基于车辆积压长度的高速公路交通事件检测算法

为了准确、快速地检测高速公路上发生的交通事件,提出一种基于车辆积压长度的检测算法,该方法利用上、下游检测点同步采集的交通流量实时估计检测点之间的车辆积压长度,并以车辆积压长度的移动平均值作为特征指标来实时检测交通事件.仿真分析结果表明,该特征指标对交通事件敏感,所提算法具有检测率高、误检率低和检测时间短的优点,具有良好...     

基于轨迹数据的高速公路隧道风险特性分析

由于隧道内部照度不同,隧道不同区域的驾驶行为具有很大差异。基于TJRD自然驾驶轨迹数据,提出基于车辆速度和加速度的个体风险指标和基于交通冲突的交互风险指标,分析了隧道内不同路段的风险分布特性。研究结果发现：(1)在隧道入口段、过渡段、出口段驾驶行为存在较大差异,行车风险较大;(2)入口段及过渡段车辆低速比例较高,且处于危险及较危险等级的比例高达15%、20%,车辆减速度处于不安全等级的比例分别为6.2%、7.8%;(3)入口段车辆交互风险最大,交互指标TTC、DRAC处于不安全等级的比例分别为23.8%、14.2%。研究结论揭示了隧道风险演化特征,对于改善隧道风险隐患和靶向主动安全治理具有重要意义。     

基于时间序列的目标车辆轨迹预测算法

针对高速道路场景,对智能车辆前方的目标车辆进行轨迹预测。根据车辆运动轨迹数据具有时序性的特点,并为了增加轨迹特征的表征能力和上下文时空关联性,提出了将车道线特征、目标车辆的特征与历史轨迹数据的特征进行融合,和LSTM-CNN-LSTM融合模型,以提高目标车辆轨迹预测的精度。     

基于OGS-DTW算法的交通事件自动检测方法

为提高交通事件检测方法的综合性能,使用动态背景更新和改进的运动估计,将动态图像序列转化为车辆标号场,实现对车辆的跟踪;构造轨迹建模和编码,提取车辆的运动轨迹,并建立自组织神经网络进行行为模式学习;最后,使用OGS-DTW算法对轨迹数据进行预处理,并对距离函数进行求解,从而实现待测事件序列的轨迹与典型轨迹数据模式的匹配。分别以U形转、违章左拐和违章变道3种事件为对象进行了多组对比,检测成功率均在80%以上。试验还进行3种检测方法指标的对比,在平均耗时方面,一般的DTW算法、改进的DTW算法及基于OGS改进的DTW算法分别是126.5、62.5、69.8 s;而它们的事件检测成功率分别是84.6%、68.8%和88.3%。结果表明:基于OGS-DTW算法的交通事件检测方法稳定且可靠,在显著降低计算量的同时,仍然保证了较高的匹配准确性,成功率高、实时性好。     

基于网联车辆轨迹数据的周期排队长度估计

近年,基于网联车辆轨迹数据的交通管控与服务研究方兴未艾。其中,信号控制交叉口排队长度估计备受关注。然而,在低渗透率条件下,单个周期内轨迹稀少且提供的交通信息十分有限。现有研究仅以当前周期内网联车辆轨迹数据为输入,难以获得准确且可靠的周期级排队长度估计结果。因此,融合利用历史网联车辆轨迹数据提供的车辆到达和停车位置信息以及当前周期内实时观测的网联车辆排队信息,提出一种基于最大后验概率的周期最大排队长度估计方法。首先,依据历史轨迹数据的停车位置信息,估计排队长度的先验分布;其次,依据历史轨迹数据的车辆到达信息,估计周期内车辆的历史到达分布,并结合周期内最后1辆排队网联车辆的到达时刻与停车位置,构建排队长度似然函数;最后,基于贝叶斯理论,结合前述先验分布与似然函数,推导周期排队长度的后验分布,并采用最大后验概率方法实现周期最大排队长度的估计。仿真结果表明：所提方法在不同饱和度和渗透率条件下,均优于现有的方法;即使在车辆轨迹数不超过1 veh·周期^-1的低渗透率条件下,所提方法的平均绝对估计误差也不超过2 veh·周期^-1。实证结果表明：在渗透率仅为8.96%的条件下,所提方法的平均绝对误差为2.12 veh·周期^-1,平均相对估计误差为12.4%,同样优于现有同类方法。     

基于轨迹数据的高速公路分流区冲突替代指标研究

非事故统计交通安全评价指标冲突时间(Time to Conflict,TTC)和后侵入时间(Post En-croachment Time,PET)在2车间距较近或接近冲突点车速较快时,会出现冲突严重程度判别错误.为提高冲突判别的准确性,以高速公路分流区为研究对象,提出基于行车轨迹的冲突严重程度判别方法.采用视频检测技术,对固定背景下的运动目标进行轨迹提取,利用改进的神经网络算法进行实时轨迹预测,根据预测轨迹坐标进行分流区冲突判别,并引入量化指标J以碰撞概率分析分流区2运动单元冲突严重程度.实例分析结果显示,量化指标J考虑避险行为对潜在冲突点出现时间的影响,准确性更高;以J指标预测所得两车最大碰撞概率为59.93%,比TTC下必定碰撞(100%),更接近于实际未碰撞观测情况.     

基于检测器脉冲数据的高速公路事件自动检测算法研究

提出了一种全新的高速公路事件自动检测算法,直接利用车辆检测器输出的脉冲宽度和脉冲间隔作为参数,运用LVQ神经网络对获得的脉冲宽度数据和脉冲间隔数据进行处理来判断是否有事件发生,从而大大减少了检测时间,为交通事件的快速处理提供了可靠的依据。此外,该算法利用神经网络的自学习能力,可以很好地确定各条道路发生交通事件的门限值。仿真结果表明:该算法具有较高的事件检测率(约为97%)、较短的检测时间和较低的误警率(约为0 41%),具有很好的应用前景。     

基于GPS的高速公路交通事件自动检测算法研究

通过分析交通事件条件下当事车辆瞬时速度的变化特征,设计了1种基于GPS的高速公路交通事件自动检测算法,并对采样时间间隔的确定、检测阈值的确定、持续性检测时间的设定与报警机制设计等方法进行了研究,分别利用软件模拟数据和实测模拟数据对算法的有效性与可移植性进行了检验.试验结果表明该算法对于交通事件具有良好的检测性能.     

基于车辆限界的高速公路交织区交通安全评价研究

高速公路交织区车流的横向干扰突出,交通安全不容忽视。基于车辆安全运行所必需的纵向和侧向空间,提出了车辆限界的概念,分析并量化了基本安全限界和充分安全限界,明确以事故区、危险区和安全区描述车辆的运行安全状况,进一步提出了交织区安全评价的替代指标-危险系数和事故系数,并建立了替代指标模型,给出了评价模型的使用流程,以仿真实例说明了评价方法的可用性。     

用于微观仿真车辆模型中轨迹的简化算法

实际车辆运行轨迹的测量和计算都比较复杂.现存的微观仿真车辆模型,往往都回避了车辆轨迹的计算,而用直线运行来近似代替.构建微观车辆模型时,在影响车辆运行轨迹的各个因素中,可以只考虑前轮转向角和前后轴间距离2个主要因素,而质量、摩擦、刚体系数等其他次要因素是可以忽略的.据此,给出了车辆运行轨迹计算的简化算法,并为此进行了若干试验论证.结果表明,这种简化,一方面使得车辆微观模型在轨迹上更加接近于真实,另一方面,算法计算量小,是微观仿真中可以接受的.     

基于心理场理论的高速公路弯道路段车辆跟驰建模与仿真

弯道是高速公路的事故频发路段,是道路交通安全与交通控制仿真领域研究的热点问题.通过引入时间距离概念,基于心理场理论构建驾驶员心理场等势线,设计了驾驶人的高速公路弯道路段心理模型框架.提出改进车头间距的优化策略,以提高该类工况下车辆跟驰模型的自抗干扰能力.基于CarSim和Matlab进行了系统建模和数字仿真.结果表明,考虑驾驶员心理场效应后,弯道路段车辆跟驰模型具有更好的鲁棒性,车辆速度、加速度及车间距变化更加平顺.     

基于收费数据的高速公路车辆运行速度算法

为精准统计高速公路车辆平均运行速度,依托联网收费数据,分析影响平均速度统计结果的多源干扰因素,提出2种处理干扰因素的研究思路,估计每种思路的统计误差,通过在服务区开展调查获取驶入概率、间隔行驶里程、停驶时间及其占总行程时间的比例,引入变异系数对比停驶时间和间隔行驶里程的波动情况,明确在总行程时间中剔除服务区停驶时间的研究思路的局限性,基于间隔行驶里程分布区间中位值,通过样本量加权计算车辆驶入服务区的间隔行驶里程,结合陕西省2019年6月客货车辆平均行程的交通量分布情况,最后提出以206 km为间隔行驶里程、省内出行车流、ETC客车和货车作为统计约束条件,在联网收费数据中寻找不驶入服务区的短途行驶车辆作为最优样本来完成平均运行速度统计方法改进,通过陕西省数据验证统计方法的可行性。研究结论可为路网运行状态分析、路段车辆安全风险评估与监测提供有力的技术支撑。     

高速公路施工区自动车辆行驶轨迹优化方法

为改善高速公路施工区路段车辆运行状态,建立了一种集合优化换道比例和可变跟车时距的换道控制策略.通过引入交通运行效率和冲突风险目标函数并进行在线求解,从而对施工区车辆行驶轨迹进行优化,提高了车辆的平顺性.在网联自动车环境下,以施工区上游路段车辆平均速度为目标函数,借助遗传算法遍历交通流状态集合,求解换道比例,以此调整施工区上游车辆分布.以施工区汇入路段车辆交通效率和冲突风险为可变跟车时距模型的目标函数,调用CPLEX/Matlab求解器得到汇入路段可变跟车时距.为了在线计算和可视化建立了Matlab/Vissim_COM的仿真平台,通过Matlab编程技术以单步仿真的方式提取Vissim车辆信息,将CPLEX求解器和Vissim的封装环境以函数调用的方式与遗传算法结合,对车辆信息进行优化计算和参数反馈.在总仿真次数达到400次时,模型控制得到最优.结果表明,与未实施控制相比,在最优控制中,当仿真时长达到800 s时,每条车道交通量输入达到700 veh/h,优化效果较为明显,即全局车辆在汇入路段"曝光"次数减少,车辆行驶轨迹变的"平滑",全局运行速度提高了48%,速度标准差的变化幅度降低,全局车辆的速度离散性得到改善,以后侵入时间表征冲突风险,冲突次数降低了39%,高速公路施工区车辆运行状态得到了改善.     

一种基于ART2神经网络的高速公路交通事件自动检测算法

提出一种基于ART2伸经网络的高速公路交通事件自动检测的新算法。该算法利用高速公路交通流模型和ART2神经网络分别作观测器和分类器。观测器估计的数据和实际交通数据进行比较,得到残差序列;利用ART2神经网络对残差序列进行分类,以区分不同交通状态下的交通信息,达到检测交通事件的目的。本算法不但可以识别已知的交通事件类型。还可以识别未知的或从未出现过的交通事件类型,是一个可以边工作、边学习的检测系统。     

基于高速公路通行能力分析的车辆分类研究

本文针对以往高速公路中车辆分类以车辆轴距为标准，造成的车型偏多，分类重心与实际不符等问题，提出了以车辆运行特性为首要分类标准，结合考虑车辆结构特征和轴距出现频率的分类方法，将高速公路中运行的车辆分为微型车，小客车、大中型车和不定型车四种。通过广佛高速公路中的车辆在新，旧分类情况下所进行的各车型运行特性对比，以及各地区实测数据的验证，认为新的车辆分类为通行能力研究后斯的数据处理工作提供了更好的数据基     

用于微观仿真车辆模型中轨迹的简化算法

实际车辆运行轨迹的测量和计算都比较复杂。现存的微观仿真车辆模型，往往都回避了车辆轨迹的计算，而用直线运行来近似代替。构建微观车辆模型时，在影响车辆运行轨迹的各个因素中，可以只考虑前轮转向角和前后轴间距离2个主要因素，而质量、摩擦、刚体系数等其他次要因素是可以忽略的。据此，给出了车辆运行轨迹计算的简化算法，并为此进行了若干试验论证。结果表明，这种简化，一方面使得车辆微观模型在轨迹上更加接近于真实，另一方面，算法计算量小，是微观仿真中可以接受的。     

基于高速公路通行能力分析的车辆分类研究

针对以往高速分路中车辆分类以轴距为标准，造成车型偏多，分类重收与实际不符等问题，提出以车辆运行特性为首要分类标准，结合考虑车辆结构特征和轴距出现频率的分类方法，将高速公路中运行的车辆分为微型车，小客车，大中型车和不定型车四种；     

基于高速公路通行能力分析的车辆折算系数理论与算法

以通行能力分析为基础,通过对车辆折算系数理论的分析,提出车辆折算系数的准确概念,即在特定的道路条件以及交通组成条件下,所有非标准车相当于标准车对交通流流量影响的当量值。在此定义的基础上,确定车头时距的SVE算法。最后,通过计算广佛高速公路的数据,给出微型车和大中型车在高速公路平直路段、通常交通条件下的SVE推荐值。     

基于高速公路通行能力分析的车辆折算系数理论与算法

本文以通行力分析为基础，通过对车辆折算系数理论的分析，提出了车辆折算系数的准确概念，即在特定的道路等级，坡度，坡长以及交通组成条件下，所有非标准车相当于标准车对交通流流量影响的当量值。在此定义的基础上，确定了车头时距的ＳＶＥ算法。最后，通过计算广佛高速公路的数据，给出了微型车和大中型车在高速公路平直路段的ＳＶＥ推荐值。附有１张表，１幅图。