关联路网拓扑特性的车辆出行行为画像分析研究

基于交通时空大数据的微观出行行为分析可以为精细化、个性化的交通管控措施制定提供支持,车牌识别数据作为一种精度高、准确性高、采样率全的时空大数据,近年来受到广泛关注。但是现有基于车牌识别数据的出行行为分析文献在进行行为分析的过程中较少考虑路网特征,即没有将出行者的行为与路网特性结合起来分析,这导致挖掘得到的出行模式与路网本身的关联不高。本文首先对车牌识别数据和路网拓扑数据进行数据融合,基于此融合数据,根据机动化出行者的出行行为特性使用聚类算法进行车辆画像,将路网上的车辆划分为临时办事车辆、频繁过境车辆、家庭不常用车辆、通勤车辆、网约出租车辆五类车辆。同时,结合复杂网络方法和聚类算法对交叉口进行画像分析,挖掘出交通管理者需要重点关注的交叉口。在此基础上,结合车辆出行行为和路网拓扑信息深入挖掘出行车辆的出行模式,构建车辆画像-交叉口画像-过车频次矩阵、车辆画像-交叉口画像-过车占比矩阵,进而对车辆出行时空特性进行深入挖掘,为交通管控措施的制定提供支持。     

基于卡口车牌识别数据的车辆出行分析

车辆出行是城市道路交通的基本组成单元,掌握城市道路网车辆的出行信息,深入挖掘车辆出行特征与规律,能为城市交通管理提供决策信息.本文基于卡口车牌识别数据,提出了一套车辆出行分析框架.首先对全路网运行的所有车辆的个体出行进行辨识,提取所有车辆出行的路径和行程信息,并从个体和集计层面获取车辆出行的规律特征;利用车辆的多日出行信息和统计特征,提出了车辆职住地识别方法;基于外地车的出行特征,利用 K-means++ 算法对外地车进行分类.在实例分析中,以广州市道路网运行车辆作为研究对象,开展了车辆出行分析,实验结果验证了本文方法的有效性.通过本文方法挖掘的信息对城市道路交通管理具有重要意义.     

基于模糊推理的区域路网交通状态分析方法

为准确判别区域路网的交通状态,对区域路网交通流的宏观特性进行了详细分析,建立了路网交通状态评估指标体系。结合区域路网的拓扑结构与交通流特征,基于模糊推理技术提出了路网交通状态分析方法。以城市主干道路网为例,验证了路网交通状态分析方法的有效性。该方法可应用于在线交通状态分析和历史数据库交通运行特征的提取,为交通管理决策提供基础信息。     

拥堵指数自适应调节的交通运行状态识别方法及应用研究

拥堵指数是客观评价城市交通运行状态的有效指标。针对当前拥堵指数模型中对交通畅行速度时空特性考虑不足的问题，本文在车辆定位与路网时空匹配数据的基础上，引入概率密度分段原理对车辆速度进行距离和时间分段，建立了具有自适应调节能力的拥堵指数模型，用于城市交通运行状态的分类与识别。以厦门市节假日浮动车辆定位数据为例，仿真分析了拥堵指数模型在复杂道路和城市交通中的适用性，并揭示了城市交通运行状态的变化规律。分析结果表明：拥堵指数模型能有效区分道路的空闲和繁忙时段，并依据对应时段的畅行速度进行自适应调节；针对复杂互通立交和专用共线道路，拥堵指数计算结果相较传统方法平均提升了 6.5%和3.2%；厦门市交通为单一晚高峰拥堵形态，平均拥堵指数介于 1.0~3.0 之间，拥堵时间为16:10- 21:00，空间分布集中在厦门市进出岛方向的主干道枢纽位置，以及厦门岛内东西走向主干道。该项研究对于快速建立不同城市及具有特殊时段需求的交通运行识别方法起到积极作用。     

基于微粒群算法的过饱和交叉口群信号优化研究

城市道路基础设施和建设与交通需求不匹配会导致城市过饱和状态交通频现,利用交通信号控制改变交通系统内车辆的运行规则是解决问题的必经之路。将微粒群算法应用于过饱和状态交叉口群信号协调优化当中,并通过VISSIM仿真评价信号协调优化效果。研究结果显示,经过信号优化,过饱和状态路网中各交叉口的延误车辆数、停车次数、排队次数均有所下降,路网的交通运行情况有明显的改善,一定程度上疏解了过饱和状态交叉口群。     

城市交通状态的空间依赖性和异质性分析

有关城市交通状态空间特征的研究相对匮乏。从空间角度分析城市宏观交通特征,首先,针对城市路网几何形态和交通数据的关系提出适合于城市交通数据分析的空间模型。然后,以从长期的浮动车数据中提取的路段行程速度作为描述交通状态的实验数据,分别采用空间自相关和核密度估计法定量分析路网行程速度的空间依赖性和空间异质性,并分析其在典型时段的空间分布特征。结果显示:城市交通状态的关联性在空间上随着路段间距的增长而衰减;城市交通状态的空间分布特征随时间变化,受路网结构和区域功能的影响在空间中呈现集聚特征。     

基于车牌识别的交通流结构分析

通过车牌识别技术,将动态的交通流信息与静态的车辆档案数据实现关联,极大丰富了智能交通框架下的道路交通信息采集的种类,为深入认识、了解、掌握城市交通流特性打开了崭新的视角.文章结合实例,阐述了运用OLAP技术对基于车牌识别的交通流数据进行结构分析的方法及应用展望.     

基于手机信令数据的郊区公路交通状态分析

由于技术手段存在的一些不足,目前对郊区公路交通现状的掌握也一直存在局限,影响管理与服务水平的进一步提高.从郊区公路路网模型构建、数据提取与预处理、停留点识别、出行轨迹识别、流量与速度获取、营运或非营运交通识别等环节,提出基于手机信令数据进行郊区公路交通状态分析的全流程技术路线,采用DBSCAN聚类算法、地图A PI工具等技术手段加以实现.对北京市怀柔区郊区公路进行实例分析,得到研究区域内各等级道路的全天候流量、不均衡系数、速度变化等特征,并根据相关规范进行公路服务水平评价,为我国郊区公路的交通状态研究补充数据资料.     

基于改进FCM聚类算法的高速公路交通状态识别

为有效识别高速公路交通状态,提高路网服务水平,基于改进的模糊C均值(Fuzzy CMeans, FCM)聚类算法对高速公路交通数据进行分析。首先,采用熵权法确定交通流量、空间占有率、平均速度和路网充裕度4个交通状态分类指标的权重,并对每个样本赋予不同的加权系数。然后,将样本权重计算纳入算法迭代过程,进而实现高速公路交通状态识别。最后,比较改进FCM算法与传统FCM算法的目标函数值、迭代次数及运行时间,结果表明:与传统FCM算法相比,改进FCM算法的目标函数值较小,迭代次数较少,运行时间较短,在数据中表现出更好的适应性;由改进FCM算法得到的聚类结果能准确、全面地反映交通数据的变化情况,实现道路交通状态的有效识别。     

城市路网交通状态的小波分析检测方法

选取交叉口进口饱和度和路段平均行程速度作为路网状态检测的基本参数,采用小波包变换的时频高分辨率特性,以能量分析方法识别进口饱和度和路段平均行程速度的突变与异常状况,并定义了交通状态系数来定量描述交通状态变化,设计了基于小波分析的交通状态检测算法,并采用贝叶斯算法对交通状态进行预测。仿真分析结果表明:小波包变换可有效识别节点能量分布的突变区间,据此可准确判别交通状态发生变化的时段;当采样数据的模极大值点为200～243时,此段节点能量变化比较剧烈,信号在此出现突变,由较平稳向非平稳状态变化,对应的路段交通状态系数大于0.300h.km-1,为拥挤状态。该方法原理简单,检测响应时间短,检测结果可靠。     

基于卡口车牌数据的交通拥堵改善方案研究

卡口车牌数据含有极其丰富的交通信息,可以获取传统调查方法无法获取的指标,是交通分析的理想数据。提出卡口车牌数据用于交通拥堵分析的思路和方法,即通过卡口车牌数据获取路段流量、转向流量、路段平均行程时间、车辆OD等指标,了解交通特征,进而有针对性地提出改善方案。在原始数据预处理方面,提出基于路网拓扑结构和大数据思想的数据补全方法;在交通分析方面,根据不同分析目的,将研究问题分为明确路径的轨迹分析、明确起(终)点的轨迹分析以及不明确起终点的轨迹分析三类,并分别探讨了其适用性。最后,以千岛湖镇新安东路改造为例阐述具体分析过程。     

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。     

宏观基本图稳定性评价方法及在子区划分的应用

提出宏观基本图稳定性的评价方法及指标,对MFD进行了特征分析,定义三个特征参数:路网运行最大加权平均交通量、路网运行临界加权平均交通量、路网运行临界运行车辆数;通过特征分析提出基于MFD的交通状态划分方法,划分为顺畅、临界、拥堵等三种交通状态;着重讨论临界状态的交通特征,提出利用临界状态的路网加权平均交通量作为路网交通运行离散度来评价MFD的稳定性。在子区划分的应用中,通过考察不同子区数量下的全路网交通运行离散度,得到最优的路网路网子区数量及相应的划分方案。最后,在微观交通仿真平台上,通过对现实路网的交通运行历史数据进行模拟,在广州市海珠区江南片区给出实例分析。把路网总长度为约25 km,覆盖范围约4 km2的路网划分为两个子区,为交通管理决策提供支持。     

浮动车数据在城市宏观交通特性研究中的应用

回顾和总结了国内外浮动车数据在交通信息服务和路网评价方面的研究及应用现状,提出浮动车数据的三阶段应用.重点阐述了面向城市宏观交通运行规律分析的第三阶段应用,提出基于历史交通流状态数据的数据分析流程.并以北京市浮动车系统采集的数据分析结果为例,分析了北京市路网运行速度的时空分布特性以及不同等级道路的里程利用情况.     

考虑交通状态影响的服务区凝聚层次聚类入区判别模型

为了精准掌握高速公路服务区入区车辆特征、提升服务区运营管理水平,基于高速公路ETC门架通行和收费数据,在分析服务区路段和邻近服务区路段车辆行程时间和速度分布特征基础上,考虑路段交通运行状态影响,提出了基于凝聚层次聚类的运行状态识别方法和服务区分车型入区判别模型。以G65包茂高速大观服务区为例,通过关联上、下游门架路段交通运行状态,明确了服务区路段车辆在4种不同运行状态下的速度概率分布特性,结合聚类给出了各个运行状态下车流密度和速度变化的入区判定条件,并利用服务区视频卡口数据进行验证分析。结果表明：判别误差主要分布在拥堵时段,全日客车和货车在考虑运行状态下的相对误差分别为1.5%、7.0%,与不考虑路段运行状态情况相比分别提高了2.9%、4.1%,验证了模型的有效性,为获取高速公路服务区入区车辆特征提供了一种新的思路。     

卷积神经网络及其在智能交通系统中的应用综述

从特征传输方式、空间维度、特征维度3个角度,论述了近年来卷积神经网络结构的改进方向,介绍了卷积层、池化层、激活函数、优化算法的工作原理,从基于值、等级、概率和转换域四大类总结了近年来池化方法的发展,给出了部分具有代表性的激活函数对比、梯度下降算法及其改进型和自适应优化算法的工作原理和特点;梳理了卷积神经网络在车牌识别、车型识别、交通标志识别、短时交通流预测等智能交通领域中的应用和国内外研究现状,并将卷积神经网络算法与支持向量机、差分整合移动平均回归模型、卡尔曼滤波、误差反向传播神经网络、长短时记忆网络算法从优势、劣势和在智能交通领域的主要应用场景三方面进行了对比;分析了卷积神经网络在智能交通领域面临的鲁棒性不佳和实时性较差等问题,并从算法优化、并行计算层面和有监督学习到无监督学习方向研判了卷积神经网络的发展趋势。研究结果表明:卷积神经网络在视觉领域具有较强优势,在智能交通系统中主要应用于交通标志、车牌、车型识别、交通事件检测、交通状态预测;相比其他算法,卷积神经网络所提取的特征更加全面,有效地提高了识别准确度与速度,具有较大的应用价值;卷积神经网络未来将通过网络结构的优化、算法的改进、算力的提升以及基准数据集的增强,为智能交通带来新的突破。      

�����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.     

车辆牌照自动识别中的一种新算法

机动车是现代交通运输中的一种重要工具,而车牌是车辆的身份证,是车辆的唯一标识,对车辆具有非常重要的意义.车牌识别技术是现代交通运输中的关键技术之一.在车牌识别系统中,根据车牌字符的分布特征,提出了投影与车牌尺寸先验知识相结合的车牌字符分割算法,该算法对图像中字符断裂和字符粘连的现象进行了有效的针对性处理,提高了字符分割的正确性,对牌照的正确识别起到至关重要的作用     

基于高速公路流水数据的通勤车辆特征研究

随着居民利用高速公路进行通勤出行车辆的增加,高速公路缓行和交通拥堵等问题时有发生,特别是在重大节假日期间.目前,解决上述交通问题的主要方法是交通需求管理措施,而实现有针对性的交通需求管理需要对高速公路收费流水数据进行精确的挖掘分析,掌握车辆在高速公路上的运行状态与时空分布特征.本文基于高速公路收费流水数据,借助 K-means++聚类方法识别使用高速公路日常通勤的车辆,进一步分析通勤车辆的出行时空分布特征.从通勤出行的角度,挖掘城市通勤快速出行廊道分布,研究高速公路网与城市道路网络的关系,对提高交通系统效率和缓解交通问题具有重要的意义.     

基于车牌照数据的通勤特征车辆识别研究

近几年来,交通拥堵日益成为大中城市最严重的交通问题之一,而由通勤行为 引起的早晚高峰交通拥堵最为突出,严重影响了城市居民的出行和交通系统的运行.因 此,本文从车辆的角度出发,采用上海快速路牌照识别系统采集数据,通过k-means 聚类 数据挖掘方法,提取路网中的通勤特征车辆,并分析了通勤特征车辆在路网中的出行时 空分布.分析得出,在上海快速路网中,占全部检测车辆2.8%的通勤特征车辆在早晚高峰 时提供了高达36%的交通量.在早高峰时段,识别出的通勤特征车辆主要分布路段为中环 外圈、陆家嘴方向、逸仙高架和沪闵高架;晚高峰时段,基本集中在与早高峰的相反方向. 研究结果表明,本文基于车牌照数据的数据挖掘方法,可以有效地提取通勤特征车辆并 研究其出行行为的时空特征,能够为城市交通拥堵问题的缓解和交通需求管理政策的提 出提供辅助决策信息.