考虑右转车干扰的信号交叉口直行车辆轨迹预测

相交道路右转车辆干扰下的直行车辆轨迹扰动现象成为城市道路信号交叉口交通运行的安全隐患,为提高直行车驾驶人对驶入右转车辆的应对能力并做出正确决策,对于直行车辆扰动轨迹的可靠预测至关重要。研究通过将不同状态下的直行车辆轨迹分布特征与相交道路右转车运行信息相关联,在车辆受扰轨迹识别的基础上将碰撞时间(TTC)指标作为输入层加入模型,构建了3层高斯混合-输入输出隐马尔可夫模型(GMM-IOHMM),提出了一种考虑信号交叉口被交道路右转车对本面直行车作用程度的直行车辆受扰轨迹预测方法。实验结果表明:改进模型相比于传统的隐马尔可夫模型(HMM)在模型训练时能够更好地拟合实际的轨迹数据,且相比于传统的时间序列模型,GMM-IOHMM模型的拟合效果取得较大提升;可将TTC≤4.5 s且偏航角大于2.35°作为直行车辆轨迹扰动的判别标准。轨迹预测结果能够更加准确地判断直行车辆与周围车辆发生冲突的可能性,可作为受扰直行车及同行其他车辆辅助驾驶系统设计的重要依据。

基于GWR模型的共享单车空间分布影响因素分析

为辨别不同时段不同地区影响单车出行的关键因素,认识共享单车与用户间的动态平衡关系,基于对城市多源数据的分析,从用车环境、道路交通基础设施、公共交通变量和土地利用变量4方面选取共享单车出行影响因素,并以此为输入性指标建立全局回归分析初选模型与地理加权回归模型(Geographically Weighted Regression,GWR),初步分析各因子的空间非平稳性。通过地理差异检验得到具有空间异质性的影响因子,然后采用空间可视化分析方法进一步探究单车出行分布与关键因子间的作用机理。以西安市建成区共享单车出行数据为例进行分析,结果表明:在工作日早高峰和晚高峰时段,共享单车设施分布密度对共享单车出行起点分布的影响存在空间异质性,企业密度在工作日早高峰时段、餐饮类分布密度在工作日晚高峰时段对共享单车出行终点的影响具有空间异质性;GWR模型对单车起终点影响因素回归分析的拟合优度R²相比全局回归模型分别提高了0.428,0.378,0.208和0.309,且修正后的赤池信息准则(Akaike Information Criterion,AIC)值(AICc)与残差平方和均有所降低,表明GWR模型能较好地反映变量之间的空间异质性,具有较高的准确性与适用性。