【正文】 交通流控制優(yōu)化仿真模型；吳建平、黃玲等研究了信號口交叉口內(nèi)成群自行車在騎行時呈現(xiàn)的形狀[4]；曲昭偉等根據(jù)實際數(shù)據(jù)提出了自行車車流的釋放飽和流率釋放速度，并對自行車交通特性的成因進行了研究分析[5]。這主要是中國的交通情況和外國有著很大的區(qū)別，很少有出現(xiàn)行人和非機動車混行的路口，常常是行人和非機動車各行其道，基本不發(fā)生混行。LaPlante m/s。提出自己的一些研究方法和思路，和以往的研究相互印證，完善。我國行人自行車數(shù)量眾多，行人非機動車混行等是我國的國情，是中國特色，也是我國的現(xiàn)狀。他們大多集中考慮行人和自行車，把行人自行車作為一個整體考慮，分析綠燈放行過程中行人自行車交通特性，對現(xiàn)今數(shù)量眾多的電動自行車等非機動車缺乏研究。電動車行業(yè)在僅僅幾年時間，便實現(xiàn)了從零星分布到大范圍普及飛躍。同時城市交叉口混合交通現(xiàn)象的存在，容易產(chǎn)生交通擁堵，引發(fā)交通事故，造成交叉口的通行能力下降等不利影響，因此深入分析我國城市信號交叉口人行橫道混合交通特性對于提高交叉口運行效率、實現(xiàn)交通的深度仿真、保障交叉口安全狀況等都意義重大。 Proposed a method of different traffic intensity state division。以福州市交叉口調(diào)查數(shù)據(jù)為基礎(chǔ)，進行了信號交叉口行人非機動車放行特性研究。論文題目： 信號交叉口行人非機動車 綠燈放行特性研究 學 院： 交通學院 專業(yè)年級： 交通工程 目 錄摘要 1Abstract 11 引言 22 國內(nèi)外研究概況 3 國外研究概況 3 國內(nèi)研究概況 33 視頻調(diào)查方法 4 視頻調(diào)查特點 4 采用視頻調(diào)查的必要性 44 綠燈放行的兩階段性 4 綠燈放行的兩階段中概念定義界定 6 聚集群內(nèi)部結(jié)構(gòu)變化分析 7 7 7 綠燈放行的兩階段劃分必要性和方法 8 12 綠燈放行的兩階段時間劃分 165聚集群空間占有率模型 17 17 19 206人行橫道交通靠左行駛特性 217結(jié)束語 23參考文獻 24致 謝 25信號交叉口行人非機動車綠燈放行特性研究摘要：交叉口的行人非機動車混合交通現(xiàn)象是中國城市交叉口最為顯著的交通特點之一。分析了第一階段聚集群在通行過程的內(nèi)部結(jié)構(gòu)變化、群體放行速度；利用人行橫道“虛擬網(wǎng)格”方法，建立了聚集群空間占有率模型，分析了放行過程聚集群空間占有率的變化；提出并分析了人行橫道交通的靠側(cè)通行特性。 Used virtual grid pedestrian method, established space share model of the gathered group, analyzed the gathered group in the release process of change in share。在綠燈放行這個特定情況下，不論個人，還是混合群體，通行的速度、結(jié)構(gòu)、密度、心理特征都有自己的特點。同時截至2010年第3季度，每百戶城鎮(zhèn)居民家庭電動自行車擁有量已達28輛。國內(nèi)外不少學者對信號交叉口人行橫道內(nèi)的行人和自行車交通特性進行過研究”，但主要是把行人和自行車分開考慮進行研究的，并且研究對象主要集中在行人和自行車的速度、流量、延誤以及到達特性等，或者就是考慮到行人與非機動車的整體性，但是沒有進行全面系統(tǒng)的論述[1，2，3，4,5，6]。為中國特色的交通理論發(fā)展奠定基礎(chǔ)，充實交通理論外延和廣度。在這樣的背景下，選擇福建省福州市信號交叉口為研究對象，收集各項數(shù)據(jù)探求信號交叉口行人非機動車綠燈放行特性。Henderson對澳大利亞悉尼的實測數(shù)據(jù)表明男性的平均步速為 m/s，女性為 m/s。從國外的眾多研究中可以發(fā)現(xiàn)，外國的研究并沒有進行行人非機動車在混合行駛時的交通特性進行研究。 國內(nèi)研究概況國內(nèi)的一些學者和專家運用最新的研究方法，在大量的調(diào)查數(shù)據(jù)的基礎(chǔ)上，對行人非機動車的綠燈放行特性提出了一些基本概念和理論，得到一些比較普遍的結(jié)論。很多數(shù)據(jù)的相互影響關(guān)系還不很清楚，模型建立的還不夠完善，系統(tǒng)?；驈男盘柦徊婵谌诵袡M道的“時空資源[2]”利用角度，提出了劃分人行橫道綠燈時間行人自行車交通強度狀態(tài)概念及必要性，選取了行人自行車綠燈時間通過流率、綠燈時間利用率以及行人自行車綠燈時間的空間占有率三個指標作為強度劃分依據(jù)，選取K均值聚類為強度狀態(tài)劃分方法，對人行橫道綠燈時刻行人自行車交通強度狀態(tài)劃分為三類，分別為低強度、中等強度和高強度。速度位移等數(shù)據(jù)很多是求的平均速度，也做不出視頻軟件得到的時間位移曲線這樣的圖表，而是采用一些新的方法來克服缺少的信息，達到期望的目的。視頻還可以得到入不同時間的交通狀態(tài)，集聚群的內(nèi)部結(jié)構(gòu)，不同交通方式的分布等數(shù)據(jù)?！熬G燈放行第一階段”過程—— 在綠燈放行開始，前一個周期紅燈時間內(nèi)聚集下來的行人和非機動車，將會陸續(xù)開始啟動，呈現(xiàn)出行人和非機動車聚集群的形式，人行橫道內(nèi)兩個方向的行人和非機動車保持聚集群的形式行進一段距離后，兩個方向的行人和非機動車聚集群相遇，形成一個雙方向的聚集群；相遇過后，兩個方向的行人和非機動車繼續(xù)保聚集群形式，繼續(xù)行進直到通過人行橫道。 綠燈放行的兩階段中概念定義界定集聚群：在單位面積上大量積聚的行人非機動車混合車群(如圖1所示)。兩個階段定義：第一階段，行人非機動車以群體的形式通過交叉口通行過程受對向和同向人車流較大的影響。從定義來看兩個階段是有時間上的重疊，但是在空間位置上卻是嚴格分開的。這樣劃分后，第一階段在時間上就和參考文獻有了不同，時間要長了，但第二階段劃分上基本上是一樣的。這樣也為同樣沒有技術(shù)條件，但想研究這個規(guī)律的人提供一種方法和思路。綠燈放行開始，集聚群中行人比例不同時，開始行進時聚集群內(nèi)部結(jié)構(gòu)也有不同，當行人的比例較高時。為了更好的說明行人比例較小時聚集群內(nèi)部結(jié)構(gòu)變化，選取福州市賢南路與八一七路交叉口西側(cè)人行橫道的一個綠燈放行周期，選取合適的圖片來說明集聚群內(nèi)部結(jié)構(gòu)的變化。集聚群結(jié)構(gòu)是電動自行車和自行車位于聚集群的前列并且位于前面主要是電動自行車，自行車混雜在其中，行人在自行車和電動自行車群中混雜或者在周圍或后面，零散的分布。為了更好的說明行人比例較小時聚集群內(nèi)部結(jié)構(gòu)變化，選取福州市楊橋路與工業(yè)路交叉口西側(cè)人行橫道的一個綠燈放行周期，選取合適的圖片來說明集聚群內(nèi)部結(jié)構(gòu)的變化。圖10顯示，集聚群通過交叉口時，位于集聚群后部的行人最后通過。上面的因素，在福州市信號交叉口進行了大量的調(diào)查，調(diào)查交叉口7個，綠燈放行周期158個，這樣用不同交叉口、不同交通強度下的數(shù)據(jù)的驗證這個結(jié)論的實用性和普遍性。在表1三個交叉口134組統(tǒng)計數(shù)據(jù)的結(jié)果看，大部分綠燈時間和第一階段時間之差大于0，有126組。表1是調(diào)查的交叉口綠燈放行時間和第一階段時間以及時間差值的統(tǒng)計。這樣在綠燈放行期間有著明顯的獨立的特性的狀態(tài)，劃分階段研究應(yīng)該說是必然的。圖11是根據(jù)數(shù)據(jù)作出一個周期的綠燈放行的時間位移曲線折線圖。直觀的說明了兩階段性的正確性。這里用一個方向的位移曲線，看著更清晰。在綠燈時間內(nèi)，由南往北方向行人有6個，自行車有3輛，電動自行車有5輛；由北往南方向行人有4個，自行車有1輛，電動自行車有5輛。圖12中的曲線，每一條曲線代表一個行人非機動車個體，其中斜率比較低的曲線表示行人的位移變化，斜率稍微高一些的曲線表示自行車的位移變化，斜率最高的代表的是電動自行車的位移變化。從兩個方向來看，都具有這種綠燈放行的兩階段特性。從圖12中還可以明顯看到，第一階段的三個過程。由于之前作者第二階段開始時間是從時間位移曲線上確定的，就有了很大的粗略性和主觀性，為了解決這個問題，決定用集聚群完全進入人行橫道為第二階段的開始時間，這樣的數(shù)據(jù)本次調(diào)查較好獲得，數(shù)據(jù)也更加精確，相比從圖形中直接看出來，也更讓人信服。從表5中，可以看到影響第二階段開始時間與第一階段結(jié)束時間的因素有相同的也有不同的?；旧系谝浑A段與交通量成正比，同時行人的比例越高也增長第一階段時間?！疤摂M網(wǎng)格”就是把人行橫道劃分為很多虛擬網(wǎng)格。行人等候過街時，處于比較擁擠的狀態(tài)， m2/人，但內(nèi)部有一定的機動性?？傮w來看，電動自行車寬度處于6070之間。結(jié)合國內(nèi)外行人與自行車的動態(tài)空間占用面積，電動自行車的空間需求，把行人與非機動車考慮為一種運動單體考慮，用unit表示，～。所以這種虛擬網(wǎng)格劃分標準(如圖14所示——圖中人行道寬度和長度沒有實際意義，只是為劃分人行橫道而做的樣板圖)，既方便調(diào)查統(tǒng)計，又滿足行人非機動車單體的最小動態(tài)占用面積條件。上面對信號交叉口人行橫道綠燈時間行人和非機動車的放行的兩階段特性已經(jīng)進行了分析。選取了綠燈放行過程中的5個時刻進行空間占有率計算，分別為：人行橫道綠燈放行開始；兩個方向聚集群相遇開始；兩個方向聚集群相遇過程；兩個方向聚集群相遇結(jié)束后；以及聚集群將要離開人行橫道。計算結(jié)果如表6所示。綠燈放行過程中的5個時刻進行空間占有率有先增大，在集聚群相遇過程某時刻達到最大，然后空間站有率逐漸減少的趨勢。在集聚群分離后，較快的電動自行車和自行車逐漸駛出人行橫道，人行橫道上人車數(shù)量減少，空間投影的面積也會相應(yīng)的減少。形成的原因可能有兩方面：一方面，由于長時間出行時靠右行駛的觀念的影響，行人和駕駛者都有靠側(cè)行駛的心理傾向；另一方面，我們知道交叉口人行橫道都是在交叉口進口道處，離交通流向線有一定的距離，同時由于近年來機動車數(shù)量的劇增，導(dǎo)致了道路缺少非機動車道，或者非機動車道在機動車道外側(cè)，這樣非機動車通過交叉口后，還要再轉(zhuǎn)向交通流線外側(cè)，進入機動車道。因此選取了4個交叉口并且對交通量、人行橫道類型、所要匯合交通流所靠側(cè)、實際人行橫道交通所走側(cè)等數(shù)據(jù)統(tǒng)計匯總。另外還發(fā)現(xiàn)人行橫道通行所靠側(cè)具有穩(wěn)定性，一個時段內(nèi)一般不會變化，即使偶爾出現(xiàn)突發(fā)情況，交通流量比例發(fā)生了很大的變化，通行所靠側(cè)也不會變化，但這時通行側(cè)特征會弱化或減弱。將兩個方向的行人非機動車分離靠一側(cè)行駛，也符合交通管理的分離原則。7結(jié)束語針對我國信號交叉口混合交通流現(xiàn)象，運用視頻調(diào)查方法，本文提出了信號交叉口人行橫道行人非機動車綠燈放行的概念，提出了綠燈放行的劃分依據(jù)，并對調(diào)查交叉口的綠燈放行時間和人性橫道各項因素之間的關(guān)系進行了分析。為向?qū)崿F(xiàn)仿真模型中人行橫道交通進行更真實的模擬，邁出了一大步。對綠燈放行特性做了較多縱向?qū)Ρ?，但是橫向?qū)Ρ容^少。陳老師雖然人在外地，但從未放松對我的督促；雖然學業(yè)工作纏身，卻都是第一時間答復(fù)我論文中的問題。 本人由于學術(shù)有限，對一些問題的見解尚有不足之處，論文中難免存在著一些問題，還請各位老師和同學多提寶貴意見，在此表示衷心的感謝！ 作者：樊冬 2011年5