过饱和交叉口的动态最优控制策略

以过饱和交叉口交通问题为着眼点,探讨了交叉口的智能交通系统设计问题。交叉口智能交通系统设计过程中的核心是最优控制策略问题。过饱和交叉口的动态最优控制策略是实现交叉口智能控制的关键。重点阐述了过饱和交叉口的动态最优控制策略。     

信号控制交叉口实时延误计算与仿真研究

信号控制交叉口实时延误计算模型是实时自适应交通控制系统核心模型之一。在HCM2000中提出的延误模型的基本假设决定了其在计算实时延误方面的局限性。根据车辆延误产生的基本原理，建立了基于上、下游检测器数据实时车均延误计算模型，并对模型进行了平滑处理。Vissim仿真结果显示，在不同流量的情况下，笔者提出的模型比HCM的延误模型的计算结果更能反映真实延误值随车流量的波动而变化的趋势。仿真还发现，以2个周期为单位经移动平均处理后，模型计算结果与真实值吻合程度较好。最后，对模型的适用条件进行了分析。     

信号交叉口汽车燃油消耗分析方法研究

介绍汽车燃油消耗微观模型,分析信号交叉口汽车燃油消耗的影响因素,提出基于汽车燃油消耗微观模型和信号交叉口延误分析技术的汽车燃油消耗分析方法和步骤。将微观模型与宏观分析方法相结合,揭示信号交叉口汽车燃油消耗的基本规律,得出信号交叉口汽车燃油消耗与交通量的关系,以及信号交叉口各种汽车燃油消耗所占的比例。     

信号交叉口排队长度预测的神经网络方法

预测信号交叉口的排队长度可以为交通信号控制和管理提供非常重要的信息。基于神经网络，针对定时和感应信号交叉口两种不同情况，成功实现了单、双车道排队长度的预测。同时，感应器与停车线之间的距离对预测精度的影响也进行了初步分析。模拟结果同时表明，神经网络对左转车道排队长度的预测效果不佳，不能为信号控制和管理提供有效的信息。     

基于CAD的路口渠化方案辅助生成工具研究与开发

通过对路口渠化设计的特点的分析,提出了路口渠化方案计算机辅助生成设计的总体开发思路与出发点,明确了开发路口渠化方案辅助生成工具的开发任务,并且进一步进行了功能分析与关键技术的探讨,指出开发的关键在于保证图形信息与非图形信息的双向关联,给出了这种双向关联的技术解决方案。开发的工具已经应用到实际的渠化设计当中,提高了渠化设计工作的效率,最后列举了利用本工具进行渠化设计的若干方案实例。     

城市地面道路流量采集设备布设方案探讨

以基于交叉口进口车道转弯比例的流量分配方法为理论基础,对道路流量采集系统方案进行研究,提出了“封闭环”式的交叉口检测线圈布设方案,给出了“封闭环”边界道路的选择原则。针对一次性建设费用过大问题,建议进行分期建设,给出了建设初期边界道路上线圈布设点的选择原则。最后给出了“封闭环”边界道路上无检测线圈点流量推算的递推模型,以弥补系统运行初期线圈布设不足的缺陷。     

基于FTA-改进层次分析评价法的有轨电车道路交叉口运营风险分析

为有效预防和减少城市有轨电车道路交叉口运营事故的发生,以34起经典城市有轨电车安全事故数据为数据集,对有轨电车在道路交叉口运营风险因素进行相关分析。利用历史事故数据分析将运营风险因素分为人员、设备、环境和管理这4类,并构建城市有轨电车运营风险评价指标体系。为了使研究结论具有统一性与可靠性,减少主观因素影响,结合事故树结构重要度与传统层次分析法的优点,提出事故树（FTA）-改进层次分析评价法对各风险因素进行分析。在采用此方法针对有轨电车运营风险因素的分析中,将风险因素对顶上事件的影响程度进行量化,同时优化工作人员对引发有轨电车安全事故风险因素的刻板印象,精准提高其运营的安全性,并根据研究结果提出相关建议。     

交叉口无干扰条件下右转机动车轨迹建模

利用视频提取技术,对不同几何条件交叉口的右转车辆数据进行采集,并利用Track pro软件获得车辆位置坐标,计算车辆平均运行轨迹;然后分别用对数函数和二次多项式对轨迹进行拟合,通过比较拟合结果,确定右转机动车轨迹模型为对数函数模型;同时通过分析交叉口转角、出口道位置、车辆速度等轨迹影响因素与轨迹参数之间的关系,对模型参数进行了标定;最后选择工程实例,利用实测数据对模型进行了验证。结果表明,利用模型计算的轨迹坐标点与实际值的最小相对误差为0.34%,验证了模型的有效性。     

现状平面十字交叉口信号配时的改进

分析了道路平面交叉口拥堵的诱因,重点介绍了十字交叉口信号周期内的通行情况,从以人为本的角度探讨了最小信号周期以及最优信号配时的求解方法,以期为从事交通控制和管理的工作者提供借鉴。     

平面交叉口左转车道设计研究

由于道路交叉口左转与直行车流冲突比较大,所以在交叉口设计过程当中应该更加注意左转车道的设计。鉴于此,从左转车道的设置条件、安全视距、长度和特殊左转车道设计等方面对道路平面交叉口的左转车道进行详细论述,以期为同行提供参考和借鉴。