吉林大学学报(工学版) ›› 2018, Vol. 48 ›› Issue (1): 89-97.doi: 10.13229/j.cnki.jdxbgxb20161255
王占中, 赵利英, 焦玉玲, 曹宁博
WANG Zhan-zhong, ZHAO Li-ying, JIAO Yu-Ling, CAO Ning-bo
摘要: 基于行人仿真的社会力模型,考虑自行车对行人过街的干扰,引入自行车与行人以及自行车与人行横道间的相互作用,提出了一种改进的自行车和行人混合交通流的社会力模型。通过数值模拟,分析了自行车道的设置对混合交通流事故数及到达率的影响,再现了自行车和行人混合交通流中自行车的跟随和分层现象。仿真结果表明:设置自行车道能够有效缓解行人和自行车之间的冲突,有助于减少行人和自行车的事故数并提高混合交通流的运行效率;根据自行车数量,设置合理的自行车道,能够保证自行车达到最大过街速度,从而提高自行车的过街效率;模型能够重现混合交通流的自组织等现象。
中图分类号:
[1] Papadimitriou E, Yannis G, Golias J.A critical assessment of pedestrianbehavior models[J]. Transportation Research Part F: Traffic Psychology and Behaviour, 2009, 12(3): 242-255. [2] Helbing D, Molnar P.Social force model for pedestrian dynamics[J]. Physical Review E, 1995, 51(5): 4282. [3] Helbing D, Farkas I, Vicsek T.Simulating dynamical features of escape panic[J]. Nature, 2000, 407(6803): 487-490. [4] Helbing D, Farkas I J, Molnar P, et al.Simulation of pedestrian crowds in normal and evacuation situations[J]. Pedestrian and Evacuation Dynamics, 2002, 21(2): 21-58. [5] Helbing D, Buzna L, Johansson A, et al.Self-organized pedestrian crowd dynamics: Experiments, simulations, and design solutions[J]. Transportation Science, 2005, 39(1): 1-24. [6] Apel M.Simulation of pedestrian flows based on the social force model using theverlet link cell algorithm [D]. The Republic of Poland:Institute of Computing Science,Poznan University of Technology,2004. [7] Johansson A.Pedestrian simulations with the social force model [D].Dresden, Germany: Institute for Transport & Economics, Dresden University of Technology, 2004. [8] Moussaïd M, Helbing D, Garnier S, et al.Experimental study of the behavioural mechanisms underlying self-organization in human crowds[J]. Proceedings of the Royal Society of London B: Biological Sciences, 2009: 276(1668): 2755-2762. [9] Zeng W, Chen P, Nakamura H, et al.Application of social force model to pedestrian behavior analysis at signalized crosswalk[J]. Transportation Research Part C: Emerging Technologies, 2014, 40: 143-159. [10] Li M, Shi F, Chen D.Analyze bicycle-car mixed flow by social force model for collision risk evaluation[C]∥The 3rd International Conference on Road Safety and Simulation, Washington, DC,USA,2011:1-22. [11] 江晟, 王殿海, 陈永恒, 等. 基于视频的行人运动轨迹再现与过街行为表达[J]. 东南大学学报: 自然科学版, 2012, 42(6): 1233-1237. Jiang Sheng, Wang Dian-hai,Chen Yong-heng, et al.Pedestrian movement trajectory reappearance and crossing feature expression based on video processing[J]. Journal of Southeast University (Natural Science Edition), 2012, 42(6): 1233-1237. [12] 江晟. 混合交通视频检测关键技术研究 [D]. 长春:吉林大学交通学院, 2013. Jiang Sheng.Research on key technologies of mixed traffic video detection [D]. Changchun:College of Transportation, Jilin University, 2013. |
[1] | 陈永恒,刘芳宏,曹宁博. 信控交叉口行人与提前右转机动车冲突影响因素[J]. 吉林大学学报(工学版), 2018, 48(6): 1669-1676. |
[2] | 常山,宋瑞,何世伟,黎浩东,殷玮川. 共享单车故障车辆回收模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1677-1684. |
[3] | 曲大义,杨晶茹,邴其春,王五林,周警春. 基于干线车流排队特性的相位差优化模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1685-1693. |
[4] | 宗芳, 齐厚成, 唐明, 吕建宇, 于萍. 基于GPS数据的日出行模式-出行目的识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1374-1379. |
[5] | 刘翔宇, 杨庆芳, 隗海林. 基于随机游走算法的交通诱导小区划分方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1380-1386. |
[6] | 钟伟, 隽志才, 孙宝凤. 不完全网络的城乡公交一体化枢纽层级选址模型[J]. 吉林大学学报(工学版), 2018, 48(5): 1387-1397. |
[7] | 刘兆惠, 王超, 吕文红, 管欣. 基于非线性动力学分析的车辆运行状态参数数据特征辨识[J]. 吉林大学学报(工学版), 2018, 48(5): 1405-1410. |
[8] | 宗芳, 路峰瑞, 唐明, 吕建宇, 吴挺. 习惯和路况对小汽车出行路径选择的影响[J]. 吉林大学学报(工学版), 2018, 48(4): 1023-1028. |
[9] | 栾鑫, 邓卫, 程琳, 陈新元. 特大城市居民出行方式选择行为的混合Logit模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1029-1036. |
[10] | 陈永恒, 刘鑫山, 熊帅, 汪昆维, 谌垚, 杨少辉. 冰雪条件下快速路汇流区可变限速控制[J]. 吉林大学学报(工学版), 2018, 48(3): 677-687. |
[11] | 王占中, 卢月, 刘晓峰, 赵利英. 基于改进和声搜索算法的越库车辆排序[J]. 吉林大学学报(工学版), 2018, 48(3): 688-693. |
[12] | 李志慧, 胡永利, 赵永华, 马佳磊, 李海涛, 钟涛, 杨少辉. 基于车载的运动行人区域估计方法[J]. 吉林大学学报(工学版), 2018, 48(3): 694-703. |
[13] | 陈松, 李显生, 任园园. 公交车钩形转弯交叉口自适应信号控制方法[J]. 吉林大学学报(工学版), 2018, 48(2): 423-429. |
[14] | 苏书杰, 何露. 步行交通规划交叉路口行人瞬时动态拥塞疏散模型[J]. 吉林大学学报(工学版), 2018, 48(2): 440-447. |
[15] | 孟品超, 李学源, 贾洪飞, 李延忠. 基于滑动平均法的轨道交通短时客流实时预测[J]. 吉林大学学报(工学版), 2018, 48(2): 448-453. |
|