快速路交织区汇入行为辨识与交通影响分析

曾岳凯; 李岩松; 吕能超

交通信息与安全 ›› 2025, Vol. 43 ›› Issue (5) : 33 -43.

快速路交织区汇入行为辨识与交通影响分析

曾岳凯, 李岩松, 吕能超

作者信息 +

Author information +

文章历史 +

摘要

城市快速路交织区的复杂交通行为显著影响通行效率与安全水平。为深入揭示主线与辅路汇入车辆间的微观交互机理，本研究以武汉市珞狮路高架快速路为实证对象，基于1.2 km路段、3.5 h连续采集的大规模高分辨率车辆轨迹数据（时间分辨率0.1 s，空间分辨率0.1 m），系统性地提出并定义了4种交互换道模式：竞争模式、协作-竞争模式、协作模式与竞争-协作模式。创新性地引入安全替代指标（surrogate safety measures,SSMs）进行多维度量化约束，涵盖碰撞时间（time-to-collision,TTC）、跟车时距（GAP）、车辆速度差，以及横向偏移量等关键参数，实现了对车辆纵横向动态及复杂相互作用的全过程刻画。为实现对换道模式的精准、自动化辨识，研究构建并优化了1个基于极端梯度提升（extreme gradient boosting,XGBoost）算法的换道行为辨识模型。在模型构建中，通过对原始数据进行严格筛选，改变了传统研究中对数据约束的模糊性，剔除了前后交叉汇入等干扰数据，最终标定出1 049条典型的稳定汇入案例用于建模。实验结果表明：该模型的准确率达到91.83%，显著优于随机森林、支持向量机等基准模型。进一步的交通流影响规律分析表明，竞争-协作换道模式通过优化车辆间协作与竞争关系，展现出最佳综合效益：跨线行驶时间最短，起始位置更早，目标车道后车最大减速度绝对值最小，TTC值最大，且侧向冲突占比最低。该模式在提升换道效率的同时有效降低冲突风险，为智能交织区管控及协同式自动驾驶决策提供了理论支撑。