基于分位数回归的随机优化速度跟驰模型

为了研究交通流异质性对车辆跟驰行为的影响,基于分位数回归方法改进优化速度函数. 根据实际交通流数据对改进的优化速度函数进行参数标定,并对参数结果进行假设检验,结合改进的优化速度函数和全速度差跟驰模型建立随机优化速度跟驰模型,利用傅里叶变换理论推导跟驰模型的稳定性条件,并搭建环形车道仿真平台对跟驰模型进行数值实验. 结果表明：改进的优化速度函数能更好地反映交通流异质性对交通流的影响;单一分位点车队达到稳定状态的时间与分位点呈正相关;多分位点组合车队随着0.5分位点车辆数的增加,达到稳定状态的时间减少. 提出的多分位点车队相比于单一分位点车队可以更真实地反映交通流复杂的运行状况.     

城市快速路期望车头间距模型的建立

通过对跟驰车队刺激-反应过程以及人车单元组合的微观特性分析,说明了跟驰车队中具有产生混沌现象的必要特征．首先运用数学方法给出了4种期望车头间距理想模型,将Rossler混沌吸引子模型分别引入这4种模型中,然后选择能更好地描述实际交通流状态的期望车头间距模型,并利用高精度车载GPS设备在城市快速路上采集的实测跟车数据对该模型进行标定和验证后,改进的期望车头间距模型能更好地反映实际交通流的跟驰特性．     

基于DMPC的多车协同自适应巡航控制研究

针对多车协同自适应巡航控制系统(CACC)中车辆跟驰距离波动大的问题,提出了一种分布式模型预测控制(DMPC)策略。采用分层控制的思想对CACC系统进行控制。控制器分为上位控制器和下位控制器。上位控制器根据车队状态计算车辆的期望加速度,下位控制器根据期望加速度控制车辆的节气门开度和制动系统压力。首先,建立了车队的纵向动力学模型。其次,根据控制目标设计目标函数,使车队能够获得当前时刻的最优控制量。然后基于逆发动机模型和逆制动模型设计了下位控制器。最后,通过Carsim和MATLAB/Simulink的联合仿真,验证了所设计控制策略的有效性。结果表明,DMPC可以减小车辆跟驰距离误差的峰值、标准差和均方根值,提高跟驰稳定性。     

基于分子跟驰特性的交通流局部稳定性分析

交通流稳定性分析是交通流特性分析的重要组成部分,对解析交通流运行规律具有重要的理论价值.运用分子动力学,系统解析交通流的分子跟驰特性,对处于稳定运行状态下的同步流车队进行局部稳定性分析,并建立车辆跟驰的局部稳定性模型和扰动波能量定量模型,利用Matlab软件对模型进行数值仿真分析,结果表明对于一个处于稳定状态下的同步流车队,跟随车在受到相邻前导车的扰动后能否保持原运行状态与车辆受到的扰动波能量δ大小有关.     

跟驰车队流中驾驶员感知能力模型的初步探讨

在对跟驰车队流基本参数车队队速VP,两车净间距XP的研究基础上,提出后车驾驶员感知能力模型,根据此模型提出跟驰车辆驾驶员视觉滞后时间的计算公式,本文指出后车反应时间t应为视觉滞后时间τ,驾驶员制动时间t制和车辆机械反应时间t车之和,根据本模型计算分析,τ、t制、t车为同一数量级.     

车辆跟驰的分子动力学特性及其模型

应用分子动力学研究了车辆跟驰特性,探索了车辆跟驰的需求安全距离及其应用模型构建。通过赋予跟驰模型多个刺激项的反应权重,运用数学演绎方法,推导出驾驶员对各种刺激反应同向性的状态方程。在此基础上提出了描述跟驰变化过程的分子跟驰模型。数据验证和试验对比分析结果表明,分子跟驰模型对跟驰状态的描述更加全面和贴切,弥补了速度跟驰模型的不足,完善了交通流跟驰理论。     

基于可变元胞与跟驰理论的元胞自动机模型

为准确模拟桥址随机车流荷载,提出基于可变元胞与跟驰理论的元胞自动机(cellular automata, CA)模型。首先,重新定义元胞构成,提出以车辆为核心的动态可变元胞,并将精确的轴间距和轴重信息融入车辆元胞,实现车辆荷载的精确模拟;然后,引入跟驰理论,提出基于跟驰理论的状态演化规则,推导每辆车的专有加速度,实现车辆微观交互的模拟;最后,提出基于实测动态称重系统(weigh in motion, WIM)数据的发车规则,依据WIM数据,重构任意时段的实际车队,并建立基于车头时距的发车规则,重现车辆通过WIM时的运动状态。基于所提出的发车规则和动态演化规则,实现车辆从进入道路到驶离道路全过程时空位置的准确模拟,结合融入精确轴载的车辆元胞,实现随机车流荷载的模拟。基于实测WIM数据验证所提模型的可行性和先进性。结果表明：可变元胞可以精确模拟车辆荷载;提出的状态演化规则可以根据不同车辆的运动状态计算得到每辆车的专属加速度,准确模拟每辆车在自由行驶和跟驰行驶时的不同运动状态;新发车规则可以重构任意时段的实测车队,结合新状态演化规则,可以实现桥址任意时段随机车流的模拟。结合精细化车辆荷载模拟...     

集成学习框架下的车辆跟驰行为建模

为了提高复杂行驶环境下车辆跟驰行为预测精度,提出了一种集成学习框架下融合理论驱动模型和数据驱动模型的车辆跟驰行为建模方法。基于stacking集成学习框架,选择理论驱动的智能驾驶模型（IDM）、考虑车辆队列和周围行驶条件因素的数据驱动的长短时记忆（LSTM）网络和门控循环单元（GRU）网络作为跟驰行为特征的一级学习算法,选择3种线性和8种非线性回归方法作为备选二级学习算法来融合一级学习器的输出特征。通过对比使用实际车辆轨迹数据计算的模型预测精度,确定了最优模型。研究结果表明:包含车辆队列和周围行驶条件变量的数据驱动跟驰模型比IDM模型的预测精度更高;多数情况下采用非线性二级学习算法的融合跟驰模型的预测精度高于IDM模型、数据驱动跟驰模型以及采用线性二级学习算法的融合跟驰模型;分别采用GBRT回归和随机森林回归作为二级学习算法的IDM-LSTM-stacking模型和IDM-GRU-stacking模型具有最高的预测精度;外界干扰下的融合跟驰模型稳定性优于单一的理论和数据驱动跟驰模型。集成学习为驾驶行为建模提供了新方法。     

基于跟驰数据采集分析的各异性跟驰模型

基于模型参数的相关性提出了特征因子的概念,在此基础上提出了一种基于跟驰数据研究车辆及驾驶员特性的方法,方法包括:跟驰数据采集、数据处理和参数标定、参数相关性分析、特征因子计算、特征因子分布研究。当特征因子分布状况已知时,可以通过特征因子和模型参数的换算实现基于车辆和驾驶员特性的交通仿真。对在南京市采集的跟驰数据进行分析处理,研究了跟驰模型参数间的相互关系,以优化速度模型(OV)和智能驾驶模型(IDM)为例实现了基于跟驰数据的车辆和驾驶员特性的描述和分析。     

考虑侧向偏移的车辆跟驰模型

为了定量描述前导车与跟驰车之间的侧向偏移对车辆跟驰行为的影响,建立了考虑侧向偏移的车辆跟驰模型.通过引入中心线偏移量的概念,建立了侧向偏移与前导车加速度的关系,进而将跟驰模型扩展到二维模式.对模型进行数值仿真分析,表明模型符合稳定性的要求,同时能够描述实际交通流中的一些宏观现象.这些结果验证了新模型的有效性.     

提前右转机动车的通行能力

以可插车间隙理论和概率论知识为基础,对提前右转两种组织方式下右转机动车的理论通行能力进行了对比研究,建立了设置交织区所能增加右转机动车通行能力的计算模型,并且以平均延误为指标对比分析了两种组织方式的运行效果。在实行右转机动车提前右转的交叉口,如果只允许右转机动车在某一点处穿越非机动车流进入渠化开辟的右转机动车专用车道,就能够满足通行能力时,则采用该种组织方式。当出现右转机动车通行能力不足时,可以通过延长交织区长度来增加通行能力,减少右转车的平均延误。延长交织区长度虽然增加了冲突区面积,但是可以解决一些实际问题。     

基于车牌识别及RFID技术的小区车辆管理系统设计

采用车牌识别及RFID射频卡互补的方式设计了小区车辆管理系统,该系统可对分布于小区大门监控点内的过往机动车辆实现自动车牌识别,并对所有过往车辆的图片进行自动记录存档。由于本系统采用的是目前国内最先进的高清晰抓拍识别技术,基于计算机视觉原理以及模式识别技术,故可对过往车辆的车牌号进行清晰、准确的识别和不间断监测。     

Set methods of left-turn waiting zone at signalized intersection

To maximize the number of vehicles passing by the stop-line in a cycle and improve the operation efficiency of intersection in China,the settlement of left-turn lane waiting-zone is becoming prevailing. Based on conflicting-point method,the internal mechanism of left-turn flow after stopping line was analyzed through taking postposition left-turn lane waiting-zone intersection for instance. The relationship between the first left-turn vehicle and the last vehicle of previous phase passing the conflicting point was expounded. According to the time of successive arriving of two vehicle flows at conflicting-point,the reasonable layout for waiting area of left-turn vehicles was researched when the clearance index was less than 0. The results suggest that the appropriate layout for waiting area of left-turning vehicles can improve the operation efficiency of intersections.     

道路规划设计中的车辆换算初探

本文对我国道路规划设计中的车辆换算进行了初步探讨.文中假设车辆的当量换算值不仅与通行能力有关,也与车辆对道路的动态面积占用有关;给出了基本换算公式,提出了对于不同的道路服务水平采用相应的小客车当量换算值的建议,并给出相应的建议值.文中还给出了自行车的小客车当置换算值.     

一种改进的环形线圈车速测量平台设计与实现

介绍了一种改进的环形线圈车速测量平台。该系统平台主要依据车辆通过两个环形线圈时,经过检测器的整形,得到两个不同时刻的宽脉冲,再经过CPLD分频、计数,然后把所采集的数据通过PCI总线送入到工控机中进行处理,得到车辆通过环形线圈时的频率变化波形。最后利用波形的相关性,得到同一车辆经过两个线圈时的时间差,利用速度公式,得出车辆的速度。     

车辆经拱桥的全过程曲线及其应用研究

基于拱桥影响线,以每足够小的车辆列队行距模拟车辆列队过桥全过程,并利用叠加计算各控制截面内力,开发了内力全过程曲线的实用软件,深入认识车辆过桥对主拱结构的作用,确定拱桥静载试验的车辆荷载、等代荷载和各种汽车的实际荷载等级,得到重轴位于圆弧拱跨中附近时拱脚弯矩最大,与现役桥实测吻合得很好.全过程曲线可方便地进行荷载标准对比,公路I级比城市A级荷载在拱顶小6.34%,某省道线路超载大于113%.     

IVC在多岔路口管理中的应用

研究在交叉路口没有任何固定设施的情况下,车辆之间通过IVC建立一个临时的Ad Hoc网络,交换各自的行车信息,综合后产生一个虚拟的令牌,虚拟令牌包括各个方向的车流量以及当前的通行方向信息,从而实现在交叉路口根据实际的车流量灵活地控制交通.     

基于风险预测的自动驾驶车辆行为决策模型

为了解决人工与自动驾驶汽车混行环境下无信号交叉口的通行权分配问题,提出基于驾驶员行为预测的自动驾驶汽车行为决策模型. 利用模糊逻辑方法构建驾驶员的风险感知模型. 基于风险均衡理论,结合可接受风险区间,预测人工驾驶汽车的行为选择策略. 构建自动驾驶汽车的综合效用函数,利用博弈论求解最优行为策略组合,实现无信号交叉口车辆协同控制. 仿真结果表明,面对异质驾驶员,自动驾驶汽车能够有效避免碰撞事故发生并提高自动驾驶汽车通过无信号交叉口的效率,保证驾驶员风险感知值处于可接受范围. 在15组实验中,有93.3%的实验组能够保证车辆通过冲突点的时间差大于可接受的安全通行间隔时间,不同情景下自动驾驶汽车的通行时间是自由流状态的1.07~2.43倍. 与无预测自私博弈模型的对比实验表明,所提模型能够显著提升自动驾驶汽车的通行效率.     

基于视频的智能交通信息检测算法的研究

该文通过自适应混合高斯模型在一系列连续视频图像中提取出背景并进行更新的基础上,利用背景差法对视频图像中的运动车辆进行检测并进行占道比计算,以实现对高速公路上过往车辆的自动监控功能。实验结果表明,该系统能够快速地适应环境的变化,达到实时的要求,具有较好的效果。     

用GA、PCA和改进SVM相结合进行车辆实时分类

用GA、PCA和改进SVM结合进行车辆实时分类研究对公路管理和控制具有实际应用意义和社会效益。在某公路的匝道口两侧设置了8个测试点,对通过匝道口的车辆进行测试,提取特征向量,采用声波和振地波信号在匝道口进行了实时分类测试研究。由于特征向量的维数太高,用GA和PCA降低特征向量的维数,再用SVM和改进的SVM对特征向量进行分类,大大提高了分类精度。通过实验及分类得到声波和振地波的测试集分类精度最高分别是92.0%和76.1%,同时声波和振地波特征向量的维数降低至26和21,其相应的比率分别为95%和99%,独立集的分类精度分别为87.5%和71.3%。实验表明:用改进的SVM和GA、PCA结合的方法进行分类,其效果要优于单独使用主成分分析(PCA)、遗传算法(GA)以及它俩的结合使用的方法。