���н�ͨӵ��̬�Ƽ�ص�ʱ�շֲ���̬ʶ��ģ��

为了及时发现和预警城市交通高峰时期的偶发事件,研究了态势监控的城市交通拥堵动态跟踪问题.对交通拥堵的相关属性、变化规律、空间分布以及判别方式等进行综合研究的基础上,分析了道路交通流的非线性动力学特征,建立了基于时空分布的路网交通拥堵态势监控的动态预警模型,提出了解决城市路网交通拥堵的方法,达到了充分利用交通资源、疏导交通、缓解交通拥堵的目的.该模型在对占有率、速度、流量三个基本交通流参数进行处理获得新的交通拥挤判别指标基础上,通过形态识别模型对拥堵状态进行判定.实例分析表明,该模型为缓解城市交通拥堵问题、提高城市交通管理水平、改善道路交通安全形势等具有重要的理论意义和应用价值.     

神经网络在交通流信息融合中的应用

在城市交通控制系统中可利用数据融合技术获得准确的车辆状态和身份估计,并将相关信息用于交通管理的决策.应用人工神经网络的方法在多传感器信息融合的基础上,提出了一种基于信息融合思想的神经网络模型,并通过实际验证了其有效性及可靠性.     

基于反馈背景模型的城市道路交叉口前景目标检测

为准确检测城市道路交叉口监控视频中缓慢行驶或短时停留的前景目标,提出了一种基于前景目标反馈的背景模型检测方法.首先基于观测样本的像素值构建背景模型,利用计数器观测像素点检测为前景或背景的次数并描述当前场景的交通状态和稳定性,其次根据场景自适应阈值判断当前像素点为前景点或背景点,最终通过交通状态和场景的稳定性更新背景模型.采用基于真实的交叉口视频场景对算法的有效性进行了定性与定量分析.实验结果表明,该算法在复杂的城市道路交叉口场景中检测出缓慢行驶或短时停留车辆的性能优于其他方法,同时能够满足城市道路交叉口智能视频监控实时性和准确性的要求,为交叉口前景目标的行为分析奠定了基础.     

基于投影寻踪动态聚类的快速路交通状态判别

为了提高快速路交通运行状态的判别精度,利用地点交通参数与交通状态之间的映射关系,提出了基于投影寻踪动态聚类模型的快速路交通状态判别方法.该方法综合投影寻踪技术和动态聚类方法构造投影指标函数,采用混合蛙跳算法优化投影指标函数的投影方向获得最佳投影方向,并利用仿真数据标定了交通状态判别阈值.结合仿真数据和实测数据进行了实验验证和对比分析.实验结果表明,投影寻踪动态聚类模型能够有效提高快速路交通状态判别精度,平均判别率为97.01%,平均误判率为0.86%,平均判别精度分别比BP神经网络模型和模糊C均值聚类模型方法提高了8.9%和4.5%.      

基于多传感器的轨道区段占用解决方案

针对轨道电路分路不良的问题,提出一种基于多传感器的轨道区段占用解决方案.该方案利用红外对射、接近开关和测距3种传感器不同的安装方法来实现数据采集,基于D-S证据理论建立了轨道占用检测模型,并通过Petri网的轨道占用检测模型实现列车计轴,在上位机实现对轨道占用情况的判断,以此对铁路行车控制提供有效依据.分析表明,本文设计的轨道电路占用解决方案的危险侧失效概率达到10-7,MTBF(平均故障间隔时间)达到105 h,满足铁路应用的可靠性和安全性需求;与传统轨道电路相比,解决轨道区段占用问题的正确率提高了20%.      

基于GPS浮动车的城市主干道交通服务水平实时评估模型

提出城市主干道道路交通服务水平及其实时评估的概念,建立了基于模糊综合评判的城市主干道交通服务水平实时评估模型,模型以实时的GPS浮动车检测数据为基础,将获得的路段平均速度、速度变化系数和低速行程时间比等作为特性参数,建立了特性参数和各级服务水平下交通状态模式之间的关系,采用模糊综合评判方法,实现了道路交通服务水平的实时评估。分析了评价周期对模型实时性和有效性的影响,并运用实例进行了验证。     

基于模型优选及融合的高教园区出行生成预测方法

为了提高高教园区出行生成预测数据的可靠性,提出了一种基于模型优选及融合的出行生成预测方法。根据选取的模型评价指标,借助ELECTRE方法对区域出行产生模型进行优选,利用证据理论方法,对优选模型的权重进行标定,最后借助标定后的权重对区域交通生成量进行数据融合预测,并与实际结果进行了对比。分析结果表明:多模型融合预测相对误差在10%以下,预测结果与实际情况非常接近,该预测方法有效。     

车联网环境下公交路径交通状态估计方法研究

传统感应线圈的交通状态估计方法已无法满足准确性和实时性的状态估计需要,为此提出了基于联网公交车辆实时速度的交通状态估计模型。所提模型借助实时信息采集系统的高效性和准确性的优势,对道路交通运行状态进行估计,同时利用卡尔曼滤波算法对交通状态变量进行更新。基于历史观测数据对更新后的交通状态变量进行修正,进而得到交通状态的估计值。通过采集数据并进行大量的实验,研究结果表明：基于联网公交实时速度的状态估计模型,在各种交通环境条件和占有率下,估计值误差指数（变异系数） 均小于15%,最大仅为13.15%;状态估计修正模型与状态估计模型相比,估计值误差指数下降了2%,总体误差优化性能提升了11.87%。在确保实时性和高效性的同时,基于联网公交车辆实时速度的交通状态估计模型解决了传统道路交通状态估计方法准确性低的问题。     

基于梯度推进决策树的日维度交通指数预测模型

城市交通运行监测和预测是掌握交通运行变化特点,制定缓解交通拥堵策略的重要工作,其结果能为公众提供有效的路况信息,亦为政策措施的制定和效果评估提供重要支撑.有别于传统的短时交通预测,本文提出的预测模型不是针对相邻时段的运行状态预测,而是更长跨度上,针对日级别高峰时段交通运行状态的预测.构建了包含时间周期、特殊天气、节假日、限行、大型活动等因素的多维度影响因素集;以长期历史交通指数构建数据训练集,提出了基于梯度推进决策树的日维度路网状况预测模型.应用最优模型进行验证,结果表明,模型预测精度可达 90%以上,与其他 4种回归模型的对比分析也显示,本文所提出的模型在各项评分中均表现最优,说明其更适合于大样本、多因素的回归分析.本文所提出的日维度预测模型对提升城市路网运行质量、缓解交通拥堵具有重要的应用价值.     

����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。     

��������ͼ�ı����е�·��ͨ״������ָ����о�

各种仪器设备采集了大量的城市道路交通实时信息数据,但目前所能利用的信息仍较为稀少。研究如何利用这些丰富的信息数据资源极具意义,也十分必要。本文基于对北京市快速干道实时采集的RTMS数据的分析,以交通流理论为基础,结合统计分析方法提出一种基于特征图的道路交通状况量化评价指标模型。具体将模型应用于北京市二、三、四环的交通状况分析,取得了具有一定实际应用意义的量化评价指标。最后,应用多成份Gauss混合模型对交通流参数的分布实施拟合,并采用EM算法进行参数估计,就指标的合理性和可信性做出了进一步的评价分析。     

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.     

基于泛布尔代数的交通信号控制的数据挖掘

提出了将基于泛布尔代数理论的数据挖掘技术应用到城市交通信号控制中。针对城市单个T形交叉路口的交通流控制,利用这种新的数据挖掘技术对其进行了初步分析,采用了多相位实时控制策略;对提取的决策规则,建立起决策系统的泛布尔模型。仿真结果表明,通过这种新的数据挖掘技术得出的控制模型,对实时改善交通流的管理和控制,效果优于传统的交通流控制技术。     

���ڿɱ�Ԫ������ģ�͵ij��е�·��ͨ�����Ʒ���

城市道路交通流预测的可靠性、实时性是城市交通管理与控制的基础. 为提高城市道路交通流的预测能力,提出了可变元胞传输模型（VCTM模型）. 在分析元胞传输模型（CTM模型）在城市道路交通流预测方面应用不足的基础上,根据流量守恒定律,将元胞的交通流密度和元胞的长度两个参数引入CTM模型,建立了VCTM模型. VCTM模型根据路段连接、汇聚、分流等三种形式的不同特点,分别建立了元胞连接、汇聚、分流的交通流传输公式. 虽然VCTM模型引入了元胞的交通流密度和元胞的长度两个参数,增加了模型求解的运算量,但克服了元胞长度必须相等的局限性,确保VCTM模型可以应用于城市路网中的不同道路. 仿真结果表明,VCTM模型能够满足城市道路交通流预测的要求.     

城市快速路分层分布式优化控制方法研究

针对城市快速路控制系统对实时道路交通状况不能及时、有效地响应问题，利用时变的交通状态估计与OD矩阵预测信息，基于智能交通控制及分层分布式思想，提出一个新颖的城市快速路匝道控制方法. 采用基于多项式趋势模型的滤波方法对路段总的交通需求进行估计与预测，提前确定道路将来排队长度的上界；对快速路网未来的交通状态进行预测，基于全局最优的思想，提前为路网中各个匝道建立协调约束，为匝道调节率的制定提供依据. 仿真结果表明，分层分布式的快速路控制系统通过协调各个匝道之间的利益，能够有效缓解高峰出行时的拥堵现象，对实现城市快速路网整体性能优化具有现实意义.     

融合卡尔曼滤波的高速公路状态估计误差界限分析

为分析高速公路交通流检测数据质量,本文构建平方流量误差界(Squared Flow Error Bound, SFEB)和扩展卡尔曼滤波(Extended Kalman Filter, EKF)的决策级融合模型SFEB-EKF,在检测器空间覆盖不足情况下,计算检测路段和无检测器路段的交通状态估计误差界限。与SFEB 算法相比,融合模型利用EKF交通状态估计模型估计全路段交通状态,基于得到的估计样本计算全路段交通状态估计误差下界。同时,采用最近邻法(Nearest Neighbor Method, NNM)计算全路段交通状态估计误差上界。应用开源高速公路数据集测试模型,结果表明,与需要输入真实样本的SFEB算法相比,融合模型SFEB-EKF在缺少真实样本情况下,能取得相似的结果且误差保持 在5%以内,不同检测器覆盖率实验下模型表现出良好的稳定性。本文模型通过给出无检测器路段交通状态估计界限,为高速公路交通检测器布设方案提供参考。     

基于Optima的实时在线交通流预测方法研究

目前城市道路交通流预测主要是基于物理模型、数理统计特性并融合部分智能预测算法来实现的,而对于一些影响预测效果的重要交通因素,诸如FIFO原则、交通信号控制方案等在现有的预测方法因无法很好地引入和描述而忽略.本文提出了一种基于Optima系统实现的实时在线交通预测方法,通过建立路网模型、需求模型及初始OD矩阵获取路网实时状况,并通过构建关联数据库实现实时路网模型信息、交通信号控制信息的有效对接,依据TRE算法预测路段进出口的累积流量并结合模型分配值、历史数据实现实时在线交通预测.以北京市望京区域为例进行仿真验证,通过误差分析,获得了较为理想的预测效果,验证了该预测方案的有效性.     

一种基于激光与视频信息时空数据融合的行人检测方法

针对城市交通行人安全问题,本文提出了一种基于激光与视频数据融合的行人检测方法.通过激光与视频数据空间和时间上的融合,将激光数据映射到图像坐标;在激光聚类过程中,采用K-means 聚类算法对激光云点进行聚类分析,然后运用行人宽度模型提取候选行人区域;在基于图像的行人检测过程中,选取头肩、躯干以及腿部人体特征部位,采用Haar-like 特征集和Boosting 算法进行训练,得到部位检测器;最后,基于贝叶斯决策的组合策略对候选行人区域进行有效判定.实验结果表明,本文所述算法有较好的检测精度和实时性能.     

城市道路交通流实时数据质量控制技术

随着城市交通系统越趋复杂．交通数据量越趋庞大．传统的历史数据修正方法和交通流理论修正方法在数据质量控制上渐显不足,以致隐含在交通流数据中的真实规律得不到体现？文章总结归纳国内外相关领域的研究成果,结合广州市在建和已建智能交通系统中数据质量控制技术现状,提出一种基于数据类型、缺遗原由等特征的城市道路交通流实时数据质量控制技术,并且通过实际工程应用案例验证了该项技术能有效解决交通数据处理的;住确性、可靠性和实时性问题。     

基于水波原理的城市突发事件交通影响程度研究

分析城市突发事件对交通的影响程度,从而采取相应的交通应急对策,具有重要的现实意义.本文借助水波原理,将城市突发事件对交通的影响比拟成往水中扔石头产生的效应.提出了交通影响系数概念,并以此来界定突发事件对交通的影响程度;引入累积交通影响系数概念,利用二重积分构建了累积交通影响系数理论模型,从而评价突发事件对周边路网的综合交通影响程度.选取一起交通事故为例,在对调查数据筛选和整理的基础上,得到了交通影响系数时空分布图;根据交通影响系数随时间和距离的变化曲线特征,利用MATLAB构建了交通影响系数与时间和距离的关系模型;最后计算得到了事故的综合交通影响程度为0.466 7,结果表明该起事故对周边交通的影响较大.