共查询到20条相似文献,搜索用时 171 毫秒
1.
ETC收费系统在我国得到越来越广泛地应用,但其通行能力方面的研究还有所欠缺,大多数是基于传统收费通道通行能力计算方法上的改进,不符合ETC通道交通流特性.在深入研究ETC系统设计的基础上,对ETC通道交通流特性进行分析,基于道路路段通行能力的计算方法,提出新的ETC通道通行能力计算方法.并通过对ETC通道的延误分析,提出基于平均延误的ETC通道服务水平划分方法,将ETC通道的服务水平划分为5个等级,并计算出不同等级服务水平下ETC通道的最大服务交通量. 相似文献
2.
3.
4.
计重收费是一种最主要的货车收费形式。为了分析货车流对公路交通的影响,均衡货车交通量的时空分布,需对传统计重收费方式进行优化。分析车流结构对公路使用寿命、通行能力、交通安全的影响,建立可变附加值模型,并分别对按车型收费、轮轴收费、计重收费、可变附加值计重收费4种方式在不同车流结构或货车总质量下的100km收费额度进行对比分析。分析表明,若按车型收费,在货车总质量和流量较小的情况下适用性较好;而按可变附加值计重收费则可更加合理地反映货车对道路及交通流的影响。 相似文献
5.
研究城市路网交通流的动态特性,揭示交通拥堵、环境污染和交通事故的产生原因和规律,能为城市交通问题的解决提供理论依据.元胞自动机模型是研究城市路网交通流动态特性的一个有效工具,能够再现许多重要的交通流特征.从路段模型、交叉口模型和路网模型3个方面总结和评述了国内外各种典型交通流元胞自动机模型.在现有模型的基础上,通过对车辆起讫点分布、路径选择行为、双向通行多车道路段车辆换道规则、不同控制交叉口的车辆更新规则以及网络拓扑结构等方面进行改进,可以提高元胞自动机模型在城市路网交通流仿真中的真实性. 相似文献
6.
7.
《公路交通科技》2017,(12)
交叉口通行能力往往是城市路网承载能力的瓶颈。在考虑信号控制交叉口车流冲突的基础上,研究了信号控制交叉口的车辆优先权规则和信号周期内不同时刻的车辆更新规则,构建了一个平面十字信号控制交叉口元胞自动机模型,用于交叉口通行能力的模拟与分析,并以武汉市某交叉口为例,将模型仿真结果与停止线法计算结果进行了对比,验证了模型的有效性,利用该模型研究了交叉口转向比例对交叉口通行能力的影响。研究结果表明,交叉口流量随着车辆到达率的增加而增加,仿真结果与停止线法计算结果基本吻合,所建立的模型能够有效地模拟交叉口交通流运行,再现交通流的动态演化过程,当交叉口车道数和车道功能等道路条件确定时,转向比例和信号配时等交通条件对交叉口通行能力具有较大影响。当右转车转向比例不变时,交叉口通行能力随着左转车比例的增加先上升后下降,存在一个最佳的转向比例,使得交叉口通行能力达到最大。当右转车受信号控制时,交叉口通行能力随着右转车比例的增加先上升后下降,同样存在一个最佳的转向比例。当右转车不受信号控制时,交叉口通行能力随着右转车比例的增加而上升。当右转车比例高于某一固定值时,右转车不受信号控制能够显著提高交叉口通行能力,最高可达100%。 相似文献
8.
9.
《中国公路学报》2017,(10)
针对协同自适应巡航控制(CACC)车辆市场普及过程中存在的CACC车辆、自适应巡航控制(ACC)车辆与人工驾驶汽车混合行驶的异质交通流,应用智能驾驶模型(IDM)和由加州大学伯克利分校PATH实验室实车验证的ACC模型、CACC模型分别作为人工车辆、ACC车辆和CACC车辆的跟驰模型,建立能够反映异质交通流中3种车型相互关系的解析表达。基于此,推导不同CACC车辆渗漏率p下的异质交通流基本图模型,并针对异质交通流基本图散点分布与基本路段通行能力,设计数值仿真试验。最后,针对ACC车辆和CACC车辆的期望车间时距进行参数敏感性分析。研究结果表明:建立的异质交通流解析表达与随机性仿真试验的误差小于1.5%,异质交通流基本图解析可取代基本路段通行能力的仿真试验,用于分析不同p时的异质交通流通行能力;ACC期望车间时距ta取值1.1 s时,交通流通行能力随着p的增加逐渐提升;当t_a=1.6 s,p低于30%时,异质交通流通行能力与传统人工车辆通行能力基本相当;当t_a=2.2 s,p低于40%时,异质交通流通行能力低于人工车辆通行能力;同时,CACC车辆期望车间时距tc越小,异质交通流通行能力越大;建立的异质交通流解析表达可为异质交通流其他特性的解析研究提供思路,异质交通流基本图解析结果,从通行能力的角度为ACC,CACC上层控制器设计提供期望车间时距取值的参考。 相似文献
10.
平面道路交叉口采用多相位交通信号控制.在理论上路口通行能力较两相位控制时略有下降.但由于彻底消除了交叉冲突点.提高了交通流流速.在一定条件下实际通行能力反而有所提高。 相似文献
11.
基于Logit模型的城市道路交通事件检测仿真 总被引:1,自引:0,他引:1
以Logit模型为基础,利用效用函数与概率的概念,建立分时段的城市道路交通事件检测算法。由PARAMICS软件产生模拟交通流数据,将数据输入LIMDEP软件并标定效用函数的系数,同时还输出最大概率预测表。仿真试验结果表明:(1)基于Logit模型的检测算法不仅能够用于城市道路的事件检测,还可判断事件发生所在的车道。(2)在路段长度、车道数、流量相等的模拟条件下,交叉口信号超过仿真所设定的1 min时段长度时,检测效果降低。若将模型时段长度由1 min提高至超过最大信号周期,即可解决检测效果降低的问题。 相似文献
12.
13.
结合国内外的研究现状,基于实时GPS数据和高架线圈检测数据的数据融合处理技术,给出了面向动态导航的实时交通信息服务系统的总体框架,实现了城市路网的实时交通流状态估计;通过构建实时交通信息系统,借助无线通讯方式为车辆提供实时交通信息和动态路径规划服务,实现了在动态路径规划基础上的车辆动态导航。 相似文献
14.
15.
16.
17.
路网描述模型是微观交通流仿真的基础,其建模过程较为烦琐。为了简化路网建模工作,设计了1个路网建模模块,为用户提供路网绘制、道路属性编辑及保存工具。该模块能自动提取绘图区及编辑区的关键信息,并通过转化算法快速建立路网数据库,为道路交通场景的三维可视化及微观交通仿真模型道路动态链表构建提供数据支持。实际效果表明,该路网建模模块能够快速生成路网相关数据,以动态链接库形式创建并嵌入到微观交通流仿真软件中,移植性较好。 相似文献
18.
对路网交通系统中的交通拥堵进行预测,有利于交通管理和避免交通风险。然而,由于交通管制、道路施工、恶劣天气、自然灾害等原因,路网交通系统的拓扑结构时常发生变化,使得依赖于固定路网拓扑的拥堵预测方法效果不佳。针对这一问题,提出一种双重自适应图卷积循环网络结构(DAGCRN)来处理路网拓扑结构变化情况下的交通拥堵预测问题,该方法运用自适应辅助邻接矩阵对预定义的路网静态图结构进行适应性学习以动态优化原有连接间信息的传递,运用自适应嵌入邻接矩阵对预定义路网静态图结构进行路网隐藏信息的捕捉以确保路网拓扑结构的动态完整性,并采用门控循环单元提取路网交通流的时间特征信息。研究结果表明,DAGCRN具备以下特点:①能够有效捕捉和定位路网拓扑结构发生的变化,并能够在拓扑结构变化时仍然保证拥堵预测的精确率;②相比较一些常见预测模型有更高的预测准确率,尤其是长期预测方面和克服路网结构变化方面更具优势;③进一步的双重自适应功能消融试验,证实了含有自适应辅助邻接矩阵和自适应嵌入邻接矩阵的双重自适应图卷积结构对于路网拓扑结构变化有很强的自适应能力,缺少2个或任一个自适应模块,都会引起模型预测性能的大幅下降。 相似文献
19.
20.
This paper presents a system to identify road and non-road regions from monocular color images of paved and unpaved roads. Despite being a single object, the road in these images is subject to large changes in appearance due to environmental effects and track materials. This condition has challenged the practical application of road identification. The proposed system combines random forest with color correlogram to overcome such conditions and offers a classifier for road and non-road regions in traffic images. As a color feature, the color correlogram depicts the spatial correlation of color changes in an image. Using random forest, road identification is formulated as a learning paradigm. The combined effects of color correlograms and random forest create a robust system capable of identifying roads even in variable situations in real time. This combination is more effective than other combinations, such as a color histogram plus random forest, a color correlogram plus neural network, or a color histogram plus neural network. 相似文献