过渡段合理长度应在45～70m之间;施工区各区段的限速值应根据交通量设定;在相同交通量水平下当限速值高于50km·h-1时,交通冲突数量会随着限速值提高而显著增加.     

基于交通冲突模型的两相位交叉口安全分析

基于昆明市20个两相位十字交叉口167小时的交通冲突、交通流量以及交叉口设计要素等数据,检验不同交通量状态下15min直左交通冲突分布,应用直左交通冲突模型分析交叉口安全影响因素及冲突产生原因.利用广义线性模型分别构建总体预测模型和分交通状态的预测模型,结合两种模型的拟合优度和预测精度进行模型优选.结果表明:15min...     

双向八车道高速公路合流区交通特性与交通冲突特性研究

车辆合流行为是干扰高速公路主线交通运行的主要原因。文中以交通流参数调查为基础,应用统计分析方法,对高速公路合流区的交通量及组成、车速和车头时距进行分析,提出了基于后侵入时间(PET)的冲突严重性判别方法,建立了基于负二项分布的交通冲突预测模型,并结合交通冲突数和冲突率对合流区的安全性进行分析。结果表明,合流区各车道的车头时距与爱尔朗分布拟合较好,外侧2条车道的车速服从正态分布;严重冲突、一般冲突和轻微冲突对应的PET阈值分别为1.23、2.50和4.44s;合流区交通冲突的发生与交通量、大型车比例、速度差及车道位置等显著相关;根据安全水平可将合流区划分为安全、危险及两者之间3组。     

路段交通冲突技术研究

对路段交通冲突进行定义和分类，着重研究严重冲突的判别标准和分级标准是对现有的交通冲突技术理论的一种完善和改进，为路段交通安全分析评价提供一种新的研究途径。     

基于冲突极值模型的非常规信号交叉口安全评价

为了评估非常规信号交叉口交通安全,提出了基于冲突极值模型的横断面分析方法.利用计算机视频技术提取了南京市3个信号交叉口(1个设施组和2个参照组)96h的交通冲突数据和交通流数据,构建了包含数据层[处理层[先验层的3层贝叶斯超阈值冲突极值模型,利用马尔可夫链蒙特卡罗仿真方法对模型参数进行估计,采用预测交通事故和比值比计算...     

无信号控制平面交叉口交通冲突预测模型研究

以无信号控制平面交叉口为研究对象,在交通流运行特征分析的基础上,用泊松分布描述车辆的到达特性。通过相关假定,指出机动车与机动车之间冲突发生的条件及冲突数的计算方法,认为平交口内车辆之间的冲突是按照一定概率同时进入交叉口的车辆相互干扰的结果。运用概率统计的相关理论计算出在车辆横穿交叉口的时间CT内,单进口道发生的冲突数,进而计算出单进口道的小时冲突数及整个交叉口的小时冲突数。建立了冲突预测模型,并利用实测数据对模型进行了验证。     

基于改进贝叶斯网络模型的高速公路交通设施风险评估

交通设施对高速公路交通安全起着关键作用,对交通设施进行风险评估是预防交通事故的有效方法之一.为实现对高速公路交通设施风险的评估,分析了交通设施对交通安全的影响机理.通过因子分析法提取了各作用节点和作用网络,根据网络中各节点之间的关系,结合条件概率知识对贝叶斯公式进行了变形与推导,舍去无关变量和无影响常量,构建基于改进贝叶斯网络的高速公路交通设施风险评估模型.用高速公路历史事故数据对模型概率参数进行标定和校准之后,可将高速公路交通设施现状调查结果带入模型进行风险评估.模型计算得到的 值越小,高速公路交通设施风险越大.采用珲乌高速公路实地调查数据,带入模型分析发现,值小于0.5时,事故数相对较高,设施风险较大;值大于0.5时,设施风险较小.     

公交站台区域电动自行车与行人通行冲突演化博弈模型

为探究公交站台区域进出站台行人与电动自行车发生冲突时,双方的通行策略选择机制,建立行人与电动自行车通行时间延误模型,分析2类出行者选择是否通行或穿越策略的时间收益,利用复制动态方程刻画2类出行者通行策略的博弈学习行为,建立该区域2类出行者之间的冲突演化博弈模型,结合稳定性分析可以得到该区域2类出行者发生冲突时的稳定通行选择策略。利用桂林市6个公交站台区域的实测数据对演化博弈模型进行实证分析,结果表明：选择“通行”策略的行人群体比例越大,其过街安全感越高;发生冲突时,电动自行车做出决策的时间较行人更短,且2类出行者分别做出“通行”或“穿越”的决策时间短于做出“等待”或“减速”的决策时间,电动自行车平均用时减少约23%,行人平均用时减少约24%。

     

基于Poisson过程的交通冲突预测模型研究

交通冲突预测是利用交通流运行特征,预测出可能发生交通冲突的次数,从而为道路交叉口等交通交汇处的交通安全评价提供一种较为可靠和可行的方法。影响车辆发生冲突的因素包括车辆在冲突点的暴露时间、车辆到达潜在冲突点的特性以及车辆间的车头时距等。在对交通冲突点的冲突过程分析的基础上,给出了交通冲突次数的定义,包括大于2辆车连续通过冲突点的交通状况.应用Poisson随机过程理论,建立潜在冲突点机动车间交通冲突次数的预测模型。预测结果的对比分析研究表明,基于随机过程的交通冲突预测模型的预测值与实际观测值最接近。     

季节性ARiMA模型在稀疏交通流下的预测方法

交通流监测存在普遍的稀疏性,理想的交通流预测模型应该能够充分利用交通流数据的特征,克服稀疏性问题.通过大量的数据分析,城市道路交通流被证实存在时序上的周期性特征.同时,数据分析结果也表明了交通观测数据稀疏性的普遍存在,而且稀疏的分布不均匀,有些极端稀疏道路甚至出现数天的观测缺失.因此,交通流预测模型应该有对稀疏的适应性,而季节性ARiMA交通流预测模型的引入能够很好地利用时序周期特征计算交通观测值的缺失.这种模型的优势在于融合了邻近的交通流观察值和交通流数据的周期性,消除了道路稀疏性导致观测值缺失带来的预测障碍.对比试验的展示表明了这种模型对交通流数据周期性特征的利用和对稀疏性的适应.     

一种新的基于细胞模型车流模拟方法

考虑到原始细胞传输模型(CTM)在处理多细胞汇合、分岔以及多对细胞流线间交叉等情形时存在明显的局限性,通过分析细胞间车流流线关系来反映多种不同细胞连接结构,提出一种新的基于细胞阶段传输车流量累计模拟方法(简记ASCF-TS),不仅满足了细胞内车流的FIFO规则和细胞输送车流能力约束,同时也能满足流线交叉点的车流输送能力约束,有效处理车流流线交叉产生的优先权问题,增强了CTM模型的适用性.最后的数值算例结果表明,所提出的ASCF-TS车流模拟方法能有效处理多细胞汇合、分岔情形,且相比较于原始CTM模型,能模拟出车流在交叉口流线交叉的滞后影响,方法具有较强的时间有效性.     

基于季节ARIMA模型的公路交通量预测

为了提高公路交通量季节性预测的精度,在介绍一般ARIMA模型的基础上,推导出一种具有周期的季节ARI—MA模型的一般表达式,以及使用这种模型进行建模和预报的一般过程。在实证分析中,先用傅立叶周期分析法检验时间序列的周期性并求出周期长度,然后用Eviews软件对时间序列作平稳性检验以及实现模型的识别、建立、选择与预测过程。与三个常用季节预测模型：分组回归模型、可变季节指数预测模型和季节周期回归模型相比,季节ARIMA模型的预测精度最高。研究结果对于更为科学准确地预测公路交通量具有一定意义。