高速交通中堵塞形成阶段的交通流模型

研究了高速交通中由于各种交通瓶颈而导致交通堵塞的过程, 通过与高速空气动力学中的激波问题作比拟, 建立适用于这一过程的交通流模型, 包括完全堵塞和部分堵塞两种状态下的不同模型。依据实际测量数据, 论证了平面交叉口绿灯转红灯时车流堵塞波的推进速度满足正态分布假设, 其拟合优度高于泊松分布假设。建立的完全堵塞状态下的交通流模型揭示, 随着上游来流的平均流量增加, 堵塞波的推进速度呈指数规律上升, 堵塞前后交通状态指数改变值在0.0 2~ 0.30范围内。根据部分堵塞状态下的交通流模型, 又可以得到不同程度堵塞条件下, 堵塞波的推进速度与上游来流流量之间的定量变化规律, 可以作为控制上游来流流量, 以减缓堵塞发展或尽快消除堵塞的计算依据。     

高斯混合噪声下微弱线谱检测的EM-静态非线性系统方法

采用3一水平量化器随机共振对非高斯水下噪声中的线谱信号进行检测,为使该随机共振类型达到最优的检测效果,利用EM算法进行了高斯混合分布的参数估计.通过仿真和实测数据对参数估计方法进行了检验,实验中算法能够正确收敛,拟合性能较好,在此基础上可以得到量化器的最优阈值.随机共振系统处理前后的功率谱对比表明,3一水平量化器随机共振是检测高斯混合分布中微弱线谱的有效手段.     

最小安全间距约束下拥挤交通流速度-密度关系模型

根据交通拥挤状态下交通流速度与密度一致性变化的特点, 分析了拥挤交通流的平均车间时距为定值的原因, 并结合最小安全间距约束提出了交通拥挤状态下的速度-密度关系模型。研究了驾驶人的平均反应时间和交通拥挤状态下的最小车间时距的关系, 对速度-密度关系模型的反应时间进行参数标定。分析了不同车辆长度、阻塞停车间距和反应时间下的速度-密度关系, 利用提出的速度-密度关系模型、Greenshields模型、Greenberg模型、Underwood模型、Northwest模型、Edie模型对美国US-101、I-80两条高速公路的交通数据进行拟合, 得到了拟合结果和绝对误差。分析结果表明: 提出的速度-密度关系模型能够从理论上解释交通拥挤状态下速度与密度的变化关系和速度-密度数据的离散现象; 和其他模型相比, 提出的速度-密度关系模型在拟合2条高速公路交通数据时的绝对误差最小, 分别为4.91、7.50veh·km^-1。基于最小安全间距约束的速度-密度模型刻画了拥挤交通流的本质特征, 且对现实数据能够取得更好的拟合效果。     

基于扰动传播特征的随机Newell跟驰模型

为研究快速路场景下小汽车跟驰行为，本文从北京市快速路交通流视频中提取高时间分辨率的机动车运行轨迹数据.统计发现，在不同跟驰速度下，小汽车车头时距均服从对数正态分布；利用动态时间规整算法提取小汽车的反应时间与扰动传播速度等特征参数，分别标定其概率分布函数，证明跟驰过程中小汽车的反应时间分布峰值和数学期望分别为1.0 s 和1.57 s；在挖掘反应时间、扰动传播速度与车头时距量化关系的基础上，建立基于交通扰动传播特征的随机Newell跟驰模型，并标定得到分速度区间的模型参数.仿真结果表明，本文提出的随机Newell跟驰模型能有效刻画跟驰行为与扰动传播间的关联特征，同时生成符合预期的交通流基本图.新模型能够为跟驰行为随机特征对交通状态的影响研究(如交通流陡降、宽移动阻塞等)提供支持.     

基于扰动传播特征的随机Newell跟驰模型

为研究快速路场景下小汽车跟驰行为，本文从北京市快速路交通流视频中提取高时间分辨率的机动车运行轨迹数据.统计发现，在不同跟驰速度下，小汽车车头时距均服从对数正态分布；利用动态时间规整算法提取小汽车的反应时间与扰动传播速度等特征参数，分别标定其概率分布函数，证明跟驰过程中小汽车的反应时间分布峰值和数学期望分别为1.0 s 和1.57 s；在挖掘反应时间、扰动传播速度与车头时距量化关系的基础上，建立基于交通扰动传播特征的随机Newell跟驰模型，并标定得到分速度区间的模型参数.仿真结果表明，本文提出的随机Newell跟驰模型能有效刻画跟驰行为与扰动传播间的关联特征，同时生成符合预期的交通流基本图.新模型能够为跟驰行为随机特征对交通状态的影响研究(如交通流陡降、宽移动阻塞等)提供支持.     

非严格优先权下许可相位左转车辆侵占时距分布模型

提出侵占时距的概念来描述非严格优先权下许可相位左转车流的微观特性,并根据左转车辆通过时,交叉口内对向直行车辆的不同存在形式,划分成了4种交通状态.基于大量的实测数据,利用7种不同的模型对侵占时距分布进行拟合.采用最大似然估计法进行参数估计,通过Kolmogorov-Smirnov检验对不同模型在不同状态下的拟合优度进行判定.最终得到Log-Logistic模型对不同交通状态下的拟合效果最优,并且其模型参数值的大小与对向直行车辆的不同存在状态有关.最后,选取了2个交叉口作为验证组,验证了Log-Logistic模型在不同交叉口不同交通状态下的适用性.     

车头时距混合分布模型

为描述车头时距分布特性,基于二分车头时距的基本思想,将行驶车辆状态分为跟驰状态和自由流状态,在分析其运行特征的基础上,建立了能同时描述这两类状态对应的车头时距分布特性的混合分布模型.应用实测数据,通过EM(expectation maximization)算法确定模型的相关参数,并结合参数取值分析了路段上、下游和不同车道内车辆行驶统计特征的差异性,最后,进行了实例验证.研究结果表明:混合分布模型在实验路段各处均可通过卡方检验;与负指数分布、爱尔朗分布和M3分布相比,混合分布模型对车头时距分布情况的拟合精度平均提高10%以上,且对快速路入口匝道通行能力的计算结果与实测值较为接近.     

洋山港VTS报告船舶流的统计特性

为分析某水域船舶流特征和运行规律,量化研究船舶流到港规律,为港口营运和船舶交通管理(vessel traffic services, VTS)提供数据支持,以洋山港水域2020年66 d内连续的1387条VTS实测船舶流记录数据为统计样本,基于矩估计理论的K-S检验和χ²检验,从拟合最优的角度对船舶到港情况进行参数估计。结果表明,洋山港水域VTS报告的船舶在8、9月的船舶流样本服从正态分布,7月船舶流样本不服从泊松分布和正态分布,证明船舶流的分布特征随环境和时间因素变化显著,仅采用泊松分布或正态分布并不能全面描述水域交通流特征。相关研究结论可为船舶流特征分析、通航调度等相关研究提供借鉴和参考。     

多信号交叉口干线行程时间特性分析

城市道路多信号交叉口影响下的行程时间分布及可靠性是交通流理论研究中的重要方向之一.本文基于灰色关联理论建立信号协调控制下的多信号交叉口行程时间影响因素模型.首先,对车牌识别数据进行预处理,得到路段和干线行程时间数据;然后,利用Burr分布和高斯混合模型对数据进行分布拟合,并进行拟合优度检验;最后,利用灰色关联法分析交叉...     

车头时距分布模型及其在山区双车道公路的应用

车头时距是交通流理论中的一个重要概念,是交通流的重要特性之一．国内外对车头时距的分布进行了大量的实地观测,并在概率统计的基础上建立了车头时距的分布模型．本文对各种车头时距分布模型在交通流理论中的应用进行了详细的阐述,并讨论了各种模型的适用范围．然后,对山区双车道公路实测的车头时距数据进行了拟合,得出了在小交通流量(小于500veh／h)时车头时距符合移位负指数分布;阻车时产生的交通流量(大于600veh／h)时车头时距符合对数正态分布,该结果能为进一步研究山区双车道公路通行能力奠定基础．     

���ڳ���ʶ�����ݵij��е�·����ʱ��ֲ����ɼ����Ʒ����о�

利用北京市道路交叉口的车牌识别数据,应用假设检验的方法研究城市快速路及主干道的旅行时间及其可靠性的分布与估计方法.首先使用四分位数据筛选法对原始数据进行了筛选,获得分析所用数据集.其次对旅行时间的分布进行了研究,提出了与旅行时间有关的分布假设并进行了相应的检验分析,随后研究了旅行时间分布与路段道路运行状况的关系.基于对北京市的数据分析可以看出,道路拥堵时旅行时间分布多接近Weibull分布,通畅时接近对数正态分布.最后,本文进一步探讨直接利用正态分布进行数据拟合以及参数估计的可行性.案例分析显示,使用正态分布估计旅行时间平均值误差较小,但对旅行时间可靠性的估计则误差较大.     

四车道高速公路部分占用超车道交通控制区交通特性及通行能力研究

针对四车道高速公路部分占用超车道交通控制区开展研究,得到交通控制区各主要区段行车道和超车道上的流量分布曲线,换道方向与换道率曲线,速度分布曲线,标定 Greenshields 模型并据此确定各主要区段的道路通行能力. 研究结果表明：当交通量处于较低水平时,超车道的利用率较低,只有正常水平的20%左右,此时应对车道划分、车道设置及交通控制方式等进行优化调整;较低交通量水平下,交通控制区的平均车速、运行速度等均较高,宜使用运行速度作为限速值的取值依据;施工作业区段的道路通行能力只有正常路段的 89%左右,在保障交通安全的前提下应着力提高瓶颈路段的道路通行能力,并将瓶颈路段的断面通行能力作为是否进行强制分流的依据.     

一种基于多元Probit模型的随机网络配流加载算法

为了改善基于Logit模型的随机网络配流加载算法的两个不足之处,本文提出了基于正态分布的Probit模型的随机网络配流算法。假设路段的广义交通时间服从正态分布,然后用蒙特卡洛模拟法对提出的算法进行求解。最后,用一个简单的交通网络例子对提出的算法进行验证分析。在算法求解过程中,运用Matlab对路段广义交通时间随机抽样,再对网络进行全有全无分配,将交通流量分配到起终点间的每一O-D对的最短路径上。应用Probit模型进行配流加载,其路径选择概率更接近实际更加合理,是一种值得推广的交通配流加载模型。     

城市主干路路段车速分布特性研究

车速是描述车辆运行状态的基本参数,而掌握城市主干路路段车速分布特性更是许多后续研究的基础。本文以南京市部分主干路调查得到的数据为基础,运用统计学方法,对城市主干路路段车速分布特性进行了研究。首先,通过对车速的分布形式进行拟合,定性分析了不同类型主干路的分布形式;然后,从路段整体、横向两个角度对车速分布的集中趋势和离散程度进行了分析。结果表明,城市主干路路段车速分布的形式主要与车辆行驶时的自由度有关,道路条件以及交通流状态对车速分布的参数值有着不同程度的影响。研究成果将对城市主干路的规划、设计、控制、管理以及评价提供科学依据和数据支持。     

高速公路施工区路段车速分布特性研究

以双向四车道高速公路行车道封闭施工区路段的车辆实测速度数据为分析对象,利用单样本K-S 检验方法对各检测断面大型车、小型车的车速分布形式进行了检验, 利用概率密度曲线分别拟合了不同检测断面大型车、小型车的车速分布,定量分析了施 工区内不同交通控制区域的车速分布形式及其变化规律,并分析了不同交通控制分区对 车速分布的集中趋势和离散程度的影响.结果表明,高速公路施工区路段车速服从正态分布,施工区交通控制分区对车速集中趋势和离散程度影响显著.研究成果为高速公路施工 区交通安全管理和车速控制提供科学依据和数据支持.     

基于速度变化的偶发性交通拥堵时空分布特性研究

交通事故的发生会引起其上游路段通行速度的下降和交通流量的堆积,从而引发交通拥堵.本文主要研究了城市道路中交通事故引起的交通拥堵的时空分布特征.首先,基于北京市事故数据和路段速度数据分析交通事故影响下的车辆速度变化特性;接着,根据交通事故信息和事故路段流量与速度数据,建立了一种基于速度差异的拥堵判定模型,并对其时空维度的约束条件加以限定.在此基础上对事故引发的拥堵时空范围进行量化描述;最后,依托仿真数据与北京市真实事故数据进行效果验证.结果表明,该方法可以有效地描述交通事故引起的拥堵时空分布特性.     

基于自动车牌识别数据的混合交通流饱和流率实时估计

为解决混合交通流饱和流率测算的实时性和时变性问题,实时获得混合交通流的饱和流率用以信号配时,本文提出基于自动车牌识别数据(Automatic License Plate Recognition,ALPR)的混合交通流饱和流率实时自动估计方法。首先,分信号周期提取车头时距数据,在当前车和后车车辆类型确定时车头时距满足同一正态分布的假设基础上,构建车头时距的高斯混合模型并应用 EM(Expectation Maximization) 算 法 求 解 ;其 次 ,基 于 赤 池 信 息 准 则 (Akaike Information Criterion,AIC)选取高斯混合模型的最优个数,拟合数据得到高斯混合模型参数;最后,根据车头时距的高斯混合模型推算出混合交通流饱和流率。以杭州城市道路3条路段的ALPR数据为例,分析基于 ALPR 数据获取车头时距的采样误差,对模型进行验证,并与传统的 HCM(Highway Capacity Manual)方法进行对比。结果表明：基于ALPR数据的车头时距采样误差满足精度要求; 与HCM的实测法相比,模型所得的混合饱和交通流率相对误差小,结果准确;该方法与传统的标准车流饱和流率折算法效果相近,并考虑混合交通流时变特性,能自动部署实时计算,鲁棒性良好,有实际应用意义。     

城市道路人均行驶速度的概率分布规律

为了寻求合适的概率分布模型,准确描述间断流环境下路段人均行驶速度的变化规律,提出基于多源检测数据的人均行驶速度估算方法.选取正态分布及对数正态分布为基本形式,构建4种双峰概率分布函数.郑州市实际数据的拟合及检验结果表明,人均行驶速度的概率分布多接近N_N双峰分布及N_LogN双峰分布.考虑公交及社会车辆混行状态,通过模型对样本数据的适应性对比分析,结果表明,人均行驶速度概率分布规律在有公交专用道路段适合N_N双峰分布,在无公交专用道路段适合N_logN双峰分布.     

基于模糊C均值聚类的城市道路交通状态判别

为及时判别城市道路交通状态,考虑城市道路交通特征的差异性和交通流的波动特性,对状态指标的合理性进行分析;将交通状态划分为畅通、缓行、拥堵、阻塞4类,提出一种基于模糊C均值聚类（FC M ）判别城市道路交通状态的算法。选取车速、流量、占有率作为交通状态判断指标,根据不同指标设计3种方案,用MATLAB模糊逻辑工具箱分析出仿真数据的聚类中心,对不同指标组合下的各样本交通状态进行判断,验证算法判别的可行性。结果表明,以速度、流量、占有率为参数的FCM算法能较好地判别城市道路交通状态,精度较高。     

融合卡尔曼滤波的高速公路状态估计误差界限分析

为分析高速公路交通流检测数据质量,本文构建平方流量误差界(Squared Flow Error Bound, SFEB)和扩展卡尔曼滤波(Extended Kalman Filter, EKF)的决策级融合模型SFEB-EKF,在检测器空间覆盖不足情况下,计算检测路段和无检测器路段的交通状态估计误差界限。与SFEB 算法相比,融合模型利用EKF交通状态估计模型估计全路段交通状态,基于得到的估计样本计算全路段交通状态估计误差下界。同时,采用最近邻法(Nearest Neighbor Method, NNM)计算全路段交通状态估计误差上界。应用开源高速公路数据集测试模型,结果表明,与需要输入真实样本的SFEB算法相比,融合模型SFEB-EKF在缺少真实样本情况下,能取得相似的结果且误差保持 在5%以内,不同检测器覆盖率实验下模型表现出良好的稳定性。本文模型通过给出无检测器路段交通状态估计界限,为高速公路交通检测器布设方案提供参考。