混流细胞自动机模型车辆Nonstrict优先在人行横道奉献行为

文摘

车辆nonstrict优先奉献行为(VNPGWB)是一种常见的交通的一部分,在许多国家机动和nonmotorized车辆之间的相互作用。本研究提出了一个混流的传递细胞自动机模型模拟车辆在自行车前面在人行横道。混流模型结合了汽车模型的自行车模型,使用nonstrict优先奉献和严格的奉献两种驾驶行为定义为有关决策点规则和发布规则,分别。仿真结果表明,随着车辆和自行车流入率的增加,临界流入率车辆和自行车交通流分为自由流动和饱和流条件。车辆饱和流值从0.34下降至0.05,而自行车饱和流值降低了从0.54到0.44,表明混合交通流对车辆和自行车有一个负面影响饱和流。结果还表明,VNPGWB有效改善车辆饱和流在严格的让路。VNPGWB的优点是更重要的,当车辆和自行车在饱和交通流。

1。介绍

在欧洲和亚洲的许多国家,自行车仍然是一个重要的一种运输方式。例如,在中国,38%以上的上班族选择自行车作为主要的交通方式(1,2]。值得注意的是电动自行车近年来发展迅速,在中国的电动自行车数量超过2.5亿(3,4]。此外,自行车共享还普遍盛行的结果他们的便利5,6]。然而,由于他们的弱点在碰撞,骑自行车的人受到安全风险高于司机的车辆(7,8]。自行车(包括电动自行车)和车辆之间的碰撞会造成非常严重的伤害和死亡。一些研究表明,90%的骑自行车的死亡是由与车辆碰撞引起的6,9- - - - - -11]。事实上,汽车和自行车竞争优先权冲突和碰撞是一个常见的原因在人行横道12]。大多数交通管理者认为,司机应严格给自行车穿过人行横道(3,13,14]。然而,实际调查发现,司机在许多国家和地区,如挪威、芬兰、德国和中国,不严格遵守这条规则(8,15- - - - - -19]。在实际交通状况,车辆司机可能并不总是认为他们必须遵守规则的方式,相反,他们争夺的优先级(17,18]。例如,司机让通过人行横道的决定或不依赖于自行车的位置和速度。因为它基于驾驶员的学科评估、行为被定义为车辆nonstrict优先奉献行为(VNPGWB)。

车辆的过程中通过前面的自行车在人行横道,司机只有两个选择:通过不停地或停止[让路17]。司机通常适应他们的速度,以避免危害在人行横道骑自行车的人,如果必要,司机应该停止给骑自行车的人(12]。这条规则确保车辆的有序传递和自行车在人行道。然而,当汽车和自行车在饱和交通流的一个条件,车辆流量通常是被自行车流量,有重大影响的交通容量车辆流动,特别是没信号灯路口附近(15,17]。具体来说,对交通流的影响很大,当车辆正在等待自行车在人行横道。在这种情况下,nonstrict优先允许车辆离开冲突地区,减轻其对后续车辆的影响,从而提高道路的容量和十字路口。因此,尽管对交通安全造成负面影响,许多国家默许nonstrict优先在实际交通管理、管理没有惩罚违规者,只要没有事故发生(17,19]。

本研究利用细胞自动机(CA)模型来模拟车辆通过人行横道从事VNPGWB前面的自行车。为了理解VNPGWB,重点是结合一个混流模型(即。、集成车辆与驾驶行为模型和自行车模型)。驾驶行为在本研究中主要是分为决策点的规则和发布规则。通过调整比例的驾驶行为(严格的让步,nonstrict优先级让路)在这两个规则,为VNPGWB可以模拟真实的交通条件。

本文的其余部分组织如下:部分2文献回顾;部分3详细描述了该混合方法;部分4措施数值模拟;和部分5总结了纸。

2。文献综述

一些先前的研究探索VNPGWB, Rasanen [16)是第一个检查道路使用者的行为改变了基于优先规则的知识,如转弯车辆是否需要给一个骑自行车的方式从相同或相反的方向。结果表明,优先级规则对道路使用者行为的影响取决于自行车口岸的特点。大部分后来的研究发现,司机选择一个奉献的行为根据其优先顺序的理解。例如,林等。17)开发了一种微硬碟机力模型,包括安全动力和效率的推动力量,为右旋司机,占占主导地位的集团面对nonstrict优先传递情况。告诉et al。7)提出了一个建模框架来描述driver-cyclist交互时接近冲突地带。框架中,驾驶员产生,或奉献,行为建模为多个解释变量的函数。马等。8)建立了一个三层的数学模型,包括决定层,业务层,和约束层,来模拟右转车辆的轨迹的变化。白等。19]估计nonstrict优先下的左转车辆的能力。结果表明,该模型有效估算的能力离开专用车道的允许下阶段nonstrict优先级。总之,大多数研究都认为司机遵循VNPGWB;然而,司机选择严格让路共存与那些不混合交通流。此外,给定的司机可能会使自由流动和饱和流条件下不同的决定。

通过自行车人行横道时,大多数司机不断调整他们的车辆的速度。为了模拟这种行为,本研究将建立一个微观仿真模型。最受欢迎的微观模拟方法在以前研究车辆模型和细胞自动机(CA)模型(20.- - - - - -22]。因为车辆模型主要模拟前方和后方车辆之间的相互作用,该模型只适用于一维运动,不能代表完整的混合交通流。相比之下,CA交通流模型可以充分利用计算机操作灵活地改变其规则根据不同的交通状况。事实上,车辆的运动和自行车是离散,CA模型可以使用离散时空和状态变量调节进化规则,从而描述非线性行为。此外,CA模型可以模拟逐渐改变汽车和自行车的行为随着情况的变化从自由流动饱和流23- - - - - -25]。经过长期的模拟,它可以发现是否有相位变换从自由流动到饱和流。近年来,大量的研究已经使用CA模型来模拟混合交通流。例如,孟et al。26]提出一次只能CA模型模拟与摩托车和摩托车之间的关系研究混合交通车道改变行为和交通流密度。赵(24)建立了一个混合的自行车交通模型,由两种自行车的自行车,显示自行车交通特性八身体分离在中国自行车道。任等。21)改进的细胞自动机模型,通过融合社会力量可以描述行人之间的相互作用,使其可用于建模双向在人行横道行人流量。陆et al。25)提出了一个仿真模型来表示车辆的行人在人行横道和证明饱和流和收益率之间的关系的行为。CA模型可以明显适用于模拟车辆司机的行为通过自行车在人行横道。

3所示。模型

人行横道是最严重的汽车和自行车之间的冲突地区。显然,这种冲突地区骑自行车的人是易受伤害的道路使用者。为了避免崩溃,车辆驾驶员的决策过程从上游开始冲突的地区,那里的司机确认是否有潜在的冲突。让步行为的决策过程可分为两种情况,如图1。情况1(数据1(一)-1(c)):白色的车(红盒子)观察到的自行车在人行横道上(红色框),选择通过不让步;情况2(数据1(d) -1(f)):蓝色的车(红盒子)观察到的自行车(红色框)人行横道和停止让路。基于车辆的现场观察,通过自行车在人行横道上可以分为以下步骤:(1)到达决策点的车辆;(2)停止冲突区域外的车辆;(3)车辆通过冲突区域。值得注意的是,VNPGWB只发生在第1步和第2步。这些步骤的示意图(图中描述2(一)-2(c))。当车辆需要通过人行横道,司机的决策过程始于上游地区的冲突有一定距离,距离定义为决策点(图2(a))。当车停下来给自行车,司机通常调整速度和停在区域的边界冲突。一旦一个可接受的差距存在,司机将完成遍历。停止的位置在这项研究中被定义为启动(图2(b))。然而,如果司机选择通过没有让步,第二步将不会发生。

3.1。细胞空间的定义和界定

车辆车道和人行道被选为本研究的研究领域。首先,细胞空间被定义为一个二维矩阵,和nth细胞单位细胞空间位置 。然后,由于不同大小的汽车和自行车,细细胞单元大小定义为了符合实际的速度和最小车辆空间。一个自行车占据两个细胞单位 和一个汽车 占据6×4细胞单位。车辆车道宽度m和自行车道宽度m;因此,之间的重叠区域车辆车道和自行车道 米²。最后,冲突地区的细胞空间位置如图3。

3.2。汽车模型

根据车道车辆的位置,车辆模型可以分为三个规则:驾驶规则,决策点规则,规则。当驾驶规则后,司机选择一个可接受的距离在理解规则的交互安全考虑和其他因素。然后,使用决策点规则:当司机观察自行车专用道,不同的司机(严格的让步,nonstrict优先级让路)做出不同决定是否给。如果车辆减速和停止在冲突区域的边界,它将通过该地区有一个可接受的差距。启动规则用于确定可接受的差异对不同类型的司机做出不同的决定。

3.2.1之上。车辆规则1:驾驶规则

本研究假设车辆不受车道变化影响和逆向车道。所有车辆在一个预期的最大速度,他们调整自己的速度,以避免碰撞车辆在他们面前。一个过程的 ,驾驶规则进化过程如下:步骤1:加速; 步骤2:减慢; 步骤3:用概率随机化 ;如果 ,然后 步骤4:运动; ,在哪里和分别代表了位置和速度的车辆n;代表车辆加速度; 细胞之间的空间载体的数量吗n和车辆n+1;汽车的长度;和是一个0到1之间的随机数,在哪里是概率的随机化。

该模型采用开放的边界:当车辆的道路位置更新,头车和尾车的位置进行监视和 ,的时候 。如果 ,车辆的速度将进入细胞 流入的速度 。退出的时候,如果 ,车辆将离开道路。

3.2.2。车辆规则2:决策点规则

决策点被定义为车辆司机的地方需要决定是否给当遇到一辆自行车。为了反映车辆驾驶员的决策的过程,介绍了减速限制决策规则和决策时间点是一个时间步。加速度和D是减速。重要的是要注意,决策点的位置不是一个固定的点,但随不同的司机和实际情况的影响。即时的t决策点是由 在哪里和代表车辆的位置和速度n分别; 是冲突的区域边界;求和代表距离减速停止;和意味着从减速停止的时间。

当车辆在决策点,司机调整到合适的速度,以确保安全地骑自行车穿越冲突区域。合适的速度定义为速度,确保车辆不仅可以通过冲突区域安全,也能及时停止减速。为了捕捉不同驾驶员的特性转化在决策点,一个二进制变量( )提出了为 在哪里 代表司机选择给骑自行车的人让路; 代表司机选择不给,也就是说,选择nonstrict优先让路;和代表的比例nonstrict优先让路的司机。因此,合适的速度提出了即时的吗t: “我”是车辆的最大速度,避免崩溃的自行车;“二世”代表的选择不同的司机不让路;和D是车辆的减速。

3.2.3。车辆规则3:启动规则

车辆停在发射点,等待一个可以接受的差距。一旦一个可接受的差距存在,司机将借此机会完成遍历。可接受间隙的时间间隔定义为车辆成功遍历的冲突地区。为了捕捉不同驾驶员的特性转化发射点,另一个二进制变量( )提出了为 在哪里 代表了司机需要让步,等待自行车穿越冲突区域; 代表了司机选择nonstrict优先让路,为谁可接受间隙等于车辆的启动时间;和代表VNPGWB司机的比例。因此,给出了可接受的差距

为了防止车辆剩余静态很长一段时间,一个阈值车辆等待时间T定义。如果车辆的等待时间较长T时,车辆将进入冲突地区,和自行车将被迫停止。

3.3。自行车模型

有极大的灵活性的运动自行车,包括横向和垂直运动。本研究选择了一个新的细胞类型的自行车模型来模拟单向自行车旅行为了探索在冲突地区自行车和汽车之间的干扰。该模型由两个步骤组成,横向运动和垂直运动,如图3。两个步骤都采用并行规则。一辆自行车可以移动到左边,向前,和正确的: , ,和左边的描述空细胞的数量单位,前面,前面,分别;和 , 描述的空单元垂直左和右,分别。自行车细胞协调为代表 ,在哪里 意味着没有自行车占据这个细胞;和 意味着有一个自行车占据这个细胞;代表了自行车的横向速度;代表的垂直速度的自行车, 意味着自行车向左移动; 意味着自行车右移;是自行车的横向加速度;和的垂直加速度是自行车。

3.3.1。自行车规则1:横向运动

的过程 ,横向运动的规则如下:步骤1:加速; 步骤2:慢下来; , 步骤3:用概率随机化;如果兰德()> ,然后 步骤4:运动;

该模型采用开放的边界:当车辆的道路位置更新,头车和尾车的位置进行监视和 ,的时候 。如果 ,自行车的速度将进入细胞 流入的速度 。在路的出口点,如果 ,自行车将会退出。

3.3.2。自行车规则2:垂直运动

在这项研究中,主要有两种情况下,自行车可以垂直地运动。首先,如果没有空间在前面,一个骑自行车可以选择垂直运动。第二,如果一辆自行车横向移动,垂直运动可以选择如果两侧空细胞的数量大于或等于数量在前面。两种情况的详细说明如下:

情况1。如果=== 0,骑自行车的人选择垂直运动为了通过人行横道尽快 。如果 ,然后 ,和 。

情况2。如果 , ,和并非都是零,那么骑自行车的选择面前最大的空间尽可能和 。如果有两个或更多的选择相同的细胞,最大数量 ,和= 。

3.4。算法的混流CA模型

为了模拟混流CA模型,上述方法是集成到一个可执行的算法,这是处理在并行计算环境中使用Python编程环境。该算法(算法1)计算的过程 。在每个步骤中,以下三个规则进行自始至终,和所有应用于每辆车。该算法结束时,将更新应用于并行所有汽车和自行车。这个算法的完整框架的四个步骤如图4。

4所示。数值模拟

4.1。仿真参数设置

以下的数据输入模拟设置如下。细胞的大小是1米1米;车辆车道长度( )100细胞单位,因此对应于100;车辆车道宽度( )是4细胞,这对应于4米;人行横道长度( )100细胞单位,它对应于100;人行道宽度( )是6细胞单位,它对应于6米和冲突区域的大小是64细胞,它对应于64米²。仿真参数如表所示1。为了获得车辆和自行车交通流数据,虚拟探测器设置在车辆的边界和人行道。当一辆汽车或自行车离开车道,探测器的计数器增加一个。此外,和问^b分别是汽车和自行车流量,单位是veh /(时间吗车道)。仿真步骤100000年代和20000年代前被遗弃了。

4.2。模型验证

验证的可靠性混流CA模型,交通通密度关系的基本图,描述driver-cyclist交互。设置的= 0.1,= 0.1,T= 30年代,数字5(一)和6(一个)显示微观基本流和流率之间的关系汽车和自行车。当自行车的流入率= 0,没有自行车通过人行横道,和车辆流显示了一个上升趋势,仍然稳定在0.34(图5(b))。当自行车的流入率= 1,车辆流量的最大点是0.05(即。,saturation flow), which is obviously lower than= 0。随着越来越多的自行车进入混流细胞空间,司机必须减慢和停止冲突之外的区域,以避免崩溃。因此,只有少数车辆交叉冲突区域。然而,这种情况不发生自行车流 ,因为自行车有优先通过人行道。自行车的饱和流率仅略有下降,当自行车正在等待车辆交叉冲突的区域。因此,提出了混流CA模型,产品化阶段从饱和的自由流动是观察(图7(a))。如图7(a),汽车和自行车交通系统之间的冲突导致饱和流量下降,表明该模型可以揭示混合交通车辆和自行车之间的交互系统。

4.3。汽车和自行车流过渡阶段

我们可以看到数据5(一)和6(一),(即每个曲线有一个明显的转折点。临界流率)(),它将流划分为两个区域:自由流动和饱和流。本节主要分析车辆流之间的过渡阶段和自行车流 。

为< ,车辆流自由流动,车辆流只取决于自己的流入率 。相反地,对> ,车辆流饱和流,流独立于自己的速度,达到饱和流 ,如图5(一个)。然而,增加自行车的流入率 ,的临界值流入率和饱和流值减少,直到达到最小值。为了说明流入率之间的关系和车辆流 ,图5(b)曲线显示了四个不同的自行车流入率 。从这个图中,很明显,车辆饱和流量的值从0.34下降到0.05,流入率的关键值从0.38下降到0.08。下降的比例约为85%。同样的,对< ,自行车流量是免费流量,> ,自行车是饱和流流动。自行车流独立于自己的速度和达到饱和流值吗 ,如图6(b),自行车的饱和流值从0.54下降到0.44,流入率的关键值从0.64下降到0.48。下降的比例约为19%。

值得注意的是车辆(自行车)临界流入率( )逐渐减少的自行车(车辆)流入率()。此外,汽车和自行车的集体效应时才出现和超过其临界值。临界流率( )计算并显示在相图在图吗7。这个过渡阶段可以分为四个区域;例如,行₁和行₃是我(III)和区域的边界区二世(IV),这对应于车辆流入速度的临界值 。在带我和第三区,车辆在自由流动,而在第四区二世和区,在饱和流。随着自行车流入率( )增加,车辆临界流入率( )先下降然后保持稳定。同样地,自行车临界流入率显示了相同的趋势(行₂和行₄)。渐进两种交通流之间的相互作用,车辆的临界流入率和自行车的临界流入率在交叉点达到平衡o( )。

总之,混流式CA模型有效地说明了产品化阶段从自由流动饱和度对汽车和自行车。有趣的是,集体车辆流的影响和自行车饱和流只出现在和超过临界流入率。

4.4。对比奉献和Nonstrict优先奉献行为

展示VNPGWB在混合交通流的影响,VNPGWB司机的比例和分别从0.1增加到0.9。图8(一个)显示流量之间的关系和流入率车辆和自行车的情况= 0.9,= 0.9,T= 30年代。车辆饱和流增加从0.34到0.36= 0,而车辆饱和流增加从0.08到0.12= 1。自行车流入率较低时,VNPGWB司机很快就会通过人行横道,而严格的奉献驱动程序将减缓通过人行横道由于谨慎。因此,车辆饱和流造成nonstrict优先行为是略高于从严格的奉献行为。自行车交通流率的进一步提高,VNPGWB司机可以通过人行横道比严格的奉献可以更容易的司机。这样,VNPGWB确实可以提高车辆饱和流,随着车辆饱和流nonstrict首要任务是严格给的1.5倍。图8(b)显示了VNPGWB对车辆的影响决策点饱和流动规则和发射规则。车辆饱和流减少非线性VNPGWB司机越来越多,VNPGWB的优势是更重要的决策点规则的启动规则。如图7(b), VNPGWB也影响车辆和自行车关键流入率。为= 0.9,= 0.9的边界行₁和行₃移动边界行₂和行₄向下移动。换句话说,自由流动车辆交通的比例增加而增加VNPGWB。

为了进一步验证该模型可以模拟VNPGWB在现实世界中,车辆车道的时空轨迹图所示的数据9和10。显然,在这项研究中提出的微观模型主要是用来描述不同的微程序级驾驶行为。当车辆和自行车是在自由流动(图9),通常大多数车辆通过人行横道,而一些司机选择暂时放慢脚步,停下来给自行车在40到60细胞空间。就像前面提到的3.2。2,决策点并不是一个不动点,也描述了时空轨迹图。汽车和自行车都在自由流动时,在细胞空间60 = 0.1产生拥塞,它消散的很快(数据9(一个)和9 (b))。另一方面,当汽车和自行车在饱和流,大多数车辆需要减速和停止冲突之外的区域,如图10。在这种情况下,堵塞不能立即消失。的在启动规则有更重要的影响车辆饱和流比决策点的规则。由于汽车自行车饱和流,形成一个长队,等待一个可以接受的差距。为= 0.1,停止车辆只能当其等待时间超过等待阈值(数字10 ()和10 (c))。为= 0.9,一些空间的轨迹继续进入冲突地区,主要是由于nonstrict优先司机有时选择遵循前面车辆通过人行横道时自行车流量很高。

总的来说,时空轨迹图在本研究表明,该模型有效地模拟汽车和自行车之间的干扰。它进一步证明VNPGWB可以提高车辆流在严格的让路。尤其是当车辆和自行车在饱和流,这VNPGWB的优点是显著的。这些结论可以提供支持默许nonstrict实用管理优先级的行为在这些国家(如中国)。

5。结论

人行横道是最严重的汽车和自行车之间的冲突地区。目的是改善交通流不危及安全,本研究提出了一种新的混流细胞自动机(CA)模型来模拟车辆nonstrict优先奉献行为(VNPGWB)在人行横道上的冲突地区。考虑适当比例的驾驶行为,该模型模拟VNPGWB在实际交通状况。该模型分为三个规则:驾驶规则,决策点规则,和启动规则;VNPGWB发生在决策点规则和发布点规则。仿真模型的主要结果如下:(1)混流式CA模型有效地说明产品化阶段从自由流动到饱和流汽车和自行车。随着汽车和自行车流入率的增加,存在一个临界流入率在每个曲线,将交通流之间的自由流动和饱和流。此外,汽车和自行车的集体效应似乎只有当流入率超过了临界值。(2)相图表明,混合交通流有负面影响的饱和流汽车和自行车。当自行车流入率从0增加到1,车辆饱和流值从0.34下降至0.05,而流入率的关键值降低了从0.38到0.08。当车辆流入率从0增加到1,自行车饱和流值从0.54下降至0.44,而流入率的关键值降低了从0.64到0.48。(3)仿真结果表明,该车辆饱和流nonstrict优先的行为是1.5倍的严格的让路,表明VNPGWB可以提高车辆饱和流。时空轨迹图证实了这些结果,从而验证了仿真模型的可靠性。VNPGWB的优势在严格让路时最重要的汽车和自行车是在饱和流。

仿真结果,然而,仍然需要校准的观测数据来确定模型的准确性。利用现场数据验证模型的参数协会建议在未来的研究。此外,缺乏变化的规模和速度模拟汽车和自行车在这项研究中是一个限制,将在未来的改进模型。此外,该模型还可以考虑逻辑回归等机器学习方法和随机森林预测驾驶行为。最后,可以进行类似的研究为目的的实现在人行横道交通控制设备(如信号灯或停止的迹象。然而,这个模型提供了见解,可以有利于交通工程师和管理人员。

数据可用性

仿真结果数据用于支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是由江苏省重点研发项目(社会发展)项目(BE2019713)。

引用

1. x c·杨,w . Wang, j .金j . Lu和z,“个人因素对自行车通勤的影响在发展中国家,“交通研究记录:《交通研究委员会,卷2193,不。1,第104 - 96页,2010。视图:出版商的网站|谷歌学术搜索
2. 美国Cai,长x, l . Li h .梁问:Wang和x叮,“低碳交通的意图和行为的决定因素通过bicycle-sharing在中国,“《清洁生产卷,212年,第609 - 602页,2019年。视图:出版商的网站|谷歌学术搜索
3. c . c . Wang, j .夏和z .钱,“安全知识和心理因素的影响,自我报告的危险驾驶行为包括违反集团电动自行车骑手在中国,“交通运输研究F部分:心理学和行为,56个卷,第353 - 344页,2018年。视图:出版商的网站|谷歌学术搜索
4. l .杨y . Wang问:白,汉族,“城市形式和旅游模式的上班族:武汉和西安的比较案例研究,中国,“城市规划与发展》杂志上,卷144,不。1,2018。视图:出版商的网站|谷歌学术搜索
5. d .赵g . p . Ong w . Wang和x j .胡锦涛,“建筑环境对共享的自行车重新分配的影响:一个案例研究在南京,中国,“交通研究部分:政策和实践卷,128年,第88 - 73页,2019年。视图:出版商的网站|谷歌学术搜索
6. 吴x, w·肖,邓c, d . c .施韦贝尔和g·胡,”中国城市不安全的骑shared-bicycle乘客的行为:一项回顾性调查,“事故分析和预防卷,131年,页1 - 7,2019。视图:出版商的网站|谷歌学术搜索
7. a . p . Silvano h . n . Koutsopoulos x马,“没信号灯口岸的vehicle-bicycle交互分析:概率方法和应用,“事故分析和预防38 - 48,卷,97,页2016。视图:出版商的网站|谷歌学术搜索
8. z马、j .太阳和y . Wang”二维仿真模型的造型将车辆在混流式路口,“交通研究部分C:新兴技术卷,75年,第119 - 103页,2017年。视图:出版商的网站|谷歌学术搜索
9. j .穿孔r·比勒和m .青年社”,骑自行车复兴在北美?一个更新循环的趋势和政策的有力依据,“交通研究部分:政策和实践,45卷,不。6,451 - 475年,2011页。视图:出版商的网站|谷歌学术搜索
10. l .白·刘张x, y . Chen和w·王,“比较分析的信号交叉路口的电动自行车安全的影响,“交通研究D部分:交通和环境,20卷,48-54,2013页。视图:出版商的网站|谷歌学术搜索
11. p . Huertas-Leyva m,凡塔齐尼和n . Baldanzini”调查自行车运动学和刹车动作在现实世界:电动自行车自行车移动得更快,制动困难,和经验的新冲突,”交通运输研究F部分:心理学和行为54卷,第222 - 211页,2018年。视图:出版商的网站|谷歌学术搜索
12. a . Høye和a . Laureshyn SeeMe人行横道:之后,一个人行过道预警系统的研究中,“交通运输研究F部分:心理学和行为,60卷,第733 - 723页,2019年。视图:出版商的网站|谷歌学术搜索
13. h . c .手册,HCM2010。交通运输研究委员会国家研究委员会,华盛顿,美国,2010年。
14. n Chaurand和p . Delhomme骑自行车和司机在道路交互:比较崩溃的风险,”事故分析和预防,50卷,第1184 - 1176页,2013年。视图:出版商的网站|谷歌学术搜索
15. j·d·p·艾伦·e·悍马,n . m . Rouphail和j·s . Milazzo”路口十字路口的自行车对产能的影响,”交通研究记录:《交通研究委员会,卷1646,不。1,第95 - 87页,1998。视图:出版商的网站|谷歌学术搜索
16. m . Rasanen i Koivisto, h . Summala”自行车口岸的车司机和骑自行车的行为在不同优先级规则,”《安全研究,30卷,不。1,第77 - 67页,1999。视图:出版商的网站|谷歌学术搜索
17. d·林w·马·l·李,y王”的驱动力模型的非严格优先级路口右转的行为司机,”交通研究B部分:方法论卷,83年,第244 - 230页,2016年。视图:出版商的网站|谷歌学术搜索
18. 瞿陈问:白,y, z, p .道,n .曹和y .沈,“Nonstrict优先允许阶段在路口左转动作:实证研究在中国,“交通运输工程学报,一个部分:系统,卷143,不。3,2017。视图:出版商的网站|谷歌学术搜索
19. 问:白,z, x的歌,熊,和n .曹”的方法确定独家左车道的能力允许nonstrict下阶段重点,“土木工程的发展卷,2019篇文章ID 2357437、8页,2019。视图:出版商的网站|谷歌学术搜索
20. k·内格尔和m . Schreckenberg“高速公路交通的细胞自动机模型,”《De体格我,卷2,不。12日,第2229 - 2221页,1992年。视图:出版商的网站|谷歌学术搜索
21. w·g . Ren l . Lu Wang x, z .黄,“微观仿真模型在路口人行横道行人流量,”交通研究记录:《交通研究委员会,卷2434,不。1,第122 - 113页,2014。视图:出版商的网站|谷歌学术搜索
22. 蔡博富。唐,y。鲁伊·j·张,H.-Y。商,“细胞自动化模型占了自行车的集团行为,”自然史答:统计力学及其应用卷,492年,第1797 - 1782页,2018年。视图:出版商的网站|谷歌学术搜索
23. s . Wolfram一种新型的科学美国,Wolfram媒体、香槟、IL 2002。
24. c·d·赵w . Wang, z, p .傅和x胡,”传递事件的建模与细胞自动机混合自行车交通,“交通研究记录:《交通研究委员会,卷2387,不。1,保险,2013页。视图:出版商的网站|谷歌学术搜索
25. l . Lu g . Ren w . Wang彭译葶。Chan和j·王”,一个细胞自动机为行人和车辆交互行为仿真模型没信号灯mid-block人行横道,”事故分析和预防卷,95年,第437 - 425页,2016年。视图:出版商的网站|谷歌学术搜索
26. j。孟,S.-Q。戴,L.-Y。盾,肯尼迪。张“细胞自动机模型与摩托车、混合交通流”自然史答:统计力学及其应用卷,380年,第480 - 470页,2007年。视图:出版商的网站|谷歌学术搜索

版权

版权©2020云轩李等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。