基于大数据的出行方式分配预测研究

随着城镇化及城市交通机动化的进程加快，在城镇化和机动化的共同作用下，交通拥挤问题已经成为制约城市发展和影响居民生活质量的主要问题之一。居民出行行为研究在交通管理和控制中有着非常重要的作用。结合多元大数据，构建出行方式选择的概率模型，有助于不同小区的出行方式分担率的预测，对缓解城市交通压力、提升运营管理能力有直接作用。本文基于小区出行分配、公共交通和非公共交通以及公交和轨道出行三个层级，分别得出出行分配预测模型，并形成计算机程序。利于实际应用，对识别城市出行特征、缓解城市交通压力提供有效措施。     

新能源乘用车大数据系统的开发及应用

从新能源车的设计开发出手，对关键的几个核心部分使用了大数据进行开发应用。整个平台的搭建都是在基于大数据的应用基础上实现的，从整个系统架构到数据结构平台，从服务应用的远程监控到车辆运行管理和故障预警，以及电池充放电、驾驶行为分析、后续OTA 及其他服务，都体现出了大数据系统服务的作用。     

RFID数据驱动下出行路径选择方法研究

精准掌握车辆的出行特征是有效解决交通拥堵的重要前提之一.文中针对现有出行路径选择方法受模型局限性影响,无法深入挖掘出行者的出行特征来研究出行行为的问题,结合R F ID数据可靠度高、完整性强及准确性大的优势,构建车辆出行特征指标体系,基于高斯隐马尔可夫混合模型对车辆出行特征进行建模研究,提出通过结构方程模型表征路径级阻...     

滴滴与北汽达成战略合作,推进新能源共享汽车运营

正3月7日,滴滴出行宣布与北汽集团签署战略合作协议,双方将在新能源汽车运营、大数据应用、出行服务、定制车及充换电等领域开展业务合作。滴滴和北汽集团将基于各自优势探索新的合作模式,在新能源汽车运营、大数据应用、出行服务、定制车及充换电等领域展开业务合作。汽车设计生产、智能驾驶技术、核心的三电技术、充换电网络以及后市场等方面,建立新能源汽车运营平台。     

北京市某区域电动出租车运营分析及规模预测

近年来,电动出租车的发展受到了各地政府的积极鼓励和扶持。但由于电动汽车续航里程短、初期成本高等问题,电动出租车的运营能力、安全性和运营管理等方面还存在很大提升空间。本文对北京市某区域电动出租车的运营现状进行了分析与对比,利用空驶率法对车辆发展规模进行了预测。分析及预测结果表明,该区域电动出租车的运营能力还有待提高,车辆配备还不能满足当前的出行需求,应该从电动出租车的配备、管理、技术及运营模式等方面逐步完善和提升。     

城市公共自行车发展建设浅析

城市公共自行车系统近年来发展迅速。在方便城市居民出行的同时,公共自行车系统也面临着车辆丢失和损坏率高、投资运营成本高、运营管理难度大等诸多窘境。此文总结了国内公共自行车系统建设运营的经验教训,对公共自行车的建设适宜性、发展模式和系统设计等方面进行了分析探讨,并给出了一些建议。     

基于拉格朗日松弛算法的自动驾驶公交调度优化研究

为了解决公交实际运营出现的调度方式单一、车辆配合度较差、串车等问题，降低公交运行中人为因素的影响，提高公交系统的运营效率，提出一种考虑乘客动态需求的调度模型，采用自动驾驶环境下的公交运营方式，结合站点实际乘客需求调配车辆，实现了公交车辆利用程度最大和乘客总体等待时间最小的多目标优化。提出的自动驾驶公交调度方法，获取了乘客个体的实时出行需求，同时实现了对车头时距的调控。在模型求解方面，选取拉格朗日松弛算法，最终获得了多目标优化问题的精确解。以北京公交300路快车作为实际案例进行分析，从公交实际运营数据中提取多项参数作为模型的输入，通过拉格朗日松弛算法的求解，得到自动驾驶条件下公交运行时刻表、乘客等待时间、公交承载量、站点上车乘客人数等多项运营指标。通过与公交实际运营状态的对比，论证了采用自动驾驶公交对于改善公交运营现状的可行性。最后将优化结果与公交实际数据进行了对比分析。结果表明：自动驾驶车辆投入公交运营，能够缓解串车问题，同一线路上公交车的载客量分布更为均衡，在同一断面的客流与车头时距的不均衡程度均有所降低；同时高峰时段发车数量减少了20%，公交车的平均承载量提高了21.7%，车辆平均间隔缩短了29.9%。     

新能源汽车实时监控与数据采集系统开发

介绍新能源汽车实时监控与数据采集系统,能够实现示范运营车辆的运行情况统计、实时监控及数据采集,并对获得的大数据进行分析和结果报表生成,对示范运营车辆的有效管理和后期车辆产品研发、系统改进和远程故障诊断提供数据支持。     

基于号牌识别数据的车辆出行链分离方法研究

掌握车辆出行起讫点分布情况、精细刻画车辆出行特征可以为交通管理部门制定和优化交通缓堵政策提供参考依据。该研究以成都市为例,基于高清视频综合检测设备自动识别的车辆号牌数据,提出个体车出行链提取及分离方法,深入分析了车辆驻留点及起讫点分布特征,并对车辆号牌识别数据在公安交管工作中的应用进行了展望。     

交通大数据平台效益评价方法

为反映交通大数据平台受益对象的多元化,与传统ITS效益评价基于车辆所有者经济效益不同,给出了基于居民出行方式分担比的经济效益计算方法.该效益包括小客车、出租车、公交车等不同交通工具车辆运输成本、乘客出行时间成本、CO2排放环境等成本节约效益,采用加权平均法得到总效益.在乘客出行时间成本计算中,考虑收入对交通方式选择的影响,给出了不同出行方式不同目的人工时间成本计算方法及参数取值.为反映交通大数据平台信息发布对出行行为选择的影响,采用有无对比法,提出了因交通方式转移而产生的车俩运输成本、CO2排放环境成本效益计算方法.以武汉交通大数据平台建设为例,给出了影响范围与主要参数取用方法,进行了成本效益预测分析实证研究.解决了交通大数据平台效益分析定量化的问题,为交通平台类项目经济效益评价提供了理论方法.      

大数据平台在新能源汽车安全领域的应用

通过利用行业内主流的大数据技术搭建新能源大数据平台，重点对新能源汽车车联网大数据进行算法研究、建模分析。分别从故障远程在线诊断、车联网大数据指标分析、车联网大数据算法模型等方面对新能源汽车故障、驾驶行为、充电行为等进行深入研究，以保障新能源汽车车辆安全。     

应用于车辆导航系统的数据管理系统研究

在智能运输系统的出行信息服务系统中，车辆导航系统有着广泛的应用前景，车辆导航系统在应用GIS（Geographic Information System，地理信息系统）技术构造的路网数字化地图的基础上，运用各种技术进行车辆定位，确定最优驶路线，并为驾驶员适时地作出路线指引，本文提出了对路网数字化地图中所应包含的空间数据和属性数据的推荐存贮方案，对该路网数字化地图的数据管理系统的结构和功能进行了分析并进行了相应的数据库系统设计和地理信息系统设计，可作为同类系统设计的参考。     

基于共享模式的网联自动驾驶车辆路径规划研究

物联网、大数据、移动互联等新一代信息技术在自动驾驶方面的运用,为交通信息化和智能化带来了新的发展契机.作为集约型的城市交通发展模式,共享出行已成为学界关注的热点问题.在共享模式和自动驾驶协同发展的时代背景下,提出了随机需求下考虑用户等待时间的网联自动驾驶共享车辆路径规划模型.为验证模型的有效性和鲁棒性,在虚拟网格式路网中设计应用算例,基于优化工具Gurobi对模型进行求解,确定最优的网联自动驾驶车辆规模及最优车辆服务路径,并与个体最优情况下的出行成本及能耗进行对比.研究结果表明,共享模式能大幅度减少车辆数,降低系统总体成本及能耗,在提高车辆使用率和可持续性方面效果显著.     

国外智能交通系统对我国的启示

1995年3月,美国交通部出版了“国家智能交通系统项目规划”,明确规定了智能交通系誰7大领域和29个用户服务功能。7大领域包括出行和交通管理系统、出行需求管理系统、公共父通运营系统、細车辆运营系统、电子收费系统、应急管理系统、先进的车辆控制和安全系统。     

城际道路交通动态数据分析与系统设计

本文针对城际道路出行服务需求和交通动态数据，提出了基于营运车辆卫星定位数据和高速公路与干线公路交调点数据的城际交通流量预测方法和系统实现功能，对城际道路交通量预测和出行服务提供依据。     

新能源整车及零部件安全、车辆数据分析研究与安全测试规范的迭代——侧重大数据在新能源乘用车产品安全性设计上提升的运用

目前，基于车联网技术的新能源整车数据传输云平台后，仅依赖有限的人力和传统的统计方法难以对海量、实时、格式繁杂的数据进行有效的分析和处理。借助大数据分析工具和方法，实现数据的监控与挖掘，并衍生出对优化用户体验和转变商业模式具有重要价值的数据。围绕车辆的账户体系、状态数据、驾驶行为、用户习惯、交通天气等大数据信息，从规范信息收集、挖掘数据价值、创新分析方法、拓展应用领域等4个方面，全面阐述新能源汽车大数据分析的技术手段和应用价值，尤其是在汽车安全方面发挥的重要作用。     

非常态交通状态下居民出行关注点挖掘分析

在非常态交通状态下，及时准确地挖掘居民出行过程中的关注点，满足居民出行需求是提高客运服务质量的关键，更是对客运服务系统的一种考验。以“疫情”期间与公路客运相关的舆情数据为基础，进行居民出行需求及其关注点挖掘分析。首先，利用深度学习Doc2Vec算法将文本数据进行向量化处理；其次，对一个时段内所获得的向量化处理后的数据进行聚类分析，基于文本主题模型(LDA)对聚类结果的每一簇进行深度分析，提取旅客出行需求；最后，通过对实际数据处理结果的分析，验证了所提方法可准确地挖掘出非常态下旅客出行过程中的关注点，其结果可以作为交通运营服务评价和交通管理决策的重要依据。     

基于高速公路收费数据的路网运行状态评价

探讨利用高速公路收费数据作为数据资源进行路网运行状态评价的可行性,并完整分析了相关算法.选取某实际运营的高速公路网2008-2010年间7～10月的收费数据作为基础,重点介绍数据的分析处理过程,包括进行数据准备,执行各类数据质量控制规则、资料库配置及构建样本输出模型等,深入挖掘高速公路网运行存在的出行时间分布及周期分布等潜在规律,计算和提取了平均速度、出行延误、行驶时间指数、计划行驶时间指数、拥堵持续时间等几类路网运行状态评价的核心指标,并指出了采用高速公路收费数据作为数据资源开展此类研究的优缺点.分析表明,收费数据可应用于高速公路网运营绩效的评估,并可为交通出行提供参考信息.     

基于组合模型的车辆出行特征模式划分

精准掌握车辆的出行规律研究智能化城市交通管理及规划的基础工作,而掌握车辆出行规律的前提是探究车辆的出行特征。为研究城市道路交通车辆的出行特征模式,通过对历史RFID轨迹数据挖掘,对私家车、出租车样本轨迹数据进行定性分析,总结车辆运行的分布特征规律。基于数理统计分析,建立了出行频次、在网时间、轨迹重复率、出行时段,活动偏好区域、干线影响区偏好等出行特征指标体系。通过对出行特征指标的定制选取,建立基于密度峰值(CFSFDP)算法与BP神经网络算法的出行特征群体辨识模型。研究了私家车、出租车存在的特征群体,辨识出不同的出行模式,即实现出行特征群体的辨识。选取重庆市主城区域内的RFID数据进行试验分析,分别基于私家车、出租车提取的出行特征指标,进行CFSFDP算法的聚类分析,找到聚类中心,归纳分类数据。再利用分类数据进行BP神经网络训练学习,评价模型试验结果。结果表明:私家车存在3种出行特征群体:商用私家车群体、通勤私家车群体、其他私家车群体,群体识别率为97.2%。出租车具有2种出行特征群体:其他区域偏好出租车群体、干线影响区偏好出租车群体;群体识别率高达99.18%。     

智慧出行MaaS大数据云平台体系架构和实践

介绍八维通科技有限公司已建的智慧出行数字票务服务平台的体系架构,并创新推出在交通出行大互通大覆盖需求下的智慧出行MaaS大数据云平台的构架设计。智慧出行MaaS大数据云平台采用企业运营数据中台的模式构架,以标准化采集为基础、开放架构为抓手、数据总线为主线,标准化的数据为基石、TT大脑为指挥中枢,安全可靠的支付服务为宗旨。云平台构架着重将差异化的需求进行共性化抽象,实现差异化的服务内容和不同支付方式接入时进行统一规范的运营支撑。目前,云平台构架和功能已在近20个城市上线运营和商用,验证了云平台构架的合理性和可靠性。