互通式立交承担着不同方向交通流的流向转换功能,是道路交通网络的重要节点。目前高密度立交在城市道路网络中已愈发常见,高密度立交之间的间距比普通立交更小,车辆交织更为密集,驾驶人需要在更短的时间内进行分合流驾驶操作。为探究立...互通式立交承担着不同方向交通流的流向转换功能,是道路交通网络的重要节点。目前高密度立交在城市道路网络中已愈发常见,高密度立交之间的间距比普通立交更小,车辆交织更为密集,驾驶人需要在更短的时间内进行分合流驾驶操作。为探究立交间距对驾驶人精神负荷的影响与高密度立交出入口区段的驾驶人精神负荷统计特性,在重庆市内环快速路上选择了1段包含4座连续立交的路段作为实验对象,其中3座立交为高密度立交。通过车载仪器采集47名驾驶人在实车实验过程中的心电数据,对在高密度立交出入口区段与普通间距立交出入口区段的驾驶人心率变异性时域和频域指标进行差异性分析,得到了驾驶人在高密度立交与普通间距立交出入口区段的精神负荷分布特征。研究结果表明:驾驶人在经过普通间距立交出入口区段和高密度立交出入口区段时的心率变异性时域指标不存在显著性差异,频域指标心率变异性的低、高频功率的比值(ratio of low-frequency to high-frequency,LF/HF)存在显著性差异,频域指标LF/HF可作为评价驾驶人精神负荷在立交出入口区段的主要指标;驾驶人在经过高密度立交入口区段时,频域指标LF/HF比经过普通间距立交入口区段时显著增加,立交间距不足会增加驾驶人在立交入口区段的精神负荷;驾驶人在经过普通间距立交出口区段时的心率变异性频域指标LF/HF比经过高密度立交出口区段时显著增加,即驾驶人通过普通间距立交出口区段的精神负荷更大;对于高密度立交群,驾驶人在入口区段的精神负荷水平要略高于出口区段。展开更多
为揭示交叉口车道的布设、交通流量、车辆所在时空位置等要素对直行车辆出口车道选择行为的影响,保障直行车流运行安全,运用专家知识和相关性分析确定了由最内侧直行车道中线偏移角、进口车道位置等10个影响因素组成的贝叶斯网络(Bayesi...为揭示交叉口车道的布设、交通流量、车辆所在时空位置等要素对直行车辆出口车道选择行为的影响,保障直行车流运行安全,运用专家知识和相关性分析确定了由最内侧直行车道中线偏移角、进口车道位置等10个影响因素组成的贝叶斯网络(Bayesian Network,BN)结构,采用数据驱动法进行了参数学习,建立了直行出口车道选择BN模型。经验证,模型的平均绝对偏差(Mean Absolute Error,MAE)、均方根误差(Root Mean Square Deviation,RMSE)分别为4.37%、4.96%,具有良好的精度。应用正向推理得到:影响直行出口车道选择的主要因素是进口车道位置、进出口车道数量匹配性、进出口车道选择不匹配比例、最内侧车道中线偏移角;引入情景分析法可有效预测进口车道平均流量等不同影响因素组合波动时出口车道利用率的变化,如直行车辆由最内侧进口车道驶入直行最内侧车道中线左偏移角为2°~4°的交叉口,在直行车流为>600~900辆/(h·道)、绿色信号倒数(Green Signal Countdown Display,GSCD)显示到达的条件下,选择最内侧出口道的概率为44.6%。研究结果为交通管理部门提供了直行出口车道选择的预测工具,为交叉口直行车流安全理论研究提供支持与参考。展开更多
文摘互通式立交承担着不同方向交通流的流向转换功能,是道路交通网络的重要节点。目前高密度立交在城市道路网络中已愈发常见,高密度立交之间的间距比普通立交更小,车辆交织更为密集,驾驶人需要在更短的时间内进行分合流驾驶操作。为探究立交间距对驾驶人精神负荷的影响与高密度立交出入口区段的驾驶人精神负荷统计特性,在重庆市内环快速路上选择了1段包含4座连续立交的路段作为实验对象,其中3座立交为高密度立交。通过车载仪器采集47名驾驶人在实车实验过程中的心电数据,对在高密度立交出入口区段与普通间距立交出入口区段的驾驶人心率变异性时域和频域指标进行差异性分析,得到了驾驶人在高密度立交与普通间距立交出入口区段的精神负荷分布特征。研究结果表明:驾驶人在经过普通间距立交出入口区段和高密度立交出入口区段时的心率变异性时域指标不存在显著性差异,频域指标心率变异性的低、高频功率的比值(ratio of low-frequency to high-frequency,LF/HF)存在显著性差异,频域指标LF/HF可作为评价驾驶人精神负荷在立交出入口区段的主要指标;驾驶人在经过高密度立交入口区段时,频域指标LF/HF比经过普通间距立交入口区段时显著增加,立交间距不足会增加驾驶人在立交入口区段的精神负荷;驾驶人在经过普通间距立交出口区段时的心率变异性频域指标LF/HF比经过高密度立交出口区段时显著增加,即驾驶人通过普通间距立交出口区段的精神负荷更大;对于高密度立交群,驾驶人在入口区段的精神负荷水平要略高于出口区段。
文摘为揭示交叉口车道的布设、交通流量、车辆所在时空位置等要素对直行车辆出口车道选择行为的影响,保障直行车流运行安全,运用专家知识和相关性分析确定了由最内侧直行车道中线偏移角、进口车道位置等10个影响因素组成的贝叶斯网络(Bayesian Network,BN)结构,采用数据驱动法进行了参数学习,建立了直行出口车道选择BN模型。经验证,模型的平均绝对偏差(Mean Absolute Error,MAE)、均方根误差(Root Mean Square Deviation,RMSE)分别为4.37%、4.96%,具有良好的精度。应用正向推理得到:影响直行出口车道选择的主要因素是进口车道位置、进出口车道数量匹配性、进出口车道选择不匹配比例、最内侧车道中线偏移角;引入情景分析法可有效预测进口车道平均流量等不同影响因素组合波动时出口车道利用率的变化,如直行车辆由最内侧进口车道驶入直行最内侧车道中线左偏移角为2°~4°的交叉口,在直行车流为>600~900辆/(h·道)、绿色信号倒数(Green Signal Countdown Display,GSCD)显示到达的条件下,选择最内侧出口道的概率为44.6%。研究结果为交通管理部门提供了直行出口车道选择的预测工具,为交叉口直行车流安全理论研究提供支持与参考。