“礼让斑马线”对无信号控制人行横道处通行能力影响研究

行人过街设施是连接整个步行系统的重要环节。"礼让斑马线"的政策保障了行人安全,同时改变了无信号人行横道处行人与机动车的优先通行权。为了研究"礼让斑马线"政策对无信号人行横道以及路段通行能力的影响,在分析"礼让斑马线"条件下无信号控制人行横道道路通行能力的影响因素基础上,建立了路段通行能力计算模型,通过实例分析发现,"礼让斑马线"条件下:行人过街速度没有明显改变;行人极限心理等待时间缩短;人行横道通行能力增加;路段通行能力降低。     

城市道路路段立体行人过街设施设置条件研究

文章基于无信号控制方式下机动车道和人行横道通行能力的计算理论,提出了采用信号控制时的相应计算模型;运用概率论和可穿插间隙理论,分析了人行横道由无信号控制方式过渡到信号控制方式的设置条件;在此基础上,从机动车道和人行横道通行能力的角度,给出了路段行人过街由平面过街方式过渡到立体行人过街方式的临界条件,通过实例分析表明,该条件可作为城市路段立体行人过街设施设置参考依据。     

基于感应控制的行人二次过街系统设计

为了改善一次过街方式交叉口的交通拥堵状况,以感应控制为核心的行人二次过街系统能够对交叉口的交通状况进行改善,并实现智能控制。系统基于对机动车道和人行横道交通信号相位的合理设置,同时利用行人和车辆检测器实时传输的数据,通过计算机分析计算,得出交叉口感应控制系统应显示的放行时间,设计出能够兼顾行人、非机动车与机动车三者安全通行的最佳方案,以此来提高交叉口道路的通行能力,保障交通安全。     

基于冲突技术法的无控制交叉口通行能力

为了获得混合交通流条件下无控制交叉口的通行能力,采用冲突技术法进行分析.通过对典型无控制交叉口的实际调查和观测,基于冲突理论,综合考虑各向交通流的相互影响,分别建立了各向机动车流、行人流和非机动车流的通行能力计算模型.在模型中引入冲突系数反映各向交通流之间的优先关系,利用修正冲突系数反映交通流的实际观测优先级和优先程度,并对模型中的行人流和非机动车流进行了组团计算,进一步对无控制交叉口共用车道和拓宽路口的通行能力进行了计算.最后根据实际观测给出模型参数标定基本值,并对模型参数进行了修正.     

信号控制下人行横道人群穿越时间模型的构建

为合理设置行人过街绿灯时间,保障行人安全和提高运行效率,采用数理统计方法对人群穿越时间进行建模.分析了信号控制下行人过街的行为特性,将人群穿越人行横道的时间分为基本穿越时间和阻滞延误时间.从双向行人相互干扰特性出发,研究了双向行人相遇阶段中行人方向比率与人行横道实际容纳能力的关系,在此基础上构建了人群穿越时间模型,并通过数据调查验证该模型的有效性.结果表明,文中模型计算结果与实际调查数据相比,最大相对误差和平均相对误差分别为13.21%和6.26%,模型精度高于HCM中的计算模型,可为行人信号配时设计提供参考.     

协调交叉口间人行横道信号优化方法

引入行人过街等待容忍极限时间作为信号配时优化的约束条件之一,提出了线控路段上交叉口之间人行横道信号参数的信号协调控制优化方法.该方法先以两相邻交叉口共红时间作为行人过街绿灯时间,当共红时间不足时,利用路段机动车车队的离散性和流率关系建立延误函数,以机动车在人行横道处造成的总延误最小为目标求解配时优化参数.结果表明,该方法保证了行人过街的安全性,降低了行人延误.
关键词：     

相邻分体式路段人行横道的协调信号配时优化

人行横道是一种重要的行人过街设施.一体式人行横道适宜实施同步二次过街控制,分体式人行横道适宜实施独立二次过街控制.文中对于单个分体式路段信号控制人行横道,根据行人的时间距离关系,建立了行人最大过街时间计算方法.对于城市干道沿线的相邻分体式路段信号控制人行横道,根据机动车的时间距离关系,在保证机动车双向绿波效果的前提下,以最小化任意人行横道、任意步行方向的行人最大过街时间的最大值为目标,采用整数非线性规划方法,建立了协调信号配时优化模型.算例分析结果表明,该模型具有良好的实用性和广泛的适用性.     

基于信号控制人行横道处行人过街条件下城市道路通行能力研究

随着我国城市居民出行需求的快速增长,城市道路系统中行人与机动车之间的矛盾日益严重。为了有效缓减人机冲突,确保行人安全过街,提高城市道路的通行能力,本文主要从信号控制人行横道处研究行人过街对城市道路通行能力的影响。首先明确行人过街影响区、行人过街影响时间等概念,确定道路通行能力在行人过街影响下的计算公式;结合调查数据,得到过街行人到达率与影响时间的统计关系,建立行人过街对通行能力影响的数学模型;最后针对城市道路的典型路段,进行实例计算与仿真评价,通过对比模型计算值与仿真模拟值,对模型进行有效性验证。     

基于冲突相位组的自动驾驶交叉口行人过街控制方法

【目的】在无信号控制的自动驾驶环境下,自动驾驶车辆的通行轨迹将与过街行人产生大量冲突,如何利用交通控制手段使行人安全通过交叉口,并避免对自动驾驶车辆的通行造成较大的干扰,是亟待解决的关键问题。【方法】本文提出一种基于冲突相位组的自动驾驶交叉口行人过街控制方法,将到达交叉口的车辆流向分为4个冲突相位组,在各相位组内单独分配通行时间,基于冲突相位组对自动驾驶车辆和行人过街的通行时间进行建模;在穿插式通行模式的基础上,使用行人信号灯保障行人过街需求,建立考虑行人二次过街的自动驾驶交叉口交通控制模型。模型以交叉口各流向需求量与实际交通量乘积之和最大为目标,以各流向允许车辆通行的时间比例和行人信号灯状态为决策变量,综合考虑交通流量、行人和车辆通行权等约束,建立混合整数线性规划模型（mixed-integer linear program,MILP）,该控制模型可为各流向的车辆和行人分配通行权。【结果】本文模型的车均延误较定时控制方案的降低26.74%,较单次过街模型的降低11.53%,人均延误较定时控制方案的降低51.66%,较单次过街模型的降低36.20%。这表明本文模型能有效提升交叉口的通行...     

信号交叉口共用车道通行能力概率模型

研究信号交叉口共用车道通行能力的计算方法.分析了共用车道信号交叉口的阻塞情况,并以直右共用车道为例,提出了基于概率论的精确数学模型来计算其通行能力,结合实地调查数据和VISSIM仿真模型,分析本模型的精确性和适应性.结果表明,模型原理正确,考虑到了影响信号交叉口共用车道通行能力的各种因素,得到的计算结果更接近实际.     

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.     

信号交叉口右转渠化岛区域非机动车过街冲突

为科学评价信号交叉口右转渠化岛设置给非机动车过街带来的交通安全风险,实地采集了南昌市5个信号交叉口的视频,并提取了各交叉口右转渠化岛区域机非冲突数据、交叉口几何设计特征、交叉口渠化方式以及交通流特性等数据;采用改进型TTC指标对交通冲突进行判定,共得到304起冲突事件;基于贝叶斯方法构建了考虑不同交叉口间异质性的随机效应冲突模型,对比了固定效应与随机效应负二项模型的拟合优度并分析了显著影响因素;基于随机效应模型,确定了期望机非冲突数计算公式,绘制了不同交通流情况下信号交叉口渠化岛设置标准曲线。研究表明:相比于固定效应模型,随机效应模型对机非冲突有更好的拟合效果;相比于无渠化岛交叉口,软渠化岛和硬渠化岛的设置会导致交通冲突分别增加38%和61.4%;右转机动车交通量、过街非机动车交通量和非机动车违法行驶数量每增加1%,将导致机非冲突分别增加0.85%、0.44%和0.18%;右转机动车平均速度每增加1%,将导致机非冲突减少2.5%。     

无交通信号路口行人过街的人车交互过程研究

自动驾驶汽车要进入人车混行的无交通信号路口,需确保与行人之间的交互安全,为解决这一问题,现以非自动驾驶汽车为研究对象,探索其与行人在无交通信号路口的交互过程。本文选取北京市内两处无交通信号灯的路口作为研究场景进行长期拍摄,基于视频数据从中提取行人的个体属性变量、行人的穿越行为变量、车辆的穿越行为变量以及间隙数据,将行人的过街行为分为穿越前、中两个阶段进行研究。结果表明,穿越阶段对行人的穿越时间具有显著性影响,穿越路口对行人的穿越时间不具有显著性影响。对于穿越前的等待时间,在有右转车道下对其具有影响的因素有行人的拒绝车辆个数和来自方向,在无右转车道下对其具有影响的因素有行人的拒绝车辆个数和起始位置。对于穿越中的穿越时间,在有无右转车道下对其具有影响的因素均为穿越人数和车辆1的行为。今后自动驾驶汽车行驶到无交通信号路口时,可以通过此结果去识别行人,并判断出行人的穿越时间,以便及时做出相应的措施。     

基于马尔柯夫过程的城市交叉口车辆到达模型

提出在城市交叉口多相位实时控制过程中,采用马尔柯夫方法对各相位内进入交叉口车辆数的可能性进行预估。基于交叉口车辆运行的强随机特征,交叉口车辆到达预测的准确性是控制策略准确制定的关键。根据马尔柯夫过程预测结果,系统可进行交通信号的延时和相位变化,从而使整个交叉口的平均时延得到优化。通过实例验证了马尔柯夫分析模型用于多相位交叉口短时交通流占有率预测的可用性,并将预测得到的交通流占有率与观测值进行了对比,同时对两者之间的误差进行了分析。结果表明,预测结果有助于制定实时的交通控制策略。     

关键交叉口与双周期交叉口间路段上的车辆排队模式及测算方法

为了描述周期时长不相等的协调信号交叉口间路段上车辆排队的集结与消散现象,以关键交叉口周期时长为双周期交叉口周期时长的2倍为例,基于冲击波理论,针对两个相邻交叉口之间路段上的上、下行车流分别描述了车辆排队的各种模式并建立了车辆排队长度模型。为了验证模型的有效性,利用VISSIM交通仿真软件设计了模拟实验方案。考虑不同条件下信号红时差与交通流率的多种组合,通过仿真实验共得到35组数据,每组数据均获得84个有效数据点。结果显示,上、下行方向的车辆排队消散长度的计算值与模拟值的相对误差小于10%的周期分别占75.56%和95.00%;交叉口信号周期越长,其排队消散长度的平均值和最大值也相应地越长。研究结果表明,该模型可以用来估算周期时长不相等的协调信号交叉口间路段上车辆的排队长度,从而为交通控制方案的优化与调整提供理论依据。     

非机动车干扰下信号交叉口的通行能力计算

针对城市信号交叉口非机动车干扰机动车行驶的问题,通过调查分析各进口道机动车运行特性,对直行和直左的进口道机动车饱和车头时距及通行能力计算方法进行研究。首先,从进口道停车线出现4种不同跟驰模型的概率出发,构建车辆起始阶段混合车头时距模型,结合实际数据得到车头时距的修正系数;然后,分析采集数据得到非机动车数量对驶入信号交叉口的机动车混合车头时距的影响,采用回归分析法构建对应的特征模型;最后结合交叉口实际信号灯时间计算通行能力。研究结果表明：本文采用的通行能力计算方法与实测值的误差为2.5%,较《城市道路设计规范》法及HCM通行能力计算法的误差小,提高了信号交叉口通行能力计算结果的精准度。     

考虑过街行人影响的右转车辆间隙接受模型

通过实地调研数据,对车辆右转的临界间隙进行了计算,发现右转车辆的临界间隙服从威布尔分布。用二项logistic回归模型建立间隙接受模型,结果表明,间隙值较大、行人流量较低时,司机对间隙接受的可能性较大,对单人过街的间隙接受的可能性更大,对较短的时间间隔比较谨慎,更倾向于接受较短的时间滞后。本研究既为对交叉口进行安全评估打下基础,也可用于对交叉口通行延误及通行能力进行分析。     

基于眼动特征的信号交叉口老年人等待过街精神负荷分析

为适应我国老龄化社会的到来,对比年轻人,分析了老年人在信号交叉口面对不同过街场景时精神负荷情况。针对不同的交通环境,选取重庆市南岸区内3个交叉口8个进口道的8张不同的图片作为实验场景的刺激物,并利用眼动仪采集了年轻人和老年人两类行人的注视、眨眼、瞳孔直径等数据。本文通过因子分析,采用注视总时长百分比、眨眼频率以及平均瞳孔直径作为评价两类行人过街精神负荷的典型指标,对行人等待过街时精神负荷进行量化。结果表明,两类行人在面对部分场景时,注视总时长百分比、眨眼频率和平均瞳孔直径均存在显著差异;老年人精神负荷最大为场景2(1.38);两类行人的精神负荷相对差值最大的为场景4,老年人高于年轻人55.02%;面对不同过街场景时,年轻人的精神负荷的变化更为敏感;部分精神较为紧张的老年人更容易受到信号灯和路桩的影响;相比于场景2中的过街等待部分台阶和缓坡,老年人对场景4中的黄色台阶和深色缓坡投入更多注意力(16.59%);老年人在场景6、7中对远处车辆的注视时间百分比分别为17.84%和17.62%,说明老年人对远处车辆的注视时间百分比并不受近处行人的影响;老年人对场景2中的灰色路桩注视时间百分比为20.44%,对场景8中的蓝白色路桩注视时间百分比为27.01%,说明醒目的路桩可以显著提升老年人对远处安全设施的注意力。研究结果可以为提升老年人过街的安全性设置提供一定的参考。     

基于轨迹数据的信号交叉口排队长度估计

排队长度是信号交叉口最重要的性能指标之一,也是信号交叉口配时优化的关键参数。对于一些偏僻的路口或者固定检测器损坏的交叉口,由于无法获取准确的排队长度信息而无法了解交叉口的实时状态。针对以上情况,本文提出通过浮动车轨迹数据来估计信号交叉口的排队长度,通过对轨迹数据的分析,本文建立了基于浮动车集群队列的排队长度估计模型,利用排队长度估计模型可以实现交叉口排队长度的估计。通过SUMO仿真获取早高峰,晚高峰,平峰流量下输入下的浮动车轨迹数据,分别采用早高峰,晚高峰,平峰流量下时间间隔为2s/4s/6s/8s/10s和渗透率为5%/10%/15%的数据集对模型进行验证。验证结果表明,本文建立的模型可以较为准确地估计交叉口的排队长度。与相关方法的对比结果表明,在早高峰流量下和晚高峰流量下,本文建立的模型误差更低,不同的时间间隔和渗透率下比不考虑集群车队的精准度平均高出约12%,即使在平峰流量、时间间隔大、低渗透率场景下,本文建立的模型估计的排队长度误差仍在可接受范围内。相关的研究成果将为交叉口的交通状态评估以及信号配时优化提供支撑。