基于轨迹数据的交叉口进口道车辆换道行为特性分析

为探索城市信号交叉口进口道范围内机动车换道行为特性,利用无人机拍摄视频提取车辆换道轨迹数据,分析了进口道车辆换道行为的宏观和微观特性。研究结果表明：强制换道行为多发生在距离停车线60 m～90 m处,自由换道行为在90 m～120 m处;换道时间集中分布在4.5 s～5.5 s之间,其中强制换道的平均时间为4.58 s,自由换道时长为3.81 s;强制换道行为主要受目标车道的可插入间隙及前后车辆的速度差影响,但整体来看分布较为分散;自由换道行为追求行车效率,目标车道的交通运行状况往往要优于原车道,换道行为主要受到原车道前车的相对距离和速度影响。本研究成果可以为城市交叉口的理论研究提供方法参考,为进口道的管理与控制提供理论基础。     

基于 NGSIM 轨迹数据的换道行为微观特性分析

换道行为在不同的换道意图下可分为自由换道和强制换道两类,选用 NGSIM 轨迹数据对二者微观特性进行对比分析.为保证数据准确性,在平滑处理基础上,以剔除轨迹数据换道过程识别错误为目的,构建了换道起终点时空约束规则,对完整的单次换道行为参数进行了提取.利用半对数模型,采用回归分析法对影响二者换道时间的显著性因素进行提取并对比;同时建立多项式模型,选取多个误差指标对不同阶数下换道横向移动轨迹拟合效果进行评价.结果表明,强制换道平均换道时间稍长于自由换道,影响二者换道时间的显著性因素及各因素影响程度并不相同;但二者横向移动轨迹均可用5次多项式拟合,拟合优度可达0.99.     

雾天高速公路换道行为特性研究

为探寻雾天不同能见度水平对高速公路驾驶员换道行为特性的影响,利用高仿真驾驶模拟实验平台构建不同能见度条件下的高速公路雾天环境,并开展驾驶模拟实验,采集了驾驶员在正常天气以及大雾、浓雾天气下自由换道过程中的行为特征,采用Friedman检验对换道持续时间、换道速度的平均值和标准差、换道时跟车距离4个指标进行分析.分析结果显示正常天气下的换道持续时间小于雾天环境(正常天气左换道时间平均为5.96 s,大雾环境下为6.02 s,浓雾环境下为6.31 s)且存在显著性差异(sig.=0.00);正常天气下的换道平均速度与跟车距离大于雾天环境(正常天气下左换道平均速度为104.24 km/h,大雾环境下为94.67 km/h,浓雾环境下为85.95 km/h;正常天气下左换道跟车距离平均为109.58 m,大雾环境下为77.54 m,浓雾环境下为74.63 m).结果表明,随着能见度水平的降低,驾驶员在高速公路执行换道过程时持续时间延长、速度降低,同时跟车距离缩小.雾天不同能见度水平对高速公路驾驶员换道行为产生不同程度的影响.     

基于驾驶人换道行为的换道决策辅助系统预警时间研究

基于驾驶人的换道操作行为初步提出换道决策辅助系统合适的预警时间。观察换道作业与目标车道跟随车辆之间的联系。实验在西安绕城高速公路某一路段上实现。     

高速公路主线提前换道与入口匝道协同控制研究

为提高多车道高速公路合流区采用入口匝道控制的管控效果,针对多车道高速公路不同车道之间的交通特性,通过调整合流区路面标线施划方式,提出了多车道高速公路主线提前换道与入口匝道协同控制策略。利用主线提前分散换道诱导更多主线车辆选择内侧车道行驶,以降低主线上游驶入合流区选择外侧两车道的比例,而入口匝道控制根据主线外侧两车道流量动态调整匝道车辆汇入主线的时机和数量,以达到合流区整体运行效率最优,提升合流区通行能力。案例分析发现,在入口匝道流量为600 pcu/h时,若主线上游流量分别为3 600、4 800和5 400 pcu/h,诱导150 pcu/h主线车辆提前换道可以分别降低整体车均延误4.41%、7.57%和50.55%,诱导300 pcu/h主线车辆提前换道可以分别降低整体车均延误5.94%、10.39%和61.03%,验证了协同控制策略的有效性。     

基于BP神经网络的高速公路入口合流区域换道行为研究

为了应对高速公路入口合流区域并线事故频繁发生,在分析车辆并线行为影响因素的基础上,利用BP神经网络方法建立了车辆在该区域的决策模型,用来预测驾驶人的并线行为决策,保障车辆和驾驶人的安全.借助详细的车辆轨迹数据对模型进行了学习与测试,模型的测试结果表明:建立的BP神经网络模型用于预测驾驶人并线行为具有较高的准确度,并线车辆相对于目标车道前方车辆的相对速度是驾驶人并线时需要考虑的最重要因素.同时模型还可以进一步应用于交通仿真的研究以及驾驶人辅助系统的开发.     

高速公路连续瓶颈混合交通流可变限速与换道协同控制方法

为缓解高速公路连续瓶颈区车辆强制换道造成的通行能力下降的问题,减轻瓶颈之间的相互干扰,提出了面向智能网联车辆（connected and automated vehicles,CAVs）与普通车辆混行情况的高速公路连续瓶颈可变限速与换道协同控制策略。对传统的细胞传输模型（cell transmission model,CTM）进行改进,使其更好地预测考虑了可变限速地混合交通流状态;基于实验模拟,得到了不同交通需求场景下合理的换道控制段长度,通过对瓶颈上游车流进行预先换道提醒,缓解因强制换道引发的通行能力下降现象,进而提高可变限速控制的效果,同时利用可变限速对高交通需求下的流量进行调控,为换道控制段内车辆能够完成预先换道提供保障;构建了连续瓶颈下协同控制框架,并以最小化总行程时间和速度差为目标,优化连续瓶颈的交通运行性能;分析了3种CAVs渗透率对协同控制的影响。结果表明：相比于无控制和可变限速控制,在协同控制下总行程时间分别降低了54.76%和33.05%,总速度差分别减少了86.84%和29.58%。此外,CAVs对协同控制性能和道路运行状况有着积极作用。当CAVs渗透率为0.5时最...     

考虑高速公路主线收费通道引导信息面向对象的驾驶人换道行为研究

交通运输部的电子收费(ETC)推广行动大大提升了高速公路ETC车辆比例,高速主线出口ETC收费通道数量也超过了人工收费通道(MTC)数量,ETC通道靠左设置的规则让MTC车辆需要提前换道进入收费广场才不会与ETC车辆产生冲突。为了验证以ETC车辆为引导对象和以MTC车辆为引导对象对驾驶人换道行为的影响,设计了3种高速公路主线收费通道引导信息方案：现状引导方案(OR)、部分MTC引导标志方案(PMS)和完整MTC引导标志方案(CMS)。试验分2个阶段,第1阶段验证在无交通流下,引导方案对于驾驶行为的影响,并评价得出效益最优的方案;第2阶段在选取现状和效益最优方案基础上,添加高流量及低流量的交通环境,验证优化后引导方案的可行性。2个阶段均利用广义估计方程分析不同引导方案下的换道行为特征,第1阶段构建熵权TOPSIS模型综合评价不同方案,并得出最优的引导方案用以第2阶段分析。结果表明：完整MTC引导方案(CMS)最符合ETC车辆高比例的现状,可以明显缩短MTC车辆换道响应时间,换道过程更加平稳、安全,从而避免MTC车辆在收费广场内与主线ETC车辆发生冲突,提高道路的通行能力。部分MTC引导方...     

减速频次催生换道意图下自动驾驶车辆自适应换道模型

科学、合理、拟人化的换道控制是实现自动驾驶车辆安全高效行驶的重要保障,已有研究主要考虑相邻车道速度差、换道间隙等要素对车辆换道控制的影响,并未考虑车辆频繁加减速导致乘车体验差而催生换道意图这一重要现象。针对该问题,设计以抗干扰能力为基础的自动驾驶车辆自适应换道调控方法,其调控过程主要包括：采用智能驾驶人模型控制自动驾驶车辆纵向驾驶行为,以减速频次为指标度量自动驾驶车辆的抗干扰能力,并将抗干扰能力引入到自动驾驶车辆换道决策过程中,模拟自动驾驶车辆因频繁加减速导致乘车体验差而产生换道意图的现象,在此基础上,提出车辆换道控制模型。然后,以智慧高速为背景,利用Netlogo构建多种自动驾驶车辆运行场景,测试所构建的自适应换道调控方法。研究结果表明：智能驾驶人模型的选用能够合理体现自动驾驶车辆换道行为对交通流的运行影响;相比于低密度车流（≤30 veh）,在中高密度车流情况下（≥40 veh）,自动驾驶车辆维持原有车道运行的能力较弱、换道频率较高,且过高[80次·（5 min）^-1]或过低[10次·（5 min）^-1]的抗干扰能力临界值会导致自动驾驶车辆运行速度降低至10 km·h^-1,因此可以根据不同车流密度条件对自动驾驶车辆的最大抗干扰能力进行设置和调整,从而保证自动驾驶车辆的运行效率,这也从侧面证明了所提自适应换道调控方法的科学性与合理性。研究结果对于提高自动驾驶车辆换道控制的合理自主性具有重要意义,该结果进一步完善了自动驾驶车辆换道模型库,能够为自动驾驶自适应换道调控提供理论和技术支撑。     

山区高速公路隧道内换道区域设置方法研究

针对我国山区高速公路隧道与互通立交出口小间距路段车辆运行效率低、道路交通事故频发等问题,提出在隧道内设置车辆允许换道区域的方法.首先,对发生在隧道内的交通事故空间分布特征进行分析以确定隧道内可以单向设置变换车道的区域;其次,提出允许换道区域的交通标志版面设置方法和标线设置形式;然后,根据驾驶人行为特性计算得到在不同服务...     

驾驶员车道变换视点转移模型及其参数标定

为了获取驾驶员车道变换行程中的视点转移特性,构建视点转移模型,解决驾驶员行为监控设备布设缺乏依据的难题,采用眼动仪和人工记录的方式,分别以轿车和公交车驾驶员为研究样本,获取了车道变换行为过程中驾驶员视点停留时间和视点位置转移特性数据,给出驾驶员的眼动停留时间均值和分布规律,基于外界的交通运行环境,根据驾驶员对外界信息的获取程度,考虑驾驶员、车辆、道路、环境等影响因素,设定其符合泊松分布,将驾驶行为分为决策阶段和执行阶段,给出了基于6个模块的流程结构,构建基于信息满意度的视点位置转移模型并标定了模型参数。     

车道限制策略下八车道高速公路交通流特征

为掌握车道限制策略的实施效果,应用某八车道高速公路非高峰期和高峰期的实测数据,对交通量、速度和车头时距等3项交通流参数的特征进行分析,并得出结论.限制货车通行的车道1、2比不限货车的车道3、4交通量大且速度高,说明限制货车对于提高车道的服务水平有明显效果.车道1、2的车头时距用M3分布拟合效果较好,车道3、4用2阶爱尔朗分布或移位负指数分布拟合效果较好,说明前者易结成车队,而后者的行驶自由度相对较大,交通量仍有提升空间.综上所述,车道限制策略实质上是对车道进行差异化管理,限制货车和不限货车的车道分别以提高服务水平和通行能力作为首要目标,以期获得整体运行质量的优化,但实施条件和保障机制仍有待探索.     

智能车辆自由换道模型研究

针对传统的车辆换道模型在换道过程中存在着侧向加速度过大或产生跃变、轨迹曲率不连续以及换道过程起始时刻侧向加速度不为零的问题,以四段式车道变换理论为基础,提出一种新的车辆自由换道轨迹函数,并引入B样条理论对换道轨迹进行再规划,进而建立一种新的高速公路车辆自由换道模型。该模型能够较好的解决传统车道变换模型存在的上述缺陷。给定车辆换道轨迹性能评价参数,利用Matlab仿真计算得到新模型产生的换道轨迹,并与另外两种换道模型产生的轨迹进行对比分析。分析结果验证了该模型的正确性及有效性。     

基于驾驶行为的高速公路出口标志形式研究

为了给中国指路标志标准规范修订完善提供参考,针对中国当前标准规范中高速公路互通出口标志形式与以美国为代表的发达国家之间的差异,设计了2种出口标志形式,分别设置在r形和Y形出口,共形成4组设置方案组。通过驾驶模拟实施寻路试验,获取微观驾驶行为数据,以此为基础研究不同形式出口标志的效用。利用因子分析法得到综合因子得分,定义为“出口行动作用参数”,基于行动作用参数选择了强度值、变化率和行动作用位置3个评价指标,比较了不同出口形式下不同形式出口标志的效用。研究结果表明：对于r形和Y形出口,简化型的强度值和行动作用位置均优于国标型,r形出口简化型的变化率劣于国标型,Y形出口简化型的变化率与国标型没有差别。不同出口形式的评价指标效果是不同的,简化型的出口标志有助于增强出口行动作用参数强度值和提前行动作用位置,用于Y形出口综合效果较优,建议简化型作为Y形出口标志的推荐形式。     

基于自然驾驶数据的跨江大桥小客车跟驰特性研究

为明确跨江大桥的跟驰行为特征以及驾驶模式,在重庆菜园坝大桥展开了30位被试的小客车实车驾驶试验,使用华测航姿测量系统和前视碰撞预警系统Mobileye 630采集自然驾驶状态下汽车的连续行驶速度、车头时距和车头间距等数据。通过筛选得到了725条有效跟驰轨迹数据,对比分析发现跨江大桥与城市一般道路的跟驰行为存在一定差异性,明确了菜园坝大桥车头时距和车头间距的分布特征,并且对强跟驰(小于1.6 s)、过渡区间(1.6~2.6 s之间)以及弱跟驰(大于2.6 s)3种跟驰状态和驾驶人性别差异下的跟驰数据进行了分析。结果表明:桥梁段车头时距分布集中在1.6 s处,车头间距分布集中在18 m处;超过1/3的跟驰轨迹处于强跟驰状态,此状态下前车驾驶行为对跟驰车辆具有较强制约性;当车辆处于弱跟驰状态时,前车对于后车的约束性会随车头时距的增大而快速降低;过渡区间的设立更好地揭示了强/弱跟驰状态之间的转变并不是只有一个临界值,而是存在一个转换过程,并且其间车辆跟驰特性的变化与驾驶人本身的操作行为存在较大关联;驾驶人的性别差异对跟驰距离几乎没有影响,但男性驾驶人往往会采取更加冒险的驾驶行为,平均车头时距、车头间距以及相对速度均高于女性驾驶人。     

智能网联汽车换道决策安全性研究综述

实现智能网联汽车换道的安全决策是改善交通安全、提高道路机动性的关键任务。本文探究了智能网联汽车换道的安全性问题,从驾驶安全的角度出发,分析了极端换道行为和紧急换道行为给交通安全带来的不利影响,强调风险评估的重要性,并梳理了利用环境传感器、交通冲突指标、车辆微观轨迹数据等换道风险评估方法。通过风险评估识别风险,并采取相应的措施,能够显著减少危险换道行为导致的交通事故。阐述了智能网联汽车在传统环境以及车联万物（vehicle to everything,V2X）场景下,通过获取环境信息完成换道决策的方法;重点剖析了智能网联汽车在V2X环境下,通过周围环境的感知和识别、目标检测、数据处理进行决策,并对未来智能网联汽车在V2X环境下实现安全决策提出合理建议。然后分析了现有换道决策模型方法,归纳为4类：即规则模型、离散选择模型、人工智能模型、博弈论模型;系统地总结了决策模型在国内外道路行车安全领域的研究和应用现状、存在的问题,以及应用展望。综上所述,尽管智能网联汽车的换道技术已取得重大研究成果,但未来仍存在很多挑战。针对现有研究中存在的问题：低等级自动驾驶环境情况下如何安全可靠地进行决策、智能网联汽车在低渗透率情况下如何做出更为高效和智能的驾驶决策、信息不完全情况下如何实现安全决策、在换道决策模型算法的可优化性方面如何改进,提出可行的解决方案。     

考虑车道变换影响的高速公路交通事故预测模型研究

考虑车道变换可能对交通安全造成不利影响,结合广东省3条高速公路64个路段的交通运行状况数据和交通事故历史数据,利用负二项分布预测方法,建立并标定了基于交通量、路段长度、车道变换次数、大型车变道比例、单位里程变道次数等5个解释变量10组不同组合的交通事故预测模型.通过计算各组模型的Akaike信息量准则指标,得到了3组权衡了模型结构(即解释变量数量)和数据拟合度的最优模型.结果表明,虽然3组最优预测模型的预测精度仍有待提高,但是考虑车道变换影响的交通事故预测模型明显优于其他模型.这说明与车道变换相关的变量可以作为交通事故预测的有效解释变量,并且引入该类型变量可以更好地预测高速公路交通事故的发生.     

高速公路养护工程安全变道控制距离研究

为探究高速公路养护工程安全变道概率条件下车辆行驶的控制距离,对变道过程中车辆跟驰行驶安全约束条件进行分析,并运用概率论与交通流理论研究车辆变道概率组合特性,推导出安全变道控制距离与成功变道概率之间的关系。结合实例计算,对推导模型与规范中的建议值和计算值进行吻合性验证。