基于视频的城市道路超车行为影响因素模型

doi:10.3969/j.issn.1674-0696.2021.01.04

重庆交通大学学报（自然科学版） ›› 2021, Vol. 40 ›› Issue (01): 17-22.DOI: 10.3969/j.issn.1674-0696.2021.01.04

• 交通+大数据人工智能 • 上一篇下一篇

基于视频的城市道路超车行为影响因素模型

秦雅琴1，郑号染1，2，李剑仕1

(1. 昆明理工大学交通工程学院，云南昆明 650504； 2. 武汉理工大学交通学院，湖北武汉 430063)

收稿日期:2019-04-15 修回日期:2019-07-02 出版日期:2021-01-11 发布日期:2021-01-11
作者简介:秦雅琴(1972—)，女，云南昆明人，教授，主要从事驾驶行为与安全方面的研究。E-mail：qyq_email@foxmail.com
基金资助:
国家自然科学基金项目(71861016)；云南省教育厅科学研究基金项目(2016ZZX050)

Video-Based Influencing Factors Model of Overtaking Behavior on Urban Roads

QIN Yaqin1, ZHENG Haoran1, 2, LI Jianshi1

(1. School of Transportation Engineering, Kunming University of Science and Technology, Kunming 650504, Yunnan, China; 2. School of Transportation, Wuhan University of Technology, Wuhan 430063, Hubei, China)

Received:2019-04-15 Revised:2019-07-02 Online:2021-01-11 Published:2021-01-11
Supported by:

摘要/Abstract

摘要： 以超车次率为城市道路超车行为宏观量化指标，结合MYSQL与VBA，完成了海量视频超车数据的提取，分别构建了工作日、非工作日及工作日高峰期的超车次率影响因素逐步回归模型。研究结果表明：行程时间及速度对超车行为影响显著，但车辆数在高峰期对超车行为的影响并不明显；行程时间及速度在工作日对超车行为的影响更大，而车辆数在非工作日对超车行为的影响更明显。

关键词: 交通运输工程, 城市交通, 超车行为, 超车次率, 逐步回归模型

Abstract: Taking the rate of overtaking vehicle times as the macro quantitative index of urban road overtaking behavior, and combining with MYSQL and VBA, the extraction of massive video overtaking data was completed. Then the stepwise regression models of influencing factors of overtaking rate on weekdays, nonworking days and in peak periods of weekdays were constructed respectively. The research results show that the travel time and speed have significant influence on overtaking behavior, but the number of vehicles in peak periods has no obvious influence on overtaking behavior. In addition, the influence of travel time and speed on overtaking behavior is greater on weekdays, while the influence of vehicle number on overtaking behavior is more obvious on nonworking days.

Key words: traffic and transportation engineering, urban traffic, overtaking behavior, rate of overtaking vehicle times, stepwise regression

中图分类号:

U491.4

秦雅琴1，郑号染1，2，李剑仕1. 基于视频的城市道路超车行为影响因素模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(01): 17-22.

QIN Yaqin1, ZHENG Haoran1, 2, LI Jianshi1. Video-Based Influencing Factors Model of Overtaking Behavior on Urban Roads[J]. Journal of Chongqing Jiaotong University(Natural Science), 2021, 40(01): 17-22.

参考文献

［1］丁宇. 基于数据挖掘的城市交通事故驾驶员特征研究［D］.沈阳：沈阳大学,2018.
DING Yu.Research on Characteristics of Urban Traffic Accident Drivers Based on Data Mining［D］. Shenyang: Shenyang University, 2018.
［2］李娟, 曲大义,王进展，等. 基于车路协同的换道辅助系统设计研究［J］. 青岛理工大学学报, 2016, 37(2): 115-120.
LI Juan, QU Dayi, WANG Jinzhan.Lane-changing assist system design based on cooperative vehicle infrastructure ［J］. Journal of Qingdao Technological University,
2016,37 (2): 115-120.
［3］ VlAHOGIANNI E I, GOLIAS J C. Bayesian modeling of the microscopic traffic characteristics of overtaking in two-lane highways［J］. Transportation Research
Part F：Traffic Psychology and Behavior, 2012, 15(3):348-357.
［4］ HEGEMAN G, VAN DER HORST R, BROOKHUIS K A, et al. Function and acceptance of overtaking assistant design tested in driving simulator experiment［J］.
Transportation Research Record:Journal of the Transportation Research Board, 2007, 2018 (1):45-52.
［5］ NARANJO J E, GONZALEZ C, GARCIA R, et al. Lane-change fuzzy control in autonomous vehicles for the overtaking maneuver［J］. IEEE Transactions on Intelligent
Transportation Systems, 2008, 9(3):438-450.
［6］ HE Z C, WANG Y M, SUN W B, et al. Modelling car-following behavior with lateral separation and overtaking expectation［J］. Transportmetrica B: Transport
Dynamics, 2016, 4(3):223-239.
［7］ WANG J X, BEBIS G, MILLER R. Overtaking vehicle detection using dynamic and quasi-static background modeling［C］ ∥2005 IEEE Computer Society Conference on
Computer Vision and Pattern Recognition (CVPR′05), Workshops ,2005: 64-64.
［8］ FARAH H, YECHIAM E, BEKHOR S,et al. Association of risk proneness in overtaking maneuvers with impaired decision making［J］. Transportation Research Part F:
Traffic Psychology & Behavior, 2008, 11(5):313-323.
［9］柏伟, 李存军. 基于不同限速条件下的超车模型研究［J］. 交通运输系统工程与信息, 2013, 13(2):63-68.
BO Wei, LI Cunjun.Overtaking model based on different limiting speed ［J］. Journal of Transportation Systems Engineering and Information Technology, 2013, 13
(2):63-68.
［10］单晓峰, 夏东, 王昊. 双车道公路超车两难区域研究［J］. 公路交通科技, 2007, 24(3):111-114.
［10］ SHAN Xiaofeng, XIA Dong, WANG Hao.Dilemma zone in two-lane highways ［J］. Journal of Highway and Transportation Research and Development, 2007, 24(3):111-
114.
［11］陈小龙. 基于山区公路交通流随机干扰因素的超车模型研究［D］. 广州：华南理工大学, 2012.
CHEN Xiaolong.A Study of Car-Overtaking Model Based on Random Disturbances Factors of Mountain Road ［D］. Guangzhou: South China University of Technology, 2012.
［12］朱秀娟. 双车道公路上驾驶员超车行为的安全评价［D］. 昆明：昆明理工大学, 2010.
ZHUN Xiujuan.Safety Evaluation of Driver Overtaking on Two-lane Highway［D］. Kunming: Kunming University of Science and Technology, 2010.
［13］ HERWALD N. Some theoretical aspects of the control of road traffic［J］. Journal of Scientific Instruments, 1938:15(2):80-80.
［14］ TIAPRASERT K, ZHANG Y L, ASWAKUL C, et al. Closed-form multiclass cell transmission model enhanced with overtaking, lane-changing, and first-in first-out
properties［J］. Transportation Research Part C: Emerging Technologies, 2017, 85:86-110.
［15］周旦, 马晓龙, 金盛. 混合非机动车交通流超车次率影响因素模型［J］. 浙江大学学报(工学版), 2015, 49(9):1672-1678.
ZHOU Dan, MA Xiaolong, JIN Sheng. Modeling influencing factors of vehicle passing rate in mixed bicycle traffic flow［J］.Journal of Zhejiang University
(Engineering Science), 2015, 49(9):1672-1678.

[1]	李晶1,2，钟鹏1，吕靖1,2. 基于系统动力学的陆港与城市经济互动研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 1-7.
[2]	李军1，朱云升2. 三角模糊层次分析的综合评价在黄河库区船舶安全评估中的应用[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 16-22.
[3]	邓萍1,2，宋莲1，黄承锋1,2. 三峡坝区过闸船舶拥堵成本测算及对坝区货物总价值影响研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 23-30.
[4]	程谦1 ，朱晓宁2 ，卢万胜3. 中长运距城际旅客出行方式选择行为模型——以高铁、民航为例[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 39-45.
[5]	连齐才1，李涵1，石小林1，闫章存2. 基于面板数据Mixed logit模型的自动驾驶选择行为分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 46-52.
[6]	戚春华，王笑男，朱守林，李航天. 基于驾驶员视觉兴趣区域的交通工程设施信息量阈值研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 53-60.
[7]	李升朝，吴越，白雪萌，王玥，张海. 基于TOPSIS与灰色关联的危货车辆违规报警研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 61-66.
[8]	杨庆芳1,2,3，王立强2，郑黎黎1,2,3，孟凡运2. 一种环形交叉口交通排放及燃油消耗模型研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 67-73.
[9]	白翰，张康宇，王修光，燕翔，冯启龙. 合放交通流条件下城市交叉口通行能力研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 12-20.
[10]	张重阳,黄淑萍. 路网抗震可靠性及震后运输调度路径选择研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 43-51.
[11]	郭文文1，计明军2，祝慧灵3，周文杰2. 集装箱码头场桥调度优化模型研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 66-72.
[12]	李广儒，张新，朱庆辉. 基于Adaboost的改进Elman神经网络港口吞吐量预测方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 1-5.
[13]	孙元广1，茧敏2，金华2，陈绍宽2. 城市轨道交通列车故障救援延误计算与仿真[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 6-12.
[14]	王宏刚1,2，白朋1，邹庆茹2，赵玲1. 地铁车辆段股道运用优化模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 13-18.
[15]	孙延浩1,2，张琦1,2，任禹谋1,2,3，孙鹏举4. 高速铁路列车调度员应急处置能力评价研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 19-25.

基于视频的城市道路超车行为影响因素模型

Video-Based Influencing Factors Model of Overtaking Behavior on Urban Roads

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics