城市公共交通对城市政治、经济等方面的发展影响极大,而公交站是城市公交系统的关键组成部分。随着公交线路、公交站点增多,公交站区内车辆间的相互影响更为频繁。在实际交通运行中,随着交通状态的改变,公交站区车辆行为会发生变化。特别是港湾式公交站公交车出站时必须进行一次换道行为才能汇入主线,这将直接对主线最外侧车道上社会车辆造成一定程度的干扰。加上公交站缺乏有效的管控措施,致使公交站区车辆运行效率低下、环境污染较为严重,甚至引发事故。因此从车辆微观轨迹层面出发,探析不同交通状态下公交站区车辆行为特性,构建相应的车辆行为模型,结合相关理论获取车辆最优决策策略。这不仅可以为交通管理者提供管控建议,改善公交站区运行效率;又能为车-车协同、无人驾驶等领域奠定一定的理论基础。本文重点研究不同状态下公交站区车辆行为特性,构建相应的行为模型;利用无人机、高空瞭望等视频,提取车辆运行参数并对模型进行标定;在此基础上采用仿真和博弈论等方式获得了最优行为策略集,具体研究内容如下:(1)公交站区车辆运行基本特性分析。分析了常见的公交站设置形式及其优缺点;研究了公交站区车辆的跟驰行为和换道行为基本特性;详细阐述了公交车进出站过程以及公交车进出站轨迹、速度、加速度等基本变化特征;分析了交通状态划分依据及标准,并确定了具体研究对象为后续研究奠定基础。(2)畅通及缓行状态下公交站区车辆行为研究及建模。主要分析了公交站区社会车辆和公交车的主要行为,其中包括公交车进出站排队行为、主线车辆跟驰行为、公交车出站换道行为。在公交车排队行为中讨论了实际运行过程中公交车可能出现的所有排队场景,梳理了公交车驾驶员进出站排队时决策过程;在车辆跟驰行为方面分析了目前相关跟驰模型的优缺点,选用了安全距离类作为研究的重点,并对经典的Gipps模型中安全间距进行了改进优化,构建了公交站区车辆跟驰模型;在公交车出站换道行为方面主要研究了三种规则(主线优先、公交优先、协同)下车辆不同的决策变化,并对其进行了数学建模。(3)畅通及缓行状态下综合仿真模型构建。为了更高效地提取无人机视频中车辆数据,回顾了相关无人机视频车辆跟踪算法,并针对KCF算法进行了优化,结果表明多尺度KCF优化算法较传统KCF算法而言精度提高了近6倍;基于多尺度KCF算法对重庆典型港湾式公交站车辆速度、加速度、减速度等参数进行了提取并标定;基于MATLAB构建了畅通及缓行状态下公交站区综合仿真模型,由仿真结果可知:当增大社会车辆流量_cq或公交车流量_bq时,社会车辆车均延误_cT和公交车车均延误_bT均会增加;同时在公交优先时_cT对_bq更加敏感;当_cq少于1180veh/h同时_bq少于500veh/h时,此时应采用的策略是主线优先,当_cq超过1180veh/h或_bq超过500veh/h,此时最优策略是公交优先,可减小21.6%延误。此外,在协同环境下,车均延误会进一步降低,公交站区运行效率会得到更大的提升。(4)拥堵状态下公交站区车辆行为研究及建模。在拥堵状态下,将公交站区公交车强制换道汇入主线的过程划分为了三个时间段,即驻车等待时间_wT、准备汇入等待时间_iT、插入时间_eT。基于高空瞭望视频分别提取了_wT、_iT、_eT相关数据,以研究在不同_wT下_iT分布的变化规律。采用假设检验的思想并利用极大似然估计法对相关参数进行了估计,运用K-S检验法和P-P检验确定了_iT最优分布,构建了公交车强制换道概率模型。相关结果表明:随着_wT的增大,T_i的分布逐渐由伽马分布向对数正态分布、广义极值分布和指数分布进行演化,说明了随着交通阻塞时间的增大,公交车驾驶员想迅速强制换道汇入主线的意愿越迫切。(5)基于博弈论的公交强制换道最优决策分析。借助博弈论的思想,构建了拥堵状态下车辆不同策略下的收益矩阵,计算出了社会车辆收益最大时的纳什均衡点。分析并建立了车辆决策行为风险模型,从而构建了社会车辆损失函数。通过纳什均衡点可知公交车最优强制换道概率,建立了最优强制换道策略模型。采用调查问卷的方式对模型参数进行了标定,最后通过算例对其最优策略进行了分析,结果表明:(1)驻车等待时间_wT超过90s时,全局最优策略为公交车优先汇入主线,社会车辆主动停让;(2)_wT∈[40,90]时,最优策略为公交车在原地继续等待6-10s。若_wT∈[40,50]、风险系数?∈[0.6,1],公交车应优先汇入;(3)当_wT小于40s时,最优策略为公交车继续等待10-16s,但当?超过0.9且_wT∈[20,40]时,公交等待时间缩短为6-10s。这与实际情况下公交换道决策阶段的运行特征相符。