基于高速公路错时收费的货车转移率研究

错时收费是交通需求管理的一项重要措施,高速公路货车错时收费优惠政策能带来的最显著效益是货运车辆运输成本降低、高速公路各时段交通流量均衡分布、高速公路使用率提高。文中通过对高速公路货车时间转移率和普通公路货车路径转移率的研究,分析了货车转移率与高速公路优惠率的关系,为制定高速公路错时收费优惠政策提供理论支撑。

基于机器学习的高速公路大型货车追尾风险预测

针对高速公路大型货车追尾事故频发的问题,评估高速公路大型货车追尾风险,并分析交通流特性对大型货车追尾风险的影响,以降低追尾事故的发生率。根据德国HighD开源数据集,以不同冲突风险等级的碰撞时间(TTC)阈值作为大型货车冲突风险的划分标准,提取大型货车的车辆轨迹与交通特征参数等数据,基于随机森林(RF)、支持向量机(SVM)和人工神经网络(ANN)等3种机器学习模型分别建立高速公路大型货车追尾风险实时预测模型;以混淆矩阵、受试者工作特征曲线的曲线下面积(AUC)和洛伦兹(KS)检验等评价指标,对比分析各模型的整体预测能力,并选取预测精度最好的模型分析各个特征参数对追尾风险的影响程度。研究结果表明:RF模型的预测准确率达75%,相对SVM模型高出8%,相对ANN模型高出10%,且RF模型的预测精确度、召回率、AUC值和KS值均优于SVM模型和ANN模型;最小车头间距、车速标准差和加速度标准差3个参数对大型货车追尾风险影响程度最高。

基于CNN-LSTM的重型载货车侧翻预测

针对车辆在运行过程中左右侧车轮垂直载荷难以直接测量的问题,结合卷积神经网络(convolutional neural network,CNN)和长短时记忆神经网络(long short-term memory,LSTM)对横向载荷转移率(lateral load transfer rate,LTR)进行预测。建立重型载货车TruckSim动力学模型,在鱼钩工况、J-Turn工况和双移线工况下采集车辆的侧向加速度、横摆角速度等行驶状态参数。在MATLAB中建立CNN-LSTM模型,利用CNN-LSTM模型的特征提取和时间序列预测功能,对重型载货车LTR值进行预测,并在多种工况下验证CNN-LSTM模型的性能。结果表明:在不同行驶工况、车辆参数及路面条件下,CNN-LSTM模型能够对重型载货车LTR值进行有效预测。

京藏高速公路出现严重拥堵

从8月14日开始，京藏高速公路进京方向再次出现堵车，堵车时间持续20多日、被堵车辆绵延上百公里，其时间之长、数量之多实属罕见，引起了社会的广泛关注。截至9月4日，京藏高速仍被数万辆大型货车挤得水泄不通。除京藏高速，北京西北的货运通道京新高速（原京包高速及110国道新线）在今年6月也曾爆堵20多天，而这次京藏堵车，也与京新高速的维修有直接关系。

广州内环路:11月5日起禁货车

据广州市公安交警部门透露，从11月5日起，广州市区货车交通管制措施将进行调整。调整后，市中心城区限制货车通行的范围东边移至东环高速公路，南边移至南环高速公路，北边移至北环高速公路、黄石路，西边保持不变。市中心城区限制一切货车通行的时间调整为每天的7—9时、17—20时，外市籍5吨以上伶5吨）货车进入市区的时间推后至21时；

夜晚安全行车要诀

夜晚是交通事故的高发期，尤其这个时间段高速公路上大货车非常集中，且很多都是重型车，爬坡慢、下坡时刹车又不够灵敏，加上小汽车在它们中间穿行，危险性可想而知。据高速公路交通事故统计，夜间交通事故次数占交通事故总数的40％左右，发生时间大都在冬季和炎夏，而且事就不是小事，死亡事故约占整个事故的60％。