车头时距

摘要： 高速公路出口的车辆换道行为是产生高速路行车安全问题的重要原因。为研究高速路出口车辆换道的平均距离,选取西安绕城高速未央立交八车道出口的路段拍摄视频,提取车速、车头时距等参数,拟合选取车头时距分布模型,结合间隙接受理论和概率分布模型,建立换道距离计算模型,结果表明:在单车道交通量为650 veh/h至900veh/h的情况下,每条车道的车头时距服从聚束负指数分布模型,由最内侧车道变换至最外侧车道的平均换道距离为1054m。

摘要： 基于现有网联数据获取技术与条件,从车联网系统提取车头时距参数并将3 s内的车头时距特征值定义为驾驶模式,根据驾驶模式进而对驾驶风格(即驾驶人的驾驶行为习惯)进行分类。通过车头时距特性对驾驶模式进行量化分类,根据标定好的驾驶风格结果,辨识每种驾驶风格包含的典型驾驶模式;运用模糊分类方法赋予典型驾驶模式相应分值,通过计算每位驾驶人分值并结合已标定的驾驶风格结果设定每种驾驶风格的阈值;利用该阈值对测试集中的驾驶人风格进行识别,以验证识别准确率。采集了44名驾驶人网联环境行车数据将驾驶人标定为激进型、普通(即既不保守也不激进)型和保守型。按上述方法设置各驾驶风格阈值,结果表明:各驾驶风格的阈值分别为:S <64.67为保守型,64.67≤S <181.20为普通型,S≥181.20为激进型;使用所提方法来识别驾驶人风格,总体准确率为85.7%。所提出的基于车头时距的驾驶风格分类方法,使用了极精简的驾驶行为参数,为驾驶风格分类应用提供了新思路。

摘要： 针对传统感应信号控制的初始绿灯时间和单位绿灯延长时间设置单一导致行车延误增加的问题,在分析信号交叉口绿灯放行时间与绿灯需求时间差异因素的基础上,根据交叉口车辆到达特征和车型,构建了基于LSTM神经网络的信号交叉口排队车辆车头时距预测模型,对绿灯放行时间进行精确计算,使之能灵活适应实际车流特征.分析结果表明:LSTM神经网络预测模型的平均绝对百分比误差(MAPE)为0.17,均方根误差(RMSE)为0.16,预测值与真实值拟合度好.在案例中,相比较于传统感应信号控制的交叉口,采用该模型的改进效果显著,所提高的通行效率可达14.89%.

摘要： 在车辆驾驶安全性评价工作中,车头时距是一项重要指标。随着汽车载重量的日益增加,影响车头时距的因素不仅仅是前后车的距离和行驶速度,车头时距还受整车质量的影响,根据惯性是物体的固有属性可知,质量越大,惯性也越大,车辆制动距离将越长,对交通安全造成的威胁也越大。本研究收集某快速路大量整车质量、行驶速度及车头时距实测数据,寻求整车质量下车头时距与行驶速度的特征分布。以六轴载重货车为例,车辆行驶速度受车辆载重量的制约,两者之间具有一定的负相关性,车头时距不受车辆载重和车辆行驶速度的影响而表现为均匀分布,无明显线性相关性,明确整车质量对车辆行驶安全产生的影响,为安全驾驶及安全管理提供参考和指导。

摘要： 提出了基于期望车头时距的通行能力模型.根据城市地下互通立交特点,计算城市地下互通立交主线路段通行能力、匝道路段通行能力、匝道合流区及分流区通行能力,并给出推荐值.最后,通过实测数据验证了该模型的正确性.结果表明:地下互通立交各部分通行能力均比地上互通立交有所折减,主线路段折减8％～11％(高速区间折减均接近10％),匝道路段折减约14％,匝道合流区折减约10％,匝道分流区折减约11％.

摘要： 为缓解城市交通拥堵、提高交叉口运行效率,文中提出一种基于车头时距分布规律的信号控制优化方法。通过研究信号交叉口车辆的车头时距分布规律得出,固定排队位置车头时距服从对数正态分布,连续排队位置车头时距服从指数分布,且不宜用某一固定分位点来标定每个排队位置的车头时距。基于车头时距的分布规律,探讨了不以总损失时间为变量的信号配时算法,提出了一种基于车头时距分布和排队长度进行整体考虑的最佳绿灯时间控制优化方法。通过基于VISSIM的仿真实验进行案例分析,对该方法与固定信号配时、感应式信号配时方法进行比较,结果表明:优化后的信号配时方法在车均延误、车均排队长度方面相较于其他两种方法均有大幅降低,且一次性通过率满足要求。运用该方法能更加准确地标定车头时距,使信号配时参数的计算更加准确。

摘要： 1概况由于大货车自身“重、长、慢”等特点,在行经交叉口时,通常变道困难、放行车头时距较大、关键方向容易引发排队过长现象,尤其当道路资源没有充分利用时,货车通行需求集中的路口是限制路段及区域通行能力的关键瓶颈点。湖州市德清县升华物流园是重要的货车交通吸引源,而项目建设时未对周边道路交叉口进行扩容改造,大流量的大型货车进出造成交叉口交通拥堵及交通事故的频发。

摘要： 为探究现有高速公路合流区对自动驾驶车辆的适应性,分析现有高速公路合流区加速车道长度和通视三角区角度对自动驾驶交通流的影响规律,并与传统交通流进行对比.依据自动驾驶车辆在感知、跟驰和换道行为以及与周围车辆的协作方面更迅速安全等特点,改进了Krauss跟驰模型和LC2013换道模型以适应自动驾驶车辆特征.依据车辆换道可接受间隙建立车辆跟驰间距计算公式,在满足换道安全的基础上对跟驰模型参数进行改进.结果表明:在现有的高速公路合流区平面设计参数条件下,自动驾驶交通流的安全性、效率及稳定性均优于传统交通流,与传统交通流相比,自动驾驶交通流冲突数减少了100％,平均延误降低了60％～71％,平均车速提高了近20％且更稳定;在不同平面设计参数下,自动驾驶车辆的冲突数均为0,平均延误保持在0.65 s左右,平均车速稳定在33～34 m/s.现有的高速公路合流区平面设计参数在安全、效率和稳定性方面均能较好地适应自动驾驶车辆,且参数的取值对自动驾驶车辆影响不大.

摘要： 为缓解城市交通拥堵、提高交叉口运行效率,文中提出一种基于车头时距分布规律的信号控制优化方法.通过研究信号交叉口车辆的车头时距分布规律得出,固定排队位置车头时距服从对数正态分布,连续排队位置车头时距服从指数分布,且不宜用某一固定分位点来标定每个排队位置的车头时距.基于车头时距的分布规律,探讨了不以总损失时间为变量的信号配时算法,提出了一种基于车头时距分布和排队长度进行整体考虑的最佳绿灯时间控制优化方法.通过基于VISSIM的仿真实验进行案例分析,对该方法与固定信号配时、感应式信号配时方法进行比较,结果表明:优化后的信号配时方法在车均延误、车均排队长度方面相较于其他两种方法均有大幅降低,且一次性通过率满足要求.运用该方法能更加准确地标定车头时距,使信号配时参数的计算更加准确.

摘要： 针对现有交通流状态分类方法所用参数较单一,不能捕捉城市主干道交通流阻断特点的问题,提出了同时考虑交通流宏微观信息的城市主干路交通流状态划分方法.该方法在对速度进行k-means聚类得到初始交通流状态基础上,基于车头时距微观交通参数使用相对速度绝对值法进行进一步划分.最终交通流被划分为畅通自由流、稳定自由流、稳定跟驰和拥堵跟驰四个状态.通过与常用方法对比发现,所提出方法不仅能得到各交通状态的确切阈值,也更符合城市主干路交通流的运行特征.

摘要： 车头时距是交通流的重要参数之一,影响着行车安全和道路服务水平.早期学者建立了各种车头时距频率分布模型来估算车头时距频率值,但只有少数模型考虑了交通流状态和汽车尾气排放.基于M3模型的思想,本文通过对不同交通流状态下(畅通/缓慢/拥挤)车头时距数据的定量分析,分别划分了三种交通流状态并建立了相应的车头时距分布模型,最终利用各交通流状态下CO排放量占混合交通流状态下的比例作为分配系数建立了混合交通流车头时距频率分布模型.通过卡方检验、与M3模型的对比以及交通量的计算验证了模型的有效性.

摘要： 本文基于安装在城市高架快速路入口动态称重系统的实测车头时距数据,对其进行概率统计分析,从统计学的角度考察了不同车道、不同流量状态、不同车速情况下车头时距的特性.发现车道1的车头时距大部分集中在10s之内,车道2的车头时距大部分集中在20s之内;一周内车道1的车头时距变化较小,而车道2的车头时距则随时间推移逐渐变大,最后两天的值较大;跟驰流的车头时距服从对数正态分布,自由流的车头时距服从Gamma分布;不同车速等级下车头时距的均值和方差均随速度的增大呈现"U型"变化.经分析,本研究全面掌握了车头时距的分布规律,为交通模拟研究和车辆荷载分析奠定了基础.

摘要： 作为最常见的驾驶行为之一,车辆跟驰及其建模过程一直都受到国内外学者的广泛关注,而车辆队列研究将跟驰模型扩展到队列,对于提高通行效率、降低燃油消耗、保持跟驰稳定性具有重要意义.队列行驶下,车辆切入行为对于队列跟驰状态有着显著的影响.本文根据传统的跟驰理论,基于NGSIMI-80路段数据,探究了车辆切入前后队列跟驰状态参数的变化规律.数据分析表明,队列的速度、车间距、车头时距(Time Headway,TH)和碰撞时间(Time to Collision,TTC)在解释队列跟驰状态时不够准确,而安全裕度(SafetyMargin,SM)用于量化驾驶人的主观风险感知,能够很好地描述队列跟驰状态受到的切入行为的影响.对SM的量化结果表明,队列在稳定跟驰时,SM平均值和标准差的一阶差分在较小范围内波动,当有车辆切入时,会产生明显的突变.根据这一规律,能够通过这两个参数的变化判断车辆的切入行为,对于网联环境下队列的控制研究具有积极意义.

摘要： 愤怒情绪会引起驾驶员心理生理特征的变化,从而会导致操作失误等影响车辆安全运行的现象发生,为了研究驾驶愤怒情绪对车辆行驶状态的影响,本文主要采用了基于MobileyeC2-270采集系统的城市道路实车实验,通过提取车辆跟驰过程中的车头时距与车辆中轴距道路左边线距离两个指标评价驾驶愤怒情绪对车辆纵向与横向行驶特征的影响,研究结果表明,驾驶员在愤怒情绪下的跟驰车头时距明显较中性情绪下的小,而车辆中轴距道路左边线距离的平均值相差不明显,但愤怒情绪下的距离变化幅度略微高于中性情绪,通过对影响横向行驶状态的方向盘转角特征进一步分析,发现愤怒情绪下的方向盘转角幅度和速度明显较中性情绪下的大,该结论可为愤怒驾驶的识别、驾驶员培训等提供理论指导.

摘要： 开展了18名非职业驾驶员在直道和弯道条件下的行为特性对比试验,获取了驾驶员行为特性数据.基于弯道条件下对汽车行驶安全性的分析和安全报警策略的设计,以车头时距(THW)和碰撞时间(TTC)为驾驶员特性基本参数,提出了驾驶员跟车感知危险度概念及弯道条件下的感知危险度计算方法.考虑弯道驾驶员特性对汽车前撞危险程度进行判断,确定了分级报警阈值、报警规则和报警逻辑.试验结果表明,所提出的汽车前撞报警算法能较好地体现驾驶员在弯道行驶中的跟车特性和操作习惯,提高了算法对弯道路况及驾驶员的适应性.通过分析讨论,阐述了安全报警算法存在的不足以及本技术研究改进思路和发展方向,为同领域技术的研究提供参考.

摘要： 通过实地调查．证明多线路公交停靠站车辆车头时距服从移位负指数分布。通过对港湾式停靠站车辆的停靠延误进行分析，得到了基于进站断面的港湾式停靠站通行能力的计算公式。针对常规公交停靠站的不足，提出了复合式公交站的概念，并且分析得到了复合式公交站的通行能力折减系数和通行能力计算方法．

摘要： 文章主要内容包括信号灯控制道路交叉口红灯周期形成的排队车辆在放行后,不同车型的启动时间和所组成的混合机动车流、车头时距的分布研究,混合交通状态下机动车启动通过交叉口时受到干扰后的延误时间研究,以及利用上述研究成果提出的混合交通状态下提高道路交叉口通行能力的合理化措施及其仿真结果。目前基于混合交通状态下提高城市道路交叉口通行能力的相关研究与分析较少，缺乏针对可执行合理化措施的深入研究与分析。课题以现实交通数据为基础，通过排队车辆在放行后不同车头时距的统计分析结果研究提高城市道路交叉口通行能力的相关措施，并给出措施执行前后的仿真结果对比分析，具有较强的实际应用价值。

摘要： 阐述武汉市平面交叉口调查数据处理办法,根据实际调查数据分析武汉市平面交叉口交通流特性.从交通量空间分布、交通量时间分布、交通流稳定性、交叉口流量流向、车头时距、交通组成等交通特性分析得出武汉市平面交叉口存往的主要问题,并提出相关改进建议.

摘要： 以平原区双车道公路交通流为研究对象,对车头时距进行分析,在交通流组成合理假设的基础上,推导出双车道公路交通流的车头时距服从聚束负指数分布。利用超车视距,根据不同的行车速度,计算出不同超车速度下的超车间隙。通过间隙接受理论,根据本方向自由流与对向自由流允许超车交通量流量平衡,建立流量平衡方程,通过迭代方法求解方程,得到超车率与交通量的函数关系。根据假设的交通流参数,应用给出的计算步骤,计算出了不同超车率下平原区双车道公路的通行能力。研究成果可应用于平原区双车道公路的规划与设计。

摘要： 在城市道路网中，平面交叉口是城市道路通行能力和交通安全的瓶颈。由于社会经济、文化背景、道路环境等的不同，不同地区的交通活动表现出不同的行为特征。本文采用视频技术和人工观测技术，研究了重庆市机动车在市政道路信号平面交叉口时的交通特征。为交叉口立体空间设计和信号配时优化提供了基础数据。

摘要： 一种基于V2V的弯道车头时距与车头间距计算方法，属于汽车技术领域。所述方法，是通过车载GPS设备采集车辆位置信息，引入信息存储模块存储滤波处理后车辆位置信息，再通过V2V通信设备互相发送已存储的信息，引入车头时距计算模块计算实时车头时距，再引入车头间距计算模块计算实时车头间距，为跟车模型提供更加准确的参考数据。本发明利用了先进的车车通信技术，从通信角度进行车辆信息的交互与处理，实现弯道上的车头时距与车头间距的计算，解决传统计算方法的问题。

摘要： 本申请涉及数据处理技术领域，尤其涉及一种饱和车头时距的估计方法及装置，方法包括：获取选定时间段内驶过道路交叉口的目标车辆的轨迹数据；然后，根据获取的目标车辆的轨迹数据，确定选定时间段包括的至少一个信号周期内在道路交叉口的停车线之前等待通行的目标车辆的排列信息；进一步地，确定与排列信息匹配的车头时距预测模型，并基于确定的车头时距预测模型和目标车辆的轨迹数据，确定选定时间段内相邻车辆驶过道路交叉口时的饱和车头时距。采用上述方式，可以使得计算出的饱和车头时距更为精确。

摘要： 本申请涉及一种基于车头时距的信息识别方法及系统，涉及城市智能交通领域。所述方法包括获取第一位置的数据信息；确定第一位置周期级的车头时距变异系数；确定第一时段内的第一变异和第二变异周期的占比，以及连续第一变异周期数；输出第一位置的识别信息。本申请的基于车头时距的信息识别方法及系统，通过修正绿灯启亮时头部车队的车头时距，使得车头时距序列更贴近交叉口实际运行情况；并分析交叉口的车头时距变异系数，快速高效地识别运行效率低的路口及对应流向，为交通事故预防管控、路口渠化及信号控制优化提供信息，科学提升城市交通运行效率。

摘要： 本发明公开了一种基于车头时距辨识驾驶风格的方法，包括以下步骤：S1、采集若干名驾驶员自然驾驶环境下的行车视频和车头时距数据，对所有驾驶员的驾驶风格进行分类；S2、将车头时距进行分段聚类，并根据该车头时距值所属的预设等级范围转化为代码；S3、利用滑动时间窗法检测跟车模式；S4、根据典型模式中车头时距的分布情况将典型模式划分为不同的跟车状态，并依次赋予不同的分值；S5、随机选取一部分驾驶员的车头时距数据作为模型训练集，结合已知的驾驶风格结果得到各驾驶风格的阈值；S6、其余驾驶员的数据作为测试集，对测试集驾驶员的驾驶风格进行识别；S7、对比交叉验证，评判结果识别的准确率。

摘要： 本发明提供一种基于高斯混合模型的信号交叉口饱和车头时距估计方法。主要解决的技术问题是：利用车辆号牌数据，基于高斯混合模型，提出一种完全数据驱动的信号交叉口饱和车头时距估计方法。根据采集的信号交叉口号牌数据，分车道提取车头时距，用高斯混合模型对车头时距进行分类，得到两种状态下车头时距的高斯分布模型。根据信号交叉口的实际情况，该模型可看成是饱和状态和非饱和状态下车头时距高斯分布的组合，则两种分布中均值较小的分布可看作是饱和车头时距的高斯分布，其均值即为饱和车头时距。

摘要： 本发明涉及一种雷达检测技术的运用，具体为一种基于雷达数据的饱和车头时距检测方法；其中包括如下步骤：步骤五：建立雷达交通大数据平台，对雷达上位机接入的雷达进行配置信息和过车数据的采集、解析、数据存储和分析；步骤六：查询车道内所有过车数据：根据上述步骤获取的车道放行时间，查询放行时间段内该车道的所有过车数据，选取所有过车数据量大于M条的时间段；步骤七：获取车道通行时间内的饱和车头时距：从驶出线圈的时间正序第N条过车数据开始，将后车驶出线圈的时间减去前车驶出线圈的时间，得到从该车道放行开始第N辆车的车头时距，去除大于Q秒的车头时距，将余下的车头时距取最小值，即为该车道此段通行时间内的饱和车头时距。

摘要： 本申请提供了一种车头时距预测方法、装置、设备及存储介质，其中，车头时距预测方法包括：获取目标车辆对应的目标特征，目标车辆对应的目标特征包括影响目标车辆的车头时距的车辆特征和交通参数特征，影响目标车辆的车头时距的车辆特征包括目标车辆的车辆特征，以及相关车辆的车辆特征；根据目标车辆对应的目标特征，预测目标车辆的车头时距。本申请从交叉口排队车辆的车头时距的特点出发，提出获取对车头时距影响较大的车辆特征和交通参数，进而根据影响车辆的车头时距的车辆特征和交通参数特征预测车辆的车头时距，通过本申请提出的车头时距预测方法预测出的车头时距能够较准确地反映交叉口的通行情况。

摘要： 一种基于V2V的弯道车头时距与车头间距计算方法，属于汽车技术领域。所述方法，是通过车载GPS设备采集车辆位置信息，引入信息存储模块存储滤波处理后车辆位置信息，再通过V2V通信设备互相发送已存储的信息，引入车头时距计算模块计算实时车头时距，再引入车头间距计算模块计算实时车头间距，为跟车模型提供更加准确的参考数据。本发明利用了先进的车车通信技术，从通信角度进行车辆信息的交互与处理，实现弯道上的车头时距与车头间距的计算，解决传统计算方法的问题。

摘要： 本发明提供一种基于车头时距的交叉口动态信号配时优化方法，包括以下步骤：步骤1、根据监控过车数据，获取路口相位ID；步骤2、定义车道组，即在某一个相位下，同一路段上具备通行权的所有车道被定位一个车道组；步骤3、在车道组中查找相位的核心放行车道，其中如果车道在所有相位都具备通行权的情况下，从车道组中去除该车道;步骤4、计算车道组中各个车道的流量；步骤5、获取一个周期内相位关键车道的车头时距；步骤6、计算相位浪费时间，并对绿灯时间相应的调整。本发明通过在一个周期内的车头时距变化分析交叉口通行信号配时方案，给出相应配时方案加以实时动态优化，对提高整个交通系统的运行效率具有重要的意义。

摘要： 本申请涉及一种基于车头时距的信息识别方法及系统，涉及城市智能交通领域。所述方法包括获取第一位置的数据信息；确定第一位置周期级的车头时距变异系数；确定第一时段内的第一变异和第二变异周期的占比，以及连续第一变异周期数；输出第一位置的识别信息。本申请的基于车头时距的信息识别方法及系统，通过修正绿灯启亮时头部车队的车头时距，使得车头时距序列更贴近交叉口实际运行情况；并分析交叉口的车头时距变异系数，快速高效地识别运行效率低的路口及对应流向，为交通事故预防管控、路口渠化及信号控制优化提供信息，科学提升城市交通运行效率。