考虑车辆间博弈行为的交通流

从二维城市道路元胞自动机交通流模型和一维道路元胞自动机模型两个方面介绍车辆间博弈行为对交通流的影响.总结了目前交通流研究中引入合作者和背叛者之后,道路交通状况的改变.通过考虑车辆之间的博弈行为,研究司机驾驶行为对道路上车流量的影响,希望找到能使交通系统车流量达到最大的驾驶行为准则.     

公交站点区域行人与非机动车交互行为建模与仿真

为研究公交站点区域行人和非机动车的冲突行为,在元胞自动机模型的基础上,首先,考虑激进型行人和混合非机动车流,通过行人穿越决策规则和非机动车避让规则耦合行人运动模型和非机动车运动模型,采用双向行人Blue模型模拟进出站行人的运动行为,采用改进的NaSch模型模拟非机动车的运动行为,建立公交站点区域行人与非机动车交互模型。然后,在北京市西单商场公交站B站台开展观测实验,微观层面展现行人和非机动车之间的交互作用,分析在不同流量构成下二者冲突演化规律以及进出站行人到达率、非机动车到达率对延误和冲突数的影响。研究结果表明,非机动车堵塞多发生在非机动车与行人刚开始的交互处,并向来车方向延伸。与进出站行人到达率相比,行人和非机动车延误受非机动车到达率影响更显著;在进出站行人比例为0.5时,行人和非机动车延误达到峰值;进站行人比例为1时,行人和非机动车延误比出站行人比例为1时延误小;在行人到达率一定时,冲突数随着非机动车达到率的增大而增加,当行人到达率较小时,冲突数呈缓慢地增长趋势,随着行人到达率的增大,冲突数增长率呈现先增大后减小的趋势。     

基于元胞自动机的交通模型分析

本文针对道路交通拥堵问题,分析了未加入自驾车与加入自驾车两种情况下的元胞自动机模型,并以2015年华盛顿州某地区的5号、90号、405号、520号部分公路的平均每日的车流量计数为数据,在自驾车与传统车比例不同的情况下,以10%、50%、90%为例,得出了车流量与车辆平均速度两参数。并从自驾车比例和车辆平均速度关系图发现:加入自驾车模型后,随着自驾车比例的增加,平均通行速度也逐步增长,但增长率不同,70%为增长平衡点,5%为性能明显提高的临界点。     

交通流中的自组织临界性研究

交通流元胞自动机模型呈现出显著的车流自组织临界性及从自由运动相到堵塞相的相变行为。由于交通流模型中车辆之间的复杂耦合作用所引起的高阶时空关联,采用传统的考察局域点车辆占据状态的动力学演化方法,尚未有任何国内外学者得到过高速车辆的一维和二维交通流模型的相变基本图的精确解析描述。作者摒弃传统思路,采用以相邻车辆距离为变量的全局动力学演化考察方法, 通过完全严格的逻辑推理及统计力学细致平衡条件的运用,首次给出了允许高速车随机减速的一维交通流Fukui-Ishibashi元胞自动机模型相变基本图曲线的解析平均场方程,所得结果与模型的直接数值模型可以精确地吻合。基于交通流中实际车辆的加速及延迟行为,进一步提出两种新的一维交通元胞自动机模型－限制加速模型和追尾车随机减速模型。应用考察车距动力学演化的方法,仍然能够得到两个新模型相变基本图的精确解析平均场方程。这些精确解析结果的获得既对于交通流复杂系统的自组织临界性和相变行为提供了基本的物理理解,又对于高速公路实际交通运输的信息管理和控制具有指导意义。     

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。     

无信号交叉口行人过街决策行为分析

通过分析拟合广西梧州市中心城区无信号交叉口的实测数据, 研究了行人的过街决策行为和过街速度, 并在此基础上, 引入了行人决策距离和临界安全距离两个概念. 实测数据表明, 交通平常期行人过街速度在平均速度附近变化: 如果考虑行人在路边的等待时间, 行人的平均过街速度为0.6 m/s; 如果不考虑行人在路边的等待时间,行人的平均过街速度为0.8 m/s. 经统计学D’Agostino法检验发现,交通平常期行人过街的平均速度分布不满足正态分布.     

改进的双向两车道混合交通流模型

在已有双向两车道混合交通流模型基础上,通过考虑取消对低速车队列的限制,并引入转道车辆邻道后方安全距的新概念,提出一种新的双向交通流元胞自动机模型.数值模拟改进模型的交通流基本图,并进行对比.模拟结果表明,改进的模型表现出新的特性,混合交通流中,慢车的出现、两车道初始密度不均匀分布对双向交通流都有显著的影响.     

基于元胞自动机研究驾驶员特性对信号交叉口交通流的影响

为了研究驾驶员特性对信号交叉口交通流的影响,建立基于元胞自动机的信号交叉口交通流模型,研究驾驶员行为特性对信号交叉口平均车速和车辆延误等的影响。研究表明,不同绿信比情况下,驾驶员特性均对信号交叉口交通流产生较大的影响;冲动型驾驶员比例增加会加快绿灯放行时交通密度的疏散,稳重型驾驶员比例增加可减少绿灯交通流稳定时车辆通行的延误,胆小型驾驶员比例增加可提高黄灯时间内的通行效率以及减少红灯时间内的排队延误。研究还表明,当绿信比超过0.7时,它的变化对信号交叉口交通流影响不显著。     

基于强化协作博弈方法的双车道混合交通流特性

对元胞自动机引入Gipps跟驰模型,并结合改进的Q强化学习方法分别建立普通车辆及智能网联车的微观行驶策略,提出了一种新型的混合交通流演化仿真方法.然后,利用数值模拟方式对双车道交通环境进行仿真,探索智能网联车对混合交通流的动态影响.结果表明,相比于元胞自动机构建的普通车辆智能体,改进的Q强化学习方法训练的智能网联车智能体具备更强的连续时空环境适应能力,双车道环境下道路通行能力随着智能网联车渗透率的提升而增大,最高可提升45.34%.此外,智能网联车渗透率的提高会降低车群低效的换道行为,拓宽高通行能力水平下的车辆密度范围,有利于改善交通拥堵.     

信号交叉口左转车辆跟驰行为建模

跟驰模型是交通流理论的核心内容之一,但左转车辆在交叉口转弯过程中跟驰行为的特征表现,尚缺少基于实际数据的深入研究。针对这个问题,设计了信号交叉口左转车辆跟驰实验,基于高精度全球定位系统(global positioning system,GPS)和移动地理信息系统采集车辆跟驰行为相关数据,分析了信号交叉口不同转弯半径下左转车辆跟驰速度时变规律及分布本征。在全速度差(full velocity difference,FVD)跟驰模型的基础上,考虑跟驰车驾驶员对前导车加、减速反应的非对称性,构建了改进的全速度差模型,并采用遗传算法对模型进行了参数标定。最后,以跟驰车加速度为检验指标,利用实测数据对改进的全速度差模型加、减速度过程的准确性进行了分析与评价。结果表明:信号交叉口左转跟驰车辆的平均运行速度与转弯半径成正相关;在不同转弯半径下跟驰车速度出现频数最高的数值随着转弯半径的增大而增大;改进的全速度差模型,能更好地描述交叉口左转车辆跟驰过程,驾驶员对前导车减速行为的反应比对加速行为的更强烈。     

信号交叉口碰撞冲突分析及风险评估模型研究

针对信号交叉口的安全风险问题,对银川市3个城市交叉口的交通冲突情况进行了比较分析,指出有全红清空间隔交叉口的正交直角碰撞明显低于无全红清空间隔的交叉口.进一步利用4个设置和4个没有设置全红清空时间的交叉口每年平均发生的正交直角碰撞次数y和闯红灯违规比率nRLV以及速度离差vSD,开发了交叉口的正交直角碰撞风险评估模型.采用多元线性回归分析,给出了该模型的具体数学描述及风险评估分析,在设置全红清空时间的交叉口,nRLV的系数只有0.029,对交通安全风险没有实质的影响.在没有设置全红清空时间的交叉口,nRLV的系数为2.620,对正交直角碰撞有显著的影响.这说明,设置全红清空时间能有效地减少信号交叉口的正交直角碰撞.     

机非交互的交叉口右转机动车行为建模与仿真

为准确刻画交叉口机非交互行为、准确模拟右转机动车轨迹,在充分考虑非机动车群组特征和右转机动车驾驶人动态多步决策特征的基础上,基于认知过程建立驾驶人环境感知-规划决策-控制执行的行为模型,并通过改进社会力模型进行仿真实现与模型评价.研究成果可为二维仿真平台的构建和自动驾驶汽车的拟人化驾驶提供模型支撑.     

相邻交叉口关联度分析及建模

确定相邻交叉口的关联度并建立相应的关联度模型.通过分析相邻交叉口周期、协调相位流量、转弯比例,距离等影响交叉口关联度的因素,确定周期、转弯比例、交叉口间距作为评价交叉口关联度的主要参数,进而结合交通流相关理论,建立了相邻交叉口关联度计算模型,通过关联系数的大小确定相邻两交叉口的关联程度,并对所建立模型进行了应用.结果表明,论文所建立的模型能够对相邻两交叉口的关联程度进行描述.     

道路交叉口司机视觉行为习惯研究

通过对一些交叉口事故数据的分析表明，交叉口的人车冲突事故，大多数发生在主路右转车辆和右方行人之间。有一种解释是右转的司机只注意左方的机动车辆的潜在威胁，不能及时的看到右方而发生冲撞事故。我们在两个T型交叉口处对司机的视觉特点进行研究，结果验证了假设。这说明司机在经过交叉口时，有一种视觉扫描定式：关注重大的危险而忽略小的危险。文章还根据司机的这种视觉特点提出了相应的对策和措施，结果表明减速措施明显改变了司机的视觉扫描定式，一定程度上有助于司机注意右方行人。     

基于自然驾驶数据的信号交叉口车辆跟驰行为特征分析

为明确城市信号交叉口的车辆跟驰行为特性,基于自然驾驶试验数据,对车辆在减速、加速跟驰状态的车头间距、车头时距和相对速度进行了分布特征分析以及与跟驰速度的相关性分析。结果表明：减速跟驰状态的相对速度主要集中于[-3m/s,1m/s],加速跟驰状态主要集中于[-1m/s,3m/s];减速跟驰状态和加速跟驰状态的车头时距随后车跟驰速度变化趋势相同,确定了跟驰速度小于20km/h的车头时距阈值;去掉跟驰速度小于6km/h的数据后得到的减速跟驰、加速跟驰状态车头时距和车头间距均呈正偏态分布,车头间距集中于5-30m,车头时距集中于1.5s-3.5s;两种跟驰状态车头间距、车头时距的5th、50th、95th特征值与跟驰速度具有较强的相关性。     

信号交叉口个体行人与群体行人过街闯红灯行为分析

行人过街闯红灯行为受道路、交通及行人自身等因素影响,为深入挖掘行人过街闯红灯行为规律,随机调查了1 157名过街行人,包含当时的道路、车流状况,如人行道长度、行人相位信号时长、行人穿越车流时的车头时距等。个体行人过街闯红灯行为与群体行人存在显著差异,利用显著性检验,判定个体行人闯红灯的显著影响因素为车流的车头时距与行人等待时间,群体行人闯红灯的显著影响因素为行人数量与行人群中最长行人等待时间。根据所得显著影响因素,建立了个体行人与群体行人闯灯率的Logit模型,结果显示:等待时间对个体行人与群体行人闯灯率的影响并无差异,当等待时间达到46 s时,个体行人与群体行人闯灯率曲线均达到拐点,此时行人违章率增加最快;当群体行人数量达到4人时,最容易激发行人群的集体闯灯行为。结论为交叉口信号配时及行人违法闯红灯的管理提供的了参考。     

山地城市道路交叉口车辆纵向加速度特性分析

为明确车辆在山地城市交叉口停车等待到直行通过这一过程中的纵向加速度特性以及驾乘人员舒适性,在重庆市选取4处交叉口作为研究对象。基于无人机航拍的交叉口交通流视频,提取车辆运行状态参数,研究不同坡度交叉口不同停车位次的车辆纵向加速度特性,并以加速度和急动度为指标进行舒适性分析。结果表明：(1)在缓坡路段,停车位次越靠前的车辆其加速度峰值越大;(2)在下坡路段,车辆在加速阶段末段加速度会在0 m/s2上下波动,车辆间断性的加减速;(3)在上坡路段,第1和第4位次车辆加速度特性相近,加速峰值较大,第2和第3位次加速度特性相近,加速峰值略小;(4)第1停车位次的车辆在下坡减速过程中更容易带来不适感。     

无控T型交叉口机动车的抢行行为分析

研究混合交通情形下无控T型交叉口机动车的抢行行为及其重要影响因素. 通过录像拍摄,获取机动车抢行行为及其影响因素数据,采用二项Logistic回归法建立机动车抢行行为模型. 结果表明,机动车在面对行人、年长者及女性时更易抢行;行人数和非机动车数越多,抢行比率越小. 该研究结果可用于对行人及非机动车使用者进行安全教育,为无控交叉口交通法规的制定提供参考.     

基于车均延误的快速公交停靠站布设位置

为了提高快速公交(BRT)系统的运行效率,对BRT停靠站在交叉口的布设位置进行了研究.针对BRT停靠站设置在交叉口进口道和出口道两种情况,分别建立了车均延误模型(该延误包括信号控制延误、停靠站上下客时间以及车辆在停靠站等候服务的延误)和绿灯末排队长度模型,并通过仿真验证了模型的准确性.一系列算例分析表明,车流量较小时,停靠站设置在进口道和出口道就延误而言没有区别,但当车流量较大时,应将停靠站设置在交叉口进口道.     

关联信号交叉口排队长度计算模型

以相邻信号交叉口的最大排队长度为研究对象,分析了路段长度、相位差、绿信比等时空参数对路口最大排队长度的影响机理.基于交通波理论建立了最大排队长度计算模型,通过微观交通仿真实验对模型进行了验证,并提出了相邻信号交叉口时空协调指数的概念及其计算方法,分析了时空协调指数对相邻信号交叉口最大排队长度的影响规律.研究表明,该模型能定量计算相邻信号交叉口不同时空参数下的最大排队长度值,对相邻信号交叉口的时空协调设计具有指导意义.