基于潜在类别-Logit模型的共享自动驾驶汽车使用意向

自动驾驶技术和共享经济融合产生的共享自动驾驶汽车(SAV)可为人们提供优质的出行服务.为探究出行者选择SAV的行为特性,对受访者的社会经济属性、历史出行特性、行为态度特征进行调查,并采用正交试验设计出行方式选择意向调查问卷,收集到311份有效数据.为充分考虑个体异质性,利用潜在类别分析探究SAV使用者的潜在类别,并将所...     

基于车队离散的信号交叉口交通需求估算方法

为探究交通需求对信号配时设计的影响,基于车队离散提出一种信号交叉口交通需求估算方法。通过分析上、下游断面交通需求的相关性,基于车队离散模型,根据上游断面驶离车流量估算下游断面到达车流量。为验证交通需求估算模型,采集并使用了实地调查数据,还进行了仿真试验。对比不同交通需求水平下的实测车流量和估算车流量,并采用两种车流量以最小化车辆延误为目标获得两种优化配时方案。实地调查数据验证结果显示,估算车流量和实测车流量之间的相对误差为10.33%。仿真试验验证结果显示,在高水平交通需求下,实测车流量和估算车流量差异较大,在中、低水平交通需求下,二者差异较小;与现状配时方案相比,优化配时方案使车均延误降低,相比采用实测车流量所得的优化配时方案,在高水平交通需求下,采用估算车流量所得的优化配时方案使车均延误降低9.85%～28.15%;而在中、低水平交通需求下,二者并无太大差异。研究成果表明,当交通流处于拥挤状态时,对于交叉口进口道,实测车流量不能很好地反映真实的交通需求,而本方法得到的估算车流量可以更好地反映真实的交通需求;与实测车流量相比,采用估算车流量所得的信号配时方案能够有效地降低交叉口车均延误,进而更好地提升交通运行效率。