附表 3.
附表 4.
时间 16:42:32 16:43:02 16:43:32 16:44:02 16:44:32 16:45:02 16:45:32 16:46:02 16:46:32 16:47:02 16:47:32 16:48:02 16:48:32 16:49:02 16:50:04
小客车 7 7 9 12 9 7 8 6 10 7 6 10 9 10 7 大客车 2 2 1 1 0 0 0 1 0 0 0 1 0 0 1 14
电瓶车 1 2 2 0 6 2 3 1 2 2 5 2 0 2 2 pcu 11 12 12.5 13.5 15 9 11 8.5 12 9 11 13.5 9 12 0 10.5 5.
16:50:34 10 0 2 12 16:51:04 7 1 0 8.5 16:51:34 8 0 3 11 16:52:04 9 0 0 9 16:52:34 9 1 0 10.5 16:53:04 7 1 2 10.5 16:53:34 8 0 1 9 0 16:54:14 10 0 0 10 16:54:44 7 1 4 12.5 16:55:14 11 0 0 11 16:55:44 9 0 6 15 表4.4 视频一中事故发生后每30s的车流量统计 时间 小客车 大客车 电瓶车 Pcu 17:28:52 3 0 2 4 17:29:22 15 0 3 16.5 17:29:52 3 0 0 3 17:30:22 16 1 4 19.5 事故发生 17:34:17 7 0 2 8 17:34:47 11 2 1 14.5 17:35:17 11 1 2 13.5 17:35:47 8 1 3 11 17:36:17 8 0 3 9.5 17:36:47 11 1 3 14 17:37:17 12 2 1 15.5 17:37:47 9 1 2 11.5 17:38:17 11 0 6 14 17:38:47 9 1 1 11 17:39:17 6 3 3 12 17:39:47 8 0 1 8.5 17:40:17 9 2 5 14.5 17:40:47 9 0 4 11 17:41:17 13 0 1 13.5 17:41:47 9 1 1 11 17:42:17 14 0 2 15 17:42:47 9 2 5 14.5 17:43:17 10 0 3 11.5 17:43:47 5 1 2 7.5 17:44:17 9 0 1 9.5 17:44:47 7 1 3 10 17:45:17 11 0 3 12.5 17:45:47 11 0 5 13.5 17:46:17 8 2 2 12 15
附表
17:46:47 4 0 3 5.5 17:47:17 5 2 4 10 17:47:47 9 2 2 13 17:48:17 9 0 3 10.5 17:48:47 8 1 2 10.5 17:49:17 14 3 0 18.5 17:49:47 9 2 1 12.5 17:50:17 12 0 3 13.5 17:50:47 10 1 1 12 17:51:17 7 1 2 9.5 17:51:47 11 0 5 13.5 17:52:17 9 1 6 13.5 17:52:47 10 0 5 12.5 17:53:17 5 2 2 9 17:53:47 11 0 4 13 17:54:17 10 1 1 12 17:54:47 11 0 4 13 17:55:17 6 2 3 10.5 17:55:47 9 1 7 14 17:56:17 10 2 12 19 17:56:47 10 1 2 12.5 17:57:17 8 1 2 10.5 17:57:47 9 1 0 10.5 17:58:17 4 2 1 7.5 17:58:47 5 1 3 8 17:59:17 6 2 2 10 17:59:47 11 0 1 11.5 18:00:17 9 1 4 12.5 18:00:47 7 1 3 10 18:01:17 9 0 1 9.5 18:01:47 8 1 0 9.5 18:02:17 9 1 0 10.5 18:02:47 11 1 2 13.5 18:03:17 3 1 0 4.5 表4.5 视频二中事故发生后每30s的车流量统计
8.2附录—程序代码及其结果
注：以下程序均在Matlab R2012a中运行。 程序代码 1. a=0:5:295
b=[10,11,10,12,11,15,15,16,14,13,10,9,7,5,4,4,4,5,7,7,5,5,4,3,4,4,6,7,5,3,9,10,11,12,11,16,14,16,14,13,11,10,7,5,5,4,4,5,7,7,5,5,4,3,4,4,6,7,4,3] plot(a,b)
xlabel('时间')
ylabel('标准车当量数')
title('图5.1 标准车当量数变化曲线')
16
程序代码 2. a=0:5:295
b=[10,11,10,12,11,15,15,16,14,13,10,9,7,5,4,4,4,5,7,7,5,5,4,3,4,4,6,7,5,3,9,10,11,12,11,16,14,16,14,13,11,10,7,5,5,4,4,5,7,7,5,5,4,3,4,4,6,7,4,3] plot(a,b/120) xlabel('时间') ylabel('车辆密度')
title('图5.2 车辆密度曲线') grid
程序代码 3. c=0:15:135
d=[6,3,6,5,5,4,4,5,5,5]
e=[4.8,4.8,4.8,4.8,4.8,4.8,4.8,4.8,4.8,4.8] plot(c,d) hold on plot(c,e)
axis([0,135,0,10]) xlabel('时间')
ylabel('通过的标准车当量数')
17
title('图5.3 可能通过的最大标准车当量数曲线')
程序代码 4. g=0:5:95
h=[2,2,2,6,13,16,14,13,10,7,7,6,4,4,8,8,10,11,10,8] plot(g,h)
axis([0,100,0,17]) xlabel('时间')
ylabel('标准车当量数 ')
title('图5.4事故发生初期的标准车当量数变化曲线') grid
程序代码 5.
h=[25,24,21,20,20,19,18,17,17,19,19,18,17,16,14,14,14,13,16,20,20,22,19,18,18] g=0:5:120 plot(g,h) xlabel('时间')
ylabel('标准车当量数 ')
title('图5.5 事故发生后期的标准车当量数变化曲线') grid
18
程序代码 6.
c=[4,5,6,5,5,4,4,6,6,5,6]
d=[5.1 5.1 5.1 5.1 5.1 5.1 5.1 5.1 5.1 5.1 5.1 ] a=0:15:150 plot(a,c) plot(a,c)
axis([0,150,0,8]) hold on plot(a,d)
xlabel('时间')
ylabel('通过的标准车当量数 ')
title('图5.6 可能通过的最大标准车当量数曲线2')
19