高速公路直线段最大长度合理取值研究

从车辆运行状态的角度出发,将直线段上车辆的运行分为加速行驶、匀速行驶和减速行驶3个过程,分析了车辆在不同行驶过程中的行驶时间与行驶距离,以直线段上最长行驶时间70 s作为最大直线段长度的控制条件,推导了基于运行车速的高速公路直线段最大长度计算模型。模型表明设计速度为120 km/h的高速公路直线段最大长度要比20倍设计速度小,而其他设计速度的高速公路则要视直线段相邻曲线起终点的运行车速而定。以现场实测数据为依据,建立了高速公路平曲线起终点小型车运行车速与平曲线半径的回归模型,并给出了计算实例。基于运行车速确定高速公路直线段最大长度能够较好地满足驾驶员的实际需求,提出的计算模型可为高速公路设计及安全审计提供依据。     

高速公路互通式立交单车道减速车道长度研究

针对我国《公路路线设计规范》(JTGD20-2006)中互通式立交减速车道最小长度取值不合理的问题,通过国内外资料调查和互通式立交分流区车辆运行数据调查,研究主线设计速度为120 km/h的高速公路互通式立交分流区驶出车辆的分流位置和减速特性.基于二次减速理论并考虑三角渐变段长度建立互通式立交减速车道长度计算模型,通过调查数据统计和国内外研究分析确定模型中分流点初速度、分流鼻速度和两次减速度等关键参数取值.利用上述模型对减速车道长度取值的合理性进行了分析,并给出了对应不同匝道设计速度的减速车道长度建议值.其研究方法和计算模型可用于不同设计速度的高速公路减速车道长度的确定,而进一步的调查和计算结果可以作为现行《规范》的补充.     

山区道路橡胶减速带车辆运行特性分析

为明确山区道路中减速带布设对车辆运行的影响，选择在重庆市主城区江南立交开展减速带布设区域的实车试验，采集了车辆的速度和加速度等数据，以此分析试验路段的运行特征。结果表明:①速度分布带宽在减速带两侧各40 m左右达到极小值，在减速带位置速度带宽出现反弹，表明在减速带布设位置车辆运行速度差异较大，容易产生追尾风险；②减速带对驾驶员的速度选择行为有较强的约束力，且2个减速带相隔越近对速度选择行为的约束作用越强，减速效果更好；③通过减速带之前的初速度越大，所需的减速长度越长，应越早采取减速措施；85th百分位减速长度值和加速长度值分别为225，212 m；④车辆通过减速带时的加速度、减速度与制动初速度、加速前初速度的大小密切相关；道路环境越复杂，车辆通过减速带时减速度与加速度曲线的差异性越显著；⑤减速带对车辆的速度折减率上限可达0.9，下限随初始速度的增大而增加。      

高速公路直线段车辆运行状态的划分

运用先进的地理信息定位系统（车载GPS），通过对样本高速公路检测数据的分析，建立了高速公路车辆连续，动态行驶过程中运行状态的定量划分指标，在此基础上分析调整公路直线段长度，直线段前后曲线半径对车辆运行状态的影响，为进一步用数学模型描述车辆在长直线平坡路段的稳态运行速度和研究调整公路长直线长度奠定基础。     

高速公路直线段车辆稳定运行速度模型

运用车载高精度GPS设备，以直线段小客车的运行速度为主要目标，采集了高速直线段车辆连续运行速度数据，在分析高速公路直线段长度、直线段相邻平曲线半径对车辆运行速度影响的基础上，根据平曲线半径不同，将直线段划分为3组，分别建立了直线段车辆稳定运行速度的数学模型。     

基于道路平面线形的加速度干扰模型研究

加速度干扰作为对车辆速度摆动的描述,可以作为乘车舒适性的定量评价指标,加速度干扰主要受驾驶人、道路和交通状况3个因素的影响。结合道路平面线形的特点,分别建立了车辆行驶在道路直线段、缓和曲线段以及圆曲线段的加速度干扰模型。并将模型进一步离散化处理,使之便于实际计算应用。通过实例分析,对行驶在各种道路平面线形上的车辆的加速度干扰进行了分析求解。     

互通式立交单车道出口小客车运行速度模型

为确定高速公路互通式立交单车道出口小客车运行速度特征和运行速度值,确保车辆在衔接段运行速度协调可控,使车辆安全运行,在分析高速公路互通式立交单车道出口小客车运行速度实测数据的基础上,得出车辆在出口处的运行规律。采用链式开普勒雷达测速仪对出口小客车速度进行实时采集,选取8条匝道特征点(渐变段起点、分流点与小鼻点)处自由流状态下的小客车速度作为分析样本,采用K-S检验对所取样本进行正态分布检验,在满足检验要求并分析渐变段和减速段速度及加速度特性后,确定自变量参数,最后利用SPSS软件进行回归,分别建立了小客车在分流点及小鼻点处运行速度预测模型,并采用4条匝道数据对模型进行了验证。结果表明:分流点处车辆运行速度随渐变段起点速度增大而增大,随渐变段长度增大而减小;小鼻点处车辆运行速度随渐变段起点速度增大而增大,随渐变段长度、渐变段长与减速段长之比r的增大而减小;预测模型通过了回归等式及回归参数的显著性检验和相对平均误差检验,模型预测值与实测值的相对误差平均值均小于10%,建立的回归模型满足精度要求。     

互通式立交出口匝道运行速度过渡段长度研究

为确定车辆在互通式立交出口匝道满足安全行驶需求的运行速度过渡段最小长度,分别建立了满足超高过渡、变速行驶、3 s行程时间及横向加速度变化率适中等要求的运行速度过渡段长度计算模型。采用UMRR链式开普勒雷达测速仪,实测不同主线设计速度下立交出口匝道分流鼻运行速度,结合SPSS软件分析,得到分流鼻运行速度。基于运行速度过渡段长度计算模型和典型参数的分析论证,得到了满足不同需求下的运行速度过渡段长度。结果表明:匝道设计速度为30~40 km/h时,车辆变速行驶需求为运行速度过渡段长度的主要控制因素;匝道设计速度为50~80 km/h时,超高过渡、3 s行程时间为运行速度过渡段长度的主要控制因素;基于安全行驶需求,提出了互通式立交出口匝道运行速度过渡段长度最小建议值及纵坡修正系数。     

山区公路黑点段鉴别新方法与实例研究

山区公路黑点段鉴别研究是交通安全领域的一项重要研究内容,当道路技术指标不能够为车辆运行提供安全保障时,车辆运行将趋向于危险,形成黑点段.车辆运动过程中对安全影响较大的参数是运行速度和加速度,它们在不同程度上反映出车辆的运行状态.通过综合分析速度连续性因素和加速度因素,提出一种山区公路黑点段鉴别新方法——车辆运动参数综合分析法.在阐述该方法基本思想的基础上,制订出切实可行的应用条件和技术步骤,实例研究表明该方法能够对复杂道路条件下的山区公路黑点段进行有效鉴别.     

基于分子动力学的跟驰特性及其模型

为更好地研究车辆跟驰特性,缓解道路交通拥堵,在车辆跟驰行为受前导车和道路环境等影响的基础上,将单车道道路虚拟为一维管道,道路上的跟驰车辆抽象成相互作用的分子。考虑需求安全距离和期望速度2个影响因素,基于分子动力学构建车辆相互作用势和分子壁面势函数,并建立基于相互作用势函数的分子跟驰模型,给出跟驰车辆的加速度模型。在实际交通环境中建立视频采集试验路段,采集试验路段不同点位的交通流样本,从视频中获得模型所需数据,并将数据分为两部分,一部分用于参数标定,其余用来模型验证。将车辆运行状态分为常态行驶、起动加速和减速停车3种。根据实测交通数据分别对3种车辆运行状态下的经典GM模型和分子跟驰模型进行参数标定,选取3种不同运行状态下的试验数据各3组,代入标定后的分子跟驰模型与经典GM模型计算模型输出加速度,并与实测加速度进行误差分析对比,结果表明,分子跟驰模型输出加速度与实测加速度之间的误差,总体上比经典GM模型要小,而且根据绝对误差方差显示,分子跟驰模型较经典GM模型稳定性更高。选取有代表性的一组跟驰过程进行数据绘图,对比可以看出分子跟驰模型输出加速度与实测数据变化趋势几乎一致,其拟合效果比经典GM模型更好。     

普通公路驾驶员期望车速调查分析与建模

为了解普通公路驾驶员的车速选择机理,对驾驶员进行了期望车速问卷调查,对驾驶员的个人信息、车辆特征、以及驾驶员对超速10%的认可态度等可能影响期望车速的因素进行了重点调查。根据限速值的不同,分80、60和40 km/h 3个等级进行了调查,并为各等级公路选取了代表路段,由具有类似驾驶经历的驾驶员认真填写。对435份有效问卷进行了分析,发现期望车速广泛存在于驾驶员心中,驾驶员在行车过程中会使车速尽量维持在期望车速附近。期望车速主要受限速值、驾驶员的驾龄、对超速10%的态度以及车辆性能等因素的影响,驾驶员的性别和年龄对期望车速的影响不显著。采用逐步回归法,得到了期望车速的计算方法。对期望车速的特点、交通安全措施以及调查方案中可供改进的地方进行了总结。     

公路平直路段运行速度模型分析与优化

对中国现行公路项目安全性评价指南提出的"平直路段运行速度测算模型"中的加速方式进行了分析,通过研究典型路段车流的运行速度规律,找出平直路段测算模型存在的问题,并采用速度微分方程推导、加速时间和加速距离计算、加速曲线绘制等方法对运行速度平直路段的加速方式进行了研究,最终提出"动态加速度"的概念,优化得到能科学表征出平直路段运行速度变化的即时加速度计算方法(动态加速法)。结果表明:动态加速法将即时加速度与即时速度和期望速度有机地联系起来,更好地模拟出汽车在平直路段上的实际加速状态;经与车辆加速曲线图表对比,动态加速法优化和完善了现有平直路段加速度获取方法,具有较强的理论价值和实用价值。     

公路平曲线路段大型车运行速度模型研究

从安全设计一致性理念出发,详细分析了驾驶员在高速公路自由流状态下平曲线路段的信息采集处理过程,认为大型车在平曲线路段的曲中点前后两部分运行速度是受不同的线形信息的影响,用大量的实测数据建立了相应的两阶段平曲线路段大型车运行速度统计模型。经过与实测速度对比验证,证明两阶段平曲线运行速度预测模型具有预测精度高、适用范围广的优点。这为利用运行速度制定公路线形设计标准提供了良好的数据支持,同时也为运行速度进行安全一致性审核提供了理论支撑。     

基于安全车速差的高速公路特长隧道环境驾驶人行为风险特性研究

为研究高速公路特长隧道环境下驾驶人行为风险特性,选取2座典型特长隧道进行实车试验,通过采集熟练驾驶人和非熟练驾驶人的速度数据,将此作为主观预期车速,结合道路行车环境的客观安全车速,构建基于安全车速差的驾驶人行为风险量化方法。在划分隧道路段为入口段、行车段和出口段的基础上,通过切分行车区间,对比分析出入口段2类驾驶人行为风险变化特性及整个隧道路段和普通高速路段的行为风险变化曲线。结果表明： 1)在隧道内部,相对于非熟练驾驶人,熟练驾驶人表现出更高的行为风险值;在隧道外部,则非熟练驾驶人的行为风险值更高一些。2)所有类型驾驶人在普通高速路段行为风险值最高,在隧道入口段的行为风险值最低。上述结果说明： 在隧道路段,熟悉试验道路的驾驶人车速行为并不安全,行为风险值相对较高。     

基于视觉信息量计算的城市道路交通环境评价

通过对驾驶人在城市道路交通环境下的视觉信息需求进行分析与计算,将城市道路交通环境按照信息量含义的不同进行分层,建立了基于视觉信息层级模型的信息量计算方法.在此基础上,通过实车实验提取分析数据,对信息量计算中的参数进行计算与标定,得出信息量计算模型,并以行驶速度作为城市道路交通环境的评价参数,求出速度与信息量之间的关系,最终确定信息量阈值,建立基于视觉信息量计算的城市道路交通环境评价方法.该评价方法中速度与信息量之间呈较好的幂函数关系,R2达到0.9356,只需采集城市道路驾驶人视觉图像,通过软件分析可得出图像信息量,根据关系式和道路限速可得出信息量阈值,对比分析进行交通环境评价.该方法仅需采集驾驶人视觉图像即可完成评价,方便快捷、结果准确,但在软件处理图像信息量上尚未达到智能分析处理,尚需进一步研究改进.      

山区高速公路驾驶人加减速行为建模

山区地形地质条件复杂,各类复杂的组合线形设计更为常见,例如直线与平曲线间组合或不同平曲线间组合。驾驶人在相邻组合路段行驶时会感知到线形的变化,引起驾驶行为的改变,最终车辆的纵向加速度也会随之改变。频繁的加减速行为会引起驾驶人不适,甚至形成安全隐患。目前针对相邻组合路段驾驶行为的研究中,关于加速度的研究主要基于路段特殊点进行计算。随着驾驶模拟技术的发展,高仿真驾驶模拟器为高速公路的设计评估提供了更好的数据及试验条件支撑。在高仿真驾驶模拟器中,基于湖南省永吉高速公路道路设计参数及周边地形环境参数,构建山区高速公路的三维虚拟模型,以山区高速公路中的相邻组合路段为研究对象,获取山区高速公路组合线形路段的车辆纵向加速度数据,提取加减速事件后,基于驾驶人的加减速行为,采用混合Logit模型,分别判定道路线形层和驾驶人层的影响,研究组合线形对驾驶人纵向加减速选择的具体影响变量以及变量的影响范围。研究结果表明：下游路段最大曲率、上游路段圆曲线段比例、下游路段变坡点数量、下游路段曲线数量、上游路段平均曲率和当前位置曲率等对驾驶人加减速行为有显著影响;通过对比混合Logit模型和多元Logit模型,指出驾驶人层面对模型结果的影响显著。研究结果提供了一种山区高速公路连续纵向加减速行为的建模方案,并可为研究驾驶人在复杂线形条件下的纵向加速度选择行为提供基础。     

Two degrees of freedom PID multi-controllers to design a mathematical driver model: experimental validation and robustness tests

This paper proposes a mathematical driver model based on PID multi-controllers having two degrees of freedom. Each PID controller making up this model is synthesised by the Ziegler–Nichols oscillation method, using the linear time invariant models which are obtained around their nominal operating points. Different PID controllers are combined using nonlinear optimisation and the H _∞ constraint. To demonstrate its robustness, it was tested on two models: a linear parameter variant model and a nonlinear four-wheel model. It was also tested in situations of high dynamic demand. The driver model showed good performance, stability and trajectory tracking. The performance tests were carried out using experimental data acquired by a Laboratory Peugeot 307 developed by INRETS-MA. This driver model was developed for an application known as ‘Itinerary Rupture DIagnosis’ (DIARI), which aims to evaluate the physical limits of a vehicle negotiating a bend. DIARI requires a tool to determine the steering commands to be applied to a vehicle model, making extrapolations with respect to speed.     

Trip characteristics impact on the frequency of harsh events recorded via smartphone sensors

The Internet of Things (IoT) constantly offers new opportunities and features to monitor and analyze driver behavior through wide use of smartphones, effective data collection and Big Data analysis, resulting in assessment and improvement of driver behavior and safety. The objective of the present study is to investigate the impact of detailed trip characteristics on the frequency of harsh acceleration and harsh braking events through an innovative smartphone application developed within the framework of BeSmart project. A 200-driver naturalistic experiment spanning 12 months is carried out since July 2019. During the first two months, participants were asked to drive in the way they usually did, without receiving any feedback on their driving behavior from the application. Over the subsequent two months, participants were provided with personalized feedback, a trip list and a scorecard regarding their driving behavior, allowing them to identify their critical deficits or unsafe behaviors. Some of the most important risk factors, such as speed and driving above the speed limit, usage of mobile phone while driving and harsh events (acceleration and braking) are recorded through the application and subsequently analyzed. Generalized Linear Mixed-Effects Models were fitted to the trips of car drivers who made frequent trips for both experiment phases in order to model the frequencies of harsh events. Results indicate that maximum speed, the percentage of speeding duration and total trip duration are positively correlated with both harsh acceleration and harsh braking frequencies. On the other hand, the exposure metric of total trip distance was found to be negatively correlated with both harsh event types. A small positive correlation of the percentage of mobile use duration with harsh accelerations was also detected.     

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。