城市快速路交通事件影响范围预测模型

为研究交通事件对城市快速路交通流的影响,在对MCTM模型进行改进的基础上,建立快速路交通事件影响范围预测模型.该模型针对城市快速路交通流的亚稳态现象,模拟亚稳态区域的交通流状态;同时考虑交通事件对元胞主要特征参数的影响,并结合事件发生的不同位置,对元胞设置进行调整;最后提出事件影响长度的概念,并将其作为交通事件影响范围的评价指标.以北京市局部道路网为研究对象,结合交通事件的相关数据,对该模型进行了参数标定和实例分析.结果表明,仿真数据的变化趋势与实测数据基本一致,且误差在可接受范围内.模型能清晰地反映出不同时刻各个路段的交通流状态,可有效地确定城市快速路交通事件的影响范围.

车车通信环境下智能车辆安全自主换道

针对智能车辆在换道过程中存在的安全性问题,提出了智能网联汽车的安全自主换道模型.在两车道的换道场景下,基于车车通信技术得到换道车辆及周围车辆的运动状态信息,借助博弈论建立换道车辆与周围车辆的协同换道决策模型,得到允许换道指令信息后,基于模型预测理论设计了换道轨迹跟踪控制器.通过仿真,对比其他研究模型,定量分析验证所建模型和设计的轨迹跟踪控制器具有良好效果,实现了智能车辆安全准确的自主换道.

基于刷卡数据的公共自行车交通流特性研究

传统的自行车交通流特征分析,主要采用在路段和交叉口实地观测的方法,记录自行车的到达时间、车头时距和车速,存在耗时费力、记录误差等缺点.本研究以南京公共自行车刷卡记录为数据来源,克服了传统调查手段的不足,以南京市典型公共自行车站点为例进行交通流特征分析.发现公共自行车的车辆到达分布服从泊松分布,车头时距在不拥挤情况下服从负指数分布;车速服从正态分布,而且在共享单车进入南京后公共自行车车速明显下降.研究结果对公共自行车运营管理和慢行交通系统改善提供了科学依据和决策支持,有利于进一步提升南京市公共自行车的服务水平.