路段公交专用道对车辆燃油消耗与污染物排放的影响分析

本文利用微观仿真软件（VISSIM）对研究对象进行微观交通流模拟,并将得到的车辆运行状况数据用数据库方式输出,转换后作为综合模式排放模型（CMEM）计算油耗和排放所需要的输入文件。用该方法以南京市太平北路为研究对象,模拟将该路段的最外侧混行车道改造为公交专用道后对交通流及油耗和排放的影响。模拟结果表明：该设置明显改善了公交车的交通流运行情况,并能够有效减少公交车的燃油消耗及尾气排放;但是对整体路段的总体机动车而言,该设置使得路段平均燃油消耗率及HC、CO和NOx的平均排放因子少量增加。     

上海市公交专用车道发展困境与对策

建设公交专用车道、提高公共交通服务水平是缓解城市交通拥堵的主要手段,也是落实公交优先战略的重要措施。尽管上海市公交专用车道的建设里程不断增加,但是公共汽车运行效果和服务水平并未得到明显改善,未来公交专用车道的选线、建设难度也不断增加。对上海市公交专用车道的运行效果进行评估,分析其发展困境,进而以提高公共汽车运行效果和服务水平为核心,提出公交专用车道的四大选线原则：以客流需求为根本、突破既有道路条件限制、网络化与局部节点兼顾、近期建设优先选择无轨道交通服务的客流通道。最后,提出公交专用车道设置条件标准,以及以系统化、精细化为核心的保障措施建议。     

信号交叉口左转专用可变车道设置研究

针对某些城市信号交叉口各流向交通流量分布不均导致的左转车道拥挤问题,为减少交叉口的道路资源浪费,提出在交叉口出口道设置左转专用可变车道的交通组织方法.结合已有理论研究,归纳出左转专用车道的静态和动态适用条件,并确定左转可变车道的长度、开关时间等参数的计算模型.以威海市某信号交叉口为例,通过交通调查与分析,提出设置西进口左转专用可变车道的可行性,并使用Vissim微观仿真的方法对左转可变车道的应用效果进行模拟分析,最后给出该交叉口的交通管理设施设置方案.方案实施前后仿真结果表明,可变车道设置后的20个周期内,左转车流的延误降低51%,排队长度降低72%,左转效率得到了极大提升.      

基于微观仿真的城市公交专用道设置研究

为研究公交专用道对交通运行情况的影响,以合肥市望江路为例,以实测数据为基础,通过微观仿真软件Vissim构建微观交通模型,提出以最大排队长度、延误作为节点评价指标,以路段运行速度作为路段评价指标,以路网平均运行速度作为路网评价指标的评价体系,从节点、路段、路网层面,定量化评价公交专用道设置对于交通运行情况的影响,为城市决策者提供参考。     

变道切入场景下ADAS系统测试与评价研究

为了满足变道切入场景下的ADAS系统测试评价需求,提出一种考虑场景风险系数的变道切入场景生成方法和客观综合评价模型。通过采集自然驾驶数据,采用阈值法自动提取变道切入功能场景并深入分析变道切入行为特征。使用单因素方差分析法与皮尔逊相关性检验法共同分析场景风险系数与场景要素的相关性来确定关键场景要素。结合Kmeans算法对离散逻辑场景参数进行聚类,从而得到5个典型测试场景。基于场景风险系数,采用AHP与CRITIC法构建多层次综合评价模型,采用灰色关联理论对ADAS系统进行客观评价。借助VTD仿真软件构建变道切入虚拟测试场景库,进行仿真试验验证。结果表明,相关性分析使场景要素维度降低了60%,生成的测试场景可以有效验证ADAS系统的综合性能,综合评价模型可对ADAS系统表现进行客观有效的评价,为智能驾驶系统开发提供有效参考。     

紧急避险车道在美国山区公路上的应用

紧急避险车道作为道路的一个组成部分,它的应用在我国尚处于起步阶段,我国还没有如何设计紧急避险车道的相关规范与指南。紧急避险车道已经在美国广泛应用了近五十年,其应用实践证明对提高道路交通安全和减少交通事故经济损失具有重要的意义。本文在对美国紧急避险车道的起源、界定的基础上,详细介绍了紧急避险车道必要性的考虑因素,并介绍了紧急避险车道的组成部分,而且,分别从平面、纵断面、端部以及路床材料方面进行了详细的介绍。     

山区高速公路隧道内换道区域设置方法研究

针对我国山区高速公路隧道与互通立交出口小间距路段车辆运行效率低、道路交通事故频发等问题,提出在隧道内设置车辆允许换道区域的方法.首先,对发生在隧道内的交通事故空间分布特征进行分析以确定隧道内可以单向设置变换车道的区域;其次,提出允许换道区域的交通标志版面设置方法和标线设置形式;然后,根据驾驶人行为特性计算得到在不同服务...     

基于注意力Seq2Seq网络的高速公路交织区车辆变道轨迹预测

针对交通状态复杂的高速公路交织区域,经验丰富的驾驶人能够通过正确地推断周围车辆的未来运动进行及时的车道变换,这对于实现安全高效的自动驾驶至关重要,然而目前的自动驾驶车辆往往缺乏这种预测能力。为此,基于深度学习理论,提出了一种结合注意力机制和编-解码器结构的交织区车辆强制性变道轨迹预测方法,利用Next Generation Simulation（NGSIM）数据集提取车辆变道过程中的关键特征,并引入碰撞时间（Time to Collision,TTC）和避免碰撞减速度（Deceleration Rate to Avoid a Crash,DRAC）2种风险指标,将变道车辆及其周围车辆视为一个整体状态单元,同时补全状态单元内部不同车辆在横向和纵向上的时空状态特征,从而更有效地刻画车辆间的动态交互行为;然后将不同观测车辆的连续窗口序列输入基于长短期记忆网络（Long Short-term Memory,LSTM）的编-解码器,预测交织区车辆变道的未来运动轨迹,通过添加软注意力模块,使模型能够集中聚焦于影响车辆在不同时刻下位置变化的关键信息,再现了真实交通场景下车辆的变道行为。试验验证表明：基于注意力机制的编-解码器模型与当前流行的卷积长短期记忆网络、极限梯度提升树等模型相比具有更高的轨迹预测精度,在长时域的变道轨迹拟合上有显著的优越性,为辅助和自动驾驶领域的发展提供了新思路。     

Modeling bus bunching using massive location and fare collection data

Bus bunching is a well-known phenomenon for operators, users and regulators of high-frequency bus services. Bus operations are usually affected by increasing differences in the time intervals (headways) between consecutive buses. The effect of this variability is that buses tend to group into bunches of two or more, which severely affects the quality of service and the operational efficiency. The aim of this paper is to analyze which factors are associated to the phenomenon, using massive data from high-frequency services available in Santiago (Chile) and common-route services in Gatineau (Canada). The data is obtained from the bus GPS and AFC systems and are processed to obtain headways between buses. Using data from one week, we develop models to explain the variation of the continuous and discrete indicators of bus bunching as a function of variables related to the operation, variables related to the demand structure, and variables related to the infrastructure. Some of the factors that contribute to increase bus bunching are: stops located toward the end of the route, high scheduled frequency, irregular bus dispatch headways, non-homogeneous fleet, high demand, and high variability of demand. The results are useful for the design of quality indexes to measure bunching in bus operations, and for the design and operation of bus routes, taking into consideration the potential bus bunching problems.