基于XGBoost-SHAP模型的高速公路合流区通行能力影响因素研究

设计了合流区通行能力仿真实验,收集不同影响因素下通行能力数据,利用XGBoost模型搭建通行能力计算模型并通过Optuna框架进行超参数优化,融合SHAP可解释模型对各因素的影响程度及贡献进行量化。结果表明,随着大型车比例和匝道汇入流量的增加,对合流区通行能力的负向影响逐渐增加,展现出很强的负向关联,而加速车道长度对合流区通行能力的影响在0~250 m内呈现出正向关联,超出250 m,两者不再呈现相关性。因此,通过管控汇入流量和提高加速车道长度可显著提升合流区通行能力。

微观交通仿真参数校正下高速公路合流区交通运行状态研究

合流区的车辆汇入主线时复杂的强制换道行为使其成为高峰期间高速路交通拥堵的常发瓶颈。为改善高速公路合流区交通运行状况,采用NGSIM数据集获取真实数据,通过遗传算法校正微观交通仿真参数。搭建仿真场景,设计仿真实验,研究了不同匝道设置条件下下高速公路合流区交通运行状态。研究结果表明加速区段长度、匝道输入流量对合流区交通运行状态影响显著。研究成果可为改善公路合流区交通安全、提升通行效率提供理论依据。

高速公路合流区主要参数对自动驾驶车辆的影响

为探究现有高速公路合流区对自动驾驶车辆的适应性,分析现有高速公路合流区加速车道长度和通视三角区角度对自动驾驶交通流的影响规律,并与传统交通流进行对比。依据自动驾驶车辆在感知、跟驰和换道行为以及与周围车辆的协作方面更迅速安全等特点,改进了Krauss跟驰模型和LC2013换道模型以适应自动驾驶车辆特征。依据车辆换道可接受间隙建立车辆跟驰间距计算公式,在满足换道安全的基础上对跟驰模型参数进行改进。结果表明:在现有的高速公路合流区平面设计参数条件下,自动驾驶交通流的安全性、效率及稳定性均优于传统交通流,与传统交通流相比,自动驾驶交通流冲突数减少了100%,平均延误降低了60%~71%,平均车速提高了近20%且更稳定;在不同平面设计参数下,自动驾驶车辆的冲突数均为0,平均延误保持在0.65 s左右,平均车速稳定在33~34 m/s。现有的高速公路合流区平面设计参数在安全、效率和稳定性方面均能较好地适应自动驾驶车辆,且参数的取值对自动驾驶车辆影响不大。

高速公路合流区车辆跟驰行为分车道差异性

车辆在高速公路合流区内跟驰行驶时,会受到其他车辆加减速、频繁变道及匝道车辆并入主线等行为的影响。为探究此情况下跟驰行为表现出的特征及受不同干扰而呈现出的行为差异,基于在高速公路合流区域拍摄的视频,处理出48辆车的轨迹数据,从中提取出11个可表征车辆跟驰状态的特征参数。利用粒子群优化的模糊聚类(Particle Swarm Optimization Fuzzy C-Means,PSOFCM)算法,从车速稳定性、跟驰行为倾向性和横向位置稳定性3方面对跟驰行为特征进行聚类分析。结果表明:不同车道内驾驶员的跟驰行为受到的影响及表现出的行为特征都呈现出显著的差异,外侧车道驾驶员受到的影响最大,行驶状态不稳定且易表现出较为激进的跟驰行为;中间车道次之;内侧车道相对稳定,受区域交通流干扰相对较小。可推断,高速公路合流区交通流的不稳定性是该区域不同车道内驾驶员跟驰行为存在明显差异的直接诱因,与路段内交通事故频发的现状也存在一定的内在联系。

双向八车道高速公路合流区交通特性与交通冲突特性研究

车辆合流行为是干扰高速公路主线交通运行的主要原因。文中以交通流参数调查为基础,应用统计分析方法,对高速公路合流区的交通量及组成、车速和车头时距进行分析,提出了基于后侵入时间(PET)的冲突严重性判别方法,建立了基于负二项分布的交通冲突预测模型,并结合交通冲突数和冲突率对合流区的安全性进行分析。结果表明,合流区各车道的车头时距与爱尔朗分布拟合较好,外侧2条车道的车速服从正态分布;严重冲突、一般冲突和轻微冲突对应的PET阈值分别为1.23、2.50和4.44s;合流区交通冲突的发生与交通量、大型车比例、速度差及车道位置等显著相关;根据安全水平可将合流区划分为安全、危险及两者之间3组。

基于贝叶斯模型的高速公路合流区交通冲突预测

针对高速公路合流区交通流线复杂、事故安全隐患大的问题,考虑到交通冲突数据的离散性及异质性的特点,构建泊松-对数正态分布模型(PLN)及随机参数泊松-对数正态模型(RP-PLN);采用贝叶斯估计方法推导模型参数的后验分布,运用马尔可夫链蒙特卡罗仿真方法标定模型参数;最后,利用方差信息准则(DIC)比较PLN及RP-PLN模型的拟合优度和精度。结果表明:随机参数泊松-对数正态模型比泊松-对数正态分布模型拟合优度更高。

基于操纵量指标的合流区危险驾驶行为谱研究

公路立交合流区交通环境复杂,交织比例和换道频次高,危险系数大。为描述合流场景下危险驾驶行为的主要表现形式,同时,量化其危险程度,提出操纵量指标表征立交合流区危险驾驶行为,构建基于车辆轨迹数据特征参数的驾驶行为谱;运用风险度量法量化4种危险驾驶行为,即急打方向、猛踩踏板、危险跟驰和危险换道。结合四分位差法和CRITIC(Criteria Importance Though Intercrieria Correlation)法确定危险驾驶行为特征参数阈值和权重,并综合计算危险驾驶行为谱特征值;结合危险点空间分布及相关研究验证操纵量指标的有效性。研究结果表明:4种危险驾驶行为相关系数均小于0.2,不存在共线性;4种危险驾驶行为中,急打方向权重占比最高,为0.405,对合流区行车安全影响最大;操纵量指标危险点空间分布与现有研究合流区交通冲突点吻合。上述结果证明:采用操纵量指标建立的危险驾驶行为谱可以客观实时的结合车辆轨迹数据辨识合流区危险驾驶人,为公路立交合流区主动安全防控提供依据。

高速公路合流区冲突极值建模与交通事故预测

为了更好地利用交通冲突技术开展高速公路合流区交通安全研究,提出了一种基于贝叶斯层级超阈值理论的冲突极值建模与交通事故预测方法。以辽宁省7个高速公路合流区的交通运行视频和交通事故数据为基础,利用后侵入时间(PET)识别了潜在合流冲突,进而构建了融合超阈值极值理论和贝叶斯层级结构(含数据层、过程层和先验层)的贝叶斯层级超阈值极值模型,提出了基于分位数回归的阈值选取方法,最后利用标定的最优模型对合流区交通事故进行了预测并对事故影响因素进行了分析。结果表明:调查时段内合流区共发生898次合流冲突;在构建的稳态模型、非稳态显著模型和非稳态全模型中,考虑冲突极值非稳态性和异质性的非稳态显著模型最优;最优模型的事故预测精度较高,其预测事故数与观测事故数的平均误差和平均绝对误差分别为1.0次/a和2.1次/a;通过建模发现加速车道长度、合流车辆类型、主线车辆类型、加速车道小时平均交通量对交通事故有显著影响,其中加速车道越长、主线车辆车型越大,交通事故发生的概率越小;合流车辆类型越小、加速车道小时平均交通量越大,交通事故发生的概率越大。所提出的贝叶斯层级超阈值方法解决了冲突极值的稀少性、非稳态性和异质性问题,实现了基于短期观测冲突数据的交通事故可靠预测。

基于交通冲突技术的高速公路合流区段安全性研究

为研究高速公路合流区段的安全性,本文以四川省境内高速公路为例对典型合流区段的交通冲突特性展开研究。选用PET作为评价指标并将交通冲突划分为3个等级:潜在冲突、轻微冲突、严重冲突。通过建立有序Logistic模型来探索影响冲突严重程度的显著性因素。结果表明:交织区交通流量、冲突车辆的速度差和二次冲突是增加冲突严重性的主要诱因;加速车道长度、规范的标志标线是保护因素;重型车辆比例对冲突严重程度影响呈非线性关系。

高速公路分合流区潜在事故风险研究

为深入研究高速公路分合流区的安全性,分析其事故风险,针对多车道高速公路出入口处车辆的分、合流行为,将后侵入时间(PET)作为评价指标,分别找出分流区与合流区PET数据的分布规律,进而以50%分位值作为危险PET阈值。在此基础上,建立概率风险和速度风险等2类基于PET的潜在事故风险模型,并结合单因素方差分析法(ANOVA),对分合流区及其主要影响车道的安全性进行评价。结果表明:高速公路分合流区的PET样本均服从伽马分布,危险PET的阈值分别为1.42和2.44 s;分流区与合流区具有相同水平的安全性,驾驶员在分合流区主要影响区域的不同车道上行车承受的事故风险没有显著差别。

高速公路分、合流区事故分析模型及事故影响因素

针对高速公路分流区、合流区分别建立负二项回归模型、零膨胀负二项回归模型、混合效应负二项回归模型3种交通事故分析模型,依据AIC准则、BIC准则、对数似然值、Vuong值等对模型进行检验,并采用拟合程度最高的NB模型进行事故影响因素分析。分析结果表明:1)主线年平均日交通量每增加1%,分流区、合流区事故数分别增加3.50%,2.23%;2)主线平曲线半径、分合流区渐变段长度分别增加1%时,分流区年事故数减少0.12%、0.18%,合流区年事故数减少0.07%、0.28%;3)分合流区车道数为单车道及4车道时对应的事故数相对较高;4)分流区位于下坡路段比位于上坡路段具有更高的事故危险性,至上一分流区的距离与年事故数之间表现出显著的正相关性,较长的减速车道有利于提高交通安全性;5)位于主线长直线路段末端的合流区诱发事故的风险较高;6)重型车比例上升会导致年事故数升高。