共查询到20条相似文献,搜索用时 875 毫秒
1.
《公路交通科技》2021,(2)
针对传统的行驶工况构建方法不适用于道路环境复杂的高原山区这一问题,提出了一种新的行驶工况构建方法——改进的短行程法。选定青藏高原G318川藏公路南段(得达乡—海子山段)为试验道路,试验车辆为乘用车,进行多次数据采集试验。先采用马尔可夫蒙特卡洛模拟法构建行驶工况,根据预处理后的试验数据计算出状态转移矩阵,再按照蒙特卡洛模拟法构建出高原山区汽车行驶工况1。又采用改进的短行程法,根据试验数据的特点,按照固定时长50 s划分运动学片段并进行标号,根据高原山区汽车行驶特性选取了7个参数作为特征值进行主成分分析,再通过k-means聚类算法将运动学片段聚为3簇,结合特征值分析聚类结果,第1簇表示加速路段,第2簇表示匀速路段,第3簇表示道路线形复杂路段。根据各运动学片段到聚类中心的距离选择16个片段,按照时间序列构建出高原山区汽车行驶工况2,并将异常值采取中位值平均滤波法进行滤波。将两种方法构建的行驶工况的特征值与实际工况对比,结果表明采用改进的短行程法构建的高原山区汽车行驶工况特征值与实际工况的误差更小,且车速变化更符合实际情况,更能反映高原山区道路线形复杂的特点。 相似文献
2.
3.
利用实测的公交车运行数据,建立符合公交车运营特点的行驶工况.首先将连续行驶数据进行短行程划分并计算各短行程的特征值;之后采用主成分分析将12个特征值降为4个主成分,利用相关系数法建立了武汉市公交车的综合行驶工况;同时采用聚类分析对短行程分类,构建了公交车在拥堵道路、较畅通道路、畅通道路3类交通条件下的行驶工况;各工况同实测数据的相关系数均超过了0.98.研究结果表明,该地区公交车平均运行速度为19.46 km/h,各行驶模式下的时间比例分别为:加速26.39%、减速23.61%、匀速33.33%、怠速16.67%.此外将所建立综合工况与燃油消耗量测试工况C-WTVC比较,发现二者在平均速度和怠速时间比例方面存在较大差别.因此有必要针对公交车专门开发测试工况,从而为交通和环保部门的公交运营管理提供指导. 相似文献
4.
5.
新能源汽车的能耗及其经济性与行驶工况高度关联。为了对新能源汽车的能耗进行合理评估,以西安市为例,分别应用聚类分析法、聚类马尔可夫分析法、短行程车速-加速度(Velocity-Acceleration,V-A)矩阵法和变步长V-A矩阵法构建城市客车运行工况,并进一步提出基于自组织映射(Self-organizing Maps,SOM)神经网络聚类的V-A矩阵法。对5种方法构建的工况进行对比和误差分析。在此基础上,基于一款插电式混合动力城市客车,应用全局优化方法——庞特里亚金最小值原理设计能量管理策略,分析车辆能耗和经济性以及5种工况的优缺点。研究结果表明:聚类分析法构建工况的平均特征值误差最大,计算量较大;变步长V-A矩阵法的平均特征值误差小于聚类法,计算量最小;短行程V-A矩阵法与变步长V-A矩阵法误差接近;聚类马尔可夫法的误差居中,计算量最大;基于SOM聚类的V-A矩阵法的平均特征值误差最小,能反映不同路段以及运行时间的差异,且能在聚类之后快速提取短行程的同时兼顾速度和加速度的分布;从能耗角度来看,基于SOM聚类的V-A矩阵法的能耗在5种方法中居中;聚类分析法构建的工况平均车速低于其他工况,但加减速频繁,能耗成本最高;聚类马尔可夫法由于对车速进行平滑处理,加减速频繁程度最小,能耗成本最低。 相似文献
6.
为准确反映车辆在实际道路上的行驶运动特征,提出马尔可夫链融合在线地图信息的车辆行驶工况构建方法。对实际采集的车辆行驶数据进行清洗、分段,通过主成分分析(PCA)法和K均值(K-Means)聚类法对数据进行聚类分析,建立了基于马尔可夫链的典型工况片段库。将在线地图规划路径的道路信息融入片段库,构建了车辆行驶工况。以某款纯电动车为研究对象进行了仿真分析,仿真结果表明:与在线地图基础规划工况相比,采用基于马尔可夫链片段库构建的在线地图规划行驶工况,车辆能耗更接近实际道路工况,特征参数平均误差仅为4.29%,能耗误差仅为4.09%。 相似文献
7.
8.
9.
10.
《公路交通科技》2017,(4)
以哈尔滨市乘用车作为研究对象,利用GPS设备对哈尔滨主城区运行的乘用车工况数据进行了测试,将采集到的车速数据曲线分割为多个短行程片段,提取了片段中最具有代表性的11个工况特征参数,利用主成分分析法和聚类分析法对特征参数进行了降维和分类处理。利用相关系数提取了代表性行驶工况片段,进而构建了具有代表性的哈尔滨市主城区乘用车典型行驶工况,并与NEDC和Japan10-15乘用车道路工况进行了对比分析。分析结果表明:哈尔滨城区乘用车工况的平均车速为15 km/h,低于NEDC和Japan10-15乘用车行驶工况;加速、减速特征参数比例分别为33.57%和29.70%,高于NEDC和Japan10-15乘用车行驶工况的相关参数;现有的欧洲和日本道路工况参数与构建的哈尔滨市城区乘用车行驶工况具有较大的差异,利用基于运行数据构建的行驶工况可以更好地反映地方乘用车的运行特征。 相似文献
11.
12.
13.
14.
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... 相似文献
15.
为有效评价道路运行状况,通过分析车辆在行驶过程中运行状态的变化,研究了一种基于两阶段K-means聚类(TSKC)的道路运行状况评价方法.针对K-means聚类数选取的任意性和聚类中心选取的随机性问题,提出基于遍历的K-means聚类方法,采用类吸引度确定聚类数和初始中心,并以此为初始条件进行第二阶段K-means聚类,得到交通模式.提出模式吸引度、路段评价指数、分布均衡度,并用这些指标来评价路段交通运行状况.以北京市朝阳区北辰东路为例进行验证,结果表明,该方法比传统道路评价方法更细致、全面、直观地描绘了车辆状态的演变过程和交通模式的分布情况,具有良好的实用性. 相似文献
16.
17.
针对传统循环工况难以表征电动汽车特性的问题,以典型大中型城市西安为研究对象,对电动汽车城市循环工况构建方法进行了研究。研究工作主要体现在试验路线构建、试验数据处理和循环工况合成。在试验路线构建过程中,首先以2016年西安市城市道路交通地图为参考,应用ArcGIS软件计算了西安市城市道路总长度及各种类型道路长度,然后采集了西安市各种类型道路进行交通流量,采用重复抽样假设检验法确定了试验路线长度,采用层次分析法获得了试验路线中各种类型道路的长度和比例,并且基于西安市城市道路整体综合特征构建了试验路线。在试验数据处理过程中,首先采用小波分解和重构法对原始数据进行去噪,然后基于主成分分析法确定了运动学片段特征参数,基于模糊C均值(FCM)聚类分析法将试验数据划分成稳定流动工况、拥堵工况、畅通工况3种运动学片段。在循环工况合成过程中,根据3种运动学片段类的比例,选取离聚类中心最近的运动学片段合成一个完整的行驶工况。最后将西安市城市循环工况与中国典型工况,NEDC,UDDS,ECE15,EUDC,FTP-15等行驶工况的特征参数进行了对比,并且进行了试验对比研究。试验结果表明:西安城市工况下的续驶里程与实际续驶里程相差11. 72 km,相对误差为3. 91%,说明所建立的电动汽车城市循环工况能够真实反映西安市交通总体特征,所构建的行驶工况具有较高的真实性。 相似文献
18.
《公路交通科技》2018,(11)
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。 相似文献
19.
20.
《公路交通科技》2017,(11)
利用车辆行驶过程中的卫星定位数据,可以计算和识别诸如超速和不按规定路线行驶等违规驾驶行为。准确有效的识别结果,能够为道路运输行业管理部门和运输企业实现动态安全管理提供充分可靠的管理依据。针对已有的违规驾驶行为辨识算法在抗数据噪声干扰方面的不足,提出了一种带抗噪声的违规驾驶行为辨识的方法。该方法结合预定行驶路线的地理坐标信息和分段限速值等基准判定数据,通过比较车辆当前行驶位置的卫星定位坐标与预定行驶路线最近坐标的球面距离值等,来判断和统计是否发生不按规定路线行驶的行为。通过比较车辆实时行驶速度、当前路段限速值和违规阈值等参数来判断和统计是否发生违规超速的行为。结合道路运输企业营运车辆实际运行过程中产生的大量车辆卫星定位数据,对所提出的辨识方法进行了试验验证。试验结果表明,与已有算法相比,本方法对于因漂移产生的卫星定位数据噪声有更强的抗干扰性,能够提高对不按规定路线行驶以及违规超速行为的识别准确率。 相似文献