基于灰关联熵理论的驾驶决策影响因子研究

针对道路交通系统数据采集难度大、灰度大、无典型分布等特点,采用多种数据采集设备采获数据,运用灰关联熵分析法重点对来自道路、环境的驾驶决策主影响因子进行了榨取和排序。仿真结果表明,该方法客观、定量,能克服目前人们以主观、定性分析为主的缺点,避免了多因子多重共线关系所引起的信息重叠及其对仿真过程的干扰,为自动驾驶系统的仿真和实现提供了理论基础和可行性依据。     

道路网络路段韧性重要度的EFAST评价方法

识别韧性重要路段有助于通过局部路段改造措施提升路网的整体韧性水平。将路网韧性评估模型集成至扩展傅里叶振幅灵敏度检验方法(Extended Fourier Amplitude Sensitivity Test, EFAST),提出了一个通用的路段韧性重要度评估框架。路网的韧性水平取决于各路段抵御、吸收故障及从故障中恢复的能力。该框架能够分离各路段的上述韧性能力对路网韧性的影响,据此评价各路段基于不同韧性能力的重要程度。算例试验表明：路段韧性能力的波动能够显著改变路网的韧性水平,各路段不同韧性能力对此变化的影响具有非均衡性;韧性能力的影响力随修复进程发生变化,忽视其交互效应可能低估路段的重要程度。基于识别结果的路段改造措施被证实能够更高效地提升路网的韧性水平。     

地铁内通道交通性能实例分析

为定量描述地铁站内行人交通特性,进而解决行人交通局部拥堵问题。借鉴机动车交通流性质,分析典型性行人通道的交通流特性。对广州地铁站特定行人通道及下行自动扶梯人流高峰时段进行拍摄,处理相关数据,分析通道与扶梯连接处的流线,建立二者的行人交通基本特性图,并分析其各自最大通行能力。结果表明:人行通道的通行能力小于与其相连接的自动扶梯的通行能力,高峰时瓶颈将会产生在通道处。     

基于路网脆弱性的紧急情况下交通疏散诱导模型

为提高紧急情况下交通疏散速度,实现对疏散交通流的诱导,需要建立紧急情况下的交通流诱导模型。根据紧急情况下路网特性,提出路网脆弱性指标,并将其引入交通流诱导模型,对常态交通流诱导模型进行改进,得到基于路网脆弱性的紧急情况下交通疏散诱导模型,并用实测数据求解模型参数。分别用常态交通流诱导模型和文中的改进模型进行实例计算,结果表明,经过改进模型诱导之后,高流量和低流量路段相对减少,交通流在路网中的分布更均衡、达到系统最优的效果。对紧急情况下的交通流进行有效诱导,可提高疏散路网利用效率,加快应急交通疏散。     

事故车辆影响下的城市道路交通仿真研究

为研究事故车辆影响下城市道路交通的特征，构建考虑车辆抢道行为的元胞自动机交通流模型，研究给定冲突区域长度下不同进车率和不同事故持续时间对城市道路交通流的影响。研究结果表明:事故车辆会诱发交通瓶颈，对城市交通产生显著干扰并形成拥堵带，且拥堵带向事故车辆上游传递。不同事故持续时间下交通流演化存在差异，道路平均车流量、车流平均密度随着事故持续时间的增加而增加，车辆平均速度随之减小。当道路中车辆较少（pin=0.3）且事故持续时间达到15 min时，交通处于严重拥堵状态；当道路中车辆较多（pin=0.5）、事故持续时间达到5 min时，交通即处于严重拥堵状态。研究结果可为优化城市交通事故处理机制提供依据。     

基于TSIS区域范围内交通尾气的时空分布研究

本研究的主要目的是通过案例分析建立区域范围内交通尾气排放时空分布的研究框架,为通过交通管理优化减少区域尾气排放提供理论依据。以四川大学望江校区为研究区域,利用微观交通模拟软件TSIS,结合机动车尾气排放模型,研究校区范围内的交通流量及其尾气排放的空间分布。结果表明:利用TSIS结合道路交通属性和路网结构可以成功构建区域范围交通模拟和尾气排放预测模型。该模型能用于分析交通流和尾气排放的时空分布,进而为四川大学望江校区改善校园交通和减少尾气排放提供数据支撑。     

高速公路隧道入口区段交通流模拟与安全性研究

隧道内外照明差异使交通流状态产生了相应的变化.为模拟高速公路隧道入口交通流运行与安全状态,根据驾驶速度与能见度关系,提出了元胞传输模型的改进原理与方法.通过与实际道路交通流数据的比较,验证了模型的有效性.运用该模型模拟并比较不同条件下交通运行状态.结果表明,改进的元胞传输模型能够揭示隧道入口流量与车速状态.受到隧道能见度的影响,在隧道入口段车速将有明显的降低.随着隧道内能见度的降低,这种影响更为明显.高流量情况下,隧道入口的扰动可能影响后续车辆速度与流量;低流量情况下则影响不大.车速扰动对于道路全段的安全性影响较大,在交通激波的传递过程中,更容易出现交通事故.低密度情况下,隧道内能见度越低,安全性越差.     

基于交通流的成都市高分辨率机动车排放清单建立

提出一种基于交通流监测数据的道路机动车高分辨率排放清单建立方法,对成都市道路交通流特征进行分析并建立了成都市机动车尾气高分辨率排放清单.结果表明,成都市道路车流量及排放均呈现明显的"双峰"分布,早晚高峰时段机动车通行量占全天的39.85%,车队结构中排放标准以国Ⅳ车为主,车辆类型以小型车为主,燃料类型以汽油车为主;道路机动车SO₂、NO_x、CO、PM₁₀、PM_2.5、BC、OC和VOCs(不含驻车蒸发)日排放量分别为3.89、 162.08、 324.11、 4.79、 4.36、 1.89、 0.78和44.37 t,空间分布整体呈现从城市中心到外围排放强度逐渐降低趋势,时间分布基本呈现"双峰"分布,颗粒物相关指标受货车流量影响较大; NO_x、PM₁₀、PM_2.5、BC和OC主要来源为大型柴油车,CO主要来源为小型汽油车,其中大型车对NO_x的贡献率达80%;基于保有量的计算方法对成都市道路机动车污染物排放存在一...     

城市道路混合交通流干扰的安全因素分析

减少混合交通流干扰是我国城市交通需要解决的重点任务之一。笔者通过对机动车、自行车驾驶员行为分析 ,认为保障安全的心理是引起混合交通干扰的主要因素。基于上述观点 ,笔者探讨了不同交通环境中安全心理压力 ,以及由此产生的干扰 ;在此基础上 ,提出减少干扰的几点建议。     

北京市2017年典型日机动车动态排放特征研究

为深入了解北京市路网机动车排放特征,采用自主开发的基于交通流的机动车动态排放模型,耦合北京市2017年交通流观测数据,测算了北京市机动车在工作日、非工作日、节假日、重污染日和重大活动日5种典型日工况下,主要路网上1 h时间分辨率、1 km×1 km空间分辨率下的时空分布特征.结果表明:①北京市二环路及以内区域和二三环之间(包括三环路)机动车排放强度较高,分别达到0.050和0.043 t/(km2·d).②北京市机动车NO_x排放分布规律性较强,主要分布在东南六环路方向及其联络线,以及东北、西北六环路方向及其联络线上,NO_x排放高峰值在05:00出现.③北京市机动车CO排放主要集中在城区五环路及以内区域,CO排放高峰值在18:00出现,五环路及以内区域及其联络线附近均为CO高排放区.④北京市5种典型日中,非工作日机动车排放量最大.研究显示,五环路及以内区域机动车污染控制应以轻型车为主,六环路及以外区域应以重型柴油车为主.