信号交叉口行人过街行为计算机仿真分析

本文分析信号为红灯情况下影响行人过街行为的因素及其重要程度.选取北京市3个较为规范的十字交叉口为调查点,结合问卷调查数据,建立了基于不同影响因素的行人过街行为的Logit回归模型,进行模型参数标定和验证,得出交通信息因素、个体因素、心理因素和约束因素对过街行为起到的作用,从而有针对性地提出减少行人违章的建议.此结论对行人交通规划和管理有较好的指导意义.     

基于行人心理的城市过街设施安全问题分析研究

行人交通是交通系统的重要组成部分,因过街设施设置得不合理引发行人的不安全行为是造成交通事故的重要原因。通过分析城市行人不安全行为的心理特性,找出过街设施存在的安全问题,从心理角度进行相关分析,并给出基于交通心理的过街设施优化建议措施。     

基于行人仿真的行人过街设施方案设计及评价

步行交通是城市居民最主要的交通出行方式,如何构建安全、便捷的行人过街系统已成为构建以人为本、和谐的城市交通系统的重要方面。以北京市CBD地区西大望路上的1个路段为例,利用Vissim软件对其进行机动车、行人、自行车的模拟仿真,选取延误作为评价指标,通过方案比选确定了人行地道的位置,并对方案实施前后的效果进行分析。     

考虑行人过街因素的环形交叉口配时优化方法研究

环形交叉口大多位于城市的中心区域,有着美化城市景观和交通疏导的重担。然而环形交叉口存在普遍的交通堵塞问题,给城市中心区域交通通行能力带来重创,并且大量的过街交通流导致严重的人车冲突,给环形交叉口的交通安全带来极大的隐患。本文通过分析道路人行横道行人过街的交通特性等,构建信号控制多目标优化模型,选取遗传算法求解,结合实例表明该模型能有效提高我国环形交叉口通行能力,缓解交通冲突。     

无信号控制路段手机对行人过街行为和安全的影响

行人过街时使用手机会对其过街行为和交通安全产生一定的影响.本文以武汉市6个无信号路段交通调查数据为基础,对行人使用手机时的行为和安全性进行统计分析,并建立了基于Order Probit回归分析的人车冲突量化模型.结果表明：11.76 %的行人在过街时会使用手机,其中看手机屏幕、打电话和听音乐分别占6.65 %、2.83 %和2.28 %;使用手机对行人过街行为有明显影响,包括行人过街时间增加、过街眺望次数减小等;与不使用手机的行人相比,行人使用手机会有更大的几率与机动车产生冲突,其中,打电话对是否产生轻微冲突的影响最大,看手机屏幕对是否产生严重冲突的影响最大.     

地铁车站24 h过街通道研究——以长沙市为例

如何从根本上避免车流与人流之间的交织,在提高路段行车速度的同时保证过街安全是当前的研究热点。文中以长沙市为例,分析人行天桥、地下通道等既有设施的特点,以地铁出入口为突破口,对地铁车站24 h过街通道展开调查和研究,从定义、类型及规范要求等方面对过街通道进行阐述,并提出叠层过街、车站端部过街和上跨区间过街3种24 h过街通道设计方案,为长沙市轨道站点慢行交通衔接提供参考。     

干路环形交叉口的交通优化设计

为解决干路环形交叉口通行能力不足的问题,以榆林市榆阳路—上郡路环形交叉口为例,在现状分析的基础上,通过定量计算与VISSIM仿真,对交叉口进行优化设计。从交通功能角度,分析道路交通特性,明确道路功能,减少冲突点;从慢行交通角度,设置二次过街安全岛,保持行人过街的连续性和无障碍设施的连续性;从通行效率角度,将环岛改为信控交叉口,以满足未来的交通需求。仿真结果表明,环形交叉口改造为普通干路交叉口后,交叉口通行效率有一定的提升,行人过街更加兼顾,慢行交通更加友好。     

异地罚单如何处理

春节将至,黄金周加上年终过后鼓鼓的荷包,自驾游又成为了大家津津乐道的话题。选择自驾线路、研究旅途中各地的风土民情,大家更是有聊不完的劲头,但烦恼也随之而生,这就是吃罚单的问题。出门在外,不熟悉异地的交通道路状况,加之长途旅行的疲惫,很容易在外地成为当地交警的重点“关注对象”。当然,更多的情况可能是你自驾归来,会在家中收到来自异地交警的罚单,或者是在网上查到了自己的异地违章记录。这绝对是一个无法回避并且麻烦的自驾游后退症。 买了车就一定会上路,上了路就难免会违章,别说是新手,就算是老驾驶员也难免犯点错误。相信没有一个人能把交规背得清清楚楚,并做得服服帖帖的。相信很多新驾驶员都还没有和警察打交道的经历,除了害怕、焦急、无助,这种异地违章你知道该如何处理吗？以下分三种情况向你介绍。[编者按]     

行人过街预警方法

行人是交通系统中不可或缺的一部分,也是交通场景内最灵活、复杂、多变的因素。据统计,90%以上的交通事故都是由人为因素造成的。文章主要面向行人,研究行人过街的预警方法。建立人车微观交互模型,提出以行人头部偏差角为基础的关注度算法。采集行人和车辆鸟瞰视频,标定行人与车辆的二维坐标点为轨迹数据,通过轨迹数据和头部偏差角计算出最大加速度和关注度,以最大加速度和关注度聚类出两种典型过街风格,分析不同过街风格的预警程度。最后利用生成对抗网络模型预测出人车交互时行人的轨迹,用预测轨迹描述行人对交互车的反应情况。该实验对研究无信号十字交叉路口行人过街预警有重要参考意义,理论上增强了行人与车辆在无信号交叉路口的交互安全性。