基于模拟驾驶的借道左转驾驶人视觉特性研究

借道左转是一种缓解左转车流压力的新型交通组织方法,通过信号灯时空调配借用对向车道为左转待行区,提高相位内左转车辆通行能力。笔者运用驾驶模拟平台,建立城市道路交叉口借道左转仿真场景;结合眼动追踪系统,获取驾驶人借道左转过程中视觉特性参数的变化;通过瞳孔变化和眼动行为,分析驾驶人心理紧张程度及其与行车风险的关联。结果表明:识读借道左转标识及分隔带开口、到达分隔带开口和到达借用车道停车线几个位置,是驾驶人瞳孔面积变化和持续注视时间、注视兴趣区域变化以及扫视频率骤增的集中点,反映出相应位置驾驶人风险感知强、心理负荷大;借道左转短期注视行为较多,注视时长差距较大,表明该过程驾驶人关注目标多、摄取信息密集且处理难度悬殊,需要进行高强度的信息处理;累计扫视时间占比高于普通左转,且以5°以下小角度扫视为主,反映出借道左转过程环境信息复杂、行车风险较大,驾驶人搜索、对比分析的需求更高,扫视主要是为了捕捉关注目标和补充注视信息。

职住学空间测度及儿童通学决策的影响机理——以昆明市双职工家庭为例

当代城市家庭选择居住地时往往将临近学校作为重要参考,在缩小学住距离的同时加剧了职住分离。选取昆明市561个有学龄儿童的双职工家庭为研究对象,分析家庭空间分异对儿童通学决策的影响。首先,基于时间地理学理论构建考虑职住学三个锚点的家庭活动空间及测度理论模型。其次,根据测度结果将家庭活动空间划分为职住学就近型和职住学分离型两类。最后,建立结构方程模型分别探究两种模式下父母工作时长以及父母儿童组合时间窗对儿童通学时空行为的影响。研究结果表明:相对于学住距离,父母的职住距离和工作时长对通学行为的影响更为显著,因此就近入学政策对于促进儿童步行上学的作用有限;对于职住学分离型家庭,父母下班与儿童放学组合时间窗的宽裕程度对儿童出行影响显著,组合时间窗越宽裕,儿童小汽车出行的可能越大,因此弹性放学时间的效果也有待商榷;儿童在通学行为中的性别差异主要在职住学分离型家庭中体现。

公交专用车道规划管理思辨及公共汽电车交通发展纾困

2023年上半年,公安部推出10项公安交管新措施,其中包括优化城市公交专用车道管理。北京、深圳、青岛、南通等地陆续发布公交专用车道相关管理措施,引发广泛讨论与关注。围绕公交专用车道管理措施背后的原因与调整的依据,公交专用车道本身的规划、管理与使用问题,以及公共汽电车交通运营困境,特邀城市交通行业专家学者和公共汽电车运营管理研究的一线工作人员以笔谈的形式交流观点。在此基础上,探索在城市存量发展阶段如何建立常态化路权变更规则和评估机制,以及公共汽电车交通纾困之路。

基于多源数据的高速公路差异化收费路段识别

在全面推广高速公路差异化收费背景下,针对如何选取差异化收费路段的问题,建立一种基于多源数据的差异化收费路段识别方法.首先,基于高速公路门架数据、收费站出入口流量、普通国省道交通流量自动观测站数据等多源数据,从路段沿线社会经济发展水平、网络化水平、交通运行特征、交通可转移性、交通负荷均衡性5个维度,构建高速公路差异化收费路段识别指标体系.然后,基于k-means聚类和分类回归树算法(Classification and Regression Trees,CART)建立高速公路差异化收费路段识别模型.最后,以云南省130条高速公路路段为例,提取高速公路差异化收费路段细分规则及关键特征指标.研究结果表明:影响高速公路差异化收费路段细分的关键特征指标分别为路段成网率、收费站节点度、出行成本偏差率、路段全天小时拥挤度、可替代路径数量;根据决策树细分规则可将差异化收费路段划分为差异化上浮型、不适合差异化、差异化下浮型3种,符合高速公路实际收费运营情况.

考虑健康信念的游客分时预约行为分析

为探索新冠肺炎疫情背景下景区分时预约策略、游客健康信念和风险预防行为之间的关系,需考虑健康信念,分析疫情防控期间游客分时预约行为机理。采用意愿调查法获取旅游信息、健康信念、分时预约行为意向数据,分析各预约时段余票比例和门票预售期等信息对游客分时预约行为的影响。基于Nested Logit(NL)模型,建立考虑健康信念的游客游玩日期-时段预约选择联合模型,并进行敏感性分析。结果表明:预约信息、健康信念对游客预约节假日或非节假日游玩有显著影响;票价、各预约时段余票比例和健康信念对游客游玩时段预约选择行为有显著影响。游客感知新冠的严重性由1上升至5时,选择节假日出行的概率由30.46%下降至12.28%。研究可为景区分时预约策略的制定提供参考依据。

基于手机信令HMM轨迹映射的交通方式识别算法

为解决手机信令数据稀疏性限制和重构轨迹特征提取与融合能力不足问题,提出一种出行轨迹重构与多源特征融合的交通方式精准识别算法。构建刻画基站信号传播路径损耗与信号强度的无线信号损耗模型,利用隐马尔可夫模型(hidden markov model,HMM)将手机信令轨迹由基站序列重构为路段节点序列,提出基于无线信号传播隐马尔可夫模型(wireless signal propagation hidden markov model,WP-HMM)的出行轨迹重构方法,用以描述信号强度与距离作用关系。基于出行重构后的轨迹,结合路段类型特征,提出了时空标准化相似性度量算法,以融合导航轨迹特征,并构建了基于随机森林(random forest,RF)的交通方式识别算法。实证分析表明:通过出行轨迹的重构,模型的平均识别精度提高了8%以上,且对新样本具有优异的泛化能力;相较于现有方法,时空标准化相似性度量算法能更准确捕捉轨迹间的移动模式;在不同环境下的轨迹识别中,模型在郊区区域的表现显著高于城区。所提算法在大规模手机信令数据的出行方式识别领域具有重要的应用价值。

基于改进时空图卷积网络的道路行程时间预测模型

为提高道路网行程时间预测精度,综合考虑行程时间的空间依赖性、时间依赖性和天气因素影响,提出了基于属性增强和注意力机制的时空图卷积网络模型.首先,构建属性增强单元,将行程时间和天气信息融合;然后,利用图卷积网络捕获空间依赖性,利用门控递归单元捕获时间依赖性,并利用注意力机制增强模型对特征的学习;最后,利用该模型在真实数据集上对未来15、30、45和60 min的行程时间进行预测.结果表明:预测结果的均方根误差(RMSE)分别为0.0453、0.0456、0.0457和0.0468,与其他模型相比表现更优;考虑了时间、空间和天气因素后,相较于不考虑天气的情况,预测误差降低了约10.3%;相较于不考虑空间依赖性的情况,降低了约24.2%,表明所提模型能更好表达时空依赖性和外部条件影响.

ATIS与收费策略下多用户随机均衡的效率损失

考虑ATIS作用的交通网络,用户具有交通信息接受程度的异质性;进一步,考虑实施道路收费策略情形下,用户具有时间价值的异质性;基于这两类异质性,研究了ATIS下异质性交通网络的效率损失问题。用户对ATIS系统的响应程度,亦即ATIS信息遵从率,是影响ATIS系统运行效率的关键因素。因此,通过ATIS信息遵从率参数的引入,将用户分为不同类型。假设用户均按照随机方式进行择路,建立了基于时间准则与基于费用准则的多用户Logit-随机均衡变分不等式。当系统总出行成本包含收费时,建立了多用户双准则系统最优模型,界定了多用户Logit-随机均衡相对于多用户系统最优的效率损失,推导出效率损失上界;进一步分析了当路段阻抗函数为多项式情形时,引入了自由流出行时间参数,给出了双准则下效率损失上界的解析式,分析了效率损失上界与各参数之间的关系。研究结论表明,双准则下效率损失上界为ATIS信息遵从率的减函数;此外,效率损失上界与路段阻抗函数、用户时间价值及其对路网的熟悉程度、路网本身复杂程度等因素有关。最后,通过算例验证了结论的有效性。

基于元胞自动机的高速公路主线同侧连续入口间距研究

针对高速公路主线同侧连续入口处车辆行驶安全与通行效率问题,对高速公路主线同侧连续入口间距进行了研究。通过建立元胞自动机仿真模型,分析了主线与匝道设计速度的差异以及高速公路主线匝道连续入口间距各部分长度对交通冲突率、平均拥堵车辆数和平均速度的影响;提出了不同主线与匝道设计速度组合下的主线同侧连续匝道入口间距推荐值;并对不同间距组合下的工况进行了仿真对比分析。研究结果表明:当主线与匝道设计速度的差异较大时,现有规范中的高速公路主线同侧连续入口间距难以满足交通安全与通行效率要求;相比采用规范中的一般值,采用文中推荐值时的主线车辆平均速度由81.39 km/h上升到95.29 km/h,匝道车辆冲突率由0.0335次/(km·veh)下降到0.0256次/(km·veh),匝道车辆平均拥堵数由0.0077 veh/s下降到0.0022 veh/s,提高了车辆通行效率,降低了车辆发生事故的风险。

考虑乘客感知效用的出租车停靠站选址模型

为了解决城市出租车停靠站布局的合理性问题,对出租车GPS数据进行处理并将乘客出行需求点进行聚类,得到出租车停靠站备选点以及乘客出行需求点。基于出租车停靠站服务能力和距离影响因素,结合竞争选址理论构建出租车停靠站对乘客的感知效用函数。在此基础上,以覆盖乘客出行需求量最大为目标,建立考虑乘客感知效用的出租车停靠站选址模型,以确定出租车停靠站的最佳位置。根据问题特征设计近似算法A进行求解,在求解大规模算例时,与遗传算法、萤火虫算法相比,近似算法求解精度提高0.91%,求解时间降低约97%。以西安市莲湖区局部区域为例进行实例分析,算法求解近似比为1.64,说明算法的实际使用效果较好。

基于大数据分析的高速公路分车型拥堵态势评估

针对面向全车型的道路拥堵状态评估统一化和静态管控方法的局限性,围绕不同类型车辆的交通拥堵问题开展研究。首先,基于沈海高速公路福建段龙门架数据,采用聚类方法分析不同类型车辆在不同指标下的交通拥堵特征;其次,提出分车型数据驱动的模糊云模型,根据行业专家给出的数字特征计算不同车型下的拥堵等级隶属度;然后,选取拥堵指标作为模糊逻辑系统的输入,并采用Mamdani方法建立模糊关联矩阵,量化不同专家评价的可信度;引入Dempster-Shafter证据理论对所有专家的综合可信度进行模糊融合,根据隶属度最大原则综合评判道路交通状态;最后,验证了提出模型的精度及对车型间差异表征的准确性,分车型下的拥堵评价结果一致性达84.51%。结果表明:相比1~4型客车及小型货车,大型货车在移动过程中形成的瓶颈对高速公路上堵塞的消散表现出明显的迟滞作用;在低密度下,客车、少轴货车、多轴货车渗透率的提高对路况的影响依次提升;在高密度下,3~6轴货车渗透率的改变对拥堵状态的影响最为明显,1~4轴客车次之。分车型拥堵研究可为制订适应各类车型的主动交通管理提供定量的数据支撑,特别是在动态调控措施如错峰出行、可变限速等方面具有重要指导意义。

全社会物流成本的影响因素及下降空间测算

为了给有效降低全社会物流成本提供理论支持,支撑政府精准施策,首先,在深入剖析物流成本核算方法和衡量指标的基础上,系统分析了产业结构、产品价值、供需分布、流通速率、运输效能等因素的影响作用和影响趋势。然后,针对社会物流总费用与国内生产总值(GDP)的比率这一衡量指标,基于关联产业占比、工业增加值率、平均运距、存货周转天数、公路货物周转量占比5个关键参数建立了回归预测模型,对2024—2030年各影响因素贡献度开展预测分析。结果显示:2030年物流总费用与GDP的比率将降至12.36%;2024—2030年,关联产业占比贡献度将从20.9%波动降低至-0.48%;工业增加值率贡献度将从47.91%持续上升至78.39%;存货周转天数贡献度将从9.86%小幅上升至11.17%左右;平均运距贡献度将从33.49%持续下降至7.59%;公路货物周转量占比贡献度将从-12.15%稳定上升至3.33%。最后,基于测算成果,针对交通物流领域的降本工作提出推动交通物流融入现代化产业体系、推进新质生产力赋能、优化交通基础设施及重大生产力布局、引领构建现代流通体系、优化调整运输结构和促进多式联运发展等建议,为我国交通物流业的持续健康发展提供支撑。

公路交通数据要素价值释放:机理路径、重点方向与发展建议

为促进公路交通数据要素深度应用,赋能公路交通数字化转型和高质量发展,对公路交通数据要素价值释放的机理路径、重点方向进行了探索。首先通过资料分析、理论凝练,提出了公路交通数据要素的内涵和特征,梳理并总结了公路交通数据要素的主要类型。然后介绍了数据要素叠加、倍增、替代效应等价值释放机理,提出了数据资源盘点、数据要素管理、要素价值发现、数据开发利用的价值释放路径。再围绕公路交通全寿命周期应用及跨行业延伸应用两大领域,提出了公路交通数据要素应用的重点方向。最后针对公路交通数据要素应用面临的挑战,提出了加强标准体系建设实施、健全数据要素流通机制、推进数字化技术推广应用、加强复合型人才培育等发展建议,以期为公路交通数据要素价值释放提供参考。

我国综合货运枢纽演进特征及发展对策

为加快建设现代化交通运输基础设施体系,推动降低全社会物流成本、提高经济运行效率,聚焦综合货运枢纽,通过梳理其发展历程,研究了综合货运枢纽的概念内涵、功能定位、演进特点,厘清其定义和空间边界,找出其发展中面临的难点。在此基础上,提出推进综合货运枢纽发展的思路,以及规划布局、建设要求、运营模式和协调机制四个方面的对策建议,旨在推动统一对综合货运枢纽的认识、形成发展合力,为构建现代化综合货运枢纽系统提供基础支撑。

物流大通道的形成机理与识别方法

物流大通道是国家综合立体交通网的重要功能系统,是国内国际双循环相互促进的基础。为更加精准识别物流大通道,通过国内外概念辨析进一步明确物流大通道的定义,研究提出物流大通道的形成是以交通运输基础设施网络化发展为根本依托,是网络成分互补的横向整合和节点集聚的纵向整合共同作用的结果,其表征是枢纽点极化、通行量规模化。在此基础上,明确了“先找点、后定线”的识别思路,提出以区位熵定“点”、最大树(边)定“线”为核心的基于城市、交通和经济数据的识别方法,通过多源数据收集、节点识别、线路识别、通道汇集、通道识别,最终提出“八纵七横”的物流大通道布局。相比于传统方法,选点定线的识别方法精度更高,能够进一步展示货物流向、运输结构、货运规模等运行特征,并为开展物流大通道与经济发展相关分析提供了可能。

多种残差补偿的贝叶斯网络下的短期交通预测

为了解决道路车流量的数据生成条件时变场景下的交通预测问题,本文建立道路交通控制与交通流预测数据之间的联系,提出一种基于多种残差补偿的贝叶斯网络的短期交通预测方法。提取城市中大规模多路口主干道车道及车辆信息构造多个平行的贝叶斯网络,使用贝叶斯关系及期望最大化算法进行短期交通预测。再通过数据自相关残差补偿、车辆换道和多路口连通性的线性残差补偿提高了预测的精度,解决了传统研究对相邻路口和换道导致的误差等因素处理能力不足的问题。仿真结果表明:使用贝叶斯网络预测交通流,并基于车辆行为的残差进行精度补偿,可以更准确地预测复杂的交通演化场景的短期交通流。

考虑异质交通流的随机参数优化速度跟驰模型

为分析交通流异质性对车辆跟驰行为的影响,基于随机参数线性回归方法改进优化速度函数.根据分位数回归对交通流速度-密度数据进行分类,对每个类别数据进行随机参数线性回归,并得到不同类别的改进优化速度函数与假设检验结果,结合改进的优化速度函数和全速度差跟驰模型建立随机优化速度跟驰模型,利用傅里叶变化理论对跟驰模型进行稳定性分析,并搭建环形车道仿真平台对跟驰模型进行数值实验.结果表明,分类处理后的随机参数模型误差较未分类降低28%;随机参数跟驰车队的速度值随着0.5分位点车辆的增多而增大;随机参数跟驰模型车队较固定参数跟驰模型车队更能反映交通流异质性对车队的影响.建立的模型能够提高仿真维度,真实反映交通流的复杂运行状况.

多因素协同的大型活动场馆周边路段速度预测

大型活动会引起举办场馆周边区域路网出现交通流短时骤增与消散,导致周边区域路网交通运行呈现偶发性与不确定性波动,而现有预测方法通常难以捕捉特殊事件下交通流受多维因素复杂影响及其演变机理。为充分挖掘路段速度的时间序列和影响因素特征,揭示速度预测中不同影响特征间的耦合作用机理,提出了一种结合可解释机器学习与长短时记忆网络的速度预测模型(MC-LSTM)。结合大型活动的特点构建影响因素集,采用XGBoost算法评价活动规模、性质等因素特征对场馆周边路段速度的影响相对重要度,量化多元因素对场馆周边路网运行状态的协同效用,融合LSTM网络,考虑交通状态的时间依赖关系,捕获不同历史时期的时间相关性,实现对活动期间场馆周边路段速度的精确预测。以北京市连续6个月的大型活动期间周边路网为例进行模型验证,结果表明:所构建的MC-LSTM模型的预测精度可达94.5%以上,优于考虑多因素协同的XGBoost模型、只考虑单因素特征的LSTM模型及未考虑外部特征的LSTM模型,证明该研究所提出的模型有效性与稳定性更优,可为大型活动场馆周边路网交通组织优化和制定针对性交通管控与保障措施提供定量化的决策依据。

土地利用与城市轨道交通客流的非线性关系

城市轨道交通站点影响范围内土地利用对客流影响具有时空分异特征且存在类型差异,为针对性探讨不同站点两者的复杂非线性关系,提出一种基于土地利用空间分布规律、对站点实际影响范围进行差异化识别的方法;并通过分时段多尺度地理加权回归,获取能够表征土地利用对客流影响时空变化特征的站点聚类指标,采用K-means++算法将研究区域内的站点划分为4类;进而基于改进的梯度提升决策树模型分类定量探讨不同类别下土地利用与轨道交通客流的复杂非线性关系。研究表明:通过捕捉不同站点土地利用与客流的时空分异特征对站点进行分类识别,可有效提升两者非线性关系模型的解释度。根据模型输出结果,发现不同类别站点影响轨道交通客流的关键土地利用要素不同,第1类中关键变量为相对重要性分别为61.35%和30.08%的公交站点数量和慢行密度;第4类的情况类似但相对数值有所变化,公交站点数量的相对重要性由61.35%下降至30.31%;建筑密度在第2类中以66.57%的相对重要度占据最大比例;但在第3类中仅占5.59%。此外,不同类别站点影响范围内土地利用与轨道交通客流的关系存在较为显著且各异的阈值效应。研究表明,对于不同类别站点的用地开发应各有侧重,且应结合实际将土地利用设计指标控制在相应的合理范围内。研究为差异化的站点周边土地利用开发策略的制定提供了理论支持和量化指导。

信号交叉口电动自行车多类别违规行为分析与建模

电动自行车违规行为对信号交叉口通行效率和安全具有显著的影响,是重要的安全管控对象。文中基于视频录像调查法获得的信号交叉口9726辆非机动车数据,对比分析了3类非机动车在骑行者个人属性和时空场景影响下的违规行为特征。以骑行者个人属性、信号交叉口特征和交通流特性3方面共14个因素作为协变量,构建基于多元Logistic回归的电动自行车多类别违规行为模型,以揭示信号交叉口电动自行车闯红灯骑行、占用机动车道骑行、越线等待和逆向骑行行为机理。研究结果表明:电动自行车在信号交叉口总体违规率为44.01%,是传统自行车的1.21倍;中老年电动自行车骑行者发生4种违规行为的可能性高于青年;女性骑行者更易发生越线等待和逆向骑行违规行为,男性骑行者更易发生占用机动车道骑行;增设协管员可有效降低电动自行车在信号交叉口的闯红灯、越线等待和逆向骑行行为,但同时会增加电动自行车占用机动车道骑行的可能性;设置左转专用相位能有效降低电动自行车占用机动车道骑行、越线等待和逆向骑行行为。