基于行人影响的信号交叉口右转车辆跟驰模型

发布时间：2021-03-24 14:56

　　为探究在不同场景下行人对信号交叉口右转车辆跟驰行为的影响,采用无人机采集信号交叉口视频录像,通过视频分析技术提取信号交叉口右转车辆跟驰数据,提出考虑行人过街平均流率影响的右转车辆优化速度函数,构建不同场景下基于行人影响的信号交叉口右转车辆跟驰模型,并对模型进行参数标定和仿真验证.结果表明,保守驾驶员为避免人车冲突会先减速后停车,等待20 s可放行约27人;激进的驾驶员选择在过街行人间隙强行穿越人行横道,穿行前平均速度由13.8 m/s降至8.3 m/s,穿越完成后加速离开,速度波动较小,符合实际情形. 

【文章来源】：交通运输系统工程与信息. 2020,20(04)北大核心EICSCD

【文章页数】：6 页

【部分图文】：

场景构建

如果直接探求速度与行人通行效率的关系，很难发现其规律性，故根据表2将车速划分为整数区间，计算每个整数区间内车速的平均值，并求出与之对应的所有过街行人平均流率S，实现聚散为整.在本文中，车速集中在1～8 m/s，划分7个整数区间，每个整数间隔内的数据量充足.连续函数中的点并不是一个独立的数据点，而是由对应车速区间内所有采集数据求平均而得.以行人过街平均流率为横坐标，以右转跟驰车辆整数区间内平均速度为纵坐标，作散点图，如图3所示.由图3可知：跟驰车的平均速度随行人通行平均效率数值增加而减小，即平均通行效率在数值上与速度呈负相关.针对这一特征，构建基于指数函数的复合函数拟合该曲线，函数表达如式(4).根据实际数据进行参数标定，结果如表3所示.

在场景2中，假设行人平均通行效率(S)为常数1.35人/s，图4(a)与图4(b)分别是OV模型与改进后的OV模型的仿真模拟效果.图4(a)显示的是OV模型中，车辆以紧急刹车的方式在人行横道前停车等待，速度出现骤降，这正是OV模型容易造成过高的减速度缺点的体现；图4(b)表明在改进的OV模型中，驾驶员发现人行横道上有行人通行，这时驾驶员谨慎行驶，保守的驾驶员会选择避免与行人发生冲突而减速行驶，此时驾驶员在博弈的过程中会有极小幅度的速度波动，并在人行横道前的安全距离处停车等待，行人完全通过后，车辆才会加速驶离人行横道，此时速度表现出较大幅度的跳跃，且车辆在以6 m/s左右的速度运动期间，根据优化速度函数可知此时行人的平均通行效率约为1.37人/s，与仿真时假设的行人平均通行效率大致相同，因此，在车辆停车等待的20 s期间，约有27人通过人行横道.在场景3中，图5(a)为采用OV模型仿真交叉口右转车辆跟驰速度的变化，右转车辆发现前方有行人通过，将速度从13.8 m/s大幅减速至4.2 m/s，穿过行人间隙又加速离开，加、减速幅度都比较大；图5(b)为改进后的OV模型的仿真效果，部分激进的驾驶员会选择在行人通行间隙中强行穿越人行横道，在穿行前速度会由13.8 m/s降至8.3 m/s，穿越完成后加速离开，速度波动较小，更加符合实际情形.


本文编号：3097923