不同交通信息下网络交通动态路径选择行为

为从道路网络层面实现对城市交通的有效诱导,达到均衡交通流分布、提高交通整体运行效率的目的,在一个典型路网上,研究利用可变信息标志(variable message sign,VMS)提供不同交通信息内容条件下的驾驶员动态路径选择行为.针对地面道路上一块文字式VMS和快速路上一块图文混合式VMS,采用陈述偏好调查法采集交通行为数据,并用离散选择行为方法分析数据,建立了提供路径行程时间信息、交通状态信息和交通事故信息条件下驾驶员动态路径选择行为模型.分析结果表明,可变信息标志发布路径交通信息的精确性、完整性,驾驶员的个人属性等,是影响路径选择行为的主要因素.研究结果可为先进的出行者信息系统的规划建设和信息发布策略的制订等提供依据.     

群体诱导信息下驾驶员响应行为的辨识与建模

提出一种利用实测宏观交通数据定量分析群体诱导信息下驾驶员路径选择行为的新方法.利用上海市快速路监控中心和路由控制示范工程数据库的交通数据,重构可变信息标志(variable message sign,VMS)信息下的交通出行场景,分析VMS信息作用下驾驶员路径选择行为,建立了一个集计的群体诱导信息响应行为Probit模型.结果表明:驾驶员在VMS信息影响下的路径选择行为除了和信息内容有关外,还与时段、下匝道交通状态、拥挤可视性、有无协调分流等因素有关,可为主动式智能交通诱导系统的构建和信息发布策略的制定提供依据.     

诱导信息下驾驶员路径选择行为建模研究

为定量分析可变信息标志(VMS)对驾驶员路径选择行为的影响,采用SP调查进行调研,使用SPSS 20.0分析数据,建立了VMS诱导信息下驾驶员改变路径频率的有序多分类Logit模型。同时针对有重叠路段的路径选择,构建了考虑VMS显示状态的C-Logit模型。有序多分类Logit模型计算结果表明,影响驾驶员改变路径频率的主要影响因素为性别、学历、车辆类型、出行活动、VMS准确率。C-Logit模型计算结果表明,驾驶员对路径的理解时间与实际行驶时间存在较大差距,导致驾驶员选择路径比较集中,没能实现交通流在路网中的合理分配。     

八车道高速公路可变信息标志前置距离对驾驶行为的影响

基于驾驶模拟实验,设置3.0、2.5、1.5、0.7 km 4种前置距离的可变信息标志（variable message sign,VMS）,收集32名驾驶员视认4种前置距离的VMS后换道驶出高速公路过程中的方向盘、速度和位置数据,并观察各驾驶员在换道过程中的方向盘操控行为、换道行为、减速行为。结果表明：VMS视认过程属于多任务驾驶行为,驾驶员需在短时间内完成VMS视认、路径决策、车辆减速与换道;当VMS前置距离不足时,驾驶员需快速、大幅转动方向盘,进行连续换道、急换道;为顺利驶入减速车道,部分驾驶员采取减速换道措施,增加了事故风险;当VMS前置距离过长时,驾驶员对VMS的短期记忆效应使得驾驶负荷提高。     

基于混合选择模型的图状路径信息板影响分析

有别于以往关于图状路径信息板(GRIP)影响的行为建模研究,运用混合选择模型研究了GRIP对驾驶员路径选择的影响。模型中通过恰当地构造"驾驶经验"和"GRIP信任度"两大潜变量,精细地刻画GRIP的影响机理。以上海实地存在的GRIP为研究对象,利用驾驶员行为调查数据,定量分析GRIP传递的事故和拥挤程度信息对路径选择的影响。分析结果表明,GRIP信息会显著影响路径选择,驾驶经验和GRIP信任度与提前驶离快速路的概率分别呈负向和正向关系,且驾驶经验的影响因个体属性而异。     

提供交通信息条件下的途中改道行为研究

针对我国城市快速道路先进出行者信息系统的宴例——上海城市快速路交通诱导系统，研究了提供交通信息条件下的途中改道行为．针对一块实地运行的中型图文混合型可变信息标志（VMS），采用偏好陈述调查法（stated preference survey）采集途中改道行为数据，采用离散选择分析方法分析数据，估计了描述途中改道行为的多元罗吉特模型．分析表明，交通信息会影响改道行为，不同的信息内容对改道行为影响是不同的（例如事故信息的影响较大），驾驶员的年龄、性别等个体属性也是影响改道行为的因素．最后，给出下一步研究设想．研究结果可为先进出行者信息系统的投资、运营和评价提供有力依据．     

基于VMS信息差异的驾驶人路径选择行为

为了探究可变信息标志(variable message sign, VMS)条件下驾驶人路径选择行为的影响因素,以西安市私家车和出租车驾驶人为调查对象,采用正交试验法设计调查问卷,采用行为(revealed preference,RP)调查和意愿(stated preference,SP)调查结合的方法,获取特定情景下驾驶人的路径选择行为;采用二项Logit模型构建驾驶人路径选择行为决策模型,并分别用Jackknife和Bootstrap抽样技术修正所构建的模型,对比分析上述3种模型的精度。在基于Bootstrap技术的二项Logit模型的基础上,分别讨论不同的VMS发布形式、拥堵原因、拥堵时间和更新频率对驾驶人路径选择行为的影响。研究结果表明:Jackknife技术不能提高Logit模型精度,而Bootstrap技术可以显著地提高Logit模型的精度;文字式和图文混合式的VMS发布形式对驾驶人路径选择行为有显著的正影响,且影响程度相差不大,而图形式的VMS发布形式对驾驶人路径选择行为没有显著的影响;拥堵原因对驾驶人改变路径的影响强度从大到小依次为交通事故、车流量大、道路施工;随着拥堵时间的增加,受过高等教育的驾驶人选择替代路径的概率逐渐增大;驾驶人更愿意接收到更新频率为30、60 s的建议绕行信息。研究结论有助于交通管理部门设计更可接受、易理解的VMS信息,从而为改善交通状况和提供个性化的出行信息服务奠定理论基础。     

图状信息板影响下的驾驶员路径选择行为

为了探索图状信息板(GRIP)对驾驶员路径选择行为的影响因素及其影响程度,借助GRIP信息发布平台,在信息板同时提供前方道路交通问题性质、事故严重程度的情况下,利用全因子方法设计了GRIP的6种假定交通情景,并对这6种情景下驾驶员路径选择行为数据进行采集.采用离散选择分析方法对路径选择行为的影响因素进行了多变量分析,并建立了路径选择概率的多元logit模型.研究表明,驾驶员对GRIP影响下路径选择影响程度的认知、开车类型、月收入、交通问题性质及严重程度在不同程度上影响驾驶员的出行决策行为.     

基于认知活动的驾驶员路径选择行为影响因素分析

驾驶员路径选择行为研究是城市道路交通系统研究的重要内容.从驾驶员认知心理角度,对驾驶员路径选择行为的影响因素进行了分析,并研究了多源信息刺激下驾驶员任务集聚、心理-物理综合认知拓扑结构和认知活动链,为深入研究驾驶员路径选择问题提供了理论基础.     

基于潜变量的驾驶员路径选择行为分析

为更真实地还原驾驶员的路径决策过程,构建了基于潜变量的路径选择模型以增强模型的解释性。首先采用结构方程模型识别行为中存在的潜变量;并通过离散选择模型分析潜变量对选择行为的影响。最后以广州市驾驶员为例进行实证分析。结果表明:在驾驶员的态度与行为中存在4个潜变量因子;且各潜变量与驾驶员的社会经济属性有关。驾驶员的路网熟悉度与路径探索意识对其路径选择行为有较大影响;考虑潜变量的模型有效提高了模型的拟合度。     

兼顾管理者需求和用户可接受性的交通诱导系统MPC设计

针对交通诱导系统中可变信息标志(VMS)的控制策略设计,该文在宏观Metanet交通流模型的基础上,研究了VMS诱导控制信号对驾驶员路径选择行为的影响,建立了路网诱导控制的状态方程模型。在模型预测控制(MPC)框架下设计了VMS诱导控制策略,以优化路网所有车辆的总旅行时间和VMS切换性能为目标函数,通过对诱导控制变量引入用户可接受约束,有效兼顾了交通管理者对系统最优的控制需求和交通用户对VMS推荐路径的可接受性。最后设计了基于禁忌搜索的双层并行求解算法对MPC诱导策略进行求解,利用并行计算保证MPC控制的实时性要求。仿真结果表明,该文设计的诱导控制策略能缓解路网拥挤,提高路网通行能力,对系统随机扰动具有较好的抗干扰能力。与基于系统最优的诱导策略和基于用户均衡的诱导策略相比,该控制策略不仅能满足管理者的控制需求,而且能均衡路网车流分布,减少交通用户的延误时间,提高用户对交通诱导系统的满意度。     

基于车道居中控制的驾驶员切弯行为偏好视觉影响机制

驾驶模拟器的采集车道居中控制系统（LCCS）开启时,根据高速公路匝道弯道上的驾驶员注视点视角与关键路点视角信息,建立模型分析视觉特征与该工况下驾驶员对路径切弯行为偏好的关系。首先,提出基于临近路点的驾驶员注视行为分析方法;其次,分析不同弯道区间段上关键路点与驾驶员注视视点之间的位置关系,以及利用其预测偏好的可行性;最后,基于视觉特征设计了72个统计指标,筛选后选择其中8个指标建立切弯行为偏好估计逻辑回归模型。结果表明：该模型能够准确估计驾驶员对两条路径在弯道中心区域切弯程度的相对偏好;模型中的参数反映了切弯行为偏好背后的视觉影响机制,这为弯道居中控制时的驾驶员偏好获取及其自适应方法提供了依据与支撑。     

动态路径诱导交通阻抗优化方法与实现

基于实时交通采集数据,获取合理动态规划最优路径,提出了考虑驾驶员出行行为因素的交通阻抗优化方法.研究了基于实时交通状态因素的动态路网优先等级指数的确定方法,重构了动态路径诱导交通网络模型,大大降低了路网的复杂度;基于多源实时数据,研究了动态路径诱导交通阻抗优化的计算方法,实现了路网的动态路径诱导,并通过GIS平台进行了仿真分析.该方法更符合驾驶员行为习惯,对于改进Dijkstra算法在动态路径诱导中的应用具有操作优势和显著意义.     

驾驶员实时动态路径选择行为组合模型

考虑了3种类型的路径选择地为：选择固定路径，选择具有最短理解出行时间的路径，选择最小实际出行时间路径，基于驾驶员路径选择行为的差别，在不考虑交通阻抗函数是否(即允许交通阻抗函数非对称）的前提下，将这3种动态路径选择行为综合表达为一个与之等价的变分不等式模型。     

突发交通事件信息影响下交通网络行为微观计量分析

研究了突发交通事件下地面道路可变情报板(SVMS)同时提供高架和地面道路行程时间条件下的驾驶员择路行为.采用意向行为调查获取择路行为数据,运用微观计量经济学中的离散选择分析方法对影响路径选择的因素进行了多变量分析,建立了描述择路概率的二元Logit模型.研究发现,SVMS信息对择路决策有显著影响,影响大小与驾驶员属性、信息内容及地面道路属性有关;驾龄越长、年龄越大的男性驾驶员,接收SVMS信息后选择地面道路的可能性更大;经常使用高架、认为高架可变情报板对其择路决策很有用的驾驶员,选择地面道路的可能性更小;高架延误越大、地面道路信号灯路口越少、延误原因为事故时,选择地面道路可能性更大.研究成果为交通突发事件下交通诱导策略优化提供理论依据和政策启示.     

基于经验加权吸引模型的车辆路径选择博弈研究

交通诱导成为解决城市交通拥堵问题的关键,驾驶员在接受诱导信息时如何选择值得研究。基于经历加权吸引学习理论,综合考虑自身历史经验及对其他驾驶员策略选择形成的信念,将驾驶员视为有限理性的参与者,建立交通诱导模型。通过博弈论研究驾驶员路径选择过程;并通过仿真分析路网流量、初始接受比例变化对驾驶员路径选择产生的影响,为诱导信息的发布提供指导,缓解城市交通压力。     

基于遗传算法的动态路径诱导

动态路径诱导（DRGS）是智能运输系统研究的一个重要方面，旨在通过向驾驶员提供基于实时交通信息的最佳行驶路径在来达到诱导出行行为，减少车辆在道路上的逗留时间，进而实现改善城市交通和避免交通拥挤、阻塞的目的。路径牵引算法是DGRS中的重要研究内容，它能计算出给定起讫对之间的的最优或准最优路径，路径牵引算法要考虑一全局准最优和实时性问题，而遗传算法具有全局寻优和潜在的并行性特点，将遗传算法应用于动态路径诱导系统中求解最佳路径，设计了特定的有序选择、交叉和遗传算子，并通过实例验证了算法的有效性。     

出行前交通信息发布对城市路网的交通影响分析

提出了一种出行前交通信息提供下进行交通影响分析的方法。利用随机路径选择模型来描述出行者对出行信息的反应,根据是否接收交通信息将驾驶员分为两类:接收者将在路径选择时避开拥堵路段,而非接收者将根据对路网的认知进行随机路径选择,并给出这两种出行行为共存下的交通分配方法。以广州市中心商务区珠江新城为例分析了信息发布对路网的改善作用,并讨论了最佳发布策略。     

基于自然驾驶数据的变道切入行为分析

基于上海自然驾驶数据,建立变道切入行为自动化提取标准,得到4 734个行为片段.从变道切入准备、实施过程以及对后随车的影响等方面解析变道切入行为特征.结果表明,规避原车道前方慢车是车辆采取变道切入行为最主要的原因;中国驾驶员的变道切入持续时间与转向灯使用比例均小于美国,表现出较为激进的驾驶风格;近15%的后随车驾驶员在前车变道切入时速度增幅超过10%,表现出明显的不礼让或不容忍.相比于高速公路和快速路,地面道路的变道切入行为对后随车的影响更大,危险程度也更高.     

基于仿真的可变导行信息有效性

为研究出行者在可变导行信息影响下的宏观行为规律,把出行者分为传统型、固定路径型、理性型、用户均衡型、系统最优型以及VMS(可变信息标志)型,基于VISSIM微观仿真器,利用COM接口开发了各类出行者的出行效益评价模型,最后以小型路网为例,针对VMS型用户进行可变导行信息的有效性评价。研究结果发现:基于仿真的模型可以对不同的可变导行信息进行有效性评价;相同交通需求下的有无对比表明,VMS的设置可以有效降低路网主要干道的行程时间,行程时间降低21%;不同交通需求下的有无对比表明,VMS信息可以提高路网的平均速度,路网平均速度提高约3.97%。