行人交通微观仿真研究综述

简述了行人交通微观仿真研究意义、分类、发展现状,介绍了行人交通流的交通特性;以行人微观仿真开发流程为纲,阐述行人运动行为的研究内容以及相应的研究方法,并指出因计算理论和建模技术等各种条件制约下其尚存在的不足或研究空白之处,并对其未来发展的趋势进行了展望．     

交叉口行人过街溢出轨迹分析及优化方法研究

针对信号交叉口行人过街溢出轨迹建模,选择商业区作为数据采集点,从而保证足够的行人数据量,采用视频采集技术获取行人过街的时空数据,得到行人过街轨迹。基于Weibull(韦布尔)模型建立行人在3个穿越区域的穿越位置分布模型,进而连接3个穿越区域的穿越位置得到行人过街轨迹。利用轨迹模型进行信号交叉口行人过街安全护栏的长度设计,该方法操作简单、实用性强,且该设计可有效降低行人与机动车的冲突,提高行人过街的安全性,改善信号交叉口行人及机动车的运行秩序,为交叉口安全设计提供理论支持。     

基于交通行为的行人过街特征分析

为研究不同交通行为倾向下路段行人的过街特征,对城市道路无信号控制路段人行横道处过街行人的交通行为倾向展开问卷调查,得出不同年龄段过街行人的交通行为倾向。同时对过街行人进行视频拍摄调查和人工调查,以获取行人的过街时间、延误、速度、紧张度等数据。结合调查数据对行人过街的行为、速度、心理特征进行分析。结果表明,不同年龄段、不同交通行为倾向对行人过街安全性存在显著影响,其中稳健型的过街行人安全性最高,其次是影响型、再次是思考型,最后是支配型。研究成果还可作为路段行人过街优化管控策略的理论依据。     

基于转向的Logit交通分配算法

为避免交通分配中传统的网络扩展法在处理转向延误时的缺陷, 通过分析网络基本要素节点、路段和转向之间的拓扑关系, 借鉴Dial算法的基本框架, 设计了一个基于转向的Logit交通分配算法。该算法以源点至路段的含转向延误的最短路径长度为依据处理各条路段, 正向计算转向权重, 反向分配路段流量和转向流量。算法计算结果与Logit路径流量和Dial算法数据相一致, 该算法可直接求解既满足Logit路径选择概率又考虑转向延误对交通分配影响的路段流量和转向流量模式, 而且Dial算法是其在转向延误为零时的一个特例。     

日本：交通法规渗透血液

在日本．红绿灯就是“交警”，即使是小胡同，也会有红绿灯。一些城市较僻静的街道路旁都装有一种信号灯，是专为横穿马路的行人设置的．过马路之前先按下上面的按钮，让信号灯点亮，这时便可坦然过路。可走过马路之后切不可扬长而去，务必先关掉这一侧路沿上同样的按钮，然后再赶自己的路，否则人虽安然而过，而灯亮依旧，后面的司机遇上了便难辨真伪，无所适从了，因为他们对信号是绝对服从的。     

基于Petri网的单点信号优化感应控制

基于连续Petri网,建立交通流混合控制模型,通过分析离散化的交通信号控制混合Petri网模型,研究单交叉口交通信号感应控制问题.基于混合Petri网模型参数的分析,建立了各相位车辆总停留时间的计算方法;从库所标识与变迁使能程度间的复杂关系出发,研究了库所标识的变化规律;以车辆总停留时间最短为目标优化感应控制模型,仿真计算各相位绿灯时间.结果表明:基于混合Petri网的优化感应控制方法,4个相位的车辆平均延误显著缩短,可以较好地实现单点信号控制.     

平行流交叉口行人过街控制策略研究

为解决平行流交叉口行人与机动车冲突问题,考虑行人与机动车在冲突点为寻找间隙穿越的交替穿插的抢行博弈过程,重新设计行人过街信号相位方案,提出人车搭接相位行人过街模式;考虑行人专用相位过街模式,给出两种行人过街模式的信号控制策略;构建优化模型,并对模型等价变换,降低计算复杂度.结果显示：常规交叉口处于高饱和状态时,两种行人过街模式下平行流交叉口分别降低了73.8%、50.3%的车均延误,故人车搭接相位过街模式效益更优;人车搭接相位过街模式与不考虑行人过街模式相比,交叉口车均延误仅增加 0.6~3.8 s⋅ pcu-1 .研究成果可为平行流交叉口行人信号配时提供理论依据.     

轨道交通延误条件下列车跳站与客流控制协同优化模型

针对城市轨道交通突发列车延误问题,统筹考虑行车秩序的恢复和乘客出行体验,提出列车调整与客流控制协同优化方法。首先分析延误条件下城轨列车调整和客流控制的措施及效果,构建以跳站停车和多车站客流控制为手段的双层线性规划模型。上层模型以列车总延误最小为目标,以列车载客能力为约束;下层模型以上车客流量最大为目标,以列车载客能力和控流率均衡为约束。采用灵敏度分析算法求解模型,并以北京地铁亦庄线故障延误事件为例,验证模型和算法的有效性。结果表明：采用跳站停车与进站客流协同控制可使延误列车行程时间缩短5.2%,使各车站进站率方差降低97.8%,在保障乘客公平性的条件下提高列车运行和乘客集散效率。