【正文】 ，反映的信息更能表現(xiàn)當(dāng)時(shí)真實(shí)的交通狀況，也能夠放映出各個(gè)階段的速度位移沖突、干擾等全面的信息。從圖中說(shuō)明的情況看，綠燈放行的階段性是明顯的。從圖中可以明顯看到在前4s行人非機(jī)動(dòng)車(chē)密集進(jìn)入人行橫道，之后以群體形式通過(guò)(從前4s通行車(chē)輛的位移曲線(xiàn)一直密集在一起可以看出)，之后時(shí)間行人非機(jī)動(dòng)車(chē)幾乎是自由通行，集聚群對(duì)其通行沒(méi)有干擾。表3是一定的調(diào)查方法得出的時(shí)間位移數(shù)據(jù)。表2是調(diào)查的交叉口綠燈放行期間第一階段和自由通行的速度統(tǒng)計(jì)　方法三：從綠燈放行的時(shí)間位移曲線(xiàn)來(lái)劃定。而且在第一階段的三個(gè)過(guò)程中，不同的階段通行速度也有很到差別。方法二：從集聚群平均通行速度來(lái)劃定。這樣就從另一個(gè)角度用調(diào)查的結(jié)果說(shuō)明了兩階段的正確性。另外有很少部分差值小于0(表中顏色較深部分)，但差值都小于4秒（在方法二里面會(huì)有解決辦法），有8組。不同的交叉口綠燈放行第一階段時(shí)間并不相同。下面是在視頻調(diào)查方法基礎(chǔ)上，結(jié)合行人非機(jī)動(dòng)車(chē)群的特征，選取的驗(yàn)證綠燈放行的兩階段的三種方法：方法一：從通行時(shí)間與放行時(shí)間差來(lái)劃定。這樣用不充分也不全面的數(shù)據(jù)，卻得出論文肯定的結(jié)論，缺乏說(shuō)服力；再者，福州市和北京市表1交叉口綠燈放行時(shí)間和第一階段時(shí)間以及時(shí)間差值的統(tǒng)計(jì)綠燈編號(hào)綠燈放行時(shí)間/s階段一時(shí)間/s時(shí)間差/s綠燈編號(hào)綠燈放行時(shí)間/s階段一時(shí)間/s階段一時(shí)間/s時(shí)間差一/s時(shí)間差二/s14021194827225240142649311417340162450272074402119513127454017235227151264019215331201174022185427198840182255573123263494020205657302427331040182257573121263611402416585733412416124018225957372120361340202060574117164014401921615728152942154018226257282329341640211963573138261917401426645719313826184016246557282229351940251566240202442040182267242224202140211968363125511222424069242316182324240702426252124242137157251432432527292725725493282631256735732332524272716117424172672283127475392233176292719876312830313031343773919252014312717107831292724323129279392128181133271314803120261153431321813920241915352719882423023121936311912834229191323373124784393927012383133285422233209393130186421627261540311813873124347341271116884218252417423121108942202922134331247903929281011443126591392128181145312110923924301594627216933926301394731229943925231416人行橫道交通情況是不可能相同的，為了論文的嚴(yán)謹(jǐn)性，在使用這個(gè)結(jié)論時(shí)，有必要先進(jìn)行驗(yàn)證綜合。 圖7綠燈放行開(kāi)始時(shí)聚集群的構(gòu)成圖8放行過(guò)程中非機(jī)動(dòng)車(chē)位于聚集群前面 圖9放行過(guò)程聚集群中行人自行車(chē)位置圖圖10綠燈放行結(jié)束時(shí)行人在聚集群尾部 綠燈放行的兩階段劃分必要性和方法從所知道的論文看，確定兩階段方法都是選取人行橫道一個(gè)信號(hào)周期內(nèi)的行人自行車(chē)進(jìn)行分析，并且只有一個(gè)方向的位移曲線(xiàn)圖。圖9顯示，隨著綠燈的放行，自行車(chē)開(kāi)始從非機(jī)動(dòng)車(chē)聚集群中分離出來(lái)，落在電動(dòng)自行車(chē)后面，行人完全處在集聚群后部。圖7示的聚集群是由行人、自行車(chē)和電動(dòng)自行車(chē)構(gòu)成，電動(dòng)自行車(chē)和自行車(chē)位于集聚群前部，行人位于非機(jī)動(dòng)車(chē)后部或兩側(cè)。當(dāng)人行橫道通行結(jié)束時(shí)，完全通過(guò)人行橫道的順序?yàn)殡妱?dòng)自行車(chē)、自行車(chē)和行人。綠燈放行開(kāi)始后，電動(dòng)自行車(chē)和自行車(chē)速度較快，很快將行人完全甩在后面，電動(dòng)自行車(chē)和自行車(chē)完全在行人前面。當(dāng)行人占集聚群的比例較低時(shí)。圖6示的聚集群是由人行橫道內(nèi)的行人、自行車(chē)和電動(dòng)自行車(chē)構(gòu)成。當(dāng)人行橫道通行結(jié)束時(shí)，完全通過(guò)人行橫道的順序?yàn)殡妱?dòng)自行車(chē)、自行車(chē)和行人。集聚群結(jié)構(gòu)是行人位于聚集群的前列，自行車(chē)、電動(dòng)自行車(chē)在行人的周?chē)蚝竺?，自行?chē)混雜在電動(dòng)自行車(chē)中；隨著綠燈放行，電動(dòng)自行車(chē)和自行車(chē)速度較快，開(kāi)始在行人兩邊繞過(guò)或者從行人間隙穿過(guò)，隨后，速度較快的電動(dòng)自行車(chē)和自行車(chē)超過(guò)行人到達(dá)聚集群的前端。綠燈放行的第一階段，行人、自行車(chē)以及電動(dòng)自行車(chē)以聚集群的形式行進(jìn)，隨著聚集群在人行橫道上行進(jìn)，聚集群在內(nèi)部結(jié)構(gòu)上也在發(fā)生著變化。 聚集群內(nèi)部結(jié)構(gòu)變化分析雖然綠燈放行階段有兩個(gè)過(guò)程，但是有集聚群的階段只有第一階段。即用視頻調(diào)查數(shù)據(jù)所能體現(xiàn)的情況來(lái)劃分，能準(zhǔn)確合理體現(xiàn)真實(shí)的情況，也才有可能找與實(shí)際相符的規(guī)律和特性。因此兩個(gè)階段在時(shí)間上是有重疊的，當(dāng)空間位置完全真正區(qū)分開(kāi)來(lái)的。首先，自由駛?cè)氩⒉荒軟Q定整個(gè)通行過(guò)程的自由行駛，再者，自由駛?cè)氲娜塑?chē)也可能會(huì)合流到集聚群中，成為群體一部分。所知參考文獻(xiàn)對(duì)階段的劃分本質(zhì)上以駛?cè)肴诵袡M道是群體形式還是單體形式為階段劃分的依據(jù)。第二個(gè)階段為集聚群完全進(jìn)入人行橫道到綠燈放行結(jié)束。第二個(gè)階段，行人非機(jī)動(dòng)車(chē)以“隨機(jī)單體”的形式通過(guò)通行過(guò)程不受到對(duì)向和基本不受同向的人車(chē)流影響。因?yàn)轱@著的人車(chē)群特性，為了便于研究說(shuō)明，將這種人車(chē)群定義為集聚群。在前面紅燈影響下人行橫道前會(huì)有行人非機(jī)動(dòng)車(chē)匯集，形成明顯的人車(chē)的集聚群。細(xì)致區(qū)分為：第一個(gè)過(guò)程——從放行開(kāi)始到雙方向的聚集群相遇（如圖12中A1）；第二個(gè)過(guò)程——雙方向的聚集群相遇到雙方向的聚集群相互分離（如圖12中B1）；第三個(gè)過(guò)程——雙方向的聚集群相互分離到聚集群通過(guò)人行橫道（如圖12中C1）。“綠燈放行第二階段”過(guò)程— — 聚集群進(jìn)入人行橫道之后的綠燈時(shí)間內(nèi)，由于行人和非機(jī)動(dòng)車(chē)隨機(jī)到達(dá)路口，所以接下來(lái)的綠燈時(shí)間內(nèi)，行人和非機(jī)動(dòng)車(chē)以隨機(jī)自由的形式通過(guò)路口。第一階段行人和非機(jī)動(dòng)以“行人和非機(jī)動(dòng)車(chē)聚集群”(如圖1所示)的形式通過(guò)通行過(guò)程受對(duì)向和同向人車(chē)流較大的影響，第二階段行人自行車(chē)以“隨機(jī)單體”(如圖2所示)的形式通過(guò)通行過(guò)程不受到對(duì)向和基本不受同向的人車(chē)流影響。因此視頻分析，數(shù)據(jù)為更為詳細(xì)，也更符合論題的要求。以往的調(diào)查實(shí)驗(yàn)方法，往往針對(duì)交通量、速度、密度和延誤調(diào)查的。也得不到包括車(chē)輛長(zhǎng)度、寬度和運(yùn)動(dòng)軌跡等特征的信息，因此采用的是虛擬網(wǎng)格的方法來(lái)解決，這樣避免了對(duì)車(chē)輛長(zhǎng)度、寬度數(shù)據(jù)的調(diào)查。但是由于是室內(nèi)觀(guān)測(cè)的，所以不可能做到像視頻分析軟件那樣得到很精確的時(shí)間位移速度的瞬時(shí)對(duì)應(yīng)值。這些模型是綠燈放行特性的寶貴探索。如通過(guò)行人自行車(chē)時(shí)空位移變化曲線(xiàn)圖，分析綠燈放行的兩階段特性，并且通過(guò)時(shí)空分布圖分析第一階段聚集群的內(nèi)部結(jié)構(gòu)變化；運(yùn)用人行橫道“虛擬網(wǎng)格[1]”方法，應(yīng)用聚集群空間占有率模型，對(duì)聚集群的空間占有率動(dòng)態(tài)變化進(jìn)行定量分析。但就目前確定的行人非機(jī)動(dòng)車(chē)的群特性的多種參數(shù)，建立的可行的模型，已經(jīng)取的了很好的效果。目前的研究處在發(fā)展階段，行人非機(jī)動(dòng)車(chē)放行的很多特性的一般規(guī)律和普適參數(shù)還沒(méi)有很好的測(cè)定。目前已經(jīng)有院校和學(xué)者開(kāi)始重視人行橫道的混合交通特性的研究，開(kāi)展了一些交叉口行人自行車(chē)車(chē)群特性的相關(guān)研究，如劉金廣、劉小明等研究了城市信號(hào)交叉口行人自行車(chē)的綠燈放行特性，建立聚集群空間占有率模型[1]；劉金廣、于泉等進(jìn)行了信號(hào)交叉口行人自行車(chē)交通強(qiáng)度狀態(tài)劃分研究[2]；羅振科、陳俊利用元胞自動(dòng)機(jī)交通流模型（cellular auotmation,CA）對(duì)機(jī)、非混行的運(yùn)行速度特性進(jìn)行了研究分析[3]；徐良俊建立了信號(hào)交叉口混合交通流控制優(yōu)化仿真模型；吳建平、黃玲等研究了信號(hào)口交叉口內(nèi)成群自行車(chē)在騎行時(shí)呈現(xiàn)的形狀[4]；曲昭偉等根據(jù)實(shí)際數(shù)據(jù)提出了自行車(chē)車(chē)流的釋放飽和流率釋放速度，并對(duì)自行車(chē)交通特性的成因進(jìn)行了研究分析[5]。這就使得外國(guó)的許多研究數(shù)據(jù)和研究成果很難在我國(guó)直接應(yīng)用。這主要是中國(guó)的交通情況和外國(guó)有著很大的區(qū)別，很少有出現(xiàn)行人和非機(jī)動(dòng)車(chē)混行的路口，常常是行人和非機(jī)動(dòng)車(chē)各行其道，基本不發(fā)生混行。但是，但是這些軟件是基于單一的機(jī)動(dòng)車(chē)流的，仿真類(lèi)型單一，不適應(yīng)中國(guó)的具有機(jī)動(dòng)車(chē)、非機(jī)動(dòng)車(chē)、行人的混合交通流[8]。LaPlante m/s。HCM2000 指出，如果步行路段的老年人（≥65 歲）比例不超過(guò)20%， m/s作為步行速度，推薦的步行速度為 m/s[7]。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。為解決行人非機(jī)動(dòng)車(chē)混合交通的管理、交叉口信號(hào)配時(shí)的研究、智能