延迟概率和路内停车带长度对道路交通的影响

基于NaSch交通流模型,建立有路内停车带的单车道元胞自动机模型,并提出车辆能耗的公式,旨在研究周期边界条件下车辆的延迟概率和路内停车带长度对交通流和车辆能耗的影响.模拟的结果是:车辆在经过路内停车带时的延迟概率越大、路内停车带越长,道路上的车流量和平均速度就越小,车辆的能耗值也越小,道路交通越拥堵.     

混有CACC和ACC车辆的连续型元胞自动机交通流模型

现有的混合交通流元胞自动机模型中自动驾驶车辆与手动驾驶车辆在跟驰模型上大多仅存在反应时间上的差别,并不能体现自动驾驶上层控制系统实时调节加速度保持车速稳定的特点,基于Gipps模型和PATH实验室标定的ACC和CACC跟驰模型提出了更符合自动驾驶机理的连续型元胞自动机模型。通过计算机数值仿真分别从速度,流量,拥堵比例以及期望车间时距方面对不同渗透率下的混合交通流进行分析。结果表明,智能网联车辆能有效提高道路通行能力,且能大幅减少交通拥堵;智能网联车渗透率越高,开始出现拥堵车辆的密度临界值越大;同时道路通行能力随期望车间时距减小而增大。     

十字路口的交通流模型及其应用

探究了基于元胞自动机的交通流模型,以Brockfeld等人对NaSch和BML耦合模型的优化模型为基础,引入Takayasu-Takayasu慢启动规则,建立了二维元胞自动机的十字路口交通流模型,对有信号灯控制的十字路口交通流模型进行配时研究,进一步设计了高架桥模型,并通过仿真实验论证了信号灯周期时长对十字路口交通环境存在显著性影响,而高架桥模型能够有效地提高车辆平均通行速度,降低平均耗时,改善道路通行能力.     

驾驶员的驾驶特性对交通流的影响

在单车道元胞自动机交通流N S模型基础上,通过引入不同的刹车概率来反映不同驾驶员的驾驶特性,并在周期边界条件下,对由激进驾驶车辆和谨慎驾驶车辆构成的混合交通流进行模拟.结果表明,在有谨慎驾驶车辆构成的交通流的临界密度以前,混合交通流的流量完全由谨慎驾驶员的特性决定;在谨慎驾驶车辆交通流临界密度以后,混合交通流的流量介于只有激进驾驶车辆和只有谨慎驾驶车辆的流量之间,小于完全是谨慎驾驶车辆流量和完全是激进驾驶车辆流量的线性之和;激进驾驶车辆和谨慎驾驶车辆的混合比例及它们的刹车概率对混合交通流的临界密度和流量有很大的影响.     

敏捷驾驶在交通流中的作用

在交通流NaSch模型的基础上,考虑了当车辆速度大于车间距时,司机对前车的敏感驾驶随机减速行为,其概率与最大速度驾驶及延迟加速的随机过程不同,由此提出了一维交通流元胞自动机模型．计算机数值模拟结果得到的基本图显示出交通容量非常接近实测的交通容量,而且还显示出亚稳态特征、滞后效应和相分离现象等复杂的实际交通行为;这都是由于敏感驾驶所导致的,而且表明交通流元胞自动机模型演化步骤的顺序对交通流的状态起了很大的作用．并且这样的模型是合理和符合实际的．     

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.     

考虑预期效应和交通灯影响的城市道路交通元胞自动机模型

提出描述交通灯控制下城市道路交通流动力学演化过程的元胞自动机模型,其中交通灯对于路段上车辆的影响是全局的,驾驶员可根据交通灯的状态及时调整驾驶行为,同时还考虑前方车辆的预期运动.该模型中车辆的运动更加平滑,符合实际交通现象.应用模型中的驾驶策略,可以有效地减少怠速和速度骤减的状态,从而减少机动车的尾气排放.     

具有反馈规则的元胞自动机模型及统计法

在薛郁等改进的Nagel Schrekenberg模型基础上,通过引入行车状态变量和反馈规则提出了一种新的单车道元胞自动机交通流模型,利用改进后的新模型,分析了元胞自动机模型中常采用的线统计法,并尝试将交通中的点统计法用于元胞自动机模型中的单个车辆的微观运动的统计.通过计算机模拟,发现点统计法的车流量明显小于线统计法,且离散性较大,但两种方法所反映的车流总体特征基本一致.     

考虑两次改变驾驶方式的双车道交通流元胞自动机模型

考虑驾驶员在不同交通环境下会变换驾驶方式的真实情况,建立两次改变驾驶方式的双车道交通流元胞自动机模型(TTChange-CA模型).通过数值模拟发现,2种类型车辆的初始混合比例和换道概率对交通流基本没有影响;与只改变一次驾驶方式的双车道模型(TChange-CA模型)相比,TTChange-CA模型提高了系统的流量、速度和临界密度,增加了道路利用率;与双车道SDNaSch模型和WWH模型相比,该模型的速度、流量及时空图的致密程度介于二者之间,更真实地刻画了现实交通流.     

高速公路意外事件所致堵塞的消散策略研究

通过建立交通意外事件影响下的交通流仿真模型,对拥堵传播及有效的干涉控制措施进行仿真.分析了非稳态交通条件下的车辆行为特性;并对现有主流元胞自动机模型规则进行改进,建立起一种新的元胞自动机交通流模型.该模型能够较好地仿真拥堵传播与消散过程,有效地探索拥堵的消散规律;利用该模型对各种控制措施的堵塞消散效率的研究结果表明,限流限速组合控制策略具有较优的堵塞消散效果.     

昆明市区交通拥堵状况及解堵策略的评估模型

分析评估昆明市区交通拥堵的原因及现有的解堵策略。根据社会调查评价，利用层次分析法得出：在对交通拥堵的影响因素中。“行人和司机的行为”影响最大，“城市建设”次之，“公交事业”最小。而在解堵的策略中，“加强交通管理”最为重要，“加快城市建设”步伐次之，而“发展分交事业”较重要。     

考虑前方交通状态的交通流格子模型与数值模拟

考虑前方交通状态对驾驶行为的影响,提出了新的交通流格子模型.通过线性稳定性和非线性分析,获得了改进模型的中性稳定性条件和mKdv方程密度波解.理论分析和数值模拟表明,驾驶员通过关注前方交通状态,选择平稳的驾驶行为,减少不必要的加减速行为,保证车辆的平稳运行,从而进一步改善交通,增强交通流的稳定性.     

基于驾驶行为的隧道交通标志影响特征及作用机理

合理设置隧道交通标志能够在一定程度上缓解隧道特殊环境引发的“时空隧道效应”。文中研究了高速公路隧道内部交通标志（限速标志、出口预告标志）对驾驶行为的影响特性,首先选取特长隧道作为实验路段,通过驾驶模拟实验测试获取驾驶人细粒度微观行为数据,然后再考虑随机效应影响的条件下构建线性混合效应模型,揭示了隧道内部交通标志对驾驶行为的影响特征及作用机理。结果表明：不同影响区段内交通标志对驾驶行为的作用存在差异;在隧道内部设置限速标志能够一定程度上降低事故风险的发生概率,限速标志的重复设置一定程度上能提高驾驶人的操控能力;在隧道内部设置限速标志及出口距离预告标志有助于改善驾驶人空间控制能力、提高驾驶舒适度,其中,在距离隧道出口约小于1 km的影响区段内设置隧道出口距离预告标志有助于提高驾驶人的行车舒适性,在距离隧道出口2 km和1.5 km的影响区段内设置预告标志能在提高车辆控制能力的同时使驾驶人具有更高的行驶车速;此外,隧道交通标志作用下的驾驶行为受驾驶人性别、年龄、驾驶经验等特征属性影响,男性驾驶人的驾驶风险更低。     

前车刹车状态对交通流的影响

在交通流BJH模型基础上,考虑前车刹车状态对车流行为的影响,提出改进后的交通流BJH模型．模拟结果表明,在道路车辆密集程度不太大时,前车减速刹车是时断时续的影响车流;当道路车辆密集时,密度超过转捩点密度时,平均车间距小于安全车距,驾驶员对前车刹车的行为将作出刹车反应,这样导致了交通阻塞．计算机数值模拟反映了接近实测的交通通行能力以及交通的崩溃．     

小事件、大影响:公平感知觉与规则驾驶行为

从公平感知觉这个新的角度探讨驾驶员规则驾驶行为。运用情境问卷和量表测量的方法明确区分事件公平感和社会实体公平感,分别探讨它们对于驾驶员规则驾驶行为的效应。研究发现,驾驶员对单一情境的事件公平感知觉以及对整体交通环境的社会实体公平感知觉都与规则驾驶行为存在显著关系,知觉到的公平感越高,规则驾驶行为得分越高;同时,个体的事件公平感知觉通过社会实体公平感知觉的中介作用对规则驾驶行为产生影响。     

VDR混合交通流模型的研究

在交通流VDR模型的基础上,考虑不同类型车辆之间存在的性能差异,其启动、刹车时的随机延迟概率是不同的,从而提出了VDR混合交通流模型.通过计算机数值模拟,得到了混合车辆在不同参数下交通流模型的基本图,并对混合交通流的特性进行了分析和讨论.     

基于城市道路卡口数据的交通流量预测

交通流量的预测可以为交通管理部门的工作和车主的出行规划提供很大帮助,如何进行准确且高效的交通流量预测是一个非常重要的问题。传统的交通流量预测数据通常是车速和行车轨迹,研究人员通过在高速上每隔一段距离布置交通传感器获得数据,这些方法应用于城郊地区和高速公路上,取得了很好的效果,但城市道路人口密集且交通情况复杂,不适合大规模布置传感器获得所需交通数据,所以不能使用现有的方法进行预测。笔者提出了一种利用城市道路卡口的交通流量数据进行预测的方法。首先,通过对已有的交通数据分析来总结交通流量周期性变化的特点;然后,基于这些周期性变化的特点来提取相应特征;最后,依据这些特征训练适用于城市卡口的交通流量预测模型。基于真实交通数据集进行了大量实验,结果表明,交通流量预测模型的预测值的RMSE和MAPE分别为15.3和7.3,即预测准确度可以达到92.7%。     

车辆驾驶人事故前操作行为模式

以西安及其周边地区交通事故调研数据为基础,对车辆驾驶人事故前操作行为模式进行研究,运用层次分析方法（AHP）和模糊评判方法,分析了影响驾驶人事故前操作行为的因素,建立了驾驶人事故前感知因素评价指标体系及驾驶人对各影响因素指标的评价模型,并用模糊数学和模糊推理的方法建立了基于公路交叉口交通事故的驾驶人事故前操作行为模式模糊控制规则。研究结果表明：在公路交叉口交通事故中,影响驾驶人事故前操作行为的主要因素为驾驶人车速感知、车距感知及交通信息感知;驾驶人事故前操作行为及驾驶人感知因素在一定显著性水平下遵循模糊控制规则。