行人控制信号灯

2024-11-25

行人控制信号灯（精选6篇）

行人控制信号灯篇1

引言

我国大部分城市道路交叉口中,行人过街问题是引起交叉口交通秩序混乱、安全隐患大、交通效率低的主要根源之一。行人违章会干扰机动车正常通行,导致交叉口运行状况陷入“秩序混乱-安全性差和效率低下-延长信号周期-行人违章增加-秩序更加混乱”的恶性循环中,因此解决行人交通安全问题已成为交通管理部门不容忽视的难题。而现有研究往往仅重视机动车交通,忽视行人交通。事实上行人交通流具有离散性和灵活性的特点,容易与其他交通流产生严重冲突,从而影响机动车正常运行,导致交叉口秩序混乱。研究表明,从行人过街心理、行为过程2个方面来解析行人的过街决策,有助于管理者采取有效的措施改善行人过街安全状况。刘光新[1]等人对单个行人过街时的心理进行了深入的研究,研究结果表明过街间隙是影响行人过街决策的关键因素。

孙智勇[2]等人使用Track软件处理实测录像数据,利用Logit模型描述了信号交叉口人行横道处行人选择间隙的行为。已有研究对行人过街间隙选择行为进行了深入的探讨,但是仍然存在以下不足之处需要进一步改进。

1)现有文献认为行人行至冲突点时才开始做出是否过街的决策,与实际情况有些许出入。从而建立的模型忽略了行人与冲突点的距离这一因素;

2)已有模型研究了影响行人过街行为因素之间的关系,尚缺数学模型的定量表达。

本文在前人研究成果的基础上,针对其存在的不足,重点进行以下方面的研究:

1)研究的重点放在行人与机动车冲突时行人对间隙进行选择问题上。即行人是否穿越间隙过街问题上;

2)将行人与冲突点的距离以及行人的步速等行人行为因素加入模型中;

3)将安全间隙作为研究行人过街间隙选择行为的切入点,其中包括车辆和行人两方面因素,理论上比仅考虑车辆因素更为全面。

交叉口行人过街间隙选择基础模型

现有研究表明交叉口行人过街间隙选择行为与行人特性、车辆特性、环境特性等众多因素有关。本文通过拍摄录像分析行人过街过程,建立行人过街间隙选择行为概率与安全间隙之间的基础模型,同时提取关键参数,对所建立的模型进行标定及验证。

1.1 机理解析

行人与机动车的交通冲突是指行人与机动车在穿插行为中,在一定的时间和空间上彼此接近到一定程度时,行人采取非正常行为,如冒险穿越、突然改变行走方向和速度、交通违章等,机动车若不改变其运动状态,就有发生碰撞的危险[3]。

行人过街与其他交通形式一样,在行为过程中有一定的需要,即必须有一定的客观条件的存在,行人才会选择过街,或者选择某种方式过街。根据需要的内容,可以分为心理、时间和空间上的需要以及环境和其他需要[4]。行人过街的一般过程可以描述为:行人在等待区域获得通行权后,沿人行横道前进,直到受到机动车冲突的威胁后停止,等待机动车流出现足够大的间隙时继续前进。一般情况下,行人会拒绝一个小于临界间隙的车流穿越间隙,而接受一个大于临界间隙的车流穿越间隙[5]。

行人过街间隙选择行为概率P与行人特性、车辆特性、环境特性等因素有关,其中行人特性包括行人性别、年龄等,车辆特征则指车速、车辆间隙等因素,而行人等待时间、非机动车干扰、天气以及其他行人的行为则构成了行人过街的环境因素,用公式表达即为:

P=f(行人特性,车辆特性,环境特性) (1)

需要注意的是,行人的判断有一个时间过程,但是由于在交叉口处车辆速度较慢,行人比较容易判断,所以此过程计入间隙时间内,不另做讨论。

1.2 基础模型建立

行人在过街过程中的安全间隙是指[6]当行人安全经过冲突点后,从这个时刻到后车行驶至冲突点的时间,它等于车辆间隙时间减去行人从初始点走到安全点的时间。根据上述定义,行人过街安全间隙T为:

式中:D为机动车与冲突点间距离,m;v车为机动车行驶速度,m/s;W为机动车宽度,m;H为行人与冲突点间距离,m;v人为行人步行速度m/s。图1为行人过街间隙选择机理示意图。

式(2)中的参数反映了影响行人选择间隙行为的行人特性、车辆特性、环境特性等因素。其中行人步行速度v人反映了行人特性;机动车与冲突点的距离D、机动车行驶速度v车和机动车宽度W反映了车辆特性。因此安全间隙T能够全面的反映影响行人过街选择行为的各类因素。因此可见行人过街间隙选择行为P由安全间隙T决定,本文建立的基础模型基于以下假设:

1)行人接受间隙时概率为P=1,拒绝间隙时概率P=0。

2)行人在前车到达冲突点时就失去了对上一个间隙的选择权,所以从此刻起,行人便开始对到达冲突点的车辆与其后车辆间的间隙进行判断选择,即使此刻行人并未到达冲突点。

3)行人判断间隙时会预先估计安全间隙,且是否选择间隙通过由安全间隙值T决定。

4)行人对车辆行驶速度的估计准确。

5)行人及机动车在过街过程中不改变方向。

针对行人选择间隙这一过程,要确定的是行人在预估了某一间隙T值时,是否会通过这个间隙,即在安全间隙为T时,确定其通过的概率P。

1.3 模型标定与验证流程

为了定量描述安全间隙T与行人过街间隙选择行为概率P之间的关系,需要对上述基础模型进行标定及验证,具体流程见图2。

步骤1。数据采集,根据视频录像获取无信号控制交叉口安全间隙T,同时记录行人是否选择间隙过街。

步骤2。数据可靠性分析。将第一步提取的异常数据进行剔除,并进行统计分析检验。

步骤3。模型参数辨识。使用SPSS统计分析软件进行参数回归分析,并根据统计检验指标确定模型参数,从而建立安全间隙与行人选择概率之间的数学模型;

步骤4。模型验证,对比视频采集数据与通过所建立的数学模型所计算得到的数据,进行数据差异显著性检验。

模型标定与验证

根据图2所示的流程对所建立的模型进行标定与验证。

2.1 数据采集与分析

为了分析行人-机动车冲突过程,在上海市选择了3个有代表性的无信号控制交叉口进行录像拍摄,此3个交叉口概况见表1。

将所拍摄录像保存为MPG格式,利用Ulead VideoStudio11.5视频处理软件得到一系列的录像画面,然后提取行人过街时行人与冲突点间距离H、机动车与冲突点间距离D、机动车宽度W等数据,根据式(2)计算安全间隙T,并纪录行人是否接受间隙过街。

2.2 模型的标定

为了分析行人过街间隙选择行为与行人特性、车辆特性、环境特性之间的关系,建立了行人过街选择概率P与安全间隙T之间函数关系P=f(T),为了确定具体的函数形式及参数,使用上节采集的数据,利用SPSS统计分析软件对模型进行标定。

在无信号控制交叉口的数据中取117个接受间隙的数据和21个未接受间隙的数据,接受间隙的概率值为P=1,不接受间隙的概率值P=0。将这138个数据按T值大小排序,以0.5 s为跨度统计每个区间的样本数量,并计算各个区间内的频率P。计算结果见表2。

利用统计分析软件SPSS进行回归分析。SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等等。SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类。

利用SPSS软件回归分析的功能,选择一元线性函数、三次函数、对数函数3类函数对表2数据进行回归分析,拟合曲线见图3。

此3类函数模型的统计检验指标及回归参数见表3。

根据上表中3类函数的回归参数可知图3中3条曲线的公式分别为:一次线性函数为y=44.017+15.400x;对数函数为y=26.515ln x+64.294;三次函数为y=4.256x3-35.844x2+99.507x-0.380。可以看到模型为三次函数形式时R2最大,因此用三次函数形式拟合是最合适的。即无信号控制交叉口处行人选择行为概率P与安全间隙T之间函数关系为:

2.3 模型的验证

为了检验模型的精度是否满足要求,对模型计算得到的P'值以及视频样本处理得到的P值进行比较分析,计算平均误差百分率及相关系数来验证模型的精度。

选取无信号设置交叉口剩余的48个接受间隙样本和8个拒绝间隙样本,将此56个样本数据按T值大小排序,以1 s为跨度计算每个区间的样本数量,并计算各个区间内的频率P,计算结果见表4。

无信号控制交叉口的模型准确率为92.24%,相关系数为0.91,模型精度较高,满足要求。

2.4 与现有模型对比分析

孙智勇等人对北京市有代表性的牛街交叉口进行视频录像分析,利用Logit模型描述了信号交叉口人行横道处行人选择间隙行为,现将本文建立的模型与Logit模型进行对比分析,见表5。

从表5可见,本文所构建的模型对行人特性、车辆特性、环境特性与行人通过间隙概率的关系进行了探讨,同时将行人过街做决策的时间提前,比原有模型更为全面,更符合行人过街的实际情况。同时,Logit模型讨论了行人是否过街的选择情况,而本文所建立的模型能够定量描述行人过街选择间隙的概率,是对Logit模型的补充完善。

结束语

本文通过录像调查描述行人过街的基本过程,建立了无信号控制交叉口车头时距、行人与冲突点距离、行人步速与行人通过间隙概率之间的数量关系。本文所建立的模型考虑了机动车、行人两方面因素,并且用实地调查的数据对模型进行标定及验证。

由于条件限制,本次模型考虑的因素并非全面,如在数据采集中发现了接受样本中存在T<0的情况,这主要是因为部分行人奔跑过街,而本文所建立的模型并未全面反映这一现实情况,因为在模型中行人步速取平均值,但是从问卷调查的情况来看,行人在穿越间隙时的速度与车速、车辆间距等因素相关,因此可以从行人步速的取值方面进行更为深入的探讨,同时本次调查的样本数量偏少,且未能均匀的包含各个群体。

参考文献

[1]刘光新,李克平,倪颖.交叉口行人过街心理及交通行为分析[J].交通科技与经济,2008(5):58-61.

[2]孙智勇,荣建,何明,等.信号交叉口人行横道处行人可接受间隙研究[J].公路交通科技,2004(11):102-104.

[3]裴玉龙,冯树民.基于交通冲突的行人过街危险度研究[J].哈尔滨工业大学学报,2007(2):285-287.

[4]张贵宾,李明辉,赵金凤,等.行人过街需要分析研究[J],道路交通与安全,2007(6):26-29.

[5]徐良杰,王炜,俞斌.信号交叉口行人过街时间模型[J].交通运输工程学报,2005(3):111-115.

[6]Lobjois R,Cavallo V.Age-related differences in street-crossing decisions:The effects of vehicle speed andtime constraints on gap selection in an estimationtask[J].Accident Analysis and Prevention,2007,39(5):934-943.

行人控制信号灯篇2

步行交通是城市交通中不可或缺的重要组成方式之一。研究和分析行人的过街步速, 有利于合理地规划行人过街设施, 有效地管理行人交通, 解决一部分行人交通问题, 充分保证行人的安全, 同时提高行人的过街效率。加拿大学者Ann Coffin提出在老年行人居多的交叉口, 将1.00m/s作为其设计步速[1]。国内学者中, 冯树民等调查并分析了哈尔滨市部分交叉口行人过街的交通流特性, 得出当地行人平均过街步速为1.47m/s[2]。陈然等对上海市交叉口的行人步速进行了调查, 分析得出上海市行人总体过街步速为1.24m/s[3]。

本文选取了西安市区内几个典型的有/无信号控制交叉口, 对行人的过街步速进行了调查, 统计了1050组真实的数据, 研究了几种不同因素对行人过街步速的影响, 比对分析了有/无信号控制交叉口出行人过街步速有所差异的主要原因。

2 研究方法

行人的性别、年龄、是否有信号控制、是否与人结伴、人行横道长度、交通环境等诸多因素都可以对行人的过街步速产生影响。本文从中选择了几个影响较明显的因素, 对其进行详细的研究与分析。根据调查的对象与内容, 在西安市区内选取了3个信号控制交叉口及2个无信号控制交叉口, 分别对其进行数据的采集。调查中通过摄像机记录行人在各交叉口的过街行为, 采集到行人的启动时间和到达时间, 通过计算得到行人的步行时间和步行速度, 同时统计行人流量。

3 调查数据分析

(1) 分性别的行人步速分布

统计了男、女性行人通过有、无信号交叉口单向三条车道时的平均步速, 统计结果表明, 行人穿越第二条车道时的步速最低, 而会以最快的速度通过第三车道。统计表格由于篇幅限制, 不再赘述。

不同性别的行人在有/无信号控制交叉口处的平均过街步速有所差异, 是由于在通过无信号控制交叉口时, 行人在各车道上对来自车辆的威胁的感受并不相同;而在通过有信号控制交叉口时, 由于信号控制, 车辆和行人在时间上已被分离, 基本不会发生冲突, 行人在各车道上对来自车辆的安全威胁的差异感受较小, 故在不同车道上的步行速度没有明显的差异。

(2) 行人有人结伴与否的步速分布

表1给出了有人结伴和无人结伴的行人通过有/无信号控制交叉口各车道的平均速度。有/无人结伴时的步速有差异, 这是由于行人的从众心理。

相比无信号控制交叉口行人过街速度, 有信号控制时, 与人结伴和无人结伴的行人平均速度的差异减小。无信号控制条件下有人结伴时的过街步速为1.09m/s, 有信号控制条件下则为1.15m/s, 有明显提高。这是由于:有信号控制时, 过街行为具有周期性, 是在绿灯时进行的, 红灯时间汇聚的行人较多时则会自动聚集成为人群, 在绿灯时间内结伴跟随通过交叉口。而无人结伴的行人步速依然较快, 这是因为行人单独行动时, 无论是否有信号控制, 对危险的感知度都较高

4 有/无信号控制交叉口行人过街步速差异分析

通过对比上述调查结果, 可分析得出:

(1) 行人在各车道上的步速是不同的, 中间车道最低, 远端车道最高。

(2) 综合对比有/无信号控制交叉口行人的过街步速, 有信号控制交叉口条件下, 不同人群之间的步速差异比较小, 行人总体的过街步速则较高。

(3) 调查时还对比了不同年龄段行人在有/无信号控制交叉口过街步速, 不同年龄段的行人过街步速差异存在, 但有/无信号控制条件下, 其变化趋势类似。特殊的是老年人在有信号控制条件下步速仍然较低, 但比无信号控制条件下有明显的提高。

5 结论

文中对比分析了有/无信号控制交叉口行人过街的步速, 分析了性别、年龄、有/无人结伴对行人过街步速的影响。就西安市而言, 行人过街步速总体较其他城市偏慢, 这与城市的经济发展, 人们的生活习惯有关[4]。本文的数据可为西安市有/无信号控制交叉口的行人过街设计速度和相关政策的制定以及管理设施的设置提供参考和依据。

摘要：为研究有/无信号控制条件下的行人过街步速, 以实际的行人过街交通调查为基础, 选取西安市的几个典型信号交叉口和无信号交叉口为观测点, 使用视频调查法, 对不同性别、不同年龄的行人过街时在不同车道上的交通参数进行调查。其次应用统计学的相关方法对数据进行对比分析, 得出不同因素对行人过街步速的影响。最后分析了有/无信号控制交叉口行人过街步速有所差异的原因, 可为西安市有/无信号控制交叉口的行人过街设计速度的确定提供参考依据。

关键词：行人过街,信号交叉口,无信号交叉口,交通特性

参考文献

[1]Coddin, A., Morrall, J, Walking Speedsof Elderly Pedestriansat Crosswaiks[J].Transportation Research Record.1995, (1487) :63-67.

[2]冯树民, 吴阅辛.信号交叉口行人过街速度分析[J].哈尔滨工业大学学报.2006, 23 (9) :76-78.

[3]陈然, 董力耕.中国大都市行人交通特征的实测和初步分析[J].上海大学学报 (自然科学版) .2005, (2) .

行人控制信号灯篇3

对纽约的行人而言, 这是不容易的一年。作为入主纽约的新举措之一, 市长白思豪 (Bill de Blasio) 提出了“零死亡” (Vision Zero) 倡议, 旨在完全消除这个城市的交通死亡率。就在发出倡议那周的周末, 纽约四名行人死于交通事故, 戏剧性地强调了该倡议的必要性。一月份, 在不到两周的时间内, 曼哈顿上西区一个十字路口又有三人被车子撞死。

对行人和骑车人来说, 没有什么举措可以使道路完全安全, 但慕尼黑工业大学的研究者们有了解决方法。他们正依托一个资助体系进行原型阶段研究, 它能在行人踏入车流之际警告司机。

该系统被称为Ko-TAG系统, 车载的定位系统传递无线电信号到行人身上携带的一个特殊的传感器。通过行人和车子的传感器和信号收发器间来回反馈的信号, Ko-TAG系统就能够计算出与行人的距离和移动的方向, 使车里的装置判断出是否有可能撞上。利用这一信息, 司机就能预警大卡车后、或视野之外跨入的行人。假如碰撞即将发生, 它还能触发车子进行紧急刹车, 甚至能在司机看到行人之前就停车。几乎所有信号都能被这种收发机接收, 甚至几乎每个行人随身携带手机的信号。

一个主要的 (没公开名字) 手机制造商已经表达了对该系统的兴趣。

显然, 没有人希望每次有人一走到马路牙车子就停, 这样的话, 错误信号的可能性就会较高。Ko-TAG的创造者们还没完全讲明他们如何解决这种情况的发生, 虽然该研究实验室网站表示风险评估算法能防止误报警:“根据追踪检测对象采集到的数据, 如移动方向, 距离和速度, 结合可能的活动配置文, 现场情况可以被综合评估, 碰撞风险可以被精确地评估出来。”

慕尼黑工业大学教授Erwin Biebl说:“信号收发机包含惯性传感器, 我们利用它来发送关于运动类别的信息 (走路, 跑步, 站立, 骑车……) 给车子。因此站在拐角的人不会引起问题, 因为碰撞概率值非常低。”Biebl说, 原型机正被应用于在真实的城市环境下, 由经过训练的司机和行人进行测试。

人们很容易联想到在不久的将来, 手机可能拥有这种接收器。据慕尼黑工业大学的说法, 有手机制造商已经表示了兴趣。你就等着让车子追踪你的一举一动吧, 当然, 是为了行路安全。

(中国科技网)

信号交叉口行人过街速度分析篇4

在道路交通系统中，步行是一种最基本、最古老的出行方式，是与人类生活密不可分的一项活动，也是城市道路交通系统的重要组成部分，交叉口交通中的主要组成部分。我国是一个人口众多的国家，在我国城市中，由于交通拥挤、机动车与非机动车停车场地的有限、短距离步行的便利等原因，步行出行仍然占有相当比例。行人过街速度是研究行人通过人行横道时的一个重要参数，对研究行人设施的设计、通行能力、交通管理与控制起着重要的作用;同时，行人的步行速度也是评价行人设施服务功能的一项重要指标，它能综合地反映这些设施的服务水平状况。具体而言，行人过街速度可以用来研究行人步行速度分布特点，为行人信号灯的设计提供依据，作为人行横道几何设计的依据。因此，有必要对行人过街速度特性进行分析。

1 行人过街速度影响因素分析

1.1 性别对过街速度的影响

不同性别的行人过街速度会有所差别，由于交叉口老人与小孩所占的比例比较小，因此只对中、青年行人的过街速度分性别进行统计分析，其样本容量为随机各取150个，统计的方法采用录像回放，秒表计数并统计的方法。

统计分析结果如表1所示。

m/s

从表1可以看出，男性的速度均值为1.28 m/s，女性的速度均值为1.07 m/s，男性行人过街速度的均值、中值、众数都略高于女性行人。15%位速度男女性行人比较接近，男性15%位速度更接近美国通行手册(HCM)规定的1.10 m/s。从直方图可以看出男女性行人的速度分布基本一致，左右对称。再从速度正态分布图可以看出，男女性行人的速度期望值与观测值有高度的吻合性。

采用Kolmogorov-Smirnov对男性和女性的人行横道行人的步行速度进行拟合优度检验，检验的表格统计如表2所示。

由表2可知，男性的显著性为0.097，女性的显著性为0.051，均大于显著性0.05，因此男性的速度分布符合X～N(1.28,0.289)正态分布，女性的速度分布符合X～N(1.07,0.212)正态分布。

m/s

1.2 年龄对过街速度的影响

信号交叉口不同年龄的行人，行走速度是不同的。从总体上看中年人的过街速度最快，其次是儿童，而老年人由于生理机能的衰退，行走速度最慢。

具体的过街速度如表3所示。

m/s

2 行人过街速度分布规律

针对南京市某信号交叉口人行横道上通行的318个行人的通行时间进行采集。人行横道长度18.6 m，数据采集方法是录像回放，秒表记时间并统计。运用SPSS统计分析软件对行人的速度分布进行描述性统计分析，得到行人通过人行横道的速度的样本统计量如表4所示。

由表4可知，该交叉口行人通过人行横道的均值为1.10 m/s，众数为1.02 m/s，中位数1.075 6 m/s，标准差为0.237 m/s,15%位速度为0.876 2 m/s，小于美国通行能力手册(HCM)行人的15%位速度1.1 m/s，可能的原因是该交叉口行人流量较大，速度较慢，进行多相位信号控制，行人通过人行横道时不存在与机动车冲突，心理比较放松，产生盲目的安全感。

3 结语

通过对信号交叉口的现场观测以及对行人速度进行调查统计分析，得出设置导流岛的信号交叉口行人的平均速度为1.10 m/s，速度频数符合正偏态分布。而男性、女性的速度频数分布检验均符合正态分布。然而行人交通流是一个庞大的交通群体，研究的样本必须具有随机性以及数量足够性，本文由于受到条件的限制只采集南京部分交叉口，因此对样本的采集有待进一步获取以完善研究成果。

摘要：通过南京市信号交叉口行人过街数据采集,分析行人过街特点,从性别、年龄等方面分析行人过街速度的影响因素,使用SPSS统计软件得出行人过街速度呈正偏态分布,研究成果可为行人信号灯的设计、人行横道几何设计提供依据。

关键词：信号交叉口,行人,过街速度,影响因素

参考文献

[1]Allen D Petal.Effect of bicycles on capacity of signalized inter-sections[J].TRR,1998(16):87-95.

[2]Akcelik R.Traffic Signals:Capacity and Timing Analysis[J].Melbourne:Australian Road Research Board,1981(6):26-27.

[3]景春光,王殿海.典型交叉口混合交通冲突分析与处理方法[J].土木工程学报,2004,37(6):97-100.

[4]孙智勇.信号交叉口人行横道的行人交通特性研究[D].北京:北京工业大学硕士学位论文,2004.

[5]邵长桥,荣建,周建.信号交叉口通行能力随机性分析[J].北京工业大学学报,2006(10):86-87.

行人控制信号灯篇5

随着科学技术的发展,现代社会经济水平提高、人们生活节奏加快,路上的机动车也快速增长。据新华网报道,截至2014年底,中国机动车保有量达2.64亿辆[1],其中汽车1.54亿辆,全国平均每百户家庭拥有25辆私家车,人们交通出行结构发生了根本性变化。

智能的交通控制系统,可以有效分配机动车与行人的时间,提高交叉口的通行能力,缓解城市的交通拥堵,减少交通事故的发生。但目前的交通控制系统多以机动车为设计核心,较少考虑行人需求,尤其是老弱病残孕等特殊人群,他们的步行速度约为1.0m/s[2],远低于总体行人的平均值1.35m/s[3]。我们时常在交叉口看见人行绿灯已经开始闪烁即将变红灯,却有位老人才走过人行横道的一半,结果可能造成交通安全事故、交通拥堵,甚至对机动车司机和行人造成不同程度的身心伤害或经济损失。为此,在交通控制系统中设计了车流量实时监测信号和特殊行人识别信号,利用EDA软件Quartus II进行电路设计与仿真,当车流量大于阈值时增加车的通行时间,当有特殊人群过马路时则增加行人的通行时间,实现了对特殊人群通行交叉口的交通控制。

1 特殊行人的识别

自动识别技术近年来在全球范围内得到了迅猛发展,是一个集计算机、光、磁、物理、机电、通信技术为一体的高新技术。按照应用领域和具体特征的分类标准,自动识别技术可以分为七种:条码识别技术、生物识别技术、图像识别技术、磁卡识别技术、IC卡识别技术、光学字符识别技术(OCR)、射频识别技术(RFID)[4]。

特殊行人的识别方式可采用以下两种:

生物识别技术中的指纹识别。指纹是指人的手指末端正面皮肤上凸凹不平产生的纹线。纹线有规律的排列形成不同的纹型。由于指纹具有终身不变性、唯一性和方便性,可作为生物识别的有力特征。在道路交叉口设置指纹识别器,当特殊行人通过时伸出手指识别,识别器采集指纹信息与指纹库比对,得出行人的信息,并判断是否属于老、弱、病、残、孕等特殊行人,给出识别信号输入交通控制系统。指纹识别流程如图1所示。

非接触式IC卡识别,该类卡与IC卡读取设备无电路接触,通过非接触式的读写技术进行读写,识别信息,如我国的第二代身份证ID卡。在道路交叉口设置身份证识别器,当特殊行人通过时扫描身份证,识别器采集信息与身份证数据库比对,得到行人的身份信息,并判断是否属于老、弱、病、残、孕等特殊行人,给出识别信号输入交通控制系统。ID卡识别流程如图2所示。

2 对特殊行人的交通控制

结合实际情况:当交叉口监测到有大量机动车需要通行时,机动车道绿灯时间变长,特殊行人应等待直到人行道绿灯亮起,才响应特殊行人的信号,使行人通行时间变长;当交叉口的机动车辆较少时,机动车道绿灯时间不变,特殊行人等待直到人行道绿灯亮起,响应特殊行人的信号,使人行道绿灯时间变长,便于特殊行人顺利通行。而机动车道和人行道的绿灯时间,以及特殊行人的通行时间,应根据道路交叉口的位置、车均流量、人均流量、行人步行速度、忙时闲时等信息,综合考虑后进行设置。

本文利用Quartus II设计交通控制电路并仿真,设置参数如下:

人行道绿灯信号Pgreen亮起时为1,表示行人通行而机动车禁止通行,反之亦然。

机动车道绿灯通行时,一般亮灯时间为35秒,当车流量大时,增加绿灯通行时间至45秒。

车流量实时监测信号为Car,当车流量大于阈值时输出信号1,车流量小于或等于阈值时输出信号0。

人行道绿灯通行时,一般亮灯时间为15秒,当有特殊行人通过时,增加绿灯时间至20秒。

特殊行人信号为Sp,当识别到特殊行人时输出信号1,没有特殊行人时输出信号0。

本文设计机动车道和人行道交替通行,交通控制流程如图3所示。

3 基于Quartus II进行仿真

现代电子产品的设计多采用EDA(Electronic Design Automation)技术,即以大规模可编程逻辑器件为设计载体,以硬件描述语言为系统逻辑描述的主要表达方式,以计算机、大规模可编程逻辑器件的开发软件及实验开发系统为设计工具,用软件的方式完成电子系统硬件的设计[5]。Alter公司的Quartus II是主流的EDA软件工具之一,具有可现场编程、在线升级、进行各种仿真等特点。

交通控制系统中的分时置数控制电路采用四片74465八路单向三态传输门来实现,将机动车道和人行道的绿灯通行时间输出给交通信号灯,控制交通灯的交替变换,实现交通控制。74465的功能表如表1所示。

采用Quartus II进行仿真,得到仿真结果如图4所示。从图4(a)可以看出,在机动车道绿灯通行时即Pgreen=0,若监测到车流量大即Car=1,机动车通行时间由35秒增大到45秒;若监测到车流量小即Car=0,机动车通行时间保持为35秒;此时不响应特殊行人信号Sp,直到机动车道亮红灯人行道亮绿灯即Pgreen=1。由图4(b)可看出,在人行道绿灯通行时即Pgreen=1,若识别到特殊行人信号即Sp=1,行人通行时间由15秒增大到20秒;若没有识别到特殊行人信号即Sp=0,行人通行时间保持为15秒;此时不响应车流量监测信号Car,直到人行道亮红灯机动车道绿灯即Pgreen=0。

4 结束语

当前的交通控制系统基本是以机动车流作为设计核心,极少考虑到老弱病残孕等特殊行人,他们因步行速度较慢而无法在预定的绿灯时间内顺利通行,本文在交通控制系统中创新的设计了特殊行人识别信号,当识别到特殊行人时,灵活的增大行人通行时间。本文采用Quartus II进行电路设计和仿真验证结果,从理论上实现了对特殊行人的交通控制。

既然我们的技术发展要“以人为本”,将来的城市智能交通控制系统将更加人性化,特殊行人的智能识别还将广泛应用于医疗、公园门禁、社区福利院、城市智能救援等。

摘要：现代智能交通控制系统能监控车流量,控制交通灯的变换和响应时间,但较少考虑行人的需求,尤其是老弱病残孕等特殊人群,这类人群需要比常人更多的通行时间。采用指纹识别或ID卡识别两种方法识别特殊人群,并触发交通控制信号,使行人的通行时间自动变长。利用EDA软件Quartus II进行电路设计与仿真,设计了车流量实时监测信号和特殊人群识别信号,当车流量大于阈值时自动增加车的通行时间,当有特殊人群过马路时则自动增加行人的通行时间。

关键词：特殊行人,识别,交通控制,QuartusⅡ

参考文献

[1]新华社.中国机动车保有量达2.64亿辆[EB/OL].(2015-01-28).http:∥www.tj.xinhuanet.com/tt/rdzz/2015-01/28/c_1114159084.htm.

[2]Ann Coffin,John Morrall.Walking Speeds of Elderly Pedestrians at Corsswalks[Z].Transportation Research Record 1487,Transportation Research Board,National Research Council,Washington DC,1995.

[3]彭丽英.信号控制交叉口行人交通特性的研究[D].长春:吉林大学,2006:26.

[4]刘平.自动识别技术概论[M].北京:清华大学出版社,2013:205-210.

行人控制信号灯篇6

行人专用相位将机动车与行人完全隔离, 降低了交通事故的发生概率, 提高了交叉口的安全性, 却可能引起机动车等待时间的增长, 影响交叉口的运行效率。对于行人专用相位的适用条件, 国内外学者进行了初步研究, 但大多着眼于设置行人专用相位是否延误的影响分析, 而缺乏对安全因素的考虑。

由于交叉口是一个复杂的大系统, 要对其进行科学的评价, 应综合考虑多方面的因素影响, 本文的行人专用相位适用性评价模型是从行人效益、机动车效益和安全效益三方面对交叉口进行综合评价。建立模型的基本思路是:先为每个因素选取一个可计算的物理量作为评价指标, 再通过一定的当量转化方式将各项指标值统一为交叉口总折算损失, 最后, 确定各评价指标的计算方法。

在建立行人专用相位适用性评价模型后, 利用该模型采用数据分析的手段, 计算比较不同交通流量及右转比例下的行人专用相位和普通相位的交叉口总折算损失, 得到行人专用相位适用性查询表, 对人流量、车流量和右转率对行人相位适用性的影响进行定量分析。

1 评价模型的建立

1.1 指标选取

在机动车效益和行人效益方面, 选取总延误时间, 而非通行能力。基于以下三方面考虑:“以人为本”, 即驾驶员和过街行人对延误时间的关注要超过其通行能力;“环境友好”, 车辆在交叉口逗留的时间直接导致其尾气排放和燃油消耗的多少;“延误时间”便于多指标模型的整合。

安全效益方面, 选取总潜在事故发生数。现有的交叉口安全效益评价多以事故率或冲突率为评价指标, 利用事故率统计方法进行运算存在周期长、可信度低的特点, 而冲突与非冲突界限不明显, 在人工统计中难以识别。因此, 提出了潜在事故发生数的概念, 即潜在事故发生率与行人总数的乘积。

引入此概念有两大优势:计算不需要长期的数据积累和人工统计;潜在事故发生数与事故总数存在一定的联系, 可以通过潜在事故发生数评价交叉口的安全性。

1.2 交叉口总折算损失

下面建立基于以上三大评价指标的多指标决策模型———行人专用相位适用性评价模型。不局限于现有的多指标评价方法, 提出了“交叉口总折算损失”的概念作为该模型的评价输出值, 其值越小, 则评价越高。交叉口总折算损失为C, 交叉口总折算损失是指某交叉口一个周期内所有个体 (包括乘车者和步行者) 承担的经一定方式折算后的时间损失总和的期望。交叉口总折算损失由三部分折算值组成:交叉口一周期内车辆总延误折算损失CV, 行人总延误折算损失CP, 潜在交通事故折算损失CC, 其计算公式为

式中:DV为一周期内交叉口车辆总延误时间, s;DP为一周期交叉口行人总延误时间, s;NC为一周期内交叉口总潜在事故发生数, 个;MV, MP, MC分别为三者的折算系数。

折算系数的计算方法如下:

1) MV为车辆折算系数, 其值为车内平均人数, 取3.4。通过实地调查与资料查阅相结合的方法求得MV= (501+1.552 5) /26=3.4。

2) MP为行人折算系数, 为1。

3) MC为冲突折算系数, 其值为一次交通事故所造成的人均时间损失期望, 计算过程如下。潜在事故发生数与事故数的比例为1∶10 000;将发生交通事故的人分为死亡、重伤、轻伤、无恙四种情况, 四类所占的比例分别为0.6%, 3.6%, 0.3%, 95.5%。确定各等级伤亡对应的时间损失:死亡者可被看做自事故发生到预期正常死亡的时间都损失掉, 交通事故导致的死亡者平均年龄为43.7岁, 我国的人均寿命为75岁, 则死亡者的时间损失期望MC1为 (75-43.7) 365 243 600s/人;对受重伤而致残者, 事故给其身心带来重大打击, 看做自事故发生到正常死亡的一半时间损失掉, 则时间损失期望MC2为0.5 (75-43.7) 365 243 600s/人;对于轻伤者, 在医院休养时间为一个月左右, 则时间损失期望MC3为60 243 600s/人;对于未受伤者, 时间损失期望MC4为0。

图1表示潜在事故发生数与折算时间损失间的关系, 一定比例的潜在事故发生数会导致事故的发生, 将事故分为四个等级 (每个等级占一定比例) , 每个等级对应各自的平均损失时间, 将每两组的乘积的和按照比例相乘, 便得到一次潜在交通事故所造成的人均时间损失期望, 结果为7 589 700s/人。

1.3 适应性评价准则

通过行人专用相位的适用性评价模型, 分别计算行人专用相位设置前后的交叉口总折算损失C前, C后。若C前>C后, 则表示行人专用相位的设置降低了该交叉口的总折算损失, 应当设置;反之, 不应设置。

2 评价指标的计算方法

2.1 机动车总延误

根据《美国通行能力手册》与基本假设“交叉口不会处于过饱和状况”, 单个车道组车均延误=均匀延误+增量延误, 不考虑过饱和延误, 即

式中:C为信号周期长度, s;g为有效绿灯时间, s;x为该车道组饱和度;r为红灯长度, s;T为分析时段持续时长, 一般取0.25h;m为单个交叉口控制类型校正系数, 定时信号取e=0.5;I为校正参数, 对独立信号交叉口取1.0;c为车道组通行能力, veh/h。

将单个进口道内各个车道组的一周期车辆延误求和, 得到单个进口道车辆总延误, 公式为

式中:dA为进口道一个周期内车辆总延误, s;di为进口道中第i个车道组的车均延误, s;qi为进口道中第个i车道组的一周期车流量, veh。

再将各进口道车辆延误求和, 就得到了交叉口车辆总延误, 公式为

式中:dAk为交叉口第k个进口道一周期车辆总延误, s。

2.2 行人总延误

交叉口行人延误由两部分组成, 由信号配时引起的信号延误, 和与转弯车辆冲突造成的冲突延误, 即

式中:d1为信号延误, s;d2为冲突延误;L车为标准车长;V车为平均右转车速。

每条人行道的人均延误乘以该人行道一个周期内的双向总人流量为该人行道的行人总延误, 将四条人行道行人总延误求和得到一周期内交叉口行人总延误

式中:di为第i条人行道上行人人均延误, s;Qi为第i条人行道一周期双向总人流量。

2.3 潜在事故发生数

基于潜在事故发生数的定义, 我们在计算该指标时可做以下假设:

1) 机动车驾驶员和过街行人在心理上不受对方影响, 通常会自由通过交叉口;

2) 行人均匀分布在人行道上;

3) 右转车到达时间间隔符合负指数分布。

基于概率的计算原理如图2所示, 只有一个人行走到人行道上的灰色区域, 且一辆车行驶到灰色区域时, 才会发生潜在事故。得到第i股转弯车流穿过人行道造成的行人潜在事故发生率公式为

式中:W车为车宽, L道为人行道长度, Dt车为平均车头时距。

在一个周期内所有交叉口四个进口道 (第n个进口道有i股车流造成行人的潜在事故) 由于转弯机动车造成的行人潜在事故发生数公式为

3 仿真验证

在三种不同的输入情况下, 通过模型计算交叉口总折算损失差和VISSIM仿真, 给出是否设置行人专用相位的建议, 比较两种方法得到的结论是否一致, 来验证该模型是否符合实际, 正确有效 (见表1) 。

4 行人专用相位适用性影响因素分析

4.1 适用性查询表

为了对行人专用相位的三个影响因素, 即人流量、车流量和右转率进行定量分析, 运用适用性评价模型, 得到关于以上三者的行人专用相位适应性查询表。每一张表都表示在某一恒定右转率下, 随着车流量和行人流量的增长, 设置行人专用相位的前后交叉口总折算损失的差值变化情况, 表中深色区域表示的是设置行人专用相位后总折算损失减小, 即适宜设置行人专用相位, 其余部分则不适宜设置行人专用相位。

4.2 适用性临界曲线

将深色区域和浅色区域的交界线拟合为以人流量为自变量、车流量为因变量的二次抛物线, 该曲线下方为适宜设置行人专用相位, 上方为不适宜设置。通过相关度分析, 发现其相关度都在0.9以上。因此, 即使没有查询表也可以方便地算出行人专用相位的适用性 (见表2) 。

4.3 适用性条件总结

4.3.1 右转率的影响分析

右转率较小 (<10%) 时, 即使人流量和车流量都很高, 也不适宜设置行人专用相位, 此时行人专用相位安全方面的优越性不能够很好地显现;

右转率适中 (10%~30%) 时, 影响显著, 临界车流量和人流量随右转率的增加而减少, 这是因为普通相位潜在事故发生数增加, 行人专用相位适用性提高;

右转率较大 (>30%) 时, 影响程度明显减少, 行人专用相位的适用区域呈逐渐上凸的趋势, 此时人流量和车流量是主要影响因素。

4.3.2 交通量的影响分析

交通量对行人专用相位的适用性具有显著影响。当右转率一定时, 人流量和车流量较大时应设置行人专用相位, 具体数值可通过适用性查询表或适用性临界曲线得出。

当一个进口道的车流量低于540辆/h, 或一条人行道上双向人流总量低于540人/h时, 无论右转率为何值, 都不宜设置行人专用相位。

5 结语

行人专用相位的适用性研究对提高交叉口的安全性具有重要意义。本文综合考虑运行效率和安全的因素, 建立了定时控制交叉口行人专用相位适用性评价模型, 可以用来评价某一交叉口的综合效益;对行人专用相位适用性影响因素进行定量分析, 通过适用性查询表或临界曲线表达式便能确定该交叉口是否适合设置行人专用相位。