考虑换道风险影响的城市快速路出口影响区车道管理

为优化城市快速路出口影响区的交通组织,降低出匝车辆的换道风险,提高交通运行的安全性和高效性,依托上海自然驾驶实验数据,提取城市快速路出口影响区出匝车辆的轨迹数据样本,建立出口影响区换道风险评价方法及分级标准;针对三种常见的快速路出口,考虑人、车和路域环境方面的综合因素,利用二项Logistic模型构建换道风险模型,分析不同因素对换道风险的影响程度,以及一定条件下车辆存在换道风险的概率;在此基础上,根据出口影响区的车辆运行信息和换道风险模型,控制换道风险在合理范围内,得到出匝车辆的合理（最迟）换道位置,并提出相应的城市快速路出口影响区的车道管理方法。     

基于双曲正切函数的小客车换道轨迹模型

通过Simi-Motion软件提取高速公路出口路段无人机航拍视频的左换道(LLC)和右换道(RLC)车辆轨迹数据,基于双曲正切函数建立了新的车辆换道轨迹模型,将新模型与传统的样条曲线函数、五次多项式、正弦函数轨迹模型进行对比分析.通过对模型参数的敏感性分析、拟合优度检验、CarSim仿真分析证明了新模型的特点和适用性.研究表明:相比于传统的换道轨迹模型,新模型具有较高的拟合精度,且模型中各参数均具有实际物理意义,模型中参数τ值表征驾驶员出口路段换道行为的紧急程度,该参数的存在使得新模型具有普适性和应用价值.利用这一特性,该模型可以生成特定驾驶环境的车辆换道轨迹,有助于与换道有关的道路几何指标研究和驾驶员辅助系统(ADAS)的开发和应用.     

基于自然驾驶数据的高速公路出口换道决策模型

为研究高速公路出口换道行为特性,分析驾驶员换道决策机理,依托上海自然驾驶实验所采集的驾驶行为样本和车辆运行参数,采用Google Earth标定行驶路径及高速公路出口范围以筛选出口样本,并根据车道偏移参数和方向盘转角识别换道行为;以单向4车道高速公路为例,综合考虑行驶路径信息和交通流环境,基于随机效用理论,采用Binary Logit(BL)模型拟合构建换道决策模型,得到车道效用函数;基于效用函数作出高速公路出口范围内在自由流、稳定流和拥挤流水平下的分车道效用分布图,并进行同质性和异质性分析.结果表明,换道决策模型准确率达到86.21%,各变量影响均可得到合理解释;根据效用分析,出匝车辆的换道行为是出匝意愿与通行环境改善需求两方面平衡的结果,兼有强制性换道与自由性换道的行为特性,且随着交通流状态由自由流过渡到拥挤流,后者影响逐渐增强,表现为上游向左换道行为趋于活跃、下游向右换道位置接近出口.     

加权指数损失下长短时记忆网络换道意图识别模型

针对车道变换意图识别中数据源单一,传统序列模型难以捕获长序列范围内换道意图且存在长期依赖问题,提出一种结合时间信息加权指数损失函数的长短时记忆(long short-term memory,LSTM)车辆换道意图识别模型.首先,利用驾驶模拟舱、眼动仪进行高速公路驾驶实验,采集车辆运行数据和驾驶员眼动数据;然后,基于LSTM结构单元构建高速公路环境下车辆换道意图识别模型,提出基于时间信息加权的指数损失函数对模型权重进行优化;最后,利用车辆运行数据和驾驶员眼动数据对所提模型加以验证并与其他模型进行对比,所提模型换道识别的准确率为91.33％,宏平均精确率为89.04％,宏平均召回率为92.84％,宏平均F1值为90.33％.结果表明,长短时记忆网络对于长序列换道意图识别过程具有较好的分辨能力,提出的损失函数对模型权重优化具有良好的效果.     

混合交通环境下逼近最优换道策略的 无人车驾驶模型

针对无人车在现实交通流中的驾驶行为以及车辆间相互影响机制还不明确的现状,提出逼近最优换道策略的无人车驾驶模型.结合无人车周围的交通环境,引入驾驶行为指标体系,利用层次分析法测算指标权值.基于欧氏距离与灰色关联分析的Topsis(Technique for Order Preference by similarity to an Ideal Solution)法建立驾驶行为决策模型来计算换道最优逼近值,代替随机换道策略驾驶模型中的随机概率值;建立逼近最优换道策略的无人车驾驶模型,利用美国洲际5号公路的实际交通数据对新模型进行数值仿真.结果表明:逼近最优换道策略的无人车驾驶模型明显优于随机换道的无人车驾驶模型,能够改善交通拥堵状况,提高整个道路车辆的行驶速度.     

考虑驾驶风格的车辆换道行为及预测模型

车辆换道过程对交通安全和交通拥堵有重要影响,为了获得不同驾驶人的换道行为特性,考虑了车辆换道过程中驾驶人的因素,利用SPSS对问卷调查的结果进行主成分分析,采用K-均值聚类方法对驾驶风格进行量化,将驾驶人分为激进型和保守型两种类型,再利用时间对数模型提出了驾驶风格值变量。对两组类型驾驶人进行换道试验,获得了不同风格驾驶人换道时间和换道纵向距离等换道特性的试验数据,并建立了考虑驾驶风格的车辆换道时间预测模型;基于预测的换道时间以及换道车辆转向角与驾驶风格值变量、速度之间的关系,结合车辆运动学模型,建立了车辆换道纵向距离预测模型,并将预测结果与实际换道数据进行了对比分析,结果表明,本研究提出的预测模型准确率较高。研究结果表明,激进型驾驶人在换道过程中其行为较为激进,换道时间较短,换道距离较短;所建立的预测模型可以较准确地预测和解释驾驶人的换道行为。     

车路协同下浓雾天气对高速公路换道行为的影响分析

为探究车路协同下浓雾天气对驾驶员在高速公路换道行为的影响,依托驾驶模拟实验平台设计车路协同人机交互终端(human-machine interface, HMI),设置对照组、正常天气+HMI组、浓雾天气组和浓雾天气+HMI组4种实验场景,招募43名被试进行驾驶模拟实验,采集换道行为数据。从中提取换道过程,将其划分为换道决策与换道执行两个阶段,选取方向盘转角、横向加速度以及横向偏移量的变化幅度与方差表征换道决策阶段的行为特征;选取换道轨迹长度、换道时间、换道平均车速与横向加速度峰值刻画换道执行阶段的行为特征,最后采用广义线性模型对所选变量进行分析。结果表明：浓雾天气、HMI以及两者的交互效应均对驾驶员的换道行为存在显著影响。在换道决策阶段,浓雾天气导致横向加速度以及横向偏移量的变化幅度与方差显著减小(P<0.05);HMI导致方向盘转角、横向加速度等变量显著减小(P<0.05);但两者的交互效应导致各变量(除横向加速度的变化幅度)显著增大(P<0.05)。在换道执行阶段,浓雾天气导致换道轨迹长度(P=0.01)和换道平均车速(P=0.00)显著减小,HMI仅对横向加速...     

高速公路浓雾环境下换道决策规则提取及决策算法

依据换道决策规则进行换道是当前无人驾驶车辆常用的决策方法之一。针对浓雾环境下换道决策规则提取困难和研究较少的问题,研究了高速公路浓雾环境下的换道决策行为。首先,招募24名职业司机,利用Auto Sim驾驶模拟舱搭建虚拟高速公路浓雾环境进行驾驶实验;其次,提出了基于CART决策树的换道决策规则提取方法,提取出15条换道决策规则;最后,对换道决策规则进行了验证。结果表明,用CART决策树算法提取高速公路浓雾环境下换道决策规则是可行的,提取的规则能准确反应驾驶员换道行为的决策过程,可为高速公路浓雾环境下无人驾驶车辆的换道决策提供一定的理论支撑。     

快速路合流区大型车换道时空特征及风险研究

为了研究大型车换道行为特性及其风险状况,基于无人机拍摄与图像识别技术,采集快速路合流区大型车运动轨迹数据,并对其换道特性和时空风险进行分析。结果表明：大型车换道持续时间的平均值为5.28 s,前半时间平均值为2.60 s,后半时间平均值为2.68 s,纵向换道行驶距离平均值为78.12 m,均服从Weibull分布,且均与换道速度显著相关,大型车换道持续时间及前半时间均和与原车道前车间距、与目标车道前车间距显著相关,前半时间还与沿车道线距离显著相关;75.40%的大型车在合流区瓶颈路段前100 m内开始变道,且由外侧车道向内侧车道依次扩散;大型车与原车道前车的车间距和相对速度平均值最小,分别为22.91 m、-0.90 m/s,若换道间隙较小,驾驶员更倾向于在换道间隙缩小缓慢或不断扩大时换道;大型车换道时与原车道前车的碰撞风险最高,约有15.32%大型车换道时与前车处于不安全状态。     

事故接管场景下L3自动驾驶换道轨迹的评价和分类

为研究L3自动驾驶事故场景下人工接管后换道轨迹的评价和分类问题,通过驾驶模拟实验采集换道轨迹数据;从舒适性、高效性、生态性、安全性四个方面选取9个评价指标;采用熵权TOPSIS模型对换道轨迹进行评价并完成标签标定;用标定后的数据训练得到SVM分类器模型,并将其应用于换道轨迹的分类中,该模型在测试集的平均准确率为79.55%,平均精确率为79.52%,平均召回率为79.51%,平均F1值为77.43%。结果表明：应用熵权TOPSIS模型得到的评分最高的换道轨迹在舒适性、高效性、生态性和安全性上综合表现优秀;SVM分类器能以较为稳定的准确率完成换道轨迹的分类。得到的最优换道轨迹可为驾驶员的换道提供指导,也可为自动驾驶车辆的轨迹遵循提供参考。     

佛山市机动车交通特征研究

采用GPS车载测试系统和视频采集技术对佛山市城区和郊区的交通流量与行驶工况进行了测试.基于测试数据,对佛山市的交通特征、城区不同道路类型的机动车行驶特征进行了深入分析,采用特征参数法合成佛山市城区和郊区高速的行驶工况,并与欧洲标准工况进行了对比.结果表明:佛山市城区主干路、次干路和居民路平均每小时的车流量分别为3 667辆、2 418辆和822辆;郊区高速、国道和省道平均每小时的车流量分别为1 192辆3、024辆和1 583辆.城区机动车平均速度为20.54 km/h.佛山实际工况平均速度、加\减速度与NEDC相差17.26%~55.91%.     

基于动态归类技术的交通流实时运营风险评价

基于车辆间直接影响和状态传递的特征,提出用以辨识交通流各向异性和运动差异性的动态归类技术.基于车辆微观运动特征和车辆间的相互影响,提出考虑危险情形的交通流运营风险矩阵和状态关联矩阵.制定交通流运营风险的等级判别标准,构建交通流的实时运营风险指数模型.选取某高速公路事故多发路段进行试验,结果表明交通流的运营风险指数与历史交通事故数存在良好的关联性.     

合肥市高架桥的分流作用及拥堵问题的解决对策

随着合肥市城市规模快速发展和车流量的急剧增加,在新老城区间建设高架桥缓解城区道路拥堵起到了较好的分流作用。但在高架桥下匝道口却与大多高架桥一样,仍然避免不了拥堵的问题。在对合肥市金寨路等部分典型高架桥进行调查的基础上,通过分析、研究及方案预测,阐述了高架桥在城市建设中存在的利弊,归纳出造成高架桥拥堵的成因及类型,并针对合肥市高架桥下匝道口拥堵的问题,提出了加强高架桥综合治理,优化道路资源,改善下匝道设置条件等可行性措施,为缓解合肥现有高架桥的交通拥堵,以及建设新的高架桥时避免出现类似问题做出有益的尝试。     

高速公路交通流的RBF神经网络建模

在对城市高速公路交通流模型深入研究的基础上 ,针对在不同环境以及时变系统中对复杂非线性大系统的控制 ,提出了一种改进的快速 RBF神经网络算法对交通流进行建模 ,克服了传统的数学模型对交通非线性大系统建模时泛化能力差的缺陷 .该算法是采用 APC- 单路径聚类算法确定 RBF神经网络结构参数的一种快速 RBF神经网络算法 ,网络训练速度快 ,效果良好 ,对实现交通流的在线建模与控制有重要意义 .文中进行了计算机仿真研究 ,结果表明了方法的有效性     

城市高架路下匝道地面联接段最小长度模型

为了提高下匝道地面联结段的系统通行能力,提出了一种计算联结段长度的方法.给出了地面联结段的基本定义及假设,分析了地面联结段构造特性及交通流特性.采用临界安全间隙理论、概率论及运动学方法,综合考虑车辆驶离匝道后汇入地面道路、完成交织运行和顺利驶入下游交叉口左转车道的运行过程,从系统的角度构建下匝道地面联结段的最小长度模型.对于新建道路,根据模型计算可确定联结段的最小长度;对于现有道路,将实测值与模型计算值进行比较,可分析地面联结段产生拥堵原因,便于采取有针对性的改善措施.最后结合实测调查数据,通过与CORSIM仿真模型的输出值进行比较,对模型的正确性进行了验证,结果表明模型是有效的.     

国内典型大城市快速路交通流实测

通过拍摄中国几个典型大城市不同快速路段的交通流录像并进行＂车速-车头间距＂数据采集,建立了一个包含210920组交通流实测数据的大样本数据库,根据实测数据得到的平均车速随着车头间距的增大而增大,符合交通流的基本特征;从超车道到交换道,一般平均速度依次下降,但在出口匝道影响下会出现＂密度倒置＂现象,实测数据转换得到＂流量-密度＂基本图,存在整个密度变化范围里都呈现非线性特征的类型,在小间距数据中,发现存在超过7%的＂高速跟驰＂车辆.     

基于判别分析的高速公路交通安全实时评价指标

为了实时评价交通流变化对高速公路交通事故风险的影响,利用高精度交通流数据建立了高速公路交通安全实时评价指标.提取了美国加州I-880 N高速公路上采集间隔为30 s的实时交通流数据和事故数据,采用Fisher判别分析方法建立交通流参数的线性组合,以判别危险交通流状态.该线性组合被定义为高速公路交通安全实时评价指标,当该指标小于0时,代表危险交通流状态,有发生交通事故的风险;当该指标大于0时,代表正常交通流状态,没有发生交通事故的风险.采用条件logistic回归模型进一步研究了该指标与交通事故风险之间的定量关系.研究结果表明,该指标预测事故的精度为65.7％.另外,该指标每减小1个单位,交通事故风险将提高1.8倍.     

基于宏观运动波和微观元胞自动机的双车道交通流混合建模

基于运动波理论和线性元胞自动机模型,提出了一种宏观与微观空间表现尺度相结合的双车道交通流混合建模方法.在交通流供需理论框架下,定义了考虑车辆变道行为和元胞自动机空间离散性影响的宏观/微观边界转换条件.该边界条件能够克服在引入车辆变道行为和应用离散化的微观元胞自动机模型时所引起的交通流质量损失问题.应用混合模型模拟双车道堵塞和单车道关闭引起的交通流瓶颈现象.结果表明,交通波在经过模型空间尺度发生变化的边界时能够连续传播,传播速度并未出现降低或者振荡现象,并且交通流质量守恒.混合建模能根据各路段所需表现的空间尺度不同,应用不同空间层次的交通流模型分别模拟,有效提高了大型交通流网络的模拟效能.     

高速道路入口匝道通行能力研究

高速道路入口匝道的通行能力主要受３个因素的制约;干道最外侧车道上的车流特性;匝道车辆接受空档的特性;匝道车辆连续跟车行驶特性。因此运用平面优先交叉口通行能力的研究成果,根据高速道路匝道与干道结合部的交通流特性以及我国交通的混合交通流特点,建立了高速道路匝道通行能力模型,并对３个影响因素进行了讨论,最后对数值计算的结果进行了比较和分析。