机非混行路段上自行车对机动车行驶的摩擦干扰影响分析

混合交通流是中国城市交通的一个主要特征,这种现象的存在使得交通流的行为更加复杂.在机非混行路段,自行车对机动车的行驶会造成干扰影响.针对自行车对机动车行驶的摩擦干扰,作者采用摄像法在典型路段对交通数据进行采集,经过数据转换、样本筛选和数据析取,提取出符合要求的干扰数据.在实际数据的基础上,分析了不同机动车类型在无干扰和摩擦干扰情况下的速度分布规律,计算了摩擦干扰系数.基于样本的研究结果表明,机动车在摩擦干扰下的速度分布比较分散,同时小汽车对干扰的敏感程度远大于大客车.     

信号交叉口混合交通微观行为模型的研究

针对我国典型的三相位平面交通信号交叉口处的机动车与非机动车冲突现象和干扰机理,进行了研究,建立了右转机动车穿越非机动车的Logistic行为判断模型和微观行为模型.该模型为解决信号交叉口机非混合交通问题提供了一种方便、高效的仿真分析手段,为进一步研究信号交叉口混合交通微观模拟模型奠定了基础.     

基于元胞自动机的无信号人行横道处人车干扰机理研究

为了更准确地模拟行人与机动车的干扰机理,提出了基于元胞自动机的人车干扰模型。模型主要由机动车避让模型、行人过街决策模型以及运动模型组成。该模型不仅考虑了行人的主动性决策行为,还考虑了机动车的主动避让行为,重点分析了人行横道等候区域处,行人对机动车避让行为的影响。仿真结果显示,机动车旅行时间随着机动车限制速度的提高而减小,逐渐趋于平缓;机动车的饱和流量随着行人到达率的增加而降低;机动车的延误随着等候区人数的增加由线性增加逐步趋于平缓。     

机非物理分隔道路上自行车超车事件模型

为了解自行车交通流中自行车超车行为特征,建立了机动车-非机动车物理分隔路段上自行车超车事件解析模型.根据自行车超车事件发生时车辆空间位置特征,将自行车超车事件分为自由超车事件、邻贴超车事件及受阻超车事件,并基于自行车交通流速度离散分布特征及自行车空间分布概率,建立了3类超车事件的解析模型.根据南京市8条典型机非物理分隔道路上自行车超车事件数调查结果,对模型进行标定与验证表明,所提出的自行车超车事件数计算结果符合真实情况.分析了该模型对于自行车交通流参数的敏感性,结果表明,路段内自行车交通流量、自行车运行速度、交通流速度标准差及路段车道数显著影响3类超车事件发生数量.     

信号交叉口行人与自行车的等待忍耐行为分析

为了探究行人与自行车骑行者信号交叉口穿越行为的差异,本文运用生存分析方法比较了行人与自行车等待忍耐时间分布及其等待行为影响因素的异同。选取北京典型交叉口通过视频获取了1 595个行为数据,运用生存分析的乘积极限法和Cox比例风险模型分别比较了行人与自行车的等待忍耐时间分布差异以及等待行为的影响因素差异。结果表明整体上行人与自行车的等待忍耐时间分布无显著差异,但等待行为的影响因素及其影响程度上存在一定差异。自行车对等待位置和到达时正在违规的人数反应更敏感,行人对到达时正在等待的人数和机动车流量的反应更敏感。     

左转自行车对直行机动车通行的影响分析模型

首先分析了四路平面信号交叉口的交通流冲突,并应用穿越间隙理论,通过实际观测数据得到了左转自行车穿越直行机动车辆的概率分布模型,推导了左转自行车在一个信号周期内穿越直行车流的车辆数计算公式,以及左转自行车在一个信号周期内由于不能穿越直行车流而继续等待下次绿灯时间通过的滞留的车辆数计算公式．通过定量分析,最后得到了左转自行车对直行机动车的影响分析模型,为设置非机动车专用信号相位提供了理论依据．该研究为信号交叉口的信号设计,特别是非机动车专用信号相位的设置、分析和研究提供了新思路和新方法．     

电动自行车不安全骑行决策行为建模

大量涌现的电动自行车,既是经济便利的出行方式,也使原本资源紧张的城市道路交通面临新的考验,给交通管理者带来了巨大的挑战.通过开展问卷调查分析电动自行车不安全骑行决策行为特征和致因因素,引入同质性输入变量和异质性模型变量,针对电动自行车占用机动车道骑行、在机动车之间穿插骑行和逆向骑行决策行为,建立基于Logistic回归的电动自行车不安全骑行决策行为模型.结果表明:电动自行车不安全骑行决策行为和家庭年收入、回家时间、出行时长和是否为外卖/快递车辆等同质性输入变量,以及非机动车道宽度、机动车流量、公交车占道、路边停车、需要伺机转弯和目的地位置等异质性模型变量显著相关.建立的模型拟合效果较好,预测不安全骑行决策行为的正确率为73.17％.     

基于非线性互补的电动自行车-机动车用户均衡模型

为了研究出行者关于电动自行车和机动车的出行方式选择行为以及路径选择行为,文章基于非线性互补方法构建了考虑电动自行车与机动车的用户均衡模型。该模型探讨了出行时间与损失成本对出行者出行选择的影响,同时分别构建了机非分隔与机非混合情形下的各方式路段出行时间函数。算例结果表明模型的分配结果满足用户均衡原则,验证了模型的有效性和准确性,同时通过分析得出实行机非分隔可以显著减少系统总旅行时间。     

考虑鸣笛效应的城市路段机非混合交通流模拟

针对具有机非分隔线的城市道路,自行车试图超越前方较慢车辆而越线占用机动车道的现象,采用多车道元胞自动机模型对考虑机动车鸣笛效应下的机非混合交通流进行建模与数值模拟,以衡量鸣笛对自行车越线行驶下的机动车及自行车交通特性的影响.通过仿真实验,发现在机动车中等密度条件下,鸣笛对自行车的越线行为有明显的抑制作用,进而在自行车中等密度范围内,能够提高机动车流量,增加路段输运量,而在自行车高密度条件下将降低自行车流量,进而降低路段输运量.而在机动车低密度及高密度范围内,鸣笛的作用不明显.研究发现,鸣笛效应的引入能够使机非混合交通流元胞自动机的模拟更为接近实际交通运行状况.     

自行车流影响下的网络交通流均衡分析

使用实际可变旅行时间风险度量方法,考虑了旅行时间长短与旅行时间波动性两方面因素对路径选择行为的影响,并建立了存在自行车流的混合交通流网络交通平衡分析模型.该模型能恰当地描述机动车驾驶者对劣化出行路段的筛选行为,再现网络交通流趋于实际可变旅行时间风险度量下的交通平衡过程.实例研究表明：通过单幅道路自行车与机动车使用空间组织优化,在保障自行车交通出行者安全的同时,能提高25%以上的交通效率.     

考虑被超非机动车偏移减速的改进社会力模型

超车事件数作为衡量非机动车服务水平的重要指标,是计算非机动车换算系数的依据,可通过微观仿真获取多样化的运行数据进行分析。现有非机动车社会力模型仅考虑超车车辆的交通行为,未关注被超车辆受超车行为的影响,本文以临贴超车为研究对象,考虑超车干扰对被超车辆横向偏移距离的影响改进车辆间排斥力,考虑车头间距对期望速度的影响改进驱动力,再现被超车辆在临贴超车过程中的横向偏移、纵向减速避让行为,通过速度-密度基本图及超越行为验证了模型有效性。应用该模型仿真获得电动自行车混入比例低于25%时的超车事件数,建立非机动车超车事件数模型并计算相应非机动车换算系数值为0.92。     

典型信号控制交叉口左转电动自行车通行空间交通特性研究及宽容设计方法

研究了典型信号控制交叉口左转电动自行车通行空间的交通特性,设计了左转电动自行车在典型信号控制交叉口通行空间交通特性的数据采集方案,系统地分析了典型信号控制交叉口左转同向并行电动自行车横向间距、左转对向电动自行车避让行为特性,得出如下结论:(1)电动自行车在典型信号交叉口左转时,在同一行车速度同一累计频率下,同一进口道左转同向电动自行车与机动车之间的横向距离要大于不同进口道同向左转电动自行车之间的横向间距;(2)当单位时间电动自行车流量≤0.52辆/s时,单位时间电动自行车流量与左转相位下避让行为个数大致呈线性正相关关系;当单位时间电动自行车流量0.52辆/s时,左转电动车相对会选择跟随并匀速行驶;(3)同向左转电动车的速度大多分布在0～9 m/s。     

城市交叉口混合交通流到达模型分析

以城市交叉口机动车、电动车、行人为对象,研究混合交通流的到达模型。通过调查获得3种交通流每10 s的到达数据,运用数理方法对其到达特性进行分析。结果表明,机动车的到达特性不一致,电动车、行人的到达特性都符合负二项分布。最后确定3种交通流的到达模型和单位时间内到达交叉口的概率。结果表明,单位时间内交通流到达数越少,概率越大。     

无信号交叉口直行电动自行车合流区避让模型研究

无信号交叉口电动自行车合流区违规行为是交叉口电动自行车交通事故的关键成因之一。为减少无信号交叉口电动自行车交通事故,构建了基于元胞自动机的无信号交叉口电动自行车合流区避让模型,并借助MATLAB软件,采用固定变量法仿真研究合流区车辆避让比例对直行电动自行车交通流的影响。仿真结果表明:当直行电动自行车车流的平均密度小于0.23辆/m~2时,其速度变化平缓,此时如果左转电动自行车比例增多,则其速度降低明显;当直行电动自行车车流平均密度大于0.23辆/m~2时,直行电动自行车间可利用间隙和自由行驶的空间越来越小,导致其跟随、加减速等情况越来越多,运行速度逐渐减小。     

电动自行车路段横向驾驶行为特性研究

基于录像数据采集方法与电动自行车运行轨迹提取方法,依托实际采集数据分别对电动自行车横向位置分布规律、电动自行车与机动车横向干扰、无机非隔离路段电动自行车越线行为3方面展开较为系统的数据分析。研究表明:在没有机非分隔带而仅是存在机非分隔线情况下,电动自行车均存在超越机非分隔线进行越线行驶的现象;路内停车的存在会导致电动自行车越线行驶比例增加,进而对电动自行车行车安全构成一定威胁。     

信号交叉口右转渠化岛区域非机动车过街冲突

为科学评价信号交叉口右转渠化岛设置给非机动车过街带来的交通安全风险,实地采集了南昌市5个信号交叉口的视频,并提取了各交叉口右转渠化岛区域机非冲突数据、交叉口几何设计特征、交叉口渠化方式以及交通流特性等数据;采用改进型TTC指标对交通冲突进行判定,共得到304起冲突事件;基于贝叶斯方法构建了考虑不同交叉口间异质性的随机效应冲突模型,对比了固定效应与随机效应负二项模型的拟合优度并分析了显著影响因素;基于随机效应模型,确定了期望机非冲突数计算公式,绘制了不同交通流情况下信号交叉口渠化岛设置标准曲线。研究表明:相比于固定效应模型,随机效应模型对机非冲突有更好的拟合效果;相比于无渠化岛交叉口,软渠化岛和硬渠化岛的设置会导致交通冲突分别增加38%和61.4%;右转机动车交通量、过街非机动车交通量和非机动车违法行驶数量每增加1%,将导致机非冲突分别增加0.85%、0.44%和0.18%;右转机动车平均速度每增加1%,将导致机非冲突减少2.5%。     

Bicycle Conversion Factor Calibration at Two-Phase Intersections in Mixed Traffic Flow

Chinese traffic is typically composed of bicycles and motor vehicles on the same road. The efficiency of bicycle traffic in time and space at intersections was investigated for eight typical intersections in the cities of Tianjin, Shenyang, and Changchun, all in China, by means of video recording. Models were developed to calculate the through bicycle traffic and the left-turn bicycle traffic conversion factors in intersections where bicycles and motor vehicles share the same road. The results indicate that the through bicycle conversion factor is 0.28 and the left-turn bicycle conversion factor is 0.33. This conclusion differs from the current value used in China. More research on the conversion factor is necessary to evaluate the impact of intersections.