混合收费站运行安全和效率的影响机理与多领域协同分析设计研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51778141
  • 项目类别:
    面上项目
  • 资助金额:
    54.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0809.道路与轨道工程
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

Among the world in recent years, about 160 thousand in 200 thousand of toll highway lanes are in China. And the toll collection plazas in our country have the characteristics of huge number, transforming from solo MTC to mixed of MTC and ETC, additionally, there lack of systematic research for operation safety and efficiency of toll collection plaza with complicate road nodes. In order to solve these problems, by adopting the methods of field test, theoretical analysis, computer simulation and driving test, this project are going to define the horizontal and vertical movement of labeled and unlabeled vehicles, and then build the car following and lane change model in order to reveal lane setting impact to toll collection plaza capacity under different traffic condition; in addition, this paper focus on building the collision risk threshold computational and value prediction model considering critical safe speed and its variance, the rules, characteristic and mitigation mechanism; besides a co-simulation model both in traffic and communication side is also built to deal with the problem of information guidance; at last a model coupled with human-vehicle-road-information guidance is formed to the combination of vehicle dynamic parameter computation and traffic collision prediction, and by optimizing the design of a typical toll collection plaza, a systematic analysis methodology of safety efficiency of complicate road nodes as toll collection plaza is raised applying the co-simulation techniques of traffic, communication, and vehicle dynamics.
当今全世界20万km收费公路中16万km在中国,我国公路收费站具有数量众多、从单一MTC形式向ETC与MTC混合收费方式快速转变的中国特色,且收费站此类复杂道路节点的运行安全和效率的系统研究较缺乏。鉴于此,项目运用实测、理论分析、计算机仿真与行车实验相结合等手段,定义有标签与无标签车辆纵横向运行规则,构建其跟驰和换道模型,揭示不同交通条件下车道设置对收费站通行能力的影响;考虑临界安全车速和速率差、冲突特点和规则、冲突消解机制等构建收费广场冲突风险阈值计算模型及交通冲突量预测模型;搭建通信和交通两个领域同步耦合仿真平台以解析收费站区域信息诱导的作用;构建人-车-路-信息诱导的多领域联合仿真模型,探索车辆动力学参数计算与交通冲突预测的有效结合;通过对典型混合收费站的优化设计,逐渐形成一套完整的采用交通、通信和车辆动力学多领域联合仿真技术的复杂道路节点如收费站的高效和安全运行的分析设计方法。

结项摘要

收费站是高速公路系统的重要组成部分,目前仍然多是ETC和MTC车道混合型的收费站,其复杂行车环境产生了诸多交通拥堵、污染物排放及交通安全问题。本项目旨在通过问题聚焦、数学建模、多领域仿真以及统计分析的技术路径,对收费站区域关键设计参数、交通流特性、交通冲突特征、安全与效率评价、行车安全机理以及ETC推广策略等方面进行较为系统的研究和探索。.通过项目研究,揭示了混合收费站ETC和MTC车道设置对收费站交通特性和交通安全的影响机理;构建了人-车-路联合仿真模型、多智能体元胞自动机模型、考虑车辆行驶时间变换和行驶距离变化的随机参数事故风险评估模型、基于贝叶斯动态LR理论的自适应修正车辆事故风险评估模型;提出了基于Yolov4-Sort-KD-Tree算法的高精度车辆运动轨迹提取方法、基于视频数据的车辆驾驶员姿态识别方法、考虑感知安全风险和自我概念的收费站ETC推广策略;通过宁杭高速南京收费站、沪蓉高速南京收费站、南京长江第二大桥收费站(主线收费站)、长深高速淮安南收费站(与城市道路交叉口衔接收费站)和杭州绕城高速转塘收费站(匝道收费站)等典型混合型收费站运行安全和效率的优化分析,形成了一套科学依据充分、易于实施的采用交通、视频识别和车辆动力学多领域联合仿真技术的分析设计方法,为复杂道路节点如收费站的高效和安全设计、控制和评估提供理论和方法支持。.项目相关成果包括发表SCI/SSCI收录论文17篇,EI收录论文9篇,国家发明专利授权9项,20人次参加国家学术会议7个并发表论文10篇;培养博士生4名,其中已毕业3名,1名在读,与美国中佛罗里达大学Abdel-Aty, M.教授联合培养博士生1名,培养硕士生9名,其中已毕业6名,3名在读;指导获得东南大学2019年度优秀硕士毕业论文1篇、第四届江苏大学生交通科技大赛二等奖1项,获得2018年度浙江省建设科学技术奖三等奖1项。

项目成果

期刊论文数量(18)
专著数量(0)
科研奖励数量(0)
会议论文数量(10)
专利数量(17)
Examining traffic conflicts of up stream toll plaza area using vehicles' trajectory data
利用车辆轨迹数据检查上游收费广场区域的交通冲突
  • DOI:
    10.1016/j.aap.2019.01.034
  • 发表时间:
    2019
  • 期刊:
    Accident Analysis and Prevention
  • 影响因子:
    5.9
  • 作者:
    Xing Lu;He Jie;Abdel Aty Mohamed;Cai Qing;Li Ye;Zheng Ou
  • 通讯作者:
    Zheng Ou
Technology Characteristics, Stakeholder Pressure, Social Influence, and Green Innovation: Empirical Evidence from Chinese Express Companies
技术特征、利益相关者压力、社会影响与绿色创新:来自中国快递企业的经验证据
  • DOI:
    10.3390/su12072891
  • 发表时间:
    2020-04
  • 期刊:
    Sustainability
  • 影响因子:
    3.9
  • 作者:
    Hao Zhang;Jie He;Xiaomeng Shi;Qiong Hong;Jie Bao;Shuqi Xue
  • 通讯作者:
    Shuqi Xue
Exploring relationships between microscopic kinetic parameters of tires under normal driving conditions, road characteristics and accident types
探索正常行驶条件下轮胎微观动力学参数、道路特性与事故类型之间的关系
  • DOI:
    10.1016/j.jsr.2021.05.010
  • 发表时间:
    2021
  • 期刊:
    Journal of Safety Research
  • 影响因子:
    4.1
  • 作者:
    Changjian Zhang;Jie He;Xintong Yan;Ziyang Liu;Yikai Chen;Hao Zhang
  • 通讯作者:
    Hao Zhang
The impact of road alignment characteristics on different types of traffic accidents
道路线形特征对不同类型交通事故的影响
  • DOI:
    10.1080/19439962.2018.1538173
  • 发表时间:
    2020
  • 期刊:
    Journal of Transportation Safety & Security
  • 影响因子:
    2.6
  • 作者:
    Liu Z.;He J.;Zhang C.;Xing L.;Zhou B.
  • 通讯作者:
    Zhou B.
How to Use Advanced Fleet Management System to Promote Energy Saving in Transportation: A Survey of Drivers' Awareness of Fuel-Saving Factors
如何利用先进车队管理系统促进交通节能:驾驶员节油因素意识调查
  • DOI:
    10.1155/2021/9987101
  • 发表时间:
    2021
  • 期刊:
    Journal of Advanced Transportation
  • 影响因子:
    2.3
  • 作者:
    Zhang Changjian;He Jie;Bai Chunguang;Yan Xintong;Gong Jian;Zhang Hao
  • 通讯作者:
    Zhang Hao

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

P2PNavi: A System-Level Algorithmic Solution for Highly Accurate Direction Estimation for Infrastructure-Free Indoor Navigation
P2PNavi:用于无基础设施室内导航的高精度方向估计的系统级算法解决方案
  • DOI:
    10.1109/jsyst.2020.3030769
  • 发表时间:
    2021-06
  • 期刊:
    IEEE SYSTEMS JOURNAL
  • 影响因子:
    4.4
  • 作者:
    徐丽媛;何杰;王鹏;王沁
  • 通讯作者:
    王沁
资本结构选择、内部控制与企业并购绩效——基于A股上市公司的经验研究
  • DOI:
    10.15931/j.cnki.1006-1096.20171129.019
  • 发表时间:
    2018
  • 期刊:
    经济经纬
  • 影响因子:
    --
  • 作者:
    雷卫;何杰
  • 通讯作者:
    何杰
土工格栅复合夯实水泥土桩-土界面接触特性分析
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    湖南工业大学学报
  • 影响因子:
    --
  • 作者:
    曹祚省;何杰;杨彦忠;饶迁根;孟森松
  • 通讯作者:
    孟森松
基于光学和雷达图像的土地覆被分类
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    长江科学院院报
  • 影响因子:
    --
  • 作者:
    王新云;田建;郭艺歌;何杰
  • 通讯作者:
    何杰
路面随机激励时域模型特性的仿真研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    武汉理工大学学报(交通科学与工程版)
  • 影响因子:
    --
  • 作者:
    何杰;陈一锴;彭佳;毛海军;李旭宏
  • 通讯作者:
    李旭宏

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

何杰的其他基金

基于微观动力学参数的高速公路复杂特征路段事故风险识别方法
  • 批准号:
    52072069
  • 批准年份:
    2020
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目
人-车-路-环境风耦合作用下公路交通事故的形成机理研究
  • 批准号:
    51078087
  • 批准年份:
    2010
  • 资助金额:
    38.0 万元
  • 项目类别:
    面上项目
车-路耦合作用下道路破坏的多领域协同建模与仿真方法研究
  • 批准号:
    50708020
  • 批准年份:
    2007
  • 资助金额:
    20.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码