信息诱导环境下的多方式信号交叉口动态排放控制量化模型

Due to the complexity of traffic components and vehicle operating modes, the area near signalized intersections is the hot spot with severe pollution from emissions. The impacts of eco-technologies of traveler information on emission control at signalized intersections have received much attention recently. Firstly, the relationship model between vehicle operating modes and traveler information system at multimodal signalized intersections is proposed based on data mining of large scale emission database and operating mode database in this research. Subsequently, the dynamic model for emission control and estimation at multimodal signalized intersections with traveler information system is developed. Finally, an isolated intersection and a group of signalized intersections is selected as a testbed in a case study. The development strategies on vehicle emission control at signalized intersections, which provide supports for cleaner and greener transportation under the condition of traveler information, will be put forward. The proposed research aims at providing technical and theoretical supports not only for developing eco-traveler information system, but also for decision making on emission reduction policies. It is significant for further application of traveler information system and the construction of environment-friendly human settlements.

由于车辆构成和运行模式的复杂性，信号交叉口往往是机动车排放污染加剧恶化的集中地。当前，生态型交通信息诱导技术对信号交叉口机动车排放的控制作用备受关注。本研究从挖掘应用大规模尾气排放数据库、运行工况数据库出发，首先，构建不同信息诱导方式下多方式信号交叉口机动车运行工况影响关系模型。之后，建立信息诱导环境下多方式信号交叉口动态排放控制量化模型。最后，对信息诱导环境下单一信号交叉口和交叉口群进行案例应用，并提出支持发展生态交通、绿色交通的信息诱导环境下的交叉口机动车尾气排放控制发展策略。本研究不仅为研发生态型交通信息诱导系统提供基础技术支持，而且为政府减排政策的科学制定提供决策依据。研究成果对于深化应用交通信息诱导技术和建设生态环保的人居环境具有重要的理论和现实意义。

交叉口作为城市道路网络的重要节点，多方式、多方向交通流在此汇集、相互干扰，且受信号控制影响，车辆在通过交叉口时多会经历减速（或停车）、加速的过程，使得机动车行驶时间延长，运行工况更加复杂，交叉口处的尾气污染相较其他路段也更为严重。而伴随着信息诱导技术的逐步推广与应用，量化和控制信息诱导环境下的多方式信号交叉口动态尾气排放已成为发展生态交通的首要任务之一。.在此背景下，本项目首先深入研究了交叉口信息诱导技术机理，借助SP调查手段，探究了不同信息诱导方式下交叉口驾驶行为影响因素，并构建了交叉口驾驶员服从信息诱导概率模型，发现诱导信息特性对服从诱导存在间接影响，而驾驶员对诱导信息的信任程度则显著影响其服从行为。其次，本项目开发了不同信息诱导方式下的速度引导策略，通过VISSIM、驾驶模拟器两套仿真系统实现了不同信息诱导场景，并采集了500多万条运行工况数据，建立了大规模尾气排放数据库和运行工况数据库。在此基础上进行挖掘应用，运用聚类分析方法对交叉口处机动车的运行模式分布进行了研究，研究表明，信息诱导提高了机动车以匀速模式通过交叉口的概率，使得交叉口处的机动车运行更加平稳。接着，本项目基于VSP-Bin尾气排放模型，结合PEMS测得的海量实地排放数据，引入诱导服从率关键变量，建立了信息诱导环境下基于诱导服从率的排放因子模型修正方法，模型表明随着诱导服从率的增加，排放因子修正系数越小，机动车减排效果越明显。最后，本项目选取北京市典型的单一交叉口和交叉口群，对提出的信息诱导环境下的排放因子修正模型进行了案例应用与实例验证，并提出排放控制发展策略。.本项目研究了信息诱导环境下驾驶员的服从行为、机动车运行模式的分布，开发了基于VSP-Bin的排放因子修正模型，以诱导服从率为变量量化了信息诱导的减排效益。研究成果不仅为研发生态型交通信息诱导系统提供了基础技术支持，而且为政府减排政策的科学制定提供了决策依据。研究成果对于深化应用交通信息诱导技术和建设绿色环保的人居环境具有重要的理论和现实意义。

内容获取失败，请点击重试