期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于非定数冲击波理论的车辆排队长度分析模型
1
作者 路超 胡桂戎 《交通运输研究》 2024年第5期64-77,90,共15页
为克服基于定数冲击波理论的车辆排队长度分析模型中线性冲击波假设对排队长度的求解局限性,提出匹配车辆实时到达规律的非定数排队长度分析模型。首先,基于交通流冲击波理论,将排队车辆队尾的精确定位抽象为反映车流实际行驶特征的非... 为克服基于定数冲击波理论的车辆排队长度分析模型中线性冲击波假设对排队长度的求解局限性,提出匹配车辆实时到达规律的非定数排队长度分析模型。首先,基于交通流冲击波理论,将排队车辆队尾的精确定位抽象为反映车流实际行驶特征的非线性累积排队冲击波与放行冲击波的时空位置关系分析模型。然后,选取独立周期作为计算单元,根据检测数据设计了冲击波时空折线线形回溯反推算法,将剩余车辆数作为过渡变量,建立了实测数据与计算结果之间的连续校核机制。最后,以实际路段为基础验证方法的有效性。结果显示,根据车辆实测数据,非定数冲击波模型所得的冲击波线形符合车辆到达规律,排队长度绝对误差平均值为3.8 m,比两组布置位置不同的检测器下的定数冲击波模型计算结果分别少5.3 m和4.8 m。当在VISSIM仿真软件中改变路段长度并加载两种不同交通量组合时,非定数冲击波模型计算的排队长度与实测结果的绝对误差平均值分别仅为2.71 m和7.63 m。交通量组1绝对误差大于5 m、交通量组2绝对误差大于10 m的计算结果在总数中的占比分别不超过7.7%和17.8%。在交通量组1相同到达规律下,与基于定数冲击波理论所得排队长度平均值相比,非定数冲击波模型将队尾定位的精确度平均提升约3个车长。研究结果表明,所建模型能结合车辆实际到达规律复现车辆动态排队过程,为交通信控方案评估及车辆通行效能优化提供更精确的参数。 展开更多
关键词 车辆排队长度 车辆检测器数据 非定数冲击波 冲击波线形反推 排队车辆尾部定位 单周期时间粒度
在线阅读 下载PDF
基于车辆行驶轨迹的信号交叉口排队长度估计 被引量：6
2
作者 姚佼 戴亚轩 +1 位作者 倪屹聆 韦钰 《公路交通科技》 CAS CSCD 北大核心 2020年第5期123-130,共8页
为了研究如何结合移动检测数据来确定交叉口排队长度,并以此来衡量交通拥堵程度的问题,利用车辆行驶轨迹,分析了通过交叉口车辆的排队特点。根据车辆在队列中的不同排队位置,分车辆通过交叉口时所存在的A,B,C这3种位置,建立了面向延误... 为了研究如何结合移动检测数据来确定交叉口排队长度,并以此来衡量交通拥堵程度的问题,利用车辆行驶轨迹,分析了通过交叉口车辆的排队特点。根据车辆在队列中的不同排队位置,分车辆通过交叉口时所存在的A,B,C这3种位置,建立了面向延误最小的排队长度估计模型。其中,通过虚拟线圈检测器后开始减速停止在停车线前的A位置车辆排队估计模型基于基本延误模型;减速进入虚拟线圈检测区域停车的B位置车辆排队估计模型基于简化车辆跟驰模型,对可获得车辆行驶轨迹的网联车减速过程进行了重建;减速停止在虚拟线圈检测器前的C位置车辆排队估计模型基于LWR消散模型以及交通流理论算法,并利用网联车车辆行驶轨迹数据进行了加速过程的重建。在此基础上,根据不同位置车辆与队尾网联车的距离不同,对其到达率赋予不同的权重,计算总的排队长度。最后,通过图新地球地图软件投影并筛选车辆在案例交叉口的车辆行驶轨迹,利用微观交通仿真软件VISSIM对本研究的模型进行仿真验证。结果表明,排队长度估计模型与真值的最大误差为12.4%,最小为2.2%,平均误差为8.75%,方差为12.595%~2,绝对与相对误差均保持在可接受范围以内,说明基于车辆行驶轨迹的信号交叉口排队长度估计模型能够较为有效地估计城市道路交叉口的排队长度。 展开更多
关键词 城市交通 排队长度估计模型 交通流理论算法 车辆排队位置 车辆行驶轨迹 虚拟线圈检测器
原文传递
基于抽样车辆轨迹数据的信号控制交叉口排队长度分布估计 被引量：7
3
作者 谈超鹏 姚佳蓉 唐克双 《中国公路学报》 EI CAS CSCD 北大核心 2021年第11期282-295,共14页
排队长度是评价信号控制交叉口运行状态的重要参数之一。现有大多数基于抽样车辆轨迹数据的排队长度估计方法可以实现周期级排队长度估计,但是需要信号配时、渗透率或车辆到达分布等实践中难以获取的输入信息。此外,这类方法在低渗透率... 排队长度是评价信号控制交叉口运行状态的重要参数之一。现有大多数基于抽样车辆轨迹数据的排队长度估计方法可以实现周期级排队长度估计,但是需要信号配时、渗透率或车辆到达分布等实践中难以获取的输入信息。此外,这类方法在低渗透率条件下往往难以确保估计结果的准确性和可靠性,极大地限制了其实用性。因此,提出一种抽样车辆轨迹数据驱动的时段级信号控制交叉口排队长度分布估计方法,可不依赖任何交通流理论模型和前述输入信息实现排队估计。首先,通过理论推导可以证明时段内抽样车辆的停车位置分布和排队长度分布之间可互相转化;然后,提出一种扩展的核密度估计方法来拟合并平滑抽样车辆停车位置分布,从而有效地适应不同日期和周期的轨迹叠加所带来的波动,提高方法的适用性;最后,基于前述推导和拟合的停车位置分布实现时段排队长度分布、平均排队长度和百分位排队长度估计。分别采用仿真和实证数据对上述方法进行验证和评价。结果表明,通过叠加5 d相同时段的抽样轨迹数据,15 min的平均排队长度估计误差仅为1.59 veh,相对误差仅为9%。同时,面向不同分析时长,只要给定超过100 veh抽样车辆的观测样本,无论渗透率高低,所提出的方法在定时或自适应信号控制交叉口都可实现时段排队长度分布的准确估计,其成果可进一步用于信号控制交叉口运行可靠性评估以及多时段定时信号控制的鲁棒优化。 展开更多
关键词 交通工程 排队长度分布 核密度估计 车辆轨迹 停车位置分布 平均排队长度
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部