信号交叉口饱和流率及其影响因素研究

城市道路信号交叉口饱和流率及其影响因素是确定信号交叉口通行能力的基础.在大量数据调查的基础上,应用车头时距法给出了不同车辆类型的车辆折算系数;应用回归方法建立饱和流率与车道宽度关系模型,给出了车道宽度修正系数;研究了信号交叉口坡度对饱和流率的影响,得到了信号交叉口进口坡度与饱和流率的关系模型,给出了坡度修正系数;应用回归分析方法分析了右转车对直右共用车道饱和流率的影响,给出了右转车修正系数.     

多车道环形交叉口车头时距分布模型

为了描述不同控制类型的环形交叉口中车头时距的分布特性,基于对无信号和信号控制环形交叉口的不同区段、不同车道的车头时距数据采集,采用8种不同的模型对交织区和环流区的车头时距的分布形式进行了分析。并利用最大似然估计方法和Levenberg-Marquardt法对分布模型中的参数进行了估计,利用单样本Kolmogorov-Smirnov检验法对模型的拟合度进行了检验。最后通过双样本Kolmogorov-Smirnov检验对不同类型环形交叉口的车道之间以及同种类型不同车道之间的分布情况进行了验证。结果表明:不同类型的环形交叉口的车头时距分布存在显著差异,同一控制类型下不同区域的车头时距也存在不同,且Johnson SB分布和移位对数正态分布对车道的拟合效果较优。     

考虑大车比例与车道宽度因素交互影响的饱和流率修正

为了进一步提高信号交叉口饱和流率的估算精度,在现有的饱和流率模型基础上,提出一种考虑因素之间交互影响的饱和流率修正方法.以分析大车比例与车道宽度2个因素间的交互影响为目标,基于北京市22个信号交叉口35条直行车道实测数据,利用双因素方差分析法对因素间的交互作用进行检验,借助多元线性回归方法构建考虑交互作用后的综合修正系数模型,并通过新采集的北京市3个交叉口6条直行车道实测数据对提出的模型进行适用性分析.结果表明,考虑交互作用的饱和流率修正模型平均误差均小于15%,明显优于HCM2016模型的31.50%与GB50647—2011模型的28.49%;增加交互项(误差分别为11.68%、11.67%)的模型精度高于无交互项(误差为12.52%)的模型.交互项形式的差异对模型性能影响较小.大车比例与车道宽度对饱和流率有交互影响,考虑交互影响后饱和流率修正模型精度显著提升,有助于模型进一步本地化.     

典型交叉口灯控信号优化设计

通过实地调查小时交通流量,各进口道车道的车头时距,得到了相应交叉口的饱和度,各条进口道的通行能力,各条车道的流率比,各条进口道的延误时间等。优化设计了城市交叉口高峰期和缓峰期的信号灯配时方案。     

无信号T型交叉口交通流特性

实测了3支无信号T型交叉口速度和车头时距数据,经过统计分析后发现交叉口附近内外侧车道车辆的平均速度差别很小、主路上进口车速85%位车速约为65.0km/h、进口处的速度方差和离散度不会随交叉口距离的变化而明显变化,初步标定了左转车辆车头时距分布模型.     

信号交叉口展宽车道交通运行特性

为了解信号交叉口展宽车道的交通运行特性,采用现场调查和统计分析相结合的方法,对设置展宽车道的平面交叉口进行现场观测,选取交通量、车头时距、车道使用率和事故类型4项指标作为特征参数,分析各参数的变化规律,进而获得展宽车道的交通运行特性.研究表明:展宽车道在提高信号交叉口通行能力的同时,其车头时距具有明显的"两阶段"性,同时具有车道使用率低、刮擦事故多的特征.展宽车道设置时,需配合交通标志标线布设措施,做好渐变段、视距及下游长度优化设计.     

自行车对相邻直行机动车交通流干扰延误研究

为了合理设计带提前右转渠化车道信号交叉口,研究了自行车交通流对机动车交通产生干扰的过程及结果.通过视频摄像的方法,在昆明、长春、吉林采集到大量的信号交叉口交通流运行数据,以饱和车头时距为分析指标,分析机动车及非机动车交通流运行特征.结果表明:在绿灯时间初,随着自行车流量的增加,部分自行车将涌入机动车行驶空间,增加了机动车交通流的运行延误.通过构建延误计算模型,对其进行验证,表明该模型具有较高的预测精度.最后应用该延误模型确定了自行车交通流对带提前右转渠化车道信号交叉口通行能力的修正系数计算模型.     

饱和流率的部分影响因素修正系数的标定

以交通流理论为基础,结合我国混合交通的特点,通过大量实地观测和统计分析,建立了三种类型车道的车头时距均值与车型比例之间的线性关系模型。在此基础上,对影响饱和流率的部分因素的修正系数进行了标定,基于车道宽对车速的影响程度确定车道宽修正系数。     

饱和流率的部分影响因素修正系数的标定

以交通流理论为基础,结合我国混合交通的特点,通过大量实地观测和统计分析,建立了三种类型车道的车头时距均值与车型比例之间的线性关系模型。在此基础上,对影响饱和流率的部分因素的修正系数进行了标定,基于车道宽对车速的影响程度确定车道修正系数。     

基于风险分析方法的首车疏解车头时距

构建了信号交叉口首车疏解车头时距的风险分析模型。提出了模型参数标定方法,并以北京为例,通过信号交叉口的实测数据标定了参数。根据参数标定结果,对混合交通流情况下首车疏解车头时距的分布进行了描述,并定量分析了各种影响因素的效果。结果表明,北京信号交叉口首车疏解车头时距长于其他国家和地区。它受车辆类型、交叉口环境的复杂程度和车流特性等因素影响明显。起动干扰使首车平均疏解车头时距由3.99 s增长到5.47 s,行驶干扰使之由4.15 s延长到6.65 s,极大地降低了交通运行效率。