基于车辆轨迹的信号交叉口机非冲突判别

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 ...     

城市道路交叉口机非冲突概率研究

交叉口机非冲突主要由交叉口内非机动车的数目决定,当交叉口内部非机动车数目小于该阈值时,可以认为无机非冲突发生;当交叉口内部非机动车数目大于该阈值时,机非冲突概率就会急剧增加。     

城市道路交叉口机非冲突概率研究

交叉口机非冲突主要由交叉口内非机动车的数目决定,当交叉口内部非机动车数目小于该阈值时,可以认为无机非冲突发生;当交叉口内部非机动车数目大于该阈值时,机非冲突概率就会急剧增加。     

道路环形交叉口机动车冲突风险区识别模型研究

为定量识别城市非信控环形交叉口区域内的机动车冲突风险易发生点,降低环形交叉口的事故发生率,本文构建针对非信控环形交叉口机动车冲突风险识别模型。首先,利用无人机采集高精度、连续的多车辆轨迹视频,结合Kinovea视频运动分析软件实现运行车辆状态识别与跟踪,并记录车辆每一帧的运动数据;其次,基于交通冲突识别指标TTC(Time to Collision),提出适应环形交叉口道路线形特征的车辆TTC计算方法,并使用累计频率法确定严重、一般和轻微冲突的阈值分别为1.2,2.8,4.4 s;最后,通过绘制高峰和平峰交通冲突空间异步图,并结合交通冲突数和严重冲突率,对环形交叉口的36个子区段进行交通冲突风险等级评定。研究结果显示：在高峰时段,某一子区段的平均交通冲突发生次数约为15次,严重冲突率为17.45%;在平峰时段,某一子区段的平均交通冲突发生次数约为8次,严重冲突率为8.28%。重度风险区域在高峰时段占比达到50%,而在平峰时段为8.33%,这些重度风险区域主要集中在交织区段。因此,环形交叉口在高峰时段且位于交织区段的情况更易发生交通事故。本文研究成果有助于交通管理部门了解环形交叉口在不同...     

交叉口交通冲突严重程度量化方法

为提高交通冲突严重程度的判别精度, 基于运动单元圆假设与视频检测技术, 提出了交叉口两车交通冲突严重程度量化方法。利用视频处理程序与实地采集的视频图像提取圆单元运动学参数, 并通过迭代方法进行了冲突检测与冲突时间判定。充分考虑车辆的制动性能, 将非完全制动停车距离与瞬时车速的比值作为冲突严重程度判别临界值, 以冲突时间与临界值为参数, 建立了冲突严重程度量化值, 并对其严重程度进行了量化与分级, 以北京市某交叉路口为例进行了应用实例分析。分析结果表明: 两运动单元驶入交叉口后, 二者之间的冲突严重程度量化值由1.32增大为2.45, 后又不断减小直至无交通冲突; 随着冲突严重程度的增大, 驾驶人会采取紧急制动措施使冲突严重程度减小, 直至冲突消解。可见该方法可以方便地检测交通冲突, 准确量化交叉口两运动单元之间的冲突严重程度。     

基于车流当量期望冲突量无信号交叉口安全风险分析研究

在分析交通冲突特性的基础上,考虑交叉、合流与分流冲突发生的潜在概率、交通流量及车辆位置等因素,以期望值的观点,建立了各冲突类型的期望冲突量模型;由于不同类型的交通冲突对路口潜在威胁及严重性也不同,在分析各冲突类型易肇事的概率和肇事后严重程度的基础上,给出了3种冲突类型不同的权重值;并在期望冲突量和权重值辆指标的基础上,构建无信号交叉口车流当量期望冲突量,以一无信号交叉口为例,验证其实用性.     

无信号交叉口交通冲突分析

为了研究无信号交叉口冲突车辆间驾驶员的决策行为,从博弈角度出发,根据影响驾驶员决策行为的性格因素,以及不同策略之间相对的势因素,通过时间细化,建立基于重复博弈下影响驾驶员决策行为的效用函数。通过驾驶员在交叉行进过程中的决策行为,分析不同驾驶员决策行为组合的效用,确定博弈过程中存在Nash均衡,得到动态博弈中驾驶员的最优决策。例证表明:冲动型的驾驶员在各决策时间段内更愿意选择加速抢先策略;温和型的驾驶员在各决策时间段内偏好于加速抢先策略或保持匀速策略;谨慎型的驾驶员在各决策时间段内偏好于选择保持匀速策略或减速礼让策略。     

基于车流冲突线的无信号交叉口风险分析

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.     

信号控制交叉口交通冲突特征与影响因素

对信号控制交叉口交通冲突的特征及影响因素进行分析能够快速明确交叉口的安全隐患,并提出合理的改善措施。通过对上海市5个信号控制交叉口进行交通冲突调查,分析信号控制交叉口的冲突类型特征和冲突点空间分布规律,揭示信号控制交叉口交通冲突的致因。结果表明,最突出的机—机冲突类型为直行与对向左转冲突(45%)。另外,超过50%的机—非冲突以及机—人严重冲突与右转机动车相关。利用线性回归模型和负二项模型分析冲突及严重冲突的影响因素,结果显示左转专用相位、右转车比例及大型车比例是显著影响因素。     

基于车流冲突线的无信号交叉口风险分析

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.     

基于交通冲突模型的信号交叉口渠化岛设置方法

为了优化信号交叉口渠化岛, 提出了一种基于交通冲突模型的信号交叉口渠化岛设置方法; 提取了昆明市20个信号交叉口交通冲突数据、交通流数据、交通控制方式数据和几何设计数据, 采用贝叶斯方法, 构建了贝叶斯固定参数交通冲突模型和贝叶斯随机参数交通冲突模型, 分析了模型的拟合优度和显著影响因素; 基于随机参数交通冲突模型, 确定了期望交通冲突数计算公式; 绘制了信号交叉口渠化岛设置标准曲线, 给出了信号交叉口渠化岛类型选择流程。分析结果表明: 随机参数交通冲突模型比固定参数交通冲突模型拟合结果更好; 交通量(直行交通量和右转交通量)、渠化岛类型与右转设计要素(右转让行标志和右转半径) 变量系数服从正态分布; 每增加1%的直行交通量, 交通冲突增加0.56%;每增加1%的右转交通量, 交通冲突增加0.53%;4种类型渠化岛的设置可以使交通冲突分别降低12.75%、23.37%、16.18%、33.64%;右转让行标志可使交通冲突降低15.03%;右转半径增加1%, 直右交通冲突降低1.72%。可见, 基于交通冲突模型的渠化岛设置方法是可行的。     

信号交叉口行人过街时间模型

为了分析交叉口处左转及右转机动车对行人过街交通的干扰和影响, 合理控制交叉口行人过街信号, 应用交通流冲突理论、间隙接受理论, 推导了行人穿越机动车道的人数及等待通行人数, 应用统计学方法, 建立了行人过街时间模型。实例分析表明, 行人平均过街时间的绝对误差及相对误差平均值分别为0.452 7 s和4.15%, 85%行人过街时间的绝对误差及相对误差平均值分别为0.206 5 s和1.57%, 90%行人过街时间的绝对误差及相对误差平均值分别为0.401 2 s和2 84%, 模型计算精度满足要求, 有利于行人专用信号相位的设置。     

信号交叉口专用双左转车道通行能力

在北京市6个信号交叉口双左转车道交通流数据调查的基础上, 应用数理统计学方法对信号交叉口双左转车道饱和车头时距和饱和流率以及影响因素进行了研究。通过比较算术平均值、截尾均值和中值计算结果, 提出应用截尾均值法计算饱和车头时距与饱和流率。研究了饱和流率与车道宽度、转弯半径的关系, 应用回归方法给出了饱和流率与转弯半径关系模型, 并对内、外侧车道饱和流率与单一左转车道饱和流率进行了比较。研究结果表明: 内侧车道饱和车头时距为2.14~2.60 s, 外侧车道饱和车头时距为2.08~2.37 s, 平均饱和流率为1 600 pcu·(h·lane)^-1; 双左转车道饱和流率为单一左转车道饱和流率的1.80~2.05倍。     

混行环境下网联信号交叉口车路协同控制方法

为了提高网联信号交叉口车路协同控制对真实交通环境的适应性,以智能网联汽车与网联人工驾驶汽车混行的典型交通应用场景为研究对象,通过构建八相位网联信号交叉口,研究了混行环境下的交通信号和网联车辆轨迹车路协同优化控制方法;在对场景中的网联车辆运动学特性和跟驰行为进行建模的基础上,构建了一种混行车辆编队方法;基于混行车队模型、安全约束与燃油消耗模型,建立了基于滚动优化的交通信号-车辆轨迹协同优化控制方法;基于异步分层优化思路,将该协同控制问题分解为上层交通信号优化与下层车辆轨迹优化两方面,以交叉口车辆行驶延误时间和燃油消耗量为优化目标,利用遗传算法和“三段式”轨迹优化法分别对交通信号优化问题与车辆轨迹优化问题进行求解;对不同稳态车速与智能网联汽车渗透率下构建的混行交通流的稳定性进行了验证,并通过仿真测试分析了所提出的协同优化控制方法的控制效能与关键参数对控制效能的影响。分析结果表明：在不同交通流量与智能网联汽车渗透率下,提出的控制方法均可有效提升交叉口通行效率与燃油经济性;在完全渗透环境下,较固定配时交通信号控制方法最高可分别提升57.3%和13.3%;随着智能网联汽车渗透率的增加,其控制效能不断提高,较无渗透条件最高可分别提升42.0%和14.2%;即使智能网联汽车渗透率仅达到20%,较无渗透条件也可以在交通效率方面实现20.4%的显著改善;较长的交通信号周期与较短的网联人工驾驶汽车驾驶人反应时间有助于协同控制效能的提升。     

信号交叉口饱和流率动态提取方法

提出了利用感应线圈检测器动态提取饱和流率的方法,前后车辆离开线圈的时间差为车头时距,计算第4辆至最后一辆处于饱和状态车辆的平均饱和车头时距,运用指数平滑法处理历史饱和车头时距与当前周期饱和车头时距.确定了车型及饱和车头时距判断阈值,当线圈占用时间大于小型车平均占用线圈时间2倍时,判断为大型车,小型车的饱和车头时距判断阈值为历史平均值加1 s,大型车的饱和车头时距判断阈值为历史平均值加5 s.用VISSIM软件进行仿真,验证提取方法的有效性.仿真结果表明:动态提取方法能减少饱和车头时距突变的影响,当前周期车头时距骤减31.3％,饱和流率仅增加5.6％,5个周期的饱和流率分别为1 782、1 682、1 600、1 690、1 773 veh· h-1,而HCM模型的计算结果为1 680 veh· h-1.与传统方法相比,该方法能满足动态提取的需求,实施成本低.     

冰雪条件下乌鲁木齐市平面交叉口交通特征分析

立足于乌鲁木齐市中心城区平面信号控制交叉口,以乌鲁木齐市西虹西路与南昌南路交叉口为例,调查不同天气条件下交叉口的交通流特性,研究冰雪条件下道路交叉口机动车的延误、车速及车头时距状况。分析冰雪条件下机动车存平面信号交叉口时的交通流特征,并与正常天气下进行对比。结果表明冰雪条件下机动车停驶延误增加4～8S,引道延误增加2～5S,车速降低约30％,车头时距增加10％～20％。研究成果为乌鲁木齐市在交通规划和设计中提供参考依据。     

基于Vissim的交叉口左转待转区设置仿真研究

在交叉口设置左转待转区可以减少车辆延误、提高车道的通行能力,有效地利用交叉口空间资源和时间资源。交叉口在规划好左转待转区之后,应对方案进行仿真,检验其设置的合理性及实现的效果。提出设置左转信号与预信号分别控制不同相位的车辆运行,并基于仿真软件Vissim验证左转待转区信号控制设计方案,并以某信号交叉口为例,进行模拟仿真,证明设置方案及仿真过程合理。     

考虑交叉口冲突点延误的交通紧急疏散

提出了一个考虑交叉口冲突点延误的疏散路径模型,用"当量费用"来表述交叉口冲突点延误;寻求使冲突点延误与疏散车辆行驶费用二者总费用最小的最优疏散路线;通过改进的最小费用流算法求解此模型,并以一个算例给出了算法的具体应用.     

非机动车影响下信号交叉口通行能力计算模型

为量化非机动车对信号交叉口通行能力的影响, 分析了信号交叉口非机动车影响机动车运行的方式, 估计了其持续时间, 基于流量-速度关系, 计算了不同情况下的饱和流率, 建立了非机动车影响下典型信号交叉口通行能力模型。计算结果表明: 利用本模型计算的左转、直行机动车通行能力总体上低于HCM(Highway Capacity Manual)计算值; 而右转机动车通行能力计算值在非机动车流量较低时与HCM计算值接近, 在非机动车流量较高时略高于HCM计算值。可见, 此模型可有效应用于计算非机动车影响下的信号交叉口通行能力。