不同车速下驾驶员变换车道前视行为特征规律

为探究不同车速下驾驶员视觉行为规律,进行了驾驶员变换车道实车试验。分别采集城市交通和环城高速公路下的驾驶员眼动信息、车辆状态以及道路环境信息等,从视觉搜索广度、换道前预瞄距离、视线转移概率等多角度综合归纳驾驶员在不同车速下变换车道过程的眼动规律。揭示了驾驶员在复杂的交通环境中的前视行为变化规律,为完善考虑真实驾驶员视觉特征变化的换道辅助驾驶系统提供了理论依据。     

考虑路内停车的元胞自动机交通流模型

为了研究路内停车对路段交通的影响,针对路内停车条件下车辆行为过程分别建立相应的元胞自动机行为规则,进而应用上述规则对不同参数设置下的交通流演化过程进行数值模拟,并分析和讨论了路内停车条件下交通相变特性。研究结果表明,在双向双车道有路内停车路段中,车辆换道至对向车道概率的增加导致路段交通流密度较低时也能发生阻塞;路段交通流密度增大使对向交通阻塞概率增加,而待停车概率增大导致路段交通流平均速度降低的同时未必使对向交通阻塞概率增加。     

菱形立交双钮型平面交叉口交叉结点最小间距

针对菱形互通式立体交叉中平面交叉交通组织效率低,容易发生交通拥堵的现状,以减少交通流干扰、优化交通组织为目的,基于分叉式菱形互通式立交的设计概念,对其采用的双钮型平面交叉的相关设计指标进行研究.首先,对双十字平面交叉与双钮型平面交叉交通特性进行对比分析,明确了双钮型平面交叉的优势.然后,结合自由车流换道轨迹理论提出对向车道交叉转换间距.最后,分析了主要道路左转车辆行驶需求,将其进入平面交叉口的过程分为等待可插入间隙行驶距离、驾驶员判断及采取措施距离、变换车道行驶距离、减速行驶或排队等候距离4个部分,并基于交通流理论、排队理论提出了交叉结点最小间距推荐值.研究结果表明:双钮型平面交叉口交叉结点最小间距的主要影响因素为设计速度,交叉角度与车道数量对其影响较小.     

基于决策优化模型的驾驶行为建模方法

为了能在微观交通仿真模型中对复杂交通环境下的驾驶行为进行统一的数学描述，提出一个基于决策优化模型的驾驶行为建模方法.通过扩展Helly跟车模型并将其等式约束变换为不等式约束，建立驾驶员的可行加速度决策空间，再依次求解轨迹最优目标和速度最优目标，得到一个满意的横纵加速度.该建模方法将跟车、换道、超车、穿插、制动等驾驶行为统一地在驾驶行为决策优化模型进行描述中，模型结构灵活，模型参数校正方法简单明了，适用于交通环境复杂的混合交通流微观仿真建模.     

城市快速路交织区换车道次数与车速、密度的关系实证研究

城市快速路交织区的换车道行为是通行能力损失的重要原因,常常导致降低道路的安全等级.以往研究证实换车道行为对交通流的特性具有重要影响,但缺乏量化实证分析.通过对给定交通条件和道路条件的成都市城市快速路交织区4级服务水平上半部状态(设计速度为60 km/h,v/c值为0.81～1.0,密度≤42 pcu/(km· ln))下的4个观测点的5 min间隔内速度、换车道次数、密度的实测数据进行统计分析,在此基础上,建立了不同车道上换车道次数与速度和交通流密度之间的系列最优拟合模型,并将拟合效果与现有模型效果进行了比对,认为文中提出的拟合模型更适合描述4级服务水平上半部下城市快速路交织区的交通流特性.     

基于混合交通流的车辆换道行为

采用元胞自动机模型研究了城市交通中车辆的换道行为。在模拟非对称换道规则下混合交通流中的车辆换道行为中,通过增加公交车影响因子这一换道动机,分析了公交车对社会车辆换道行为的影响。分析结果表明:公交车的存在增加了车流中车辆的换道概率,且当道路处于中低密度状态时,社会车辆换道概率随公交车比例上升而增加,相应路段平均车速降低。在考虑了公交车影响因子后发现,公交车影响因子的存在会明显降低车辆换道概率。     

基于混合交通流下的交叉口延误

在对无信号交叉口交通流参数进行视频采集的基础上,对无信号交叉口混合交通流的各种冲突行为以及交通参与者面对冲突时采取的微观行为进行了数据分析,并对自行车通过交叉口的轨迹进行了提取,为混合交通流仿真系统的建立和模型参数的校正提供了理论和数据基础。     

采用梯度提升决策树的车辆换道融合决策模型

车辆在执行换道行为时,由于受到较多环境因素影响,难以准确进行换道识别和预测. 为解决这一问题,提出一种基于梯度提升决策树（GBDT）进行特征变换的融合换道决策模型,以仿真驾驶员在高速公路上自由换道时的决策行为. 采用主体车辆与目标车道后车的碰撞时间 t_lag 及车辆周围交通状态变量进行车辆换道行为的建模分析,在NGSIM数据集上对建立的融合换道决策模型进行参数标定和模型测试. 实验结果表明：融合换道决策模型以95.45%的预测准确率超越支持向量机、随机森林和GBDT等单一的换道决策模型,获得了最突出的表现. 变量分析结果表明：新引入的换道决策变量 t_lag 对车辆换道行为具有重要影响. 提出的融合换道决策模型能够进一步减少因换道决策误判而导致的交通事故.     

城市区域交通智能分散控制研究

针对城市区域交通非线性、不确定性和模糊性特点，提出了一种新颖的实时智能分散控制策略.把整个城市区域交通作为一个大系统，区域中的各交叉口作为子系统，在每个交叉口设置一个独立的控制器，该控制器根据自己和相邻交叉口的交通流信息对交叉口的相序、相位切换、信号周期和绿信比进行动态优化.每个控制器有3个模块组成：相序优化模块、绿灯判断模块和相位切换模块.对每个控制模块设计了相应的模糊优化控制算法，并用改进的BP神经网络实现算法的模糊关系.控制目标是保持区域内各交叉口前的交通畅通和车辆延误最小.仿真研究表明，在交通流量较大和流量时变的环境下，智能分散控制方法比普通单交叉口车辆感应控制方法的控制效果更好,实用性更强.     

有应急车辆的双车道交通流元胞自动机模型

为明确应急车辆对交通流的影响,引入应急车辆影响区域和普通车辆让行概率,修改换道规则,建立了双车道元胞自动机模型.通过计算机数值模拟,生成不同密度下的时空图以及不同参数取值下的密度-流量、密度-速度基本图.研究表明:应急车辆影响区域的设置提高了0.08～0.18密度范围内的车流量和速度,同时提高了所有密度条件下的应急车辆速度;在密度大于0.08时,让行概率对换道次数产生明显影响.应急车辆促使较低密度的交通流更为均衡,对较高密度的交通流干扰有限.