多点进出城市地下道路的设计特点

随着我国经济的不断发展,城市规模越来越大,人口也越来越多,城市发展与土地资源短缺的矛盾会越来越突出,机动车保有量也迅猛增长,交通出行更加困难,堵车成了城市发展过程中的一个顽疾,而交通问题又引发了诸如震动、噪声、污染等次生问题,这些问题在北上广深这些大城市更加凸显.为了解决这些问题,我国一些城市开始进行地下道路的建设,地下道路能有效地解决上述问题,相对于地铁,地下道路具有施工难度低,工艺相对简单,造价低的特点,而且地下道路设置灵活,即可设置单一的地下立交,也可设置较长的过境通道或地下直径线.对多点进出的地下道路设计特点的研究,可为类似工程提供参考.     

基于VISSIM的多点进出型城市地下道路应急疏散方案仿真研究

上海市浦东大道地下通道兼顾浦东与浦西之间的长距离出行越江交通,服务地区范围广,交通压力巨大。现以浦东大道地道为研究对象,对多点进出型城市地下道路应急疏散进行研究。在交通量、突发事件类型和点面结合的疏散方式的基础上,完成工况设计,提出了多点进出型城市地下道路应急疏散方案,通过VISSIM仿真,得到不同条件下的通行速率、拥堵程度和疏散时间,并对比分析了不同疏散方案的效果。     

城市地下道路分(合)流匝道通风阻力特性

为分析多点进出结构的城市地下道路空气流动特性,以长沙市营盘路湘江隧道为原型,通过现场实测、缩尺模型试验以及CFD软件数值模拟方法,对分(合)匝道通风阻力特性进行了研究,考察了雷诺数、风量比、分岔角度对分(合)流匝道阻力特性的影响规律。研究结果表明:1)主隧道与匝道风量比、主隧道与匝道夹角是影响分(合)流匝道局部阻力系数的关键因素;2)城市地下道路分(合)流匝道局部阻力变化特性,不宜简单套用通风管道的三通构件的参数;3)结合最小二乘法和Matlab软件对计算结果进行多因素回归分析,给出了基于长沙营盘路湘江隧道的分(合)流匝道主隧道和匝道的局部阻力系数关联式。研究结果可为复杂结构城市地下道路通风系统阻力特性分析及通风工程优化设计提供方法参考。     

复杂多点进出型地下道路车辆定位与导航技术应用测试研究

针对复杂地下道路环境内缺乏有效交通引导、定位导航的问题,分析探讨了现有室内定位技术的不足,研究了适用于普通手机终端的地下车行定位与导航系统。通过开发适用于复杂地下环境的射频矩阵基站、定位与导航引擎,结合普通智能手机终端,实现了具有低延时、高精度和高可靠性的地下车行导航解决方案。同时,于苏州中心开展了地下定位导航示范应用测试,结果表明：该系统能满足车辆在地下环境的定位与导航需求,实现与手机导航app对接,为驾驶人提供地上地下无缝衔接、稳定高效的一体化导航服务。     

基于状态空间模型的道路交通状态多点时间序列预测

以多点的道路交通状态为研究对象,把道路交通状态单点预测向多点同时预测扩展,提出了基于状态空间模型的道路交通状态多点时间序列预测方法。首先,利用道路交通状态的多点时间序列数据建立多维自回归模型,转化状态空间模型形式,接着利用EM算法估计状态空间模型参数,从而得到多点道路交通状态的状态空间模型;其次,根据时间序列数据估计系统状态,利用卡尔曼滤波算法进行一步预测,补充新的数据并更新系统状态递推预测;最后,利用某城市快速路上相邻6个交通检测器采集的多点时间序列数据验证模型的有效性,并与卡尔曼滤波单点预测方法相对比。结果表明:该模型是可行和有效的。     

基于多源数据的单调道路环境与驾驶疲劳关系模型

为了研究单调道路环境对驾驶疲劳的影响,采用眼动仪、脑电仪等仪器设备在G109格尔木-西藏沿线开展实车驾驶试验,获取19名被试驾驶过程中的生理和驾驶行为等多源数据以及驾驶疲劳主观KSS量表,分析不同时间窗下各特征参数随疲劳程度的变化规律。采用不同海拔对应的植被等级作为单调道路环境的量化指标,将驾驶疲劳程度划分为清醒、轻度疲劳、重度疲劳3个等级,根据皮尔逊相关性和自变量共线性检验结果,选取脑电（α+θ）/β、平均眨眼持续时间、血氧含量和植被等级为自变量,驾驶人疲劳程度为因变量,建立基于有序多分类Logistic的单调道路环境与驾驶疲劳的关系模型,并分析单调环境下驾驶疲劳生成机理。研究结果表明：在高海拔单调道路环境下,短时驾驶疲劳主要与环境单调程度有关,驾驶时间并不是引起短时驾驶疲劳的主要因素;脑电α/β和心率与驾驶疲劳程度无显著相关性,脑电（α+θ）/β、平均眨眼时间与疲劳程度呈正相关,血氧含量与疲劳程度呈负相关。当植被覆盖率从较稀疏变为稀疏时,驾驶人警觉性较高,疲劳程度增加5.9%;随着植被覆盖率下降至非常稀疏状态,驾驶人会出现克服自身疲劳的情况,疲劳程度增加5.8%;当环境单调性进一步加剧,植被覆盖率降低至严重稀疏状态时,驾驶人疲劳程度明显增加,进入重度疲劳状态。研究成果可为单调道路环境下驾驶疲劳的预防奠定理论基础。     

自然开口及射流风机位置对公路隧道CO浓度分布的影响

为了优化公路隧道自然开口及射流风机的位置,实现降低隧道建设成本、节约能源和减少环境影响的目的,以开设自然开口的公路隧道分段式纵向通风方式为研究对象,通过建立公路隧道的通风数学模型,研究自然开口和射流风机的布置位置对隧道CO浓度分布的影响.研究表明:设置自然开口后,隧道内污染物浓度分布情况并非一定优于不布置自然开口;在多自然开口通风方案中,将距离隧道出口较近的自然开口作为排风自然开口可提高分污效果;将自然开口集中布置在隧道后部,同时将较多的射流风机布置在自然开口群后端,可增大隧道出口的实际通风量并降低隧道出口污染物浓度.     

基于卡尔曼滤波理论的交通信息预测模型及其应用

为了改善交通预测值的精度，采用改进的卡尔曼滤波法进行交通信息预测，提出了其噪声协方差μ的计算方法。改进的预测法能利用实测的交通参数对未来的预测值不断进行修正，适用于交通状况的实时分析。     

山地城市隧道的CO排放特征分析与控制技术研究

随着城市规模的不断扩大和交通建设等级的不断提高,更多的城市隧道将得以建设.由于隧道呈半封闭状态,汽车排放的CO等有害气体不能及时扩散时,将影响驾乘人员的健康及行车安全.CO排放与车辆的运行速度密切相关,采取合理的限速措施可以有效地控制并减少CO的排放.通过观测,在分析重庆八一隧道、向阳隧道和石黄隧道的车速和CO排放分布特征基础上,采用多元回归分析法对车速与CO排放因子关系进行了建模,并提出了车速控制推荐限值he车速控制措施建议.     

基于ARIMA与人工神经网络组合模型的交通流预测

将自回归求和滑动平均(ARIMA)与人工神经网络组合模型用于短时交通流预测。利用ARIMA模型良好的线性拟合能力和人工神经网络强大的非线性关系映射能力,把交通流时间序列看成由线性自相关结构和非线性结构两部分组成,采用ARIMA模型对交通流序列的线性部分进行预测,用人工神经网络模型对其非线性残差部分进行预测。结果表明:组合模型的预测准确性高于各自单独使用时的准确性;组合方法发挥了2种模型各自的优势,是短期交通流预测的有效方法。     

基于叠加统计变量的城市快速路车头时距分布模型

对城市快速路车头时距分布的特征进行了详细分析,将分布曲线划分成反映不同交通情况的区域,以此为基础对交通流基本特性和理想状态下的车头时距提出假设。使用q-指数形式函数对分布曲线进行非线性回归拟合,并应用叠加统计变量的概念建立了车头时距的分布模型,并能够很好地从交通流基本特性出发解释分布陷线的形状特征。     

城市道路短期交通流预测VHSSA模型

针对出行者出行时对交通信息预报以及动态路径规划的要求,对路段的历史交通流时间序列数据进行了研究,利用城市路段交通流的周期相似性特征提出了基于纵横序列相似性的短期交通流预测VHSSA模型,该模型克服了以往预测模型只考虑纵向时间序列周期性相似的缺陷,将全时间序列数据进行小波变换后分解为反映基本变化规律的基序列和反映波动变化情况的波动序列,既可只进行基序列预测,也可通过置信区间对波动序列进行修正,再与基序列叠加进行全序列预测.经试例验证,VHSSA模型和基于纵向序列相似性的VSSA模型分别与实测序列的基序列和全序列进行比对,VHSSA模型的预测效果总体优于VSSA模型,误差可满足实际要求.     

基于实时信息的城市道路交通状态评价指标体系研究

分析建立城市道路交通状态评价指标体系的目的和作用,从不同角度对城市道路交通状态的含义进行界定.以实时采集到的各类交通信息为基础,针对交通指挥、交通引导和交通控制等系统的需求,建立了一套城市道路交通状态评价指标体系,并提出了各指标的计算方法.     

城乡快速干道车-人冲突时间窗预测模型

为了解决城乡快速干道车-人冲突和事故严重的问题,将车-人冲突点的分析方法扩展到车-人冲突时间窗的分析方法,构建一种行人运动轨迹实时监测和穿越时间预测相结合的车-人冲突时间窗组合预测模型。首先,分析行人违规穿越的实测数据,确定不同类别行人对应的穿越时间置信区间以及松弛时间;其次,根据运动学模型的预测结果判断行人的所属类别并初步确定行人的穿越时间,同时通过卡尔曼滤波算法对行人穿越过程进行实时监测;再次,融合运动学模型预测结果和卡尔曼滤波监测结果,确定最终的车-人冲突时间窗;最后,对所提出的组合预测模型进行标定和验证,并通过VISSIM仿真平台进行安全性能测试。模型验证结果表明：在正常情况下,该模型能够保障行人的安全且能兼顾松弛时间重置次数;在行人初始穿越速度过低或穿越前、中期存在持续低速的情况下,该模型可以通过多次松弛时间重置来解决模型的适用性问题。安全性能测试结果表明,在车辆行驶时间均值增加4.7%的情况下,安全车辆数占比增加了37.3%,车辆的后侵占时间(PET)测试值则增加53.8%。因此,与无松弛时间的预测模型相比,所提出的有松弛时间的车-人冲突时间窗预测模型能够在对交通效率影响较小的前提下,较大程度地提高车-人冲突的安全性。     

基于干预分析技术的交通事故灰色预测模型研究

加强对交通事故预测技术的研究,以便根据交通事故未来趋势变化提出有针对性的预防措施。在北京市交通事故数据的基础上,提出利用干预分析技术对传统的灰色预测模型进行修正,提高在政策干预等特殊事件影响下交通事故的预测准确度,为交通事故预防提供科学的依据。     

基于线形与交通状态的山区高速公路追尾事故预测

为了进行山区高速公路追尾事故预测并识别追尾事故突出诱导因素,在对两车追尾事故进行类别划分并确定出典型两车追尾事故的基础上,分析了典型两车追尾事故的事故率与线形指标、车速差、大型车混入率、交通量等单一因素间的相关关系。鉴于单一因素与追尾事故率间的关系不能准确描述追尾事故发生规律的缺陷,建立了线形与交通状态组合条件下的追尾事故次数负二项分布预测模型,并给出了模型变量弹性系数计算方法,用以确定追尾事故的突出诱导因素。研究结果表明：基于线形与交通状态的追尾事故负二项分布预测模型能够对追尾事故进行准确预测,利用弹性系数计算方法确定出车速差、年平均日交通量（AADT）以及竖曲线半径为典型两车追尾事故的突出诱导因素。