基于智能公交的城市道路服务水平实时评价与预测

研究了城市道路服务水平评价与预测所需参数的实时处理算法和采集方式.利用城区道路上的公交车为数据动态采集单元,智能采集公交车实时运行状态数据信息,计算公交车车头时距、分析车流速度,对滤波调整预测速度与实际速度进行对比分析,建立以行车速度、行程时间、拥挤程度为评价指标的城市道路四级服务水平实时评价与预测系统.该系统能为公交车运行及其交通出行者提供管理、信息服务,适时引导交通流量合理分布,高效地利用道路网络,减少城市交通拥堵,提高交通运输效率,为城市交通规划提供依据,对推动城市畅通工程及城市交通智能化的发展,有一定参考作用.     

浮动车辆数据在城市智能交通中的应用

道路实时车速监测是城市智能交通体系中最基础和重要的组成部分,利用出租汽车这一浮动车辆载体采集的道路车速实时信息,结合智能终端和系统平台处理,可实现城市道路的车速实时监测、发布和深度开发利用,对改善城市交通拥堵、节能减排、实现城市智能交通起到重要作用。     

城市公交专用道线网布局方法

为缓解城市交通拥堵，提高公交服务水平，建立合理的城市交通结构，用轨道交通线网规划方法研究公交专用道线网布局问题．从可行性和必要性入手，得出设置公交专用道的速度条件、公交车流量条件、道路条件，以及公交专用道需求线网和可行线网的设置方法，将二者叠加即可形成公交专用道的实际线网．根据城市整体路网规划，利用交通预测得到的道路上公交车量流量数据，应用上述方法可以规划公交专用道线网，形成以公交专用道线网为骨架的城市客运交通网络．     

智能交通对城市交通效率改进的贡献——基于匹配和双重差分模型的估计

为了从众多复杂的影响因素中单独剥离出智能交通建设项目对城市交通的改善作用,定量评估智能交通对城市交通运行效率提升的贡献,在充分借鉴政策公共效应双重差分评估模型的基础上,引入了匹配算法,创新性地提出了双重差分与倾向得分匹配相结合的定量评价模型。在此基础上,系统分析了影响城市交通运行效率的主要因素,并利用格兰杰因果检验,筛选出城市道路网平均运行车速、地区生产总值、民用汽车拥有量、道路长度、常住人口等作为模型评估的变量指标。然后选择36 个城市,采集了其2008—2012 年的基础数据进行对照。研究提出的基于匹配和双重差分的模型具有较强的适用性和稳健性,可用于量化评估智能交通建设对交通运输效率的改善作用。模型实证分析测算结果显示：智能交通建设在提升城市交通运行效率方面发挥了明显作用,对城市交通平均运行速度提升的贡献约在9.2%左右。     

城市智能交通系统中基于无线定位技术的信息采集方法研究

在分析目前城市交通信息采集系统中存在的检测成本高、多信息源混杂等主要问题的基础上，着重讨论了通过无线定位进行城市交通信息实时采集的技术，以及基于多源信息融合的交通信息实时采集处理系统，并对其中的关键问题进行了分析讨论。     

基于多源轨迹数据的城市交通状态精细划分与识别

针对基于路段的城市交通状态分析方法的不足，本文利用公交车和出租车轨迹数据提出了城市交通状态精细划分和识别方法，实现城市交通状态分析.对两种轨迹点的速度值和空间位置值分别进行归一化处理，以此为属性数据，通过迭代计算轮廓系数确定k 值完成轨迹点聚类，结合二次处理方法对类簇进行拆分和融合以划分道路交通状态；在特征级建立多源数据融合方法，实现交通状态速度值计算；以归一化后的速度值为属性数据，通过聚类将样本分为4类对应4种城市交通流状态层级.实验表明，本文方法能够实现道路交通状态精细划分，能有效地识别出道路局部位置的交通状态，进而可为城市道路交通管理提供决策支持.     

�����е��͵�·��ͨ����״̬������Ԥ���о�

对城市的道路交通运行状况进行全面分析评估并实时监控、预测,可以有效地消除交通隐患,增强城市交通管理部门对城市交通的管控能力.本文基于北京市典型道路交通流特性分析及已有的道路交通流预测模型,提出道路交通运行状态组合预测模型,确定了非参数回归模型作为预测模型的核心,组合使用傅立叶历史估算模型、非参数自回归模型和非参数邻域回归模型对北京市典型道路的交通运行状态进行预测.针对北京市道路交通流信息采集系统实际情况及未来预测信息图形化发布的需要,提出了道路交通流预测系统的异构数据融合方法及道路编码模型及方法.     

基于UAV/VISSIM的城市交通控制评价与优化

针对当前我国城市交通控制对静动态道路交通信息一体化采集存在的难点,设计运用低空多旋翼无人机(multi-rotor UAV)加载高清摄像机及其相应的视频分析系统采集交通控制区域内交通控制评价与优化所需数据,在此基础上利用VISSIM软件进行城市交通控制效果的评价与配时方案优化,并以深圳市沙河西路—西丽湖路交叉口为例进行验证。结果表明,基于UAV/VISSIM的城市交通控制评价与优化方案具有可行性,优化后该路口的服务水平由目前的E 级提升至C级,有效提高城市交通控制评价和整体工作效率。     

道路路段自行车骑行服务水平评价方法研究

全面梳理城市道路路段自行车服务水平影响因素,采集不同类型城市道路路段的道路条件、交通条件等自行车骑行服务水平影响因素数据及骑行者心理感受,通过心理感受与影响因素相关性分析,确定路段自行车服务水平模型的显著性影响因素,在此基础上运用支持向量机建立了不同道路隔离形式下的路段自行车骑行服务水平评价模型。     

城市交通信号控制系统现状及发展透视

现代城市交通的智能控制与管理是智能交通系统的重要组成部分。交叉口的通行能力又是决定道路通行的关键所在,对城市交通网络的交叉口信号控制系统进行协调优化控制,对提高道路的通行能力和服务水平具有重要意义。文章分析了目前国内外城市交通信号控制系统现状及存在的问题,为我国城市采用此系统提供了决策依据。     

������վʱ��ʵʱԤ����Ϣ���������о�

本文提出并采用一种离线预测与在线预测相结合的、基于历史数据并根据在线数据修正的、能减少服务器运算复杂性的较高性能的计算机模型和公交车到站时间预测算法.并以公交车实时GPS运行信息为运算依据,应用Java EE、JSP开发、MySQL数据库和Android手机操作系统开发等技术,在服务器端以公交车有限状态机模型来掌握公交车的实时信息,开发了一个集中式、企业级、手机平台上的、基于请求与响应的综合系统,能够向乘客手机客户端发送目标线路上车辆到站情况的预测信息,提高出行效率.最后基于大连市旅顺口区18路公交车运行数据进行了系统测试,结果表明,以该算法为基础的系统具有良好的性能.     

浮动车数据在城市宏观交通特性研究中的应用

回顾和总结了国内外浮动车数据在交通信息服务和路网评价方面的研究及应用现状,提出浮动车数据的三阶段应用.重点阐述了面向城市宏观交通运行规律分析的第三阶段应用,提出基于历史交通流状态数据的数据分析流程.并以北京市浮动车系统采集的数据分析结果为例,分析了北京市路网运行速度的时空分布特性以及不同等级道路的里程利用情况.     

基于多维数据的高速公路服务水平实时判别方法

随着高速公路的不断发展,交通信息逐渐呈现多元化,而将这些信息进行整合并对高速公路服务水平进行实时判别,对于后期的交通控制管理及实时高效提供道路信息至关重要.本文考虑了时间、天气、出行日期等多因素的影响,选用车速、密度作为高速公路服务水平评价指标,结合最小二乘支持向量机与聚类分析相关算法,提出了一种基于多维数据的高速公路服务水平实时判别模型,以实现对高速公路服务水平的参数预测及实时判别.选用河北省237 360组训练样本数据和6 048组预测样本数据验证了该模型的有效性.结果显示,该模型获得了较高的判别精度和较好的预测效果,是一种有效的高速公路服务水平实时判别方法.     

基于GPS的动态道路交通数据采集方法及程序实现

为了构建一套灵活方便而又功能强大的由平板电脑（或是一般笔记本电脑）和GPS组成的数据采集系统，逐步实现采集道路等空间三维数据的移动测量系统平台,在VC＋＋6．0开发环境下从初始动态数据的采集到最终地方坐标的输出整个过程编制的相应程序，对于道路属性数据的快速准确采集、实时成图和车辆运行速度信息的实时获取具有重要的参考和使用价值。     

基于智能路况信息下城市道路阻抗函数模型

为探讨车辆在城市道路上实际行驶时间，合理规划道路交通流，提出一种改进的城市道路阻抗函数模型。城市道路阻抗分为路段延误和交叉口延误，其中路段延误采用王素欣改进的道路阻抗函数模型对SPIESS路阻函数进行修正，利用城市道路交通流三参数速度、交通量、密度的关系推导出交通饱和度与交通密度的关系式。在交叉口节点延误中对Webster模型进行改进，并对整个道路阻抗函数模型进行相关道路影响因素(交叉口间距、行人自行车干扰、道路宽度)的修正，最后利用百度地图的智能实时路况查询服务来获取道路数据。通过对改进的城市道路阻抗函数模型得出的实验结果进行验证对比与独立样本T检验，结果表明改进的道路阻抗函数更贴近实际行驶时间，对路径规划和智能交通平台有参考意义。     

����J2EE�ij��н�ͨ�յ�Web-GISϵͳ �������ʵ��

本文提出了基于J2EE技术的城市交通诱导Web-GIS三层模型系统实现方案。并以北京市为例，采用Struts+ Hibernate+ JDBC技术构建了B/S结构的实时交通信息发布与诱导系统，克服了已有的城市交通信息Web-GIS系统只面向交通管理层的局限。该Web-GIS采用MapXtreme Java作为地图管理构建的瘦客户机/服务器模式，通过将查询道路与GPS实时浮动车数据进行动态匹配，来获得路线实时的交通信息，并结合重要的道路消息，为出行者提供可靠参考。     

智慧城市交通治理新模式的探索与应用——以深圳市为例

以深圳市为例,通过对智慧城市交通治理新模式的深度挖掘,以交通管理为总体目标,以既有资源为基础,基于多源动、静态交通大数据,探索智慧城市下交通治理的新模式.该模式支撑对城市道路交通拥堵情况实时跟踪、监测道路拥堵时空分布特征、发展变化规律,分析交通拥堵成因,重大活动场景下人员应急疏散,促使城市交通管理部门及时、准确、全面地掌握交通运行状况与发展,不仅为改善城市交通运行状况提供重要依据,还能帮助管理部门科学分析评估规划决策的影响与实施效果,为有效制定交通发展战略政策和近期改善对策措施等提供强有力的技术支撑,全面提高城市交通运行管理、运行管理的信息化、科学化、智慧化水平.     

远程通信铁路机车运用状态实时监测系统的研究

铁路机车运用状态实时监测系统将机车的运行信息、故障信息及机车的参数信息通过远程移动通信技术直接传输到地面监测系统，解决了长期以来铁路地面无法实时采集机车数据的问题，从而实现了对机车的远程实时监测。利用电子地图技术实现对运行机车自动跟踪、定位、轨迹实时显示；采用故障诊断专家系统设计思想对实时故障进行诊断处理、指导司机操作，确保行车安全；对机车参数信息进行存储、分析、；12总，为机车操纵人员和维修人员提供决策依据，为状态修提供原始数据。主要阐述了系统的总体架构及各模块的设计思想，可以为其他远程监测系统提供很好的解决方案。     

公交驾驶员实时信息在安全监管中的应用

公交车安全营运与驾驶员因素密切相关,而公交监管系统只记录线路和车辆不安全报警信息,针对这一问题,提出建立人员在职在岗报备系统,并通过采集车载电子标签的驾驶员实时信息比对,实现人-车-线路关联。公交监管系统将驾驶员实时信息与车载终端分发的车辆报警数据绑定,形成统计报表,为行车安全监管提供依据。同时将驾驶员实时数据与全市公交车班次数据相结合,当超时工作时报警,从而避免疲劳驾驶,消除安全隐患。     

基于卡口车牌识别数据的车辆出行分析

车辆出行是城市道路交通的基本组成单元,掌握城市道路网车辆的出行信息,深入挖掘车辆出行特征与规律,能为城市交通管理提供决策信息.本文基于卡口车牌识别数据,提出了一套车辆出行分析框架.首先对全路网运行的所有车辆的个体出行进行辨识,提取所有车辆出行的路径和行程信息,并从个体和集计层面获取车辆出行的规律特征;利用车辆的多日出行信息和统计特征,提出了车辆职住地识别方法;基于外地车的出行特征,利用 K-means++ 算法对外地车进行分类.在实例分析中,以广州市道路网运行车辆作为研究对象,开展了车辆出行分析,实验结果验证了本文方法的有效性.通过本文方法挖掘的信息对城市道路交通管理具有重要意义.