重庆交通大学学报(自然科学版) ›› 2022, Vol. 41 ›› Issue (01): 1-6.DOI: 10.3969/j.issn.1674-0696.2022.01.01
• 交通+大数据人工智能 •
陈景旭1,程文昱1,万剑2,汪怡然1
收稿日期:
2020-03-02
修回日期:
2020-08-19
发布日期:
2022-01-20
作者简介:
陈景旭(1989—),男,江苏盐城人,副研究员,博士,主要从事交通运输规划与管理、公共交通、交通安全等方面的研究。E-mail:chenjingxu@seu.edu.cn
通信作者:程文昱(1999—),女,黑龙江牡丹江人,硕士研究生,主要从事交通运输规划与管理方面的研究。E-mail:220205020@seu.edu.cn
基金资助:
CHEN Jingxu1, CHENG Wenyu1, WAN Jian2, WANG Yiran1
Received:
2020-03-02
Revised:
2020-08-19
Published:
2022-01-20
摘要: 跟驰行为是微观交通流中最基本的交通行为之一,选用NGSIM轨迹数据对车辆跟驰行为的微观特性进行研究,分析跟驰行为由安全状态变为危险状态的影响因素及原因。选取碰撞时间(time to collision, TTC)为安全指标,将TTC处于不同状态下的帧数作为因变量,将速度、加速度、加速度差分等微观特性变量作为自变量,并设定4种阈值回归分析。结果表明:对跟驰行为由安全状态变为危险状态,影响最大的因素为前后车速度差,前后车平均车头间距次之,但当存在大量跟驰行为时,前后车平均车头间距的影响更大,后车的微观特征对此产生的影响多于前车;为使跟驰行为保持在安全状态,应增加前车的速度、加速度、加速度差分和前后车平均车头间距,同时应减小后车的加速度、加速度差分和前后车速度差值;考虑到车流连续性,整体而言应使前后车保持相近的速度,避免突然加速或减速,且应保持适当的车头间距,并加强后车的管控。
中图分类号:
陈景旭1,程文昱1,万剑2,汪怡然1. 基于NGSIM微观轨迹数据的车辆跟驰行为安全评价[J]. 重庆交通大学学报(自然科学版), 2022, 41(01): 1-6.
CHEN Jingxu1, CHENG Wenyu1, WAN Jian2, WANG Yiran1. Safety Evaluation of Car-Following Behavior Based on NGSIM Micro Trajectory Data[J]. Journal of Chongqing Jiaotong University(Natural Science), 2022, 41(01): 1-6.
[1] 孙璐,游克思.城市道路交通安全评价研究综述[J].华东公路, 2015(1): 3-6.
SUN Lu, YOU Kesi. Review of research on safety evaluation ofurban road traffic [J]. East China Highway, 2015(1): 3-6. [2] 刘秉政,高松,曹凯,等.车辆安全跟驰模式预测的形式化建模方法[J]. 自动化学报, 2021, 47(10):2364-2375. LIU Bingzheng, GAO Song, CAO Kai, et al. Formal modeling method for prediction of safe vehicle following mode [J]. Acta Automatica Sinica, 2021, 47(10):2364-2375. [3] 陈秀锋,高艳艳,石英杰,等.基于最优速度的弯道跟驰模型及其稳定性分析[J].重庆交通大学学报(自然科学版), 2020, 39(1):126-130. CHEN Xiufeng, GAO Yanyan, SHI Yingjie, et al. Curve car following model based on optimal velocity and its stability analysis [J]. Journal of Chongqing Jiaotong University (Natural Science), 2020, 39(1): 126-130. [4] 曲昭伟,潘昭天,陈永恒,等.基于最优速度模型的改进安全距离跟驰模型[J].吉林大学学报(工学版), 2019, 49(4): 1092-1099. QU Zhaowei, PAN Zhaotian, CHEN Yongheng, et al. Car-following model with improving safety distance based on optimal velocity model [J].Journal of Jilin University (Engineer and Technology Edition), 2019, 49(4): 1092-1099. [5] 王雪松,孙平,张晓春,等. 基于自然驾驶数据的高速公路跟驰模型参数标定[J].中国公路学报, 2020, 33(5): 132-142. WANG Xuesong, SUN Ping, ZHANG Xiaochun, et al. Calibrating car-following models on freeway based on naturalistic driving data [J].China Journal of Highway and Transport, 2020, 33(5): 132-142. [6] CUNTO F, SACCOMANNO F F. Calibration and validation of simulated vehicle safety performance at signalized intersections[J]. Accident Analysis & Prevention, 2008, 40(3): 1171-1179. [7] 陆斯文,张兰芳,方守恩.高速公路追尾机理概率分析及风险评价[J].同济大学学报(自然科学版), 2011, 39(8): 1150-1154. LU Siwen, ZHANG Lanfang, FANG Shouen.Probabilistic analysis and risk evaluation of highway rear-end collision [J]. Journal of Tongji University (National Science), 2011, 39(8): 1150-1154. [8] WENG J, MENG Q, YAN X. Analysis of work zone rear-end crash risk for different vehicle-following patterns[J]. Accident Analysis & Prevention, 2014, 72: 449-457. [9] 黄西子,黄淑萍.基于PC-Crash的高速道路追尾事故参数敏感性分析[J].重庆交通大学学报(自然科学版), 2020, 39(7): 22-26, 59. HUANG Xizi, HUANG Shuping. Sensitivity analysis of parameters of highway rear-end accident based on PC-Crash [J].Journal of Chongqing Jiaotong University (Natural Science), 2020, 39(7): 22-26, 59. [10] 李耘,张生瑞,茹渑博.高速公路施工区车流跟驰追尾冲突风险[J].长安大学学报(自然科学版), 2017, 37(2): 81-88. LI Yun, ZHANG Shengrui, RU Shengbo. Car following rear-end conflict risk of freeway work zone [J]. Journal of Changan University (National Science), 2017, 37(2): 81 -88. [11] 马壮林,张宏璐,杨杨.高速公路追尾碰撞事故起数预测模型研究[J].中国安全科学学报, 2015, 25(4): 58-62. MA Zhuanglin, ZHANG Honglu, YANG Yang.Research on rear-end collision frequency prediction on expressway [J]. China Safety Science Journal, 2015, 25(4): 58-62. [12] GAO L, MENG X, XU H. Freeway work zone rear-end conflict study based on two traffic conflict indicators [C]∥ICTE 2013: Safety, Speediness, Intelligence, Low- Carbon, Innovation.[S.l.]:[s.n.], 2013: 558-563. [13] MAHMUD S M S, FERREIRA L, HOQUE M S, et al. Application of proximal surrogate indicators for safety evaluation: A review of recent developments and research needs[J]. IATSS Research, 2017,41(4): 153-163. [14] 朱顺应,蒋若曦,王红,等.机动车交通冲突技术研究综述[J].中国公路学报, 2020, 33(2): 15-33. ZHU Shunying, JIANG Ruoxi, WANG Hong, et al. Review of research on traffic conflict techniques [J].China Journal of Highway and Transport, 2020, 33(2): 15-33. [15] VAN D. A time-based analysis of road user behavior at intersections[C]∥ICTCT Conference Proceedings (Krakow). [S.l.]:[s.n.], 1990: 91-104. |
[1] | 赵树恩, 刘伟. 基于改进VGG模型的低照度道路交通标志识别[J]. 重庆交通大学学报(自然科学版), 2021, 40(10): 178-184. |
[2] | 李英帅1,闫琦若1,赵聪2. 基于公交车右转内轮差效应的范围研究[J]. 重庆交通大学学报(自然科学版), 2021, 40(09): 43-48. |
[3] | 阎莹1,刘革1,田敏1,刘佳乐1,穆岩2. 基于Trucksim的弯坡组合路段临界车速确定方法[J]. 重庆交通大学学报(自然科学版), 2021, 40(09): 49-54. |
[4] | 胡明伟1,2,3,施小龙1,翟素云4,刘鹏1. 自动驾驶混合交通流的交通和环境效益评估[J]. 重庆交通大学学报(自然科学版), 2021, 40(08): 7-14. |
[5] | 李佳1,王雪松2. 密集路网中城市主干路中观安全分析模型[J]. 重庆交通大学学报(自然科学版), 2021, 40(08): 34-41. |
[6] | 焦柳丹1,朱影含1,吴雅2,宋向南3. 基于演化博弈理论的城市轨道交通高峰票价定价研究[J]. 重庆交通大学学报(自然科学版), 2021, 40(08): 42-49. |
[7] | 查伟雄,冯涛,严利鑫. 考虑车辆到达时间窗的应急公交调度优化模型[J]. 重庆交通大学学报(自然科学版), 2021, 40(08): 57-62. |
[8] | 潘兵宏,周锡浈,韩雪艳. 高速公路隧道入口连续视觉参照设施设置研究[J]. 重庆交通大学学报(自然科学版), 2021, 40(08): 132-139. |
[9] | 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. |
[10] | 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. |
[11] | 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. |
[12] | 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. |
[13] | 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. |
[14] | 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. |
[15] | 王涛1,谢思红1,黎文皓1,2,李文勇1. 基于FFOS-ELM和PF的短时交通流自适应预测模型[J]. 重庆交通大学学报(自然科学版), 2021, 40(06): 21-27. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||