信息反馈策略对含两车道的双出口路网的影响

智能交通系统可以实时反馈路况信息以及诱导出行,从而缓解交通拥堵。最早提出的双通道信息反馈策略主要是针对备选路径完全相同的单车道路网模型。针对现有研究的不足,建立了含两车道的双通道双出口路网模型,并通过数值模拟研究了平均速度、车辆数、交通流量以及随机度信息反馈策略对该道路模型中交通流参数的影响。仿真结果表明,平均速度和车辆数反馈策略的引入将降低道路平均流量,相反随机度反馈策略的引入可一定程度的提高道路平均流量,使得路网道路上车辆通行状况更好。故随机度反馈策略用于含两车道的双通道双出口路网较优。     

信息反馈策略对含两车道的双通道系统影响研究

实际道路系统中,道路状况复杂,单纯的假设驾驶员备选路径路宽相同具有一定的局限性。针对现实生活中存在备选路径路宽不同,车道数存在差异的情形,建立了含两车道的双通道道路模型,并分析了平均速度、车辆数、交通流量以及随机度信息反馈策略对该道路模型中交通流参数的影响。仿真结果表明:平均速度及随机度反馈策略下,道路上车辆运行有序,两条路径上车辆的平均速度存在良好的平衡性;车辆数反馈策略下,两条路径上车辆密度具有良好的平衡性。当动态车比例小于0.6时,四种反馈策略发挥的作用相差无几;当动态车比例大于0.6时,随机度反馈策略在提高道路平均流量方面具有优越性;而交通流量反馈策略与前三种策略相比存在明显的不足。     

随机度反馈策略对路网中交通流的影响

考虑到现实路况的复杂性,建立备选路径路宽不同、车道数存在差异的路网模型,并提出了新的反馈策略——随机度反馈策略.通过分析随机度、平均速度、车辆数以及交通流量反馈策略对该路网模型交通流特性参数的影响,探究随机度反馈策略的优越性.仿真结果表明:随机度反馈策略下,路网中车辆运行有序,接近出口处道路上车辆排队长度短,车辆速度大.同时,通过分析平均流量随动态车比例变化情况可知,当动态车比例不大于0.6时,平均速度、车辆数及随机度反馈策略有效性相当;当动态车比例大于0.6时,平均速度、车辆数反馈策略下平均流量降低明显,策略失效,而随机度反馈策略下平均流量变化平稳,该策略能有效改善路网道路车辆通行状况.     

车辆进小区的瓶颈效应及其对路段交通流的影响

车辆提前减速进入居民小区会形成一个交通瓶颈, 尤其在晚高峰期间会明显降低道路通行能力. 基于考虑慢启动效应的 VDR(velocity dependent randomization) 模型, 并引入期望时间反映车辆进入小区前的提前减速行为, 研究了单向单车道和双向两车道两种情况. 模拟结果显示: 当入区概率较大时, 存在一个临界进车概率, 当进车概率大于临界值时, 出现一个流量平台. 临界进车概率及其对应的流量值随入区概率的增加而减小; 当进车概率小于临界值时, 双向两车道系统流量要大于单向单车道. 双向两车道时路段上存在 3 个瓶颈, 即小区入口以及上下游路口. 小区入口与路口保持一定距离, 可减少瓶颈之间的干扰, 则小区入口位置的变化对道路通行能力的影响不明显.     

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.     

面向出口匝道分流的协同换道策略研究

【目的】提高网联高速出口匝道路段通行效率,降低交通事故风险,保障分流车辆通行秩序。【方法】针对出口匝道上游智能网联车辆（connected automated vehicle,CAV）的换道行为所导致的交通紊乱问题,提出一种协同换道策略。兼顾通行效率和舒适度,以研究时段内所有CAV平均速度、平均加速度变化率的加权和最小为目标,以速度、加速度、加速度振动、换道起点与分流点的纵向距离等为约束,构建CAV动态速度协同优化模型,有计划地优化每个时段每辆CAV的速度。采用Gurobi优化器求解协同控制模型,并使用SUMO软件建立仿真场景评估协同控制效果。【结果】与无控制情形相比,所提出的协同方法在不同总流量和分流比例下能使车辆平均速度最高提高17.7%,总延误降低75.9%以上,平均加速度变化率改善9.3%以上;当分流比例一定时,一定总流量情况下,总流量越高平均速度、平均加速度变化率改善效果越好;在安全换道所要求的最小纵向距离约束下,出口匝道路段通行效率最高。【结论】在不同总流量和分流比例下,协同策略可为换道车辆创造换道间隙,改善通行效率,提高乘客舒适度。     

多车型多准则SUE模型及在通行费清分中的应用

为解决联网收费路网中因车辆行驶路径难以确定而给通行费清分带来的困难,考虑到通行费额与收费入出口点和车型有关这一事实,提出利用联网收费路网的入出口流量,通过建立多车型多准则的随机用户均衡SUE模型来计算路段流量,以实现通行费的清分,并根据部分路段实测的交通流量来调整模型中的校正系数．算例结果表明该方法实用有效,能够实现通行费的准确清分．     

基于平均速度信息的城市交通路径诱导策略

文章采用元胞自动机模型对曼哈顿类型的城市交通系统进行建模。在该模型中,车辆选择平均旅行时间最短的路径进行行驶,而路段平均行驶时间由路段平均速度决定。车辆在网络中随机地产生目的地。通过计算机模拟能够观察到,该路径诱导策略相比较于Li模型而言,系统的临界密度增大了,系统最大流量提高了,系统存在自由流、稳定流、完全堵塞3种状态。此外,该文考虑了城市网络中不同动态车比例对系统的影响,发现存在一个最优的动态车比例,使得系统车辆平均旅行时间最小,并进一步考虑了信号灯时长以及信息采集间隔对系统的影响。     

城市路网的鲁棒预测控制

针对模型不确定的城市路网系统,设计了使闭环系统渐近稳定的鲁棒预测状态反馈控制器.首先,将"存储与向前"路段线性模型扩展为城市路网拓扑模型.同时考虑实际情况中路况变化、测量误差等因素引起的饱和流量、车辆数的不确定性的影响,提出了具有不确定参数的城市路网系统模型.然后,采用线性矩阵不等式处理方法求解一个具有约束的凸优化问题,给出了状态反馈控制器设计方法.最后通过Matlab仿真验证了所提方法能有效缓解城市交通拥堵和优化信号灯.     

基于双车驾驶模拟的城市快速路驾驶人换道交互行为特征

为研究换道情境下换道车辆与目标车道后方车辆驾驶人间的交互行为,设计了城市快速路换道场景,搭建出双车驾驶模拟实验平台,招募40名驾驶人,开展了8种换道场景下的双车实验并进行驾驶风格问卷调查.基于换道阶段实验数据,分析对比了单、双车实验中两车驾驶人的交互行为特征和差异.利用多元Logistic回归模型,分析不同因素对换道交互决策的影响.结果表明：单、双车实验中,换道车辆和目标车道后方车辆的行为特征具有明显差异,从而验证了开展双车实验的必要性;不同的道路限速、换道方向、驾驶风格等因素下,两车驾驶人关键行为变量呈现差异性;道路限速、车辆初始速度、两车纵向位置差、横/纵速度差、纵向速度乘积等均对两车换道交互决策产生显著影响.     

基于车间通信的换道策略研究

针对道路交通系统中换道行为产生的干扰作用,提出了基于车间通信的两阶段车辆换道策略。基于NGSIM数据对普通车辆换道行为进行分析,建立两阶段换道模型。模型第一阶段考虑影响换道的六个影响因素,构建二元Logit模型,估计车辆换道概率;第二阶段利用安全条件确定车辆换道行为是否实施。对于互联车,在换道模型第一阶段考虑更加精确的实时交通状态信息,设计了对应的换道策略。通过数值模拟,分析不同换道策略对交通流的影响。结果表明,基于车间通信的换道模型考虑了本道和目标车道更多车辆的速度及位置信息,效用函数使得车辆的换道行为考虑了更大范围内平均车速和平均车距的因素,而不仅仅局限于最近邻范围内交通状态的局部效用,从而抑制了换道的频率及其产生的干扰,增加了道路交通系统的通行效率。     

基于效用理论的车辆换道交互行为及决策模型

研究分析道路交通环境下的车辆换道交互行为,客观反映车辆微观行为特性及宏观车流运行规律。通过分析车辆换道微观驾驶行为,构建Logit模型定量分析驾驶人换道行为决策过程,基于“效用理论”思想,实现驾驶人决策效用最大化。选取青岛市杭鞍快速路实际交通流为研究背景,标定模型相关参数;进一步仿真验证了分层Logit模型的准确性。研究成果可为智能网联交通环境下的车车交互、车路协同和自动驾驶系统提供理论支撑和方法依据。     

基于MFD的模拟超饱和路网交通控制策略优化

为了缓解城市路网频繁出现的超饱和交通堵塞,本文以堵塞区域路网各条路段上行驶的车辆数作为状态变量,建立路网交通的状态方程,分析路段上车辆数变化规律;同时,基于交通流宏观基本图,以路网中路段累积车辆数最优作为控制目标,建立关于堵塞区域路网系统的离散状态优化控制模型,并将该模型在某城市新区进行模拟算例应用。结果表明,这种基于交通流宏观基本图的优化控制策略能有效缓解城市路网中超饱和交通堵塞,使路网整体输出效率得到明显提升。     

多类型、多准则、混合策略网络均衡行为研究

本文建立了一个多车型、多准则、混合策略（UE、SO、CN）网络均衡行为的变分不等式模型,来预测道路收费和交通信息系统作用下公路交通网络中的流量分布形态。模型在依据车型和策略对出行用户进行划分的基础上,通过行程费用参数的设置反映不同车型用户在行驶速度、行驶费用、道路收费等方面的差异,通过设置感知行程费用函数反映不同策略用户路径选择目标的差异,并提出这种情况下的网络均衡条件。介绍了改进MSA进行模型求解的步骤。算例分析说明,模型可以描述道路收费和交通信息系统对于提高网络效率所发挥的作用,并揭示出混合策略均衡行为的一些特性。     

基于Softmax函数增强卷积神经网络-双向长短期记忆网络框架的交通拥堵预测算法

对交通状态进行预测,就需要准确识别和判断交通状态。该文没有采用传统的以车辆速度为基准的预测方法,而是使用TTI交通拥堵系数,该系数的计算基于道路自身的自由流速度,可以让具有不同速度等级的街道都统一到TTI系数上来作为拥堵评价,因此相较以传统的车辆速度为基准的预测方法更能表现出道路的拥堵状态。该文提出了一种改进的深度学习预测模型（CS-BiLSTM）,该模型基于卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）,并结合Softmax函数增强CNN提取出的交通空间特征信息。深度学习预测模型（CS-BiLSTM）中的S代表的就是Softmax的缩写。使用成都市出租车GPS数据进行验证,结果表明,所提出的CS-BiLSTM模型具有更高的准确性,其性能相比C-BiLSTM网络预测框架提升了13%。     

车路协同环境下信号交叉口车速引导策略

为降低车辆需停车通过信号交叉口的可能性,减少停车时间,针对在三、四线城市交叉口区域实时的车辆排队长度数据不易或无法获得这一实际情况,提出车路协同环境下的车速引导策略。搭建了车载交通灯提醒系统,并对安徽省芜湖市衡山路-凤鸣湖北路交叉口的交通灯进行了数据采集。在实际数据的基础上,运用VISSIM软件进行仿真验证,结果表明,在高峰和平峰流量时车速引导策略均能有效降低单车行程时间,平均降低比率分别为9.2%和13.0%,且改善效果在平峰流量时优于高峰流量时。该车速引导策略提高了信号交叉口的交通效率,为车路协同环境下车速引导的实际有效运用提供了思路。     

基于交通状况的道路停车时空管理方法研究

为科学制定道路停车管理方法,通过观测典型一幅路12 m路宽设置两侧停车条件下道路机动车和非机动车不同流量下的速度变化情况,探究机动车和非机动车混行时流量与速度的互动规律,根据影响程度提出设置道路停车的非机动车和机动车流量阈值;然后利用软件搭建仿真场景,探究了停车位数量的分组情况和每组停车带之间的距离对道路交通的影响大小。结果表明：当单向每车道非机动车流量大于420 bic/h的时候,机动车速度变化率较大,比自由流状态时降低了15%左右;当非机动车流量小于420 bic/h,机动车流量大于368 veh/h的时候,机动车速度变化较明显,速度降低了30%左右;当停车位数量分组为每6个一组且每组停车带之间的距离为18 m时,道路停车对交通状况的影响最小。因此得到停车位最佳的布置方式及流量阈值,即分别以非机动车流量420 bic/h、机动车流量368 veh/h作为道路停车管理时间层面的约束条件,不满足约束条件的时段不宜允许道路停车,以达到既不影响正常的交通运行又可以解决停车需求的目的。     

数据挖掘在中观交通仿真器模型研究中的应用

为克服经典速度-密度模型刻画道路交通流动态变化特性的缺陷,将更丰富的路段检测信息运用到中观交通仿真模型参数的标定过程中. 提出先对路段检测器数据进行预处理,再采用数据挖掘中的局部加权回归,K-Means,k-最近邻以及凝聚层次聚类算法,分别将车流密度、密度与流量作为变量标定车速. 利用现场数据对算法进行了大量测试,结果表明算法是有效的,适用于基于仿真的动态交通分配系统.     

考虑非机动车流影响的微循环路网组织优化

为提高道路网通行能力,缓解干道拥堵,提高支路利用率,研究了非机动车流对机动车流的影响,并构建了影响模型,对机动车流的路阻函数进行改进。使用改进后的路阻函数构建微循环路网单向交通组织双层规划模型。上层模型以路网交通效率最大,干道平均饱和度最小和微循环支路平均饱和度最小为目标; 下层模型是基于用户平衡分配的交通流分配模型。采用遗传算法对模型进行求解。最后以北京市西三旗地区某微循环系统为例进行算例分析。研究结果表明:实施单向交通能够有效降低干道饱和度,提升支路利用率,平衡道路资源使用。在不考虑非机动车流影响时,进行单向交通组织的路段为9条,考虑单向交通影响时,进行单向交通组织的路段为4条,仅有两条路段重合,两种情况路网组织方案差异明显,所以应在实际路网优化时考虑非机动车流的影响。可见,考虑非机动车影响的微循环路网组织优化模型能够为实际单向交通组织提供理论支持。