基于视频检测技术的城市快速路交通状态分析研究

基于视频检测技术采集得到的北京城市快速路交通特征参数,对城市快速路交通状态进行分析研究.选择车辆行驶速度和速度方差作为城市快速路交通状态分析的决策变量,根据城市快速路交通流特征将交通状态分为自由流、谐动流、同步流和拥堵,利用模糊C均值聚类算法建立交通状态辨识算法,算法经验证表明其有效可行.     

快速路路段交通特性研究

快速路的交通特性分析是实行有效的交通控制和管理、保证快速路畅通的基础。本文以大量实测交通流数据为基础，应用数理统计的方法分析城市快速路路段上的交通量特性，速度分布特性，为快速路的交通管理提供数据支持。     

上海高架道路车流特征研究

流量、速度和密度是道路交通流的三个基本特性,并构成了交通工程学的交通流基本理论。利用上海快速路系统埋设线圈采集的交通流数据,深入研究南北、内环、延安等三座高架快速路的交通流特征,分析“流量-密度-速度”之间的变化关系,确定评价快速路交通运行状况的量化指标,并进一步标定出快速路交通流非饱和以及过饱和2种状态的道路车流分配模型的路阻函数。     

城市快速路交通流分形预测算法的研究

根据城市快速路交通网络几何结构及交通流的混沌性,在分析交通流分形特性的基础上,应用小波系数方差法求解Hurst系数,同时建立了城市快速路交通流分形预测模型.利用实测数据,运用分形预测模型对上海市高架路的交通流进行了预测及误差分析,探讨了交流量不同状态下,即不同时段相同时间尺度,同一时段不同时间尺度;同一时段同一时间尺度下不等长数据序列的交通流分形特性及预测结果,并与传统方法进行比较,验证了模型的有效性及正确性.     

城市快速路交通状态转变时刻确定方法研究

研究了城市快速路交通状态转变时刻的确定方法。在分析快速路拥挤状态和不拥挤状态交通流参数特性的基础上,根据Dganzo等提出的交通流参数调整累计曲线,设计了一种用于确定交通状态转变时刻的方法:利用流量和时间占有率两个参数的调整累计曲线来判定快速路交通状态转变时刻。论文利用北京快速路系统的调查数据检验了该方法,得出的交通状态转变时刻与实际情况相符,证实了该方法的有效性。交通拥挤转变时刻的确定可以应用于道路交通状态判别、交通波理论研究以及现有交通事件检测方法的技术评价。     

基于云模型的城市快速路交通状态评价方法研究

交通状态具有模糊性和随机性的特点。基于北京市快速路检测线圈数据,引入了基于云模型的模糊系统来评价快速路交通状态。在充分分析交通流特性的基础上,提出了交通状态划分原则、依据,评价指标,以及基于云模型的模糊综合评价方法的算法流程。为实施交通信息发布以及后期交通状态的改善提供依据。最后,以北京市快速路系统为例,进行实证研究。     

城市快速路匝道交通特性分析

城市快速路建设的速度远不及交通量的增长速度,且目前我国缺乏对其交通流特性及控制技术的系统研究,大量车流从入口匝道无序的汇入主线,严重影响了城市快速路功能的正常发挥。文中以实测数据为基础,利用设计学原理,分析城市快速路入口匝道交通流特性及其对主线交通流的影响,得出在快速路匝道上的车速特性。     

基于速度特性的城市快速路常发性交通拥堵研究

基于城市快速路浮动车技术,获取北京市快速路瓶颈路段全天交通流运行速度时间序列数据,对快速路常发性交通拥堵形成及消散进行精细化定量分析。首先应用小波分析技术对数据进行降噪处理,依据速度变化特性将快速路瓶颈处交通流运行状态划分为稳定运行态、拥堵形成态、拥堵态及拥堵消散态4种状态,并分析不同状态下的速度表现特征。研究表明,应用速度变化量可以判别交通流所处状态,而后利用统计学方法给出不同状态之间变化的判断阈值,并归纳出快速路常发性交通拥堵形成时刻、消散时刻及持续时间的判别方法。该方法对拥堵特性判别精度可达80%以上,对交通拥堵预测及交通管理具有明显实际应用价值。      

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持。将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型（Traffic Factor State Network,TFSN）,考察交通因素之间的相互关联,并考虑环境因素的影响。该模型结合交通因子和环境影响因子的影响,通过对交通流数据进行聚类分析,估算出对应于环境影响因子的交通状态,并通过实际案例验证其物理意义以及与交通流实际状态的对应关系。进一步地,基于不同交通状态下的交通流数据建立高阶多元马尔可夫链,进行交通流预测,并根据交通流时间序列的聚类性能指标提高模型的预测准确性。对数据序列马氏性强弱、马尔可夫模型阶数与模型预测准确性之间关系进行分析。研究结果表明：根据马氏性合理选择马尔可夫模型的阶数可以提升模型预测准确性;直接对原始交通流数据进行预测的平均绝对百分比误差为24.61%,而不同交通状态下交通流预测的平均绝对百分比误差为16.99%,相比直接预测误差下降了7.62%,验证了所提出的微观交通因子状态网络的有效性和可用性。     

基于Logistic曲线的交通流速度-密度关系建模

为了解析交通流速度与密度关系,推导出了一组交通流参数物理意义明确且符合交通流特性的通用Logistic模型.从Logistic模型本质出发,讨论速度变化率的表达形式,结合交通流实际情况修正速度变化率并引入速度上确界概念,建立了一系列Logistic模型;通过改变取值,给出了模型参数变化对Logistic速度-密度曲线的影响,并细致讨论了参数的物理意义及获取方法;最后分别采集区段和断面的全交通状态数据进行模型验证.结果表明:模型3对2组数据的拟合优度分别为0.931 3和0.970 4,该模型能够很好地描述不同状态下的交通流特性.     

基于叠加统计变量的城市快速路车头时距分布模型

对城市快速路车头时距分布的特征进行了详细分析,将分布曲线划分成反映不同交通情况的区域,以此为基础对交通流基本特性和理想状态下的车头时距提出假设。使用q-指数形式函数对分布曲线进行非线性回归拟合,并应用叠加统计变量的概念建立了车头时距的分布模型,并能够很好地从交通流基本特性出发解释分布陷线的形状特征。     

基于Fisher判别的城市快速路自动事件检测算法研究

交通事件检测是尽早发现公路运营中的事故隐患,提高运输安全性的重要技术.文章目的在于构建一个高精度并且易于实施的快速路自动事件检测算法.在简述国外自动事件检测算法、分析快速路特点和事件检测系统要求的基础上,研究了快速路检测器布置的原则和优化密度,选择了对事件发生敏感度最大的4个交通参量,建立了基于Fisher判别模型的自动事件检测算法,采用历史数据对模型进行标定,并给出了试验评价结果.试验结果表明,该方法检测率达到85.7%,并且检测速度快.     

一种新的城市快速路行程时间预测技术

根据城市快速路交通诱导和监控系统的实际需要,提出了基于宏观动态流体力学模型的行程时间预测技术,可以动态预测稳定流和非稳定流状况下城市快速路网上任意两点间行程时间.     

基于BP神经网络的高速公路动态交通流预测

以高速公路交通流预测为研究对象,建立了基于BP神经网络的参数动态修复交通流预测模型。以高速公路宏观动态交通流模型为原型,利用分段辨识法分析了高速公路交通流特性。对BP神经网络层数和神经元的确定,以及转移函数的优化选择进行了深入研究,并给出了基于BP神经网络交通流预测模型的建模方法。对西宝(西安-宝鸡)高速公路交通流实时数据进行了采集、建模和仿真。通过仿真结果与实际结果比较,验证了该模型具有较高的可信度。     

基于BP神经网络的短时交通流预测

对比分析短时交通流预测模型,对BP神经网络预测算法的原理进行分析说明,用BP神经网络建立短时交通流预测模型,利用华南快速路的实测交通流数据来验证模型的可行性。     

重庆市主城周边射线高速公路拥堵分析及解决对策

以重庆市主城周边射线高速公路为研究对象,利用高速公路运营收费数据,分析主城周边交通现状及拥挤成因,研究交通流量高速增长下提高高速公路网络通行能力及服务水平的对策。     

城市快速路与地面道路交通整合控制分析

阐述了城市快速路与普通城市道路交通整合控制的必要性,叙述了国内外研究者提出的比较成熟的匝道控制方法及匝道与地面交通整合控制方法,提出了以城市快速路主线流量与匝道流量之和应小于合流处通行能力、主线车辆占有率应小于最佳占有率、速度约束以及普通城市道路地面交叉口的最大排队长度应小于路段长度为匝道控制约束条件;提出了以通过城市快速路系统和地面交叉口的总旅行时间最小为优化目标函数,实现城市快速路与普通道路的上、下匝道整合控制,以取得最优的城市综合交通系统效益.     

城市快速路交通监控技术探讨

城市快速路作为城市交通的骨干网络,是城市交通系统的重要组成部分。利用科技手段,对快速路进行有效管理,可降低违章、减少拥堵、减少交通事故。交通监控技术作为一项实践多年的技术手段,为交通管理部门提供了巨大的助力,为市民获得良好的交通体验起到了巨大的作用。分析讨论了当前较为成熟的交通监控技术在城市快速路中的应用,总结了当前城市快速路监控技术的基本特点,并对其未来的发展趋势进行了展望。