信号交叉口处自行车交通流的跟驰行为

首先对自行车的跟驰行为进行描述,并通过视频实验对信号交叉口自行车流的相关参数进行采集和分析。在此基础上,综合考虑自行车流运行过程中相对距离、相对速度、前车加速度、横向干扰和骑车人属性等因素对后车加速度的影响,先后构建了具有三种不同BP网络结构的跟驰模型。通过对不同BP网络训练误差的比较分析,提出了一种可以较好地反映信号交叉口处自行车群内前后车之间刺激-反应关系的跟驰模型。这对于分析混合交通流的微观运行特性,开展与混合交通相关的微观模拟等研究具有一定借鉴意义。     

无信号交叉口左转车道设置准则研究

以交叉口运行效率为目标,运用概率论、排队论和交通流理论对无信号交叉口左转车道的设置依据进行研究.设车流到达率服从泊松分布,根据左转与直行车辆的相互作用过程和运行特性,推导无信号交叉口左转车道设置的左转交通量阈值表达式,并讨论模型中的参数:受左转影响的直行车停车概率的限值、左转穿越对向车流的临界间隙和进口道车道数.对典型情况进行模拟计算,绘制了左转车道设置的准则图表.计算分析得出无信号交叉口设置左转车道左转交通量的变化规律.为左转车道的设置提供了定量化的依据.     

信号交叉口行人自行车聚集群交通特性

为了便于研究城市交叉口混合交通信号控制策略以及城市信号交叉口交通仿真, 对信号交叉口人行横道绿灯放行时间内行人自行车聚集群的交通特性进行了研究.在此基础上, 提出了行人自行车“聚集群”的概念, 运用了把人行横道“虚拟网格化”的方法对行人自行车聚集群的形状、面积、空间位置以及空间占有率等参数进行了描述.以北京市平乐园信号交叉口为例, 对聚集群的空间占有率变化进行了计算.结果表明, 聚集群的空间占有率在行进过程中是逐渐增加的.     

信号交叉口机动车-电动车交通流建模及仿真

为研究城市信号交叉口电动自行车在行驶过程中侵入机动车道时对机动车交通流产生的影响,建立一个适用于机动车-电动车的异质交通流模型来描述电动车侵入机动车道的场景.新建模型在原始社会力模型的基础上,引入了间隙力、跟驰力和排斥力,更加精确地描述异质交通流的特征,利用真实数据对模型进行标定和验证.在搭建真实案例仿真平台后,分析电动车的排队数量及到达率对机动车的流量及通行速度的影响.模型标定结果显示:车流量、平均速度的eMAE、eMARE和U值均小于12%,证明新建模型能较大程度还原真实交通流特征.仿真发现当电动车排队数量大于20辆时,需要采取合适的交通组织和控制方法来减少电动车和机动车的冲突.最后提出让电动车提前2~3 s的时间行驶或提前非机动车停车线等建议来提高交叉口机动车的通行能力.     

无控制交叉口冲突数的模拟分析

在计算机上建立无控制交叉口车辆运行的微观模拟模型,仿真不同的交通条件,分析在不同参数下交叉口冲突数的变化。结果表明,在分析无控制交叉口冲突数如何随交叉口的交通条件变化时,计算机模拟是一种有效可行的方法。     

基于S-Paramics信号交叉口交通服务水平评价

分析了信号交叉口交通服务水平评价的重要性,构建了利用S-Paramics进行信号交叉口交通服务水平评价的步骤,并在此基础上,以上海江川路沪闵路交叉口为例,进行评价验证。仿真结果表明,基于S-Paramics的评价结果与理论计算值基本吻合。     

基于交通冲突的城市交叉口安全评价

平面交叉口是城市道路网的重要组成部分,同时也是道路网通行能力的“隘路”和交通事故的“多发源”,掌握城市交叉口的安全状况具有重要的意义.交通冲突技术是一种非事故统计技术,在分析交通冲突技术的基础上,与灰色聚类方法相结合,采用早高峰、晚高峰、平峰时段的交通冲突与混合当量交通量的比值(TC/MPCU)作为评价指标,针对福州市5个平面交叉口建立安全评价模型,评价结果符合实际情况.     

城市信号控制交叉口交通微观仿真研究

为通过计算机模拟再现车辆在交叉口的行驶过程,研究道路系统交通流的宏观或微观特征,进而实现交通管理与控制的辅助决策,根据城市道路系统中车辆行驶过程中的不同特征,将车辆的行驶过程分为道路路段运行、交叉口进口道运行和交叉口内运行等3个过程,建立对应城市交通微观仿真模块,分别描述有关微观仿真模型,更真实地从微观角度体现交通特征,并给出交通微观仿真程序流程图.     

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.     

外卖电动自行车在交叉口的风险行为研究

外卖骑手近些年交通事故频发,引发社会关注.研究外卖电动自行车在交叉口的风险行为,为提高城市道路交通安全水平提供建议.通过对北京市海淀区中关村东路与成府路的交叉口这一典型交叉路口进行实地调研,观察记录各主要平台外卖配送骑手在不同时段的骑行行为,总结典型风险行为,并通过统计分析方法研究不同外卖平台、不同时段的风险行为差异.结果表明:骑手在交叉口的闯红灯率、逆行率、使用手机比率较高,分别为0.598、0.344、0.153;不同平台骑手的风险行为无显著差异;不同时段,骑手的使用手机行为有显著差异;骑手的闯红灯率与订单数量存在正相关关系.在此基础上,为外卖配送骑手的交通风险行为管控提供了建议.     

道路交通事故神经网络预测研究

对于交通事故的预测,可以视作一个非线性随机的输入输出系统,因此保证了可将神经网络理论用于预测的可行性.为此,选用算法建立了道路交通事故神经网络预测模型.鉴于算法具有学习速度慢,目标函数存在局部极小点的缺点,采用改进的快速算法,即采用加动量项和自适应学习速率的方法来弥补这一不足,实现对交通事故的预测.     

路口左转混合非机动车流膨胀效应及机非冲突

路口非机动车流相关运行特性的研究是减少路口机非冲突的重要基础。本文引入膨胀度的概念,利用视频坐标法,对路口左转混合非机动车流的膨胀效应进行了定量研究,并与纯自行车流的膨胀效应进行了对比分析,发现混合非机动车流的膨胀效应比纯自行车流来得明显。在此基础上,借鉴相关研究成果,提出了基于非机动车流膨胀效应的路口左转机非冲突分析方法,并通过案例分析表明该方法是可行的。     

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.     

混合交通中非机动车对路段交通流的影响

在混合交通流中,交通流由于非机动车的阻滞干扰,容易造成交通延误.目前尚缺乏明确对这种延误进行分析的数学模型和计算方法.本文针对双向两车道的道路,建立了非机动车由于阻滞干扰造成的路段交通流延误的模型.该模型对于定量分析混合交通中非机动车对路段交通流的影响,对于评价路段的服务水平,确定合适的路阻函数等具有一定的意义.     

驾驶员因素与交通事故率的关联性

驾驶员因素是导致交通事故发生的主要因素之一.综合考虑年龄、性别、累计驾驶时间、生理状况等多个驾驶员特征参数,通过问卷调查的方式,利用BP神经网络分析技术,建立具有不同隐含层、神经元个数、作用函数的神经网络结构,对驾驶员因素与交通事故二者之间的内在关联性进行研究,确定最优的神经网络结构对事故率进行预测.结果表明,采用BP神经网络对驾驶员交通事故率预测可行,同时明确了易发交通事故的驾驶员子组.     

基于神经网络的广东省道路交通事故模型

在广东省历年道路交通统计数据的基础上,利用BP神经网络模型和Elman神经网络模型,对广东省道路交通事故进行了建模研究.应用Matlab软件对模型进行了计算实现,并对计算结果进行了分析,结果表明模型效果良好. 更多还原     

近距离连续交叉口交通组织优化方法研究

给出了近距离连续交叉口交通组织优化方法的定义.通过介绍适用于近距离连续交叉口的交通组织优化方法,以天津市西湖道—红旗路和雅安道—红旗路近距离连续交叉口为例,对其进行交通组织优化设计.根据交通改进措施设计相应的信号控制方案,最后选取相关指标并利用交通仿真分析,对优化设计方案做出合理的评价.     

车辆紧急工况再现的研究

运用多刚体动力学理论建立了车辆三维模型在此基础上讨论了车辆在紧急工况下的空间位置和方位编制了再现车辆紧急工况的软件并示例了用该软件、再现了在湿路上向前直线行驶的车辆转向时锁死后轮的工况     

Speed Spatial Distribution Models for Traffic Accident Section of Freeway Based on Computer Simulation

Simulation models for accident section on freeway are built in microscopic traffic flow simulation environment. In these models involving 2?lane, 3?lane and 4?lane freeway, one detector is set every 10...     

基于粗糙集的道路交通事故预警算法研究

按照历史道路交通事故数据分析,把交通事故分为具有不同特征的道路交通事故类型,归纳造成不同特征的道路交通事故发生原因(人,道路,车辆,天气等),利用粗糙集理论在事故原因与事故类型之间建立一个映射规则,为道路交通事故的预警提出了既快又简的融合算法。通过安装在汽车上的算法数据库,建立道路交通事故监测预报系统,根据监测驾驶员可在事故来临之前做出正确的调控措施,把道路交通事故消灭在萌芽状态中。