行人-机动车混行交通流的实测、建模和模拟

发布时间：2020-11-19 20:31

　　 我国城市交通的典型特点是混合交通,在行人流量很大的路段,如商业街、地铁口,行人和机动车之间的干扰比较严重,不仅造成系统通行能力的下降,而且导致交通事故多发。本文在交通实测的基础上,针对有信号灯和无信号灯交叉口行人过街、通道中行人和车辆混行干扰等问题,建立改进的元胞自动机模型,并进行相应的数值模拟和分析,得到了一系列有创新性的成果。本文的主要工作如下:(1)为了了解人车相互作用的复杂特性,我们对广西梧州市中心城区无信号灯交叉口行人过街情况进行了实测,探讨了无信号灯交叉口行人过街决策行为和过街速度分布特性。通过分析实测数据,发现了平常期行人决策距离为10.8m和人车临界安全距离为15.3m。通过数据拟合,还获得了平常期行人过街速度的经验公式。统计数据表明,平常期的行人速度在平均速度附近扰动。当考虑路边等待时间时,行人平均过街速度为0.6m/s;而不考虑等待时间的情形下,行人平均过街速度为0.8 m/s。另外,使用D'Agostino法来检验,发现平常期行人过街速度分布不服从正态分布。(2)为了细致地描述行人和车辆在人行横道处的相互作用,我们提出了考虑信号灯影响的车辆及行人的元胞自动机模型,研究路口有信号灯时经过人行横道的行人与车辆的相互干扰,行人和车辆的相互作用主要体现在信号灯切换期间:绿灯变红灯时车辆来不及刹车而冲过人行横道,或者红灯变绿灯时行人还未通过人行横道而影响车辆的通行。在模型中,车辆运动采用了细化的NaSch模型,引入了减速区。在人行横道的设置中引入等待区,在红灯期间未能顺利过街的行人将会滞留在其中。我们研究了车辆处于周期和开放两种边界条件下的人车相互干扰。除了研究车辆运动基本图等基本性质外,首次给出了行人等待时间以及行人占用车辆通行时间和车辆占用行人通行时间等反映人车相互作用特征量的定量描述,在已有的文献中尚未看到。通过数值模拟,我们给出了车流量、行人等待时间、行人占用车辆通行时间和车辆占用行人通行时间等物理量的定量性质,并结合车辆运动的时空演化斑图进行了细致的讨论,最后还给出了相图,可以全面反映该模型的定性性质。(3)研究了行人通过无信号灯人行横道时与车辆的相互作用。为了防止交通事故,引入了行人和车辆的交替通行机制,对于车辆和行人都设定等待时间阈值。当一方等待的时间超过其阈值时就可以通过人行横道,而另一方必须等待。但是车辆和行人的实际通行时间还要取决于过街的车辆数和行人数的相对大小。当减速区(等待区)无车(人)时,等候过街的行人(车辆)就可以开始过街,而无需等待时间超过其阈值。该模型可以较好地刻画无信号灯时行人过街和车辆通过路口的竞争行为。我们研究了车辆处于周期和开放两种边界条件下的人车相互干扰。除了研究车辆运动基本图等基本性质外,我们给出了车流量、行人等待时间、行人占用车辆通行时间和车辆占用行人通行时间等物理量的定量性质,并结合车辆运动的时空演化斑图进行了细致的讨论,最后还给出了相图。与有信号灯的情况不同,出现了车辆密度(入车概率)大而行人到达率小情况下的高车流量相。边界条件对于系统的相变有明显的影响。在周期边界下,当车辆密度很大时,可能出现行人无法过街的现象。(4)构建了一个行人-车辆运动耦合元胞自动机模型,研究狭长通道中车辆和行人之间的相互作用,分别讨论了人车同向运动和人车反向运动两种情况。行人的运动方向由背景场来确定,而车辆(及其影响区)作为一个可移动的障碍物导致背景场的改变。同时引入车辆影响区域,增大了车辆与行人的作用范围。由于车速不断变化和车辆的移动,造成背景场的改变,使行人的运动方向也做出相应的调整。通过数值模拟,得到了典型参数下的行人流基本图,并对两种情况进行对比。我们发现,在密度很低和密度很高时,两种情况下的行人基本图没有明显差别。在这两种情况下,行人在车道内的分布都比较均匀。而在介于临界密度[Pi,P2]之间的密度范围,两种情况下的人群平均速度和流量有明显不同。这是由于人车反向运动时,车辆前方形成的拥堵区域使得人群的平均速度显著降低。我们进一步考虑了车辆最大限速,行人预判时间和车辆宽度的影响,发现车辆宽度的影响最大,行人预判时间有助于提高车辆运行的速度,而车辆最大限速的影响则相对较小。最后,我们总结了本论文所做的工作,并对未来的研究作了展望。
【学位单位】：上海大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：U491
【部分图文】：

１．１研宄背景和意义??随着社会经济的高速发展和城市化进程的不断加快，城市规模急剧增长，带??来了交通拥堵、交通事故和交通污染等一系列城市交通问题（参看图１．１）。对于??人口和资源相对密集的大中城市而言，日益加剧的交通问题己成为严重制约城市??（ａ）高速路上的交通拥堵?（ｂ）人－车混合交通流??图１．１典型的交通场景??近年來，我国道路基础设施持续不断增加。２０１６年我国新增高速公路６０００??多公里，总里程突破１３万公１；新增二级及以上公路１．５万公里，新改建农村??公路超过２９万公里ｍ。但是，交通运输基础设施的增加仍不能有效地改善交通??状况，交通拥堵问题仍然严峻。以北京市为例，２０１５年平均拥堵持续时问（包括??严重拥堵和中度拥堵）为３小时，比上年增加了?Ｉ小时５分钟，其中严重拥堵和??中度拥堵的持续时间分别增加了?５分钟和１小时＼?２０１５年工作円早高峰（７：??００－９：?００）共出现１５个严重拥堵天（指数超过８．０），１４０个中度拥堵天（指数??６．０－８．０）；晚高峰共出现７５个严重拥堵天

ＬＧ模型中右行行人选择三个方向行走的概率分别为，其中??表示向右行走的概率，表示向上行走的概率，表示向下行走的概率（这??里“向上”和“向下”表示该行人的左侧方向和右侧方向）。对于图１．２所示的??八种可能空间状态，右行人向相应格点行走的概率见表１．１，其中，Ｄ?（ＯＳＤＳ?１）??为主运动方向的偏向强度，反映了行人选择主运动方向概率的权重。??表１．?１右行行人所有可能的位置构型的行走概率???（ａ）?（ｂ）?（ｃ）?（ｄ）?（ｅ）?（ｆ）?（ｇ）?（ｈ）??Ｐ，ｙ?（ｌ－Ｚ＾）／３?０?＂?｛＼￣Ｄ）／２?￣?１／２?￣￣０￣?１?０?￣?０??Ｐ，，ｘ?￣ｇｆ（ｌ－Ｚ？）／３?￣ＩＸ｛＼－Ｄ）／２?￣?ＩＸ｛＼－Ｄ）／２?＇?０?１?０?０?０??Ｐ，－，?（ｌ－Ｄ）／３?｛＼－Ｄ）／２?０?｜?１／２?｜?０?｜?０?｜?１?｜?０??１３??

３行人的可能运动及其相应的移动概率矩阵Ｍ?＝丨（图片来源于文献［９９］）??场模型中，行人的移动概率＆表达式为??ｐ＾ＮＭＪＳ，丨?ｄ?（１．是标准化系数，用来保证＆为静态场场强，反映了静小；％为动态场，反映了动态场的场强大小；表示目标元胞的元胞被占据％?＝１，否则？＝０。??学者对背景场模型进行简化、改进和推广。２００２年，Ｋｉｒｃｈｎｅｒｎｅｉｄｅｒ？１对最初的背景场模型进行了简化，同样可以有效的再现典象。Ｋｉｒｃｈｎｅｒ等人＂°１１在背景场模型中，引入了摩擦参数芦（／＾ｅ［０人位置冲突问题。Ｖａｍｓ等人＂７￣改进了背景场生成方法，研宄了出位置、房间中有无障碍等因素对疏散时间的影响。Ｙａｍａｍｏｔｏ等人１？
【参考文献】

相关期刊论文 前10条

1 余艳;白克钊;孔令江;;行人与机动车相互干扰的元胞自动机模拟研究[J];广西师范大学学报(自然科学版);2013年01期

2 孙泽;贾斌;李新刚;;基于元胞自动机的行人和机动车相互干扰机理研究[J];物理学报;2012年10期

3 陈然;李翔;董力耘;;地铁站内交织行人流的简化模型和数值模拟[J];物理学报;2012年14期

4 梁春岩;杨文学;倪铁山;李金凤;;行人交通流模型研究[J];吉林建筑工程学院学报;2009年03期

5 宋卫国;张俊;胥旋;刘轩;于彦飞;;一种考虑人数分布特性的人员疏散格子气模型[J];自然科学进展;2008年05期

6 肖瑞杰;孔令江;刘慕仁;;车辆的长度和速度对单车道混合交通流的影响[J];物理学报;2007年02期

7 吴可非;孔令江;刘慕仁;;双车道元胞自动机NS和WWH交通流混合模型的研究[J];物理学报;2006年12期

8 李文勇;陈学武;王庆;李娜;;路段人行横道通行能力及过街绿灯时间计算[J];武汉理工大学学报(交通科学与工程版);2006年05期

9 郑容森,谭惠丽,孔令江,刘慕仁;双向两车道混合车辆交通流的特性[J];物理学报;2005年10期

10 葛红霞,祝会兵,戴世强;智能交通系统的元胞自动机交通流模型[J];物理学报;2005年10期

本文编号：2890406