考虑数据缺失的高速公路交通参数计算方法

为提高数据异常状态下的高速公路交通参数计算的精确度，提出了基于数据融合的交通参数计算方法，首先结合收费站数据对门架数据所缺失的行车记录进行填充，再根据每辆车的平均行程速度，利用两阶段的聚类算法剔除驶入服务区和行驶异常的车辆，最后计算各个路段的路段流量和路段平均行程速度，对缺失的交通参数利用融合时间特征的KNN算法进行填充。选取3 d 15个门架的行车数据作为实验数据。结果表明，门架数据行程记录缺失较大，平均缺失率为46.95%,其中门架数据记录最大缺失率为56.25%,最小缺失率为31.73%,并且速度较快的小客车相较于速度较慢的中大型货车的行车记录更容易缺失。两阶段的聚类算法可以有效地识别并剔除驶入服务区和行驶异常的车辆。在填充连续复杂缺失场景下的交通流时空数据集方面，KNN算法相较于最大似然估计、决策树、链式方程多重填补方法在RMSE指标上分别下降24.90、15.88、5.81,添加时间特征以后RMSE在原始KNN基础上下降3.03,证明了融合时间特征的KNN算法在填充连续复杂缺失的交通流场景下的可行性和有效性。数据异常情景下的交通流缺失值填充以及交通参数计算方法为管理部门在高速...     

高速公路车辆行程时间预测研究

对高速公路联网收费系统的数据和交通监控系统的数据进行了处理和分析,研究了高速公路车辆行程时间分布的规律性和各参数之间的关联性,构建了高速公路车辆行程时间预测模型,最后通过比较实际值与预测值来验证提出的行程时间预测方法,分析了误差的原因.     

基于收费数据的交通运行参数估计方法

为更精准利用收费OD数据获取路网时空交通运行参数,提出一种机器学习预测服务区驶入与收费OD数据增量迭代相结合的计算交通运行状态的方法.首先利用机器学习方法开展服务区驶入预测,通过调查获取23 515份问卷数据,利用随机森林模型、支持向量机、朴素贝叶斯模型3种机器学习方法开展训练和预测精度敏感性分析,结果表明进入服务区最...     

排队车辆工况构建及经济效益分析

收费站前,车辆排队等候服务的现象普遍存在,一方面排队现象增加了车辆的行程延误,另一方面排队中车辆频繁启停,增加了车辆的能耗以及对环境的污染。对于收费站而言,车辆的运行状态与车辆距离收费站的距离有着更加明显的关系,越接近收费站,车辆受前车影响越大,车辆的起停更加频繁,相比于速度-时间描述车辆的行驶工况,构建速度-空间的行驶工况更符合车辆在收费站前的运行特征。基于对行驶工况模型现有的研究,通过分析高速公路收费站出口处排队车辆运行工况数据,使用聚类分析和马尔可夫过程结合的方法构建排队车辆空间工况模型。模型主要包含划分空间区段、建立空间工况数据库、拼接工况片段3部分。通过与实际工况数据的速度-加速度联合分布进行对比表明模型能够很好地拟合出排队车辆的运行工况。另外,根据排队车辆的油耗及排放与VSP之间的关系,借助构建的空间工况模型对排队区间车辆的行程延误、油耗增加量以及排放增加量进行分析:将行程延误和油耗增加量量化为道路使用者成本增加量,将排放增加量量化为政府环境治理投入的增加量,分析了收费站出口处的排队现象的经济效益。     

公交车与社会车辆混合行驶下的交通流模型研究

速度在交通流模型中通常定义为路段车辆的平均行驶速度。但是当路段上社会车辆与公交车辆混合行驶时,社会车辆的平均速度往往要高于公交车辆的平均速度,如果将路段所有车辆的平均行驶速度作为公交车辆的平均速度或社会车辆的平均速度是不合理的。因此,通过对实测数据的分析,本文分别建立了公交车辆与社会车辆的速度模型,这两个模型为正确地分析路段车辆的运行状态、合理地计算车辆路段行驶时间提供了参考。     

基于支持向量回归的高速公路路段平均速度估计方法

为克服现有高速公路车辆检测器密度稀疏、损坏率高导致所估计的路段平均速度准确率不高这一缺陷,提出一种新的高速公路路段平均速度估计方法。一方面,高速公路收费数据具有车辆信息全面可靠、辐射路网范围广的优点,采取基于轨迹法的修正算法求取基本路段平均速度;另一方面,"两客一危"卫星定位数据实时性好,路网分布相对均匀分散,利用速度-时间积分模型对单车行程速度进行估计,再对单一浮动车作加权平均获得路段平均速度。最后,利用支持向量回归原理,对由高速公路收费数据和"两客一危"卫星定位数据所获取的路段平均速度进行融合处理,得到估计效果更好的路段平均速度。利用广乐高速公路上的实际数据对融合结果进行了验证。结果表明:与单一数据源的估计速度相比,融合后的路段平均速度具有更小的相对误差,更接近真实值,可更好地反映高速公路系统运行状态,为管理者和出行者提供决策依据。此外,分别以15,45 min和60 min作为统计间隔,使用上述融合方法进行路段平均速度估计。结果表明,模型效果与统计间隔大小呈负相关关系;统计间隔越小,模型的均方误差、可决系数、相对误差3个指标也越小;当统计间隔为30 min以下时,估计结果更为精确。     

大型综合客运枢纽送站坪的车辆延误（双语出版）

为了准确评估大型综合客运枢纽送站坪的服务水平,改善其交通秩序,提高管理水平,针对送站坪车辆的常规落客行为和违规行为造成的延误,进行了量化分析研究。在大量调研数据的基础上,提取车辆轨迹,通过虚拟线圈的方法获取车辆的运动参数和交通流信息,基于车辆运行特征和车流波动理论,提出了落客车辆汇入行车道时等待可穿插间隙的延误模型、行车道车辆受穿插车辆影响的延误模型以及违规行为造成的行车道车辆延误模型等,验证结果表明,延误模型计算结果与实测结果近似。针对客运枢纽常见的两车道送站坪的交通特性,将车辆在落客车道的行驶距离、落客时长、速度、加减速度等参数作为自变量,基于高峰期间车辆到达分布推导出了送站坪车辆的平均延误,在此基础上给出了送站坪车辆行程时间的理论推导模型和多元线性回归模型。实例验证结果显示：2个行程时间模型计算结果与实测数据基本吻合,平均误差均为13%,回归模型的拟合优度为0.868;减少模型变量,以车辆在落客车道的行驶距离和落客时长为自变量,拟合优度也达到了0.853,表明这2个变量对车辆在送站坪系统的总延误影响最大,它们的值可以基本反映出车辆在送站坪系统的总延误,研究结果可为仿真模型的构建及通行能力的研究提供理论基础。     

基于路段的路径行驶时间分布研究

行程时间可靠性是指通过一天中某一时间段的路径行程时间的一致性.这项研究为出行者提供最佳出发时间,使他们在最大可能性下准点到达目的地.本研究基于自动车辆识别技术收集数据,可直接获取道路网络的行驶时间数据,样本数据全面、充足.为了向出行者提供可靠的出行信息,数据的处理和分析可以通过直方图,PDF和CDF来展示行驶时间的分布情况.本研究基于路段行驶时间的分布,计算路径行驶时间的分布.考虑到复杂且难以直接获取路径行驶时间概率密度分布图,本文采用蒙特卡罗模拟方法从路段行驶时间分布产生可信的路径分布,并将模拟结果与检测到的实际数据进行比较,以验证方法的准确性和可靠性.     

大型综合客运枢纽送站坪的车辆延误

为了准确评估大型综合客运枢纽送站坪的服务水平,改善其交通秩序,提高管理水平,针对送站坪车辆的常规落客行为和违规行为造成的延误,进行了量化分析研究。在大量调研数据的基础上,提取车辆轨迹,通过虚拟线圈的方法获取车辆的运动参数和交通流信息,基于车辆运行特征和车流波动理论,提出了落客车辆汇入行车道时等待可穿插间隙的延误模型、行车道车辆受穿插车辆影响的延误模型以及违规行为造成的行车道车辆延误模型等,验证结果表明,延误模型计算结果与实测结果近似。针对客运枢纽常见的两车道送站坪的交通特性,将车辆在落客车道的行驶距离、落客时长、速度、加减速度等参数作为自变量,基于高峰期间车辆到达分布推导出了送站坪车辆的平均延误,在此基础上给出了送站坪车辆行程时间的理论推导模型和多元线性回归模型。实例验证结果显示:2个行程时间模型计算结果与实测数据基本吻合,平均误差均为13%,回归模型的拟合优度为0.868;减少模型变量,以车辆在落客车道的行驶距离和落客时长为自变量,拟合优度也达到了0.853,表明这2个变量对车辆在送站坪系统的总延误影响最大,它们的值可以基本反映出车辆在送站坪系统的总延误,研究结果可为仿真模型的构建及通行能力的研究提供理论基础。     

基于三次样条插值的车辆行驶数据分析

采样数据的准确程度直接决定了车辆行驶工况的准确性。采用基于GPS的实时动态车辆行驶数据采集系统,记录了某车辆运行速度、时间、方向等信息,并结合测量误差产生机理,通过分析车辆行驶数据中奇异信号类别及特征,得到无效定位数据、时间错误数据和速度突变数据等3种奇异数据类型。利用三次样条插值算法对奇异数据进行了拟合,修正了车辆行驶数据中奇异信号,修正后的速度时间曲线更符合车辆行驶特征,可真实模拟车辆行驶工况。     

用模拟信号发生器检定汽车行驶记录仪的方法

汽车行驶记录仪（以下称记录仪）的使用，对遏制疲劳驾驶与车辆超速行驶，约束驾驶人员的不良驾驶行为，保障车辆行驶安全及道路交通事故的分析鉴定具有重要的作用。汽车行驶记录仪是对车辆行驶速度、时间、里程及有关车辆行驶的其他状态信息进行记录、存储并可通过接口实现数据输出的数字式电子记录装置。记录仪是列入国家依法管理的计量器具，为保证其准确可靠稳定地运行，必须定期进行计量检定。     

基于高速收费数据的路径速度还原与流量推断

基于收费数据的高速公路研究逐渐增多。本文利用收费数据对高速公路车流量进行推断。使用广度优先搜索算法对车辆进行路径还原,然后对车辆的运行状态进行了细化,对车辆平均速度的计算方法进行了优化。依据车辆行驶状态计算时间与速度,推算出车辆在不同时间段内的位置信息,进而推断出不同时段各路段的流量。与优化前的结果进行对比,发现了误差的不确定性。     

汽车起重机工作台时计时装置

引言 汽车起重机运行情况的数据收集主要来自于2个部分:一是车辆的行驶里程,通过车辆的里程表反映;二是吊机部分的工作时间,通过吊机工作台时计反映.这两部分的数据是对汽车起重机的技术经济状况计算的重要基础依据,其准确与否直接影响对汽车起重机技术经济状况的统计计算数据的准确性.     

公交车辆行程时间预测方法研究

章以智能交通运输系统为背景，分析公闪车辆的行驶特性，在大量实测数据的基础上，应用统计回归理论，进行了公交车辆行程时间预测模型的假设和建立，并给出了公交车辆行程时间的预测结果。     

2013款宝马535Li机油保养里程显示错误

<正>车型:F18。行驶里程:7000km。故障现象:车辆的机油保养后进行机油保养复位,里程间隔提示显示错误。故障诊断:按压启动按钮,接通KL.15总线端,仪表正下方提示下一次机油保养的日期和剩余里程,时间间隔为24个月,里程间隔25000km,中央信息显示屏显示机油的保养间隔时间和里程如图所示,与显示器中显示的一样。正常的机油保养里程间隔     

基于服务区的转移性辅助收费管理研究

针对高速公路联网计重收费方式实施后逃费现象严重和收费时间增大的问题,提出一种基于服务区的转移性辅助收费方法。该方法运用"过程-结果"时空相分离的思想,通过车牌识别、动态称重、IC卡智能控制等技术,在服务区建立一套完整的车辆出入自动化监管监控机制,将收费站的压力合理地转移到服务区。本方法彻底切断了服务区作为逃费的交换途径,杜绝了逃费行为的发生,明显减少了收费时间,提高了收费服务水平。对高速公路管理和服务体系有一定的借鉴价值,可以作为未来高速公路收费体系改革和发展方向的参考。     

基于最大信息熵理论的UF系数研究

效用系数UF(Utility Factor)起源于SAE J 2841,为描述插电式混合动力汽车行驶时的燃油和电的消耗而提出。本文基于用户云平台数据,提出群体用户和个体用户出行里程特征的拟合方法。首先研究现有各主要国家的UF系数及其区别;然后研究最大信息熵理论应用于用户出行里程分布规律模型;接着,通过云平台数据随机选取16辆车一年的出行数据,并分析群体出行里程分布特征与个体出行里程分布特征;最后,讨论用户出行里程特征对于车辆动力系统设计的应用。经分析,研究用户出行里程统计分布的规律,有利于定制化地更有针对性地改进车辆能源管理系统,有利于各类混合动力汽车的客观评价与设计,有利于节能减排。     

基于宏观基本图的交通小区通过量最大化控制方法

为了使交通控制小区能保持较高的运行效率,基于宏观基本图的概念,提出了针对单个控制小区的驶入交通量反馈控制方法。该方法以交通小区通过量最大化为控制目标,具体分为两步:先根据控制小区最佳内部车辆数和最大驶出流量,利用反馈控制确定各控制周期总驶入流量;再依据等饱和度原则和通行能力约束,分配各边界进口允许驶入交通量。通过Vissim仿真,对有/无边界控制情况下小区运行情况进行了对比分析。研究表明:本控制方法可使路网保持高效的运行状态,在拥挤状态下可提高车辆驶出率近4倍,整个分析时段内车辆总延误降低49%,驶出车辆数增加147%,总行程时间减少35%;若交通小区高峰时段较长,边界控制有助于提高外围车辆驶入小区的效率,并减少小区边界处的排队长度。     

轻型商用车全寿命周期目标里程与运行工况研究

确定用户使用条件下车辆耐久行驶里程及对应运行工况,是开展整车可靠性设计与评价验证的前提与基础。本文以真实用户问卷调查为基础,采用分布拟合与优度检验等统计分析方法,建立了用户使用条件下轻型商用车年行驶里程、期望使用年限、目标行驶里程、行驶车速和载质量情况等工况分布模型,并用采集的典型用户GPS运行数据对分布模型进行验证;最后综合问卷和测试数据确定了95%用户使用度水平下车辆全寿命周期耐久行驶目标里程及其对应工况的里程比例。本文的研究成果对于设定符合中国道路特征和用户使用条件的轻型商用车耐久性与可靠性目标、制定整车目标载荷谱和试验场可靠性规范提供了参考和依据。     

基于RFID电子车牌数据的公交行程时间预测方法

为了给公交优先信号配时系统提供足够的"思考"时间和准确的控制依据，基于重庆市RFID电子车牌数据提出了一种采用自适应渐消卡尔曼滤波和小波神经网络组合模型动态预测公交行程时间的方法。综合分析公交行程时间的动态和静态影响因素，选取的模型输入参量为标准车流量、路段车辆平均行程时间、平均车速离散性和前班次公交行程时间。利用RFID电子车牌系统采集重庆市鹅公岩大桥路段车辆行驶数据，选取3 000组实际运行数据完成公交行程时间预测模型的训练，另筛选50组数据验证模型的有效性和准确性。研究结果表明：组合模型可动态自适应预测公交行程时间，预测值平均相对误差为3.23%，绝对误差集中在8 s左右，明显优于2种单一模型和基于传统GPS数据的公交行程时间预测模型，可认为选择RFID电子车牌数据作为组合模型的输入，能够明显改善模型预测精度；组合模型预测值的残差分布更为集中、鲁棒性较好，泛化能力强。选择平均绝对误差值、均方根误差值和平均绝对百分比误差作为模型评价指标，结果进一步表明，组合模型的综合预测效果明显优于单一的自适应渐消卡尔曼滤波和小波神经网络。研究方案可为先进公交信息化系统提供良好的技术支撑。