道路桥梁设计现状与改善措施研究

本文主要介绍了道路桥梁设计中存在的常见问题,并提出相应的对策,希望能为其他学者的道路桥梁设计工作提供借鉴。     

道路工程中侧向余宽的常见问题及改进建议

侧向余宽是指从行车道边缘至路旁障碍物所应保持的横向距离。因对侧向余宽的认识不足,侧向余宽缺失成为一些路段的常见问题,给道路行驶安全留下隐患。本文研究了驾驶行为对侧向余宽的需求,梳理了我国有关规范对侧向余宽的要求,分析了道路工程中侧向余宽的常见问题并提出了改进意见。     

交通安全设施工程施工要点及存在问题探索

随着我国城市化建设的发展,我国现代城市发展已经进入了高速发展阶段,城市建设的规模也处于不断扩大的过程中,交通事业的发展也进入了一个较快的发展阶段,整个交通系统在发展过程中起到了很好的引导作用。这些都说明交通系统的安全施工建造对于交通事业的发展以及城市建设等方面都起着重要的作用,下面本文就通过对交通安全设施工程的施工要点进行分析,进一步对施工过程中存在的问题加以探讨,从而不断地促进我国城市交通系统的完善发展。     

高速公路出口匝道事故预测模型优选及弹性分析

为探索高速公路出口事故发生的关键诱因,依托美国佛罗里达州24条高速公路上405个出口匝道的历史事故和道路交通数据,验证了出口匝道事故服从于对数正态分布.以匝道交通量、匝道长度和设计一致性(分别以平均半径、曲率变化率、运行速度差和运行速度变化率度量)为解释变量,以2004—2006年间事故数为因变量,建立了4个泊松对数正态事故预测模型,其中以速度变化率表征设计一致性的事故预测模型具有最好的拟合度.基于最优拟合度模型的弹性分析表明,运行速度变化率及匝道长度为关键因素;基于安全考虑,出口匝道速度变化率宜控制在20%以内,出口匝道极限最小长度不宜小于200 m,一般最小长度不宜小于400 m.     

不同区划方案对宏观交通事故建模的影响

依托美国佛罗里达州Hillsborough县历史数据,分别提取人口普查单元组、交通分析小区、人口普查区、邮政投递区等4种区划方案的事故数据、路网交通特征数据和经济-社会-人口数据;基于贝叶斯方法构建负二项条件自回归模型,从模型拟合度、模型估计参数、小区事故黑面识别等3个方面定量评价不同区划方案对宏观交通安全分析结果的影响.研究表明:宏观交通安全分析结果会随着空间单元划分方式不同而产生显著差异;小区数目越少,事故预测越为准确;对比人口普查单元组、人口普查区和邮政投递区,基于交通分析小区的模型拟合度最低;变量中等家庭收入对分区规模最不敏感,其参数估计结果具有稳健性和可靠性.     

考虑车辆性能差异的高速路施工区层级限速措施

为提高高速公路施工区的通行能力,降低交通冲突率,本文结合不同车辆的动力特性、运行速度、加速度等参数,对鹅公岌隧道上盖工程施工期间的拟建施工疏散道路提出5种速度管理措施,利用Vissim软件进行仿真模拟和对比分析,并结合仿真数据对拟建施工疏散道路的设计和速度管理方案进行了评价和改进。改进方案中将原来的三车道并在一起,转弯半径由15m增大至100m,弯道限速值由20 km/h增大至40 km/h。结果表明：对施工区道路采取层级限速措施可有效降低车辆在施工路段的行程时间、延误、排队长度和冲突率;采用三级限速措施可使拟建疏散道路两个行驶方向的冲突率均降低0.6次.米^-1;改进方案中80%以上的车入口弯道之前将车速控制在40km/h左右。可见,针对不同车型采用不同的限速值可以缩短车辆在施工路段的行程时间,并有效减少车辆的平均延误。     

基于驾驶员警觉度的交通标志适宜信息量研究

为了解决驾驶员在草原公路交叉口路段因交通标志信息量过低引起的行车警觉度降低的问题,利用交通标志信息量化模型,建立6个不同信息量水平的室内模拟驾驶实验,驾驶员分别以车速为60km/h、80km/h和100km/h行车,基于脑电信号检测行车警觉度的技术,选取脑电指标β、(α+θ)/β、α/β作为驾驶警觉度评价指标,定量分析不同信息量水平和车速下的3种脑电指标节律值变化,采用非线性曲线拟合法,探究信息量和车速对驾驶警觉度的显著性,根据NASA-TLX驾驶负荷量表对模拟实验分析的结论进行验证。结果表明,交通标志信息量和车速存在交互作用,对行车警觉度均有显著影响,在草原公路交叉口处的适宜交通标志信息量为J4水平（范围为30-40bits）,行车速度为60km/h时,驾驶员3种脑电指标数据表现最佳,且指标β、(α+θ)/β、α/β在车速为60km/h下的拟合度分别为0.947、0.844、0.861,NASA-TLX驾驶负荷量表六个维度的评分均在J4水平最低,与实验数据分析结论一致。     

高速公路出入口与主线纵坡间净距对行车速度影响仿真分析

高速公路出入口与主线纵坡净距较小时,车辆上下坡时易受分合流影响,速度变化差异性较大,不利于行车安全。为研究纵坡车辆速度实时变化规律,基于出入口与主线纵坡间最小净距,利用三维虚拟现实仿真软件UC-win/Road建立入口-上坡与下坡-出口路段仿真模型,通过Forum8驾驶模拟仪进行实验并采集数据。通过控制变量法调整大型车混入率、分合流比例等特征指标;构建速度度量模型,量化特征指标与速度之间的关系,针对特征指标进行单因素敏感性分析。结果表明：分合流比例及大型车混入率对速度变化影响显著;不同类型车辆的速度大小和变化趋势差异性较大。其中,大型车混入率对上坡段车辆运行状态影响较大,而分流比例对下坡段车辆运行状态影响较大;大型车混入率和分合流比例分别为30%~40%、10%~15%时,速度波动最大,敏感性较强。研究结果可用于为出入口与主线纵坡净距较小时的车辆运行管理及安全措施改进提供理论依据。     

山区公路回头曲线车辆横向加速度特性研究

为了明确车辆在山区低等级公路回头曲线段的横向加速度特性,选择重庆市彭水县境内的一段含有12处回头曲线段的山区公路作为研究对象,开展了20位驾驶员的实车驾驶试验,采集了自然驾驶状态下车辆运行参数,包括速度、轨迹和横向加速度等,分析了回头曲线段横向加速度的幅值特征、变化模式以及峰值位置分布。研究结果表明:（1）车辆在回头曲线段内的横向加速度整体变化特征分为三个阶段:入弯增大阶段、弯中稳定阶段、出弯减小阶段;（2）根据横向加速度85th百分位值的整体变化趋势,将横向加速度划分为四种变化模式;（3）回头曲线段左、右转横向加速度的85th百分位值分别是3.85m/s2和3.69m/s2,相比一般弯道,驾驶员在回头曲线能容忍更高程度的横向不舒适;（4）车辆在左、右转过程中,每个弯道的横向加速度峰值多集中在曲线中点和圆缓点之间,即圆曲线的后半段。     

基于车辆横向运行数据的遗传-支持向量机算法的分心驾驶状态判别模型

分心状态是造成交通事故的重要原因。当前侵入式与半侵入式检测多被应用于分心驾驶识别,此方法会对驾驶任务产生一定干扰,且成本相对较高。对此提出一种低成本的基于车辆横向运行数据的分心驾驶状态判别方法：实验选取手机通话作为分心影响因素,设计了正常驾驶、免提通话、手提通话三个维度。首先,基于驾驶模拟器采集的数据,对正常与分心状态下的车辆运行指标进行Man Whitney U检验,从时域及频域中提取出与分心驾驶显著相关的车辆横向控制指标;其次,构建支持向量机（support vector machine,SVM）分心状态判别模型,将径向基函数作为SVM的核函数,使用网格搜索算法（grid search algorithm,GSA）、粒子群算法（particle swarm optimization,PSO）及遗传算法（genetic algorithm,GA）对SVM模型参数进行优化;最后,对比GSA-SVM、PSO-SVM与GA-SVM分心判别模型的分类效果,并运用ROC曲线对模型性能进行评估。研究结果表明：GA-SVM分心判别模型的最优交叉验证率、准确率及F_1值分别为87.9%、91.9%、94.05%,高于GSA-SVM（86.2%、87.2%、90.35%）与PSO-SVM（87.9%、91.2%、93.46%）;GA-SVM判别模型ROC曲线接近于（0,1）坐标,其AUC值为93.53%。所提出的GA-SVM分心判别模型获得了较好的分类效果,故认为此模型适合作为低成本条件下基于车辆横向控制的分心驾驶状态判别模型。