城市道路交叉口电动自行车左转安全特性分析

综合运用基于录像数据采集方法与电动自行车运行轨迹提取方法,对城市道路信号交叉口左转电动自行车行驶的横向位置分布规律、纵向蛇行运动轨迹展开较为系统的数据分析,为我国道路交叉口交通设计改善、降低交通事故提供一定的理论依据和数据支撑。     

典型信号控制交叉口左转电动自行车通行空间交通特性研究及宽容设计方法

研究了典型信号控制交叉口左转电动自行车通行空间的交通特性,设计了左转电动自行车在典型信号控制交叉口通行空间交通特性的数据采集方案,系统地分析了典型信号控制交叉口左转同向并行电动自行车横向间距、左转对向电动自行车避让行为特性,得出如下结论:(1)电动自行车在典型信号交叉口左转时,在同一行车速度同一累计频率下,同一进口道左转同向电动自行车与机动车之间的横向距离要大于不同进口道同向左转电动自行车之间的横向间距;(2)当单位时间电动自行车流量≤0.52辆/s时,单位时间电动自行车流量与左转相位下避让行为个数大致呈线性正相关关系;当单位时间电动自行车流量0.52辆/s时,左转电动车相对会选择跟随并匀速行驶;(3)同向左转电动车的速度大多分布在0～9 m/s。     

无信号交叉口混合车流的通行能力模型

以可接受间隙理论为基础,通过利用概率论的方法,对以大车和小车2种代表车型组成的混合车流进行分析,建立了无信号交叉口混合车流的通行能力模型,发展了无信号交叉口单一车流理想条件的通行能力理论。     

信号交叉口自行车通行能力研究

为研究自行车在信号交叉口的通行能力,建立流体扩散模型.在深入分析自行车进入和驶出交叉口集聚扩散现象的基础上,用扩散距离D和散布角θ两个参数描述自行车在交叉12内的扩散及分布特征,并分析交叉口长度、信号周期及有效绿灯时间对自行车通行能力的影响,建立信号交叉12自行车通行能力模型.对北京中关村大街4个交叉12实测数据和模型预测结果的对比分析表明,二者平均误差仅为8.6%;模型完全能够应用于交叉口交通设计及控制.     

无信号环形交叉口机非冲突机器学习预测方法

为高效精确地预测无信号环形交叉口机动车与非机动车的交通冲突,提出了基于遗传算法优化的BP神经网络(GA-BP)和支持向量回归(SVR)的组合预测模型(SVR-GA-BP)。通过无人机采集混合交通流高清视频,利用视频识别软件Tracker提取机非交通冲突轨迹数据,以距离碰撞时间(Time to Collision, TTC)为判别指标,确定机非冲突严重程度。基于偏相关性分析确定交通量、平均速度、大车比例等为机非交通冲突的显著影响因素,选取均方根误差(RMSE)、平均绝对误差(MAE)等五种评价指标对SVR模型、BP神经网络、SVR-GA-BP模型的预测值进行精度分析。结果表明,组合模型在一般冲突预测中精度为97.1%,相比SVR和BP神经网络分别提高6.9%和2.5%,在严重冲突预测中精度为96.1%,相比SVR和BP神经网络分别提高7.3%和5.1%。可见SVR-GA-BP组合模型能够有效预测无信号环形交叉口的机非冲突且精度最高,可为同类型交叉口的安全评价提供借鉴。     

无信号交叉口的交通自组织行为建模分析

无信号灯的平面交叉路口在城市辅路或社区道路交通中比较常见.两条道的车辆在经过交叉路口时依靠驾驶员的自组织行为安全通过路口时,驾驶员的博弈心理在其中起着重要作用.利用元胞自动机模型,在交叉口引入博弈规则,通过模型仿真研究驾驶员的博弈心理对系统的车流量、平均速度、相变性质等的影响,与有信号控制的系统进行对比,结果表明在高密度情形下,博弈规则下的自组织行为的通行效率优于有信号控制的系统.     

信号交叉口机动车直行待行区设置研究

为了解决信号交叉口拥堵问题,探讨直行待行区设置的临界条件,对设置直行待行区前后的交通特性和交通效益进行分析。基于排队长度模型,确立直行待行区设置的临界条件。认为凡是在有效绿灯时间内,直行车辆没有一次性通过交叉口,而使部分车辆发生二次或多次排队时,需要设置直行待行区的理念。按照"停车线"法探讨了直行待行区的设置对通行能力的影响。通过实例运用VISSIM软件仿真,对比交通效益指标前后的变化。结果表明:直行车道在过饱和状态时,有必要设置直行待行区。直行待行区的设置可以减少延误、提高通行能力、缩短排队长度、降低饱和度。     

北京市电动自行车交通安全管理对策

基于2018年北京市电动自行车交通事故数据,分析得到事故具有高峰期城市道路多发、肇事群体主要为21～55岁、以碰撞运动车辆为主、受伤以头部和多部位为主、操作不当为主要原因等特征;进一步分析了包括法律法规执行不到位、部门协作不足、源头管理薄弱、不规范使用电动自行车及交通安全违法多发和社会参与管理的主动性不高等管理问题;最后提出包括明确相关部门职责,紧抓源头管理,严格登记管理,规范车辆使用,推进多方参与、构建"社会共治"长效机制等管理对策。     

无信号控制路段电动自行车过街特性

为提高电动自行车过街安全,选取苏州市四个无信号控制路段,采用人工录像与无人机航拍相结合,获取了电动自行车过街视频数据。利用Tracker软件提取电动自行车速度、时间和电动自行车坐标等参数,采用过街速度、过街等待时间和轨迹作为电动自行车过街特性描述特征指标,采用SPSS软件进行分析。研究发现：76.5%的骑行人员会选择加速或减速过街,加速过街的平均速度为4.1802m/s;电动自行车的过街等待时间的均值为46.26s,标准差为38.113;同时发现,性别、职业以及地理位置等因素都对过街速度以及等待时间有影响;将电动自行车的过街轨迹与路口现状图叠加分析发现斑马线两端开口越宽轨迹偏移量越明显,地块出入口的位置也对行驶轨迹有影响。     

无控制交叉口交通噪声分析

了无控制交叉口车辆运行特性,对车辆噪声的各个组成部分进行了分析,提出了无控制交叉口总的交通噪声的计算公式,并利用计算机模拟结果得出了无控制交叉口交通噪声的若干重要特性。     

电动自行车路段横向驾驶行为特性研究

基于录像数据采集方法与电动自行车运行轨迹提取方法,依托实际采集数据分别对电动自行车横向位置分布规律、电动自行车与机动车横向干扰、无机非隔离路段电动自行车越线行为3方面展开较为系统的数据分析。研究表明:在没有机非分隔带而仅是存在机非分隔线情况下,电动自行车均存在超越机非分隔线进行越线行驶的现象;路内停车的存在会导致电动自行车越线行驶比例增加,进而对电动自行车行车安全构成一定威胁。     

电动助力车控制模型的研制

DSP控制同步电机并能实现能量回馈的电动助力车，由于其可以实现可逆能量的控制，具有节能高效的特点，有很好的发展前景．指出控制同步电机可以两种方式工作．当控制器处于矢量控制方式时，控制器处于有源逆变状态，控制器输出功率；当控制器处于有源整流状态方式时，电机处于发电状态，把电机输出的电流反向对蓄电池充电，从而实现能量回馈．并据此提出了一种电动助力车的控制模型．     

无信号控制路段电动自行车过街速度分析

为了解析无信号控制路段过街横道处的电动自行车过街速度,采集了镇江市5处过街横道处的电动车自行车过街行为数据样本,得出不同条件下的电动自行车车过街平均速度:男性为2.19 m/s;女性为2.04 m/s;青年、中年与老年分别为2.18 m/s、2.12 m/s、1.95 m/s。基于年龄、性别、过街方式、过街干扰因素对电动自行车过街平均速度影响的分析结果,利用SPSS软件以电动自行车过街平均速度为因变量,性别、年龄、过街方式、是否推车、是否交谈、是否使用手机、是否负重作为自变量进行建模分析。结果表明:老年、是否负重对电动自行车过街速度影响不显著,并针对影响显著变量建立了电动自行车过街平均速度的线性回归模型,并标定系数。     

城市混合非机动车流的元胞自动机仿真模型

在我国中小城市中,非机动车流主要由电动自行车与电动三轮车构成,本文针对两种车辆的实际尺寸和驾驶特性的差异,在STNS(Symmetric Two-lane NaSch)模型的基础上,考虑前车速度效应,建立多车道混合非机动车元胞自动机模型。通过计算机仿真,得到在不同电动三轮车比例、慢化概率下、换道概率下的基本图。结果发现,随着电动三轮车比例的增大,出现了偏析的现象,且非机动车流通行能力降低;随着慢化概率的增加,电动三轮车的减速行为更容易引起堵塞;换道概率对非机动车混合交通流影响较小,随着道路占有率的增加,电动自行车换道成功率曲线快速下降到0,而电动三轮车换道成功率曲线则呈现先增加后减少的趋势。     

双车道公路无信号交叉口通行能力

分析了现有的车头时距分布模型 基于对我国大量的双车道公路上运行车辆车头时距分布模式的调查 ,提出了改进的M 3型车头时距分布模型 ,推导出双车道公路无信号交叉口处当主车道车流车头时距服从改进的M 3型分布时次车道车流通行能力计算公式 ,得出了整个交叉口通行能力随主车道车流量的关系 ,从而可为交叉口的评价及应采取的管理措施提供依据     

主车流服从Erlang分布下支路通行能力研究

本文研究了无信号道路交叉口主车道车流车头时距服从Ｅｒｌａｎｇ分布时次车道车流通行能力,交通流中的开段与闭段等计算式。