基于交通冲突的交叉口安全模糊综合评价

针对传统的平面交叉口安全评价方法存在的缺陷,将交通冲突技术和模糊综合评价方法引入其中.通过对交通冲突技术进行简单的介绍,对传统的评价指标进行扩展,建立了适用于平面交叉口的评价指标、评分等级.在其基础上,将交通冲突技术和模糊综合评价方法相结合,建立适用于评价平面交叉口安全的模糊综合评价模型,并结合南京市一个典型的交叉口进行了实例应用.     

交通冲突量的BP神经网络预测方法

交通冲突预测是进行交通事故预防和制定安全改善措施的有效手段，节约观测时间和人力。针对BP网络的缺点，提出了改进的快速BP算法，建立了交通冲突量的BP神经网络预测方法，并应用该方法对具体的交叉口交通冲突量的预测实例进行了研究，实践验证了该方法的有效性。     

平面交叉口交通冲突技术标准化研究

应用交通冲突技术评价平面交叉口交通安全依赖于该技术的标准化。本文在研究汽车交通国家交通冲突标准化的基础上，结合分析交叉口混合交通特性，从交通冲突的定义、分类、冲突调查时间和地点选择以及观测人员选择、样本要求等方面，对交通冲突技术在我国平面交叉口交通安全评价上的标准化程序进行了研究。     

基于交通冲突分析的公路信号交叉口安全评价

交通冲突分析技术是以大样本、快速、定量研究评价交通安全现状与改善效果的特点而异于事故统计评价方法。文中通过对信号平面交叉口道路交条件及交通冲突数据的分析研究,引入综合影响系数,运用灰色关联理论对交通冲突影响因素进行分析,建立了信号平面交叉口道路交通条件与交通冲突率的关系模型,并提出了基于交通冲突的信号平面交叉口交通安全评价的综合影响系数方法。根据交叉口的交通流量、相交道路流量比、交通组成及左转车比例等因素,确定对交通冲突率的综合影响系数K,进而得出交叉口的安全水平等级。     

孤立交叉口多相位自适应模糊控制及其神经网络实现

针对城市中心区交叉口交通流分布的特点,综合考虑本相位和相邻相位车道上的车辆排队长度(以下简称“队长”),应用模糊控制和神经网络具有的学习功能,提出了一种孤立交叉口多相位自适应模糊控制算法,该算法采用两个规则前件进行模糊推理,并给出了基于3层神经网络实现的模糊控制器的网络结构及其改进的BP网络训练算法和运行程序,结合已有类似研究成果进行了仿真比较研究,结果表明:该控制方法在信号周期自动调节和减少车辆延误方面都有明显改进,在实现城市交叉口智能控制中具有推广应用价值。     

公路平面交叉口交通冲突分析模型研究

通过对公路平面交叉口道路交通条件及交通冲突数据的分析研究,引入影响系数概念,建立了公路平面交叉口道路交通条件与交通冲突的关系模型,提出了基于交通冲突的公路平面交叉口交通安全评价的综合影响系数方法.根据交叉口的交通流量、相交道路流量比、交通组成及左转车比例等因素,确定对交通冲突率的综合影响系数,进而得出交叉口的安全水平.     

公路平面交叉口交通冲突指标研究

在公路平面交叉口的控制中,传统选择控制方式的方法着重考虑的是交通流的通过性,对安全的考虑多以事故数为指标,但交通事故数由于其本身的局限性,使其设置依据在使用上受到约束.基于这样的考虑,首先对冲突进行与控制方式有关的分类,并加以定性分析;然后对冲突率进行了与控制方式有关的定义,以观察到的冲突数据为依据,对各类冲突的冲突比例及冲突率进行了对比研究,说明了以冲突率为指标考虑安全而选择控制方式是可取的;最后建议重点以横穿冲突的冲突率为指标考虑安全,合理选择控制方式,为平面交叉口控制方式的选择提供新的参考和依据.     

基于神经网络的城市关联交叉口交通流预测控制方法

为了改善城市路网整体通行效率,针对城市交通流实时变化以及高度非线性的特点,提出一种基于神经网络的城市关联交叉口交通流预测控制方法。以关联交叉口的总体排队长度最小为性能指标,以神经网络作为交叉口的交通流量预测模型,并通过交通流量实测值与预测值之间的误差实现对神经网络的在线训练。结合神经网络预测控制方法,给出了城市关联交叉口信号控制中信号周期、绿信比（或相位时长）以及相位差的确定思路。仿真试验结果表明：以关联交叉口总体排队长度最小为优化指标的交通流预测控制策略,可提高关联交叉口的总体通行效率。     

基于交通冲突率的常规交叉口交通安全评价与优化

为合理分析城市道路交叉口交通安全事故的起因,降低交通事故率,以建设路与仙衣路交叉口为研究对象,采用交通冲突率作为评价指标对现状交叉口及优化后交叉口的交通安全性进行评价,并将评价结果进行对比分析。结果表明,合理分析现状交叉口的实际使用情况,就相关缺陷做针对性补充与完善,如增设右转渠化岛、增设交叉口信号配时、完善相关交通设施的布设等,可充分发挥道路及附属设施的实际功能,有效提高道路交叉口的交通安全性。     

交叉口区域非机动车交通冲突分析与对策研究

针对我国城市道路交叉口存在的非机动车交通问题,分析了交叉口区域左转、直行、右转非机动车流的各类交通冲突,以及常见的交叉口非机动车违章行为所引起的交通冲突,并从设施设计、信号相位组织、交通管理等角度提出了相应的对策,对于指导我国城市道路交叉口交通规划设计有现实意义。     

道路交叉口交通冲突灰色评价研究

交通冲突技术是国际交通安全领域新兴开发的非事故统计评价方法,是以大样本、快速、定量研究评价交通安全现状与改善效果的特点而异于传统的事故统计评价方法。本文应用交通冲突技术,引入交通冲突与混合当量交通量的比值(TC MPCU)作为评价指标,提出对以时均交通冲突和交通量数据为依据的交叉口进行安全评价的交通冲突灰色聚类评价法,并设计了计算软件,为交叉口的安全评价提供一种新的研究途径。最后提出了基于交通冲突技术的交叉口安全改善方法,以实现安全评价的最终目的。     

自适应信号控制下交叉口延误计算方法研究

为了研究交通信号的自适应控制方法,需要对交叉口延误进行定量的分析与计算。本文根据信号交叉口理论,在以往定时信号延误研究的基础上,基于交叉口一个进口方向的车辆延误分析,推导了信号控制交叉口不同交通运行状况下的交叉口延误公式;进而对自适应信号控制下交叉口延误的计算方法进行了研究,提出了自适应信号控制下交叉口延误的计算方法———根据交叉口各进口方向不同的交通运行状况以及所处的相序选择相应的公式计算交叉口各进口方向的车辆延误,然后对其求和,得到交叉口延误。     

基于自适应模糊神经网络的交通流状态预测

研究交通流状态的分类、识别与预测,建立了基于模糊聚类及模式识别的交通流状态自适应模糊神经推理系统.对大量交通流历史特征数据采用模糊聚类法进行状态分类并进行模式识别,得到系统的原始输入输出数据集.建立交通流状态预测的自适应模糊神经系统,以交通流特征数据及其识别结果作为训练数据集进行系统参数及模糊规则的训练与确定,直到误差在控制范围内,并进行系统检测和复核.仿真及其检测和复核结果表明系统预测的准确率在 95%以上.     

一种面向多相位的交叉口信号灯描述模型

如何在交通仿真系统中真实反映实际中的各种交通实体及行为是计算机交通仿真的一个难题,而建立一个可信的交叉口信号灯描述模型更是解决该问题的关键。然而,多相位信号灯设置方式的可能组合非常多,模型需要描述的状态空间也非常大。目前的交通仿真系统一般采用以下两种方式:(1)采用两相位模型简单描述交叉口信号灯控制;(2)对于实际中可能出现的多相位信号灯控制事先建立相应的描述模型。本文提出了一种方向编码的方法,对相位的流向进行编码,从而实现了多相位信号灯的描述模型,该方法相对于其他的方法并不需要庞大的描述状态空间,非常易于实现。最后给出这种模型的一个应用实例。     

机非混行平面交叉口交通设计理论研究

对机动车与非机动车混行条件下平面交叉口的交通设计进行深入、系统地研究。在分析大量实测数据的基础上,对信号控制交叉口自行车交通流的运行特征进行分析,建立自行车交通流的相关模型;在理论分析和实践的基础上,形成机非混行平面交叉口交通设计理论与方法。这些理论与方法的建立将为解决城市混合交通问题奠定基础。     

交叉口瞬时交通流量预测的自适应卡尔曼滤波模型

提出了一个交叉口瞬时交通量预测的带时间窗自适应卡尔曼滤波模型（Adaptive Kalman Filter Model,AKFM）;详细阐述了模型的理论基础、建立过程、推导步骤及状态转移矩阵;并通过C＋＋实现了AKFM和传统卡尔曼滤波模型（Traditional Kalman Filter Model,TKFM）;最后,通过实际交叉口的检测数据对该模型与传统卡尔曼滤波模型进行了比较分析及评价.实验结果表明,AKFM模型是稳定有效的,预测精度优于TKFM.     

基于白适应神经模糊推理系统的跟驰模型研究

由于驾驶行为的不确定性,难以建立精确的车辆跟驰模型。针对这一问题,应用自适应模糊神经推理系统（ANFIS）建立跟驰模型,以跟随车与前车速度差及行车间距为输入量、跟随车的加速度为输出量,建立25条模糊推理规则,将模糊推理规则产生的数据作为车辆跟驰ANFIS模型的训练数据,并利用MATLAB编程对其进行训练。最后,设计了基于车载高精度GPS的跟驰试验,并结合试验数据分别对自适应模糊神经推理系统跟驰模型和传统跟驰模型进行仿真。结果表明,前者输出的跟驰车辆加速度值更接近于真实值。     

基于自适应神经模糊推理系统的平行泊车路径规划

针对常见的平行泊车场景,提出一种基于自适应神经模糊推理系统的平行泊车路径规划方法.以基于优化算法的泊车路径规划方法得出的泊车路径作为训练样本,利用Python脚本语言建立以自适应遗传算法和拟牛顿法为内核的自动化训练框架,使自动训练后的自适应神经模糊推理系统既可继承基于优化算法的泊车路径规划方法适用范围更广的优势,又有效...     

基于判别分析法的交叉口进口道交通状态预测

针对交叉口进口道交通状态的模糊性和不确定性,在综合考虑影响进口道交通状态因子的基础上,选取到达率、排队长度、信号周期、饱和度和车道数为预测交叉口进口道交通状态的影响因子。采用判别分析法中的Fisher判别法,利用调查得到的样本数据建立了交叉口进口道交通状态预测模型,并用调查得到的验证样本进行验证,结果表明利用Fisher判别法能够有效的进行交叉口进口道交通状态的预测。     

单个交叉口模糊控制及Simulink仿真

以车辆排队长度为控制量,提出了一种交叉口模糊控制方法,并以四相位交叉口为例,建立了Simulink仿真模型,在不同交通流数据下将此模糊控制与现有的定时控制比较,对其控制效果进行仿真验证。仿真结果从车辆平均延误、信号周期和车辆的最大排队长度等方面,显示出了模糊控制的优越性。