【摘要】：隨著城市化進(jìn)程的加快和物質(zhì)生活水平的提高,城市汽車保有量迅速增加。汽車為人們的出行帶來便利的同時,也增加了城市的交通壓力,導(dǎo)致了交通狀況的持續(xù)惡化,給國民經(jīng)濟造成嚴(yán)重?fù)p失。為解決這一世界性難題,國內(nèi)外交通學(xué)者長期研究利用先進(jìn)技術(shù)根治城市交通擁堵的有效辦法,以適用當(dāng)前社會經(jīng)濟的快速發(fā)展,但都沒有取得盡如人意的效果。在前人研究的基礎(chǔ)上,本文系統(tǒng)地分析了城市快速路車流運行態(tài)勢特性,建立了加速度波動模型,得到了加速度的波動特性,為交通系統(tǒng)評價和優(yōu)化提供了理論基礎(chǔ)和方法依據(jù)。通過建立交通流的態(tài)勢感知模型,實現(xiàn)實時判別交通流運行狀態(tài),并通過車路協(xié)同技術(shù)的應(yīng)用,實現(xiàn)車車、車路之間的信息傳遞,從而改變車流運行狀態(tài),提高交通運行效率。第一部分從微觀和宏觀兩個方面分析了車流的運行特性。微觀方面,分析了車輛跟馳和車輛換道兩種行為特性;宏觀方面,將車流分為自由流、同步流、寬移動堵塞三種運行狀態(tài),進(jìn)行了車流運行狀態(tài)的特性分析;并分析了常規(guī)交通擁堵的類型及劃分標(biāo)準(zhǔn)。第二部分建立了車路協(xié)同環(huán)境下車流運行的態(tài)勢感知模型。介紹了態(tài)勢感知的內(nèi)涵。態(tài)勢感知模型,主要是通過車流運行態(tài)勢的實時監(jiān)測感知,得到當(dāng)前道路的運行狀態(tài),并且通過車路協(xié)同技術(shù),向周圍車輛實時發(fā)布交通狀態(tài),使車輛及時做出智能化的處理,從而提高車流運行效率。第三部分提出,研究車流態(tài)勢發(fā)展變化的內(nèi)因,就是研究車流加速度的變化規(guī)律。因此,對城市快速道路的加速度進(jìn)行數(shù)理統(tǒng)計分析,通過繪制加速度數(shù)據(jù)變化曲線,得到加速度的變化趨勢,從而建立了加速度數(shù)學(xué)模型,并通過對不同密度條件下車流加速度數(shù)據(jù)進(jìn)行取樣,驗證分析了加速度模型的有效性,最后給出加速度的兩種波動模式圖。第四部分通過基于交通狀況態(tài)勢感知模型的交通擁擠分類以及車路協(xié)同技術(shù)的應(yīng)用,智能信號發(fā)生器可以根據(jù)交通擁擠分類和實際擁擠狀況自適應(yīng)地生成信號方案,從而緩解交通擁堵,減少交通擁堵的進(jìn)一步擴大。然后通過建立仿真實驗,通過對實驗道路多個交叉路口的信號控制方案,進(jìn)行原有方案與自適應(yīng)控制方案的應(yīng)用對比,驗證了模型應(yīng)用的有效性。
【學(xué)位授予單位】：青島理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U495
【圖文】：

圖 1.1 交通事故數(shù)量統(tǒng)計圖人們生活水平的不斷提高，物質(zhì)生活的不斷豐富，越來越多的家庭擁，機動車保有量呈現(xiàn)出急劇增長的態(tài)勢。大面積的汽車普及一方面方另一方面也加劇了城市的交通壓力，造成了交通狀況的惡化。目前，為近年來所有大中城市發(fā)展的桎梏。為解決這一世界性難題，國內(nèi)外利用先進(jìn)技術(shù)根治城市交通擁堵的有效辦法，以適用當(dāng)前社會經(jīng)濟的

圖 2.8 長江路沿線卡口系統(tǒng)卡口系統(tǒng)查詢路段車輛行駛痕跡，根據(jù)車牌識別技術(shù)進(jìn)行車輛車牌檢測并傳數(shù)據(jù)庫，包括車牌號碼、號牌類型、車身顏色、行駛方向、采集時間等如圖 2.9 所示。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 閆蔚東;楊曉芳;;基于交通波理論的換道模型[J];物流科技;2015年08期

2 黃艷國;許倫輝;鄺先驗;;基于模糊C均值聚類的城市道路交通狀態(tài)判別[J];重慶交通大學(xué)學(xué)報(自然科學(xué)版);2015年02期

3 任其亮;王世能;王坤;詹家鳳;曾柯;;城市路口交通狀態(tài)判別方法研究[J];重慶交通大學(xué)學(xué)報(自然科學(xué)版);2015年06期

4 楊慶芳;馬明輝;楊聚芬;邴其春;梁士棟;;高速公路交通流運行穩(wěn)定性分析[J];吉林大學(xué)學(xué)報(工學(xué)版);2014年06期

5 曲昭偉;魏強;別一鳴;朱慧;王殿海;;基于固定檢測器的區(qū)域交通狀態(tài)判別方法[J];中南大學(xué)學(xué)報(自然科學(xué)版);2013年01期

6 陳義華;晏承玲;;基于FAHP和模糊綜合評判的交通狀態(tài)判別模型[J];重慶理工大學(xué)學(xué)報(自然科學(xué));2012年11期

7 楊慶芳;張彪;韓振波;梅朵;;冰雪天氣下的區(qū)域交通狀態(tài)實時判別[J];吉林大學(xué)學(xué)報(工學(xué)版);2013年04期

8 楊海飛;陸建;祁s

本文編號：2716867