基于移动终端定位技术的交通参数提取与应用

随着科技的发展,移动终端的不断普及,以及移动定位方法的日趋成熟,使得定位技术在其他领域的应用得到了广泛的关注.对移动终端定位方法进行了分析,并列举了其在交通参数提取的应用方式,在理论上论证了移动终端进行交通参数提取的可行性.     

自动化采集技术在交调中的重要意义

交通信息采集手段是关系到公路交通情况调查工作质量的关键环节.本文对人工观测方式和自动化采集技术方式进行分析,提出自动化采集技术的优点;通过对交通流量采集设备采集数据的内容及数据应用进行分析,明确自动化采集技术在调查工作中的重要性;根据自动化技术使用现状及不足,提出自动化技术发展的建议.     

基于云平台的交通视频检测数据优化研究

交通视频检测技术在智能交通领域应用广泛,成为当前交通信息采集的主要手段.但在恶劣天气条件下,视频车辆检测器采集的交通数据误差较大,难以准确反映路面实际状况.为解决此问题,本文提出基于不同气象能见度等级构建k 型BP网络,对气象能见度低于10 km时的原始交通数据作预处理优化.分析了云计算在交通信息处理方面的优势,基于云计算平台实现了该模型的构建与推广.最后以成都绕城高速七里沟大桥定点观测得到的数据做样本进行实例分析,对比了该模型方法与传统处理方法的数据处理效果,得出了本文方法较传统方法先进的结论.     

上海市交通规划大数据平台建设与应用

在城市数字化转型背景下,交通规划大数据平台建设与应用能够实现规划业务的数据赋能。介绍上海市交通规划大数据平台的技术框架和主要功能,并从数据应用、维护管理、安全协同等方面详细阐述了平台的设计特点。平台依托上海市交通规划模型相关技术,以规划业务人员为应用对象,汇集了多维度、多渠道数据,提供常用专题图和公开共享的数据资源,支持各种数据资源的叠加分析应用和个性化制图功能。最后,以案例形式展示平台在规划工作中的典型应用。平台在保障数据安全的前提下,可实现数据资源的高度共享和有效利用,有效支撑规划业务人员的日常工作,也为相关业务人员的交流提供媒介。     

探讨互联网+背景下的城市智能交通

近些年来,"互联网+"在我国的城市交通建设与管理中得到了广泛的应用,并潜移默化地影响着我们的生活。随着互联网技术的迅猛发展,互联网+的城市智能交通体系正在逐步形成。互联网+的应用涉及了交通产业的方方面面,包括交通数据的分析,构建智能交通体系,提升交通资源的配套与利用,以及纵向跨界交通信息服务等等。     

道路交通数据采集技术研究展望

交通数据是交通规划、管理与控制的基础,尤其对智能交通系统的建设和运营具有决定性作用。阐述交通数据采集技术的发展．分析、归类其技术特点,研究和展望新技术在交通数据采集中的应用前景,提出适合我国道路交通特点的交通数据采集技术。     

智能交通系统中的交通信息采集技术研究进展

实时、准确的交通信息采集是智能交通的基础。根据被采集车辆是否与采集系统进行交互,交通信息采集技术分为两大类:独立式采集技术和协作式采集技术。分析了各种采集技术的特点、适用场合和发展现状,并提出了未来的发展趋势:车辆内部信息的直接获取、交换式信息采集、多种采集技术的融合。     

城市快速路交通拥挤识别方法

为了从海量动态交通数据中快速识别路网中存在的交通拥挤,通过分析拥挤的特征模式和各种数据挖掘技术的特点后,设计了一种适用于城市快速路的交通拥挤自动识别方法。该方法将占有率、速度和流量三个基础交通流参数进行组合得到新的特征变量,运用优化的多层前馈神经网络模型对特征变量进行处理来判断是否有拥挤发生,通过分析模型输出结果的变化趋势区分常发性拥挤和偶发性拥挤。模拟数据和实测数据对比结果表明,该方法可以识别城市快速路上发生的交通拥挤,具有良好的实用性。     

互联网交通数据挖掘及可视化技术研究

随着社会技术的发展,传统交通数据采集成本较高,从电子设备的普及、互联网的发展、数据化信息化对城市的影响等方面,阐述交通数据的挖掘及可视分析的必要性,并详细研究互联网交通数据的挖掘方法,分析数据可视化方法在交通领域的应用,最后以深圳市龙岗区862路公交数据为例,通过python编程将高德地图数据采集并将其可视化,说明交通数据的挖掘和可视化的具体方法流程.     

�����ƶ���⼼���ij���·��΢�۷�������

针对城市路网中各等级道路功能不合理和交通拥堵问题，提出了一种城市路网研究的方法：利用移动检测技术在道路上采集动态交通数据，通过对采集的数据进行处理，地图匹配，在地图上重现车辆运行轨迹，再结合城市土地利用情况，对城市路网状况进行综合微观分析，探讨了不合理路线的种类和原因，提出针对性的路网改良方案和建议.     

����·�����Ա����ĸ�����������ģ���о�

作为一种新型的交通信息采集方式,浮动车技术得到了广泛的应用.在浮动车系统中,目前的难点在于浮动车配置数量的确定,即在保证一定覆盖率的前提下,如何合理配置路网中的浮动车数量.本文针对现有浮动车覆盖率模型的局限性,从覆盖率的产生机理入手,以路段为研究对象,研究路段属性对单位时间内浮动车通过该路段次数的影响,建立基于路段属性变量的浮动车覆盖率模型,并采用极大似然估计法求解.最后结合南京市的浮动车数据进行实例分析,验证了方法的可行性和有效性,可以为浮动车配置计划的确定提供参考依据.     

�ƶ���ͨ����⼼��̽�⳵��������ģ���о�

为解决移动交通流检测技术中无法合理确定出探测车样本比例的问题，提出了既满足交通流参数估计需求又达到一定路网覆盖率的探测车样本比例综合模型，该模型包括定位误差、探测车数据上传间隔、数据分析时长、路段交通流特性、路段长度、道路类型等多个影响因子，论证了在探测车数据无误差情况下路段平均速度估计时探测车占交通流的比例与其他因子之间的相互关系，VISSIM仿真数据表明利用该模型确定的探测车样本数据可有效实现路段平均速度估计。     

Study of Probe Sample Size Model in Probe Vehicle Technology

In this paper, market penetration of a probe vehicle for real-time traffic data collection is discussed. A new comprehensive probe sample size model that satisfies the need of traffic flow parameter estimation and traffic network coverage is established, in which many factors like location error, probe ‘report’ transmission interval, probe data analysis interval, traffic flow density, link length, and road type are included. Based on this model, this paper proves the relationship between market penetration of the probe vehicle and other indexes, when probe data is used for link average speed estimation based on VISSIM simulation. The simulation result shows that the sample size model can provide effective probe information to accomplish the estimation of link speed.     

基于GPS定位的浮动车样本数量确定方法研究

基于GPS定位的浮动车交通信息采集的关键问题之一就是如何确定浮动车的样本数量，分析在不同交通参数检测需求下．浮动车样本数量的确定方法，同时在考虑定位精度和通信效率下，给出计算模型，具有重要的应用价值。     

基于分段学习的BP神经网络的交通流量预测

智能交通系统是目前世界上公认的解决城市交通拥堵问题的最佳方案,实时、准确的交通流量预测是智能交通系统实现的关键技术之一。本文采用改进型BP神经网络建立起交通流的时间序列模型,该模型可用于短期内道路交通流量的预测。     

基于ITS的城市道路交通主动安全控制系统研究

通过城市道路交通事故的成因分析,对城市道路交通主动安全控制系统的构建进行了研究。提出了系统的结构框架、物理构造、工作流程和系统功能。运用先进的信息采集技术、网络信息传输技术、智能化信息处理技术和现代控制技术改变现有被动的交通安全管理模式,实现了交通事故事前的主动防御功能,可有效避免交通事故的发生,提高城市道路交通安全管理水平。     

流动车辆数据采集方法及应用

信息是动态交通管理的基础，做好信息采集是顺畅交通管理的前提。本文阐述了流动车辆数据采集法的概念、系统构成概要、数据处理流程；择要介绍了采集数据的信息增值处理，并对其实用化进程给出了阶段性规划，指出了其中需解决的主要技术和系统问题。     

非干扰交通数据采集技术介绍

随着我国大规模道路建设的完成以及车辆拥有量的迅速增加,为行业乃至全社会提供全面、准确的交通信息服务变得越来越重要,而交通数据的采集是提供交通信息服务的关键。鉴于此,通过介绍目前美国最新的非干扰检测技术的原理,以及各自产品的优缺点,可为我国交通数据的采集提供参考。     

���ڵͲ���Ƶ�ʸ��������г̳�����Ϣʵʱ�ɼ�����

智能运输系统(ITS)是当前解决交通问题的最佳途径之一,而动态交通信息的发布与预测是ITS的关键所在。然而由于在各种外部因素下,道路交通状态呈现出随机变化的特性使得动态交通信息的发布与预测成为一大难点。结合某城市的实际情况,本文建立了在定位误差、采样间隔、车辆类型、道路类型等因素影响下的行程车速估计模型,并用实测数据对模型进行精度验证。结合出租车车辆的特殊信息,改进了低采样频率浮动车技术的估计算法,建立了空车数据处理模型;针对城市复杂和相似路段问题,提出了基于距离、方向角、连通性、历史数据以及车流方向等约束条件下的地图匹配算法;针对低采样频率浮动车数据,提出了考虑交叉口影响下的行程车速估计算法,通过实测数据评估了算法的性能;最后,针对不同检测技术的特征,提出了数据融合算法。     

中小城市道路交通管理方法的探讨

本文根据吕梁市城区道路的交通调查数据，分析了中小城市的道路交通特征，找出了中小城市在交通管理方面存在的问题，并对这些问题的成因进行了具体的分析，最后有针对性地提出了中小城市的交通管理办法，希望能给国内相关城市提供借鉴。