适用于路径规划系统的动态路网描述模型

为满足路径规划对路网交通信息的需求，章建立了基于GIS节点一弧段拓扑结构的路网模型。通过将路网转化为对偶图，成功地解决了最优路径计算过程中存在的交叉口转向限制问题；分别对不同最优目标函数下对偶链的路权进行标定，着重研究了路段动态行程时间的计算方法。通过电子地图上不同颜色和状态的动态线条来显示交通流的实时变化，使出行能够很容易识别这些信息。本模型为车辆导航提供了可视化的信息平台。     

基于双层规划模型的应急救援调度与路径选择集成优化

城市中突发事件发生后,为有效降低财产损失和人员伤亡,减少应急救援在调度和路径选择等环节的响应时间损失,保障应急救援任务顺利完成,需要对各类应急救援交通资源进行合理调度,并在起讫点间根据路网实时交通状态,动态选择行驶路径,减少其路段行程时间。在多目标应急救援调度和最优路径选择目标分析的基础上,提出了一种考虑不同类型应急车辆调度和最优路径选择的双层规划的集成优化模型。在上层模型中,主要考虑应急救援车辆的调度费用成本,通过最小化应急救援车辆的固定成本、容量成本和时间成本,来确定不同类型应急车辆的出救位置和相应出动车辆数;下层模型中,主要考虑应急救援车辆的路径在途行程时间,通过最小化动态路网下应急救援的路段行程时间和信号延误时间来确定救援通过的路径,并根据固定的时间间隔动态更新路网的交通状态,使救援车辆尽可能选择避开交通拥堵的路段行驶,从而更快速到达目的地。案例分析结果表明,基于双层规划的应急车辆调度和路径选择集成模型与仅考虑调度或路径选择的模型相比,总调度成本降低了2.67%,总在途行程时间减少了21.05%,路径选择中能有效降低通过沿线拥堵道路的比例,表明模型具有很好的适用性和实用价值。     

基于车联网的城市路网实时行程时间预测

近年来,车联网技术快速发展,其不仅具备车辆对车辆和车辆对路侧的联网通讯功能,而且还能提供交通信息的实时交换功能。在车联网条件下,假设所有车辆均为浮动车,则基于浮动车和交通检测器信息可构建城市路网的行程时间预测模型。该模型针对路网行程时间进行预测,并对浮动车实时和历史数据进行比较和分析。分析结果表明:使用浮动车实时数据预测的行程时间误差最小,但变异系数很高;而使用融合模型,则误差和变异系数都较低。     

智能公交电子站牌显示时间预测方法研究

公共交通智能化调度系统是利用先进的技术手段，动态地获取实时公共交通信息，实现对公交车辆的实时监控和调度，这是公交调度的新模式。公交站点间运行时间预测是城市公共交通智能化调度最重要的工作。研究了基于智能化调度系统的公交电子站牌显示时间的预测理论、模型和方法，旨在为推进我国智能公交系统的快速发展奠定基础。     

面向动态导航的城市路网实时交通信息服务系统研究

结合国内外的研究现状，基于实时GPS数据和高架线圈检测数据的数据融合处理技术，给出了面向动态导航的实时交通信息服务系统的总体框架，实现了城市路网的实时交通流状态估计；通过构建实时交通信息系统，借助无线通讯方式为车辆提供实时交通信息和动态路径规划服务，实现了在动态路径规划基础上的车辆动态导航。     

基于城市交通控制系统的动态车辆行驶路线选择的方法

本文以我国一些城市 城市交通控制系统的基本设施为基础，利用实时路网交通流检测数据，并进一步上理，使其为车辆诱导提供所需信息。车辆根据路网信息，动态地选择起讫点的最短路，以保持较佳的行驶线路，进而优化城市交通。     

城市路网交通流元胞自动机模型研究

研究城市路网交通流的动态特性,揭示交通拥堵、环境污染和交通事故的产生原因和规律,能为城市交通问题的解决提供理论依据.元胞自动机模型是研究城市路网交通流动态特性的一个有效工具,能够再现许多重要的交通流特征.从路段模型、交叉口模型和路网模型3个方面总结和评述了国内外各种典型交通流元胞自动机模型.在现有模型的基础上,通过对车辆起讫点分布、路径选择行为、双向通行多车道路段车辆换道规则、不同控制交叉口的车辆更新规则以及网络拓扑结构等方面进行改进,可以提高元胞自动机模型在城市路网交通流仿真中的真实性.     

基于车联网及云计算的电动物流车智能调度算法

考虑到轻型电动货车作为未来城市内物流运输的主要载体,以及云计算和车联网在物流行业的应用,在对物流企业调研的基础上,研究了未来电动车作为城市货运物流的调度问题。区别于已有研究成果将车辆装配与路径规划分开进行优化的研究思路,基于未来物流企业将普及云计算平台及车联网技术的假设,构建了包含货物装配及车辆路径规划一体的调度模型。根据企业物流调度的实际需求,改变了以往以单一节点为中心的路网结构,构建了更加符合实际的全连通路网结构。提出采用平均道路运输成本、平均车辆装卸成本、仓库的仓储成本、仓储的均衡度,货物运输的剩余时间等5个量化评价指标对调度结果的优劣进行评价;在调度建模的基础上,提出了一种新型实用的基于车联网及云计算平台的电动车物流的多目标优化调度算法,用于对调度模型的求解。为验证模型的有效性及算法正确性,生成了不同规模的数据集进行测试。首先在小规模数据上验证了模型与算法的正确性,然后在大规模不同调度请求下,对比智能调度算法与当前物流企业普遍采用的人工调度算法,在不同仓库的仓储能力与车辆的运输能力的比值、不同调度车辆数量、不同仓储节点数量下的调度情况。100组随机数据的平均调度结果分析表明:智能调度算法调度指标均优于人工调度算法。     

基于气压脉冲的车辆分型检测技术应用研究

运用现代交通检测技术进行车辆分型检测,关键是基于自动识别的车型分类方法.结合应用实践,对车型分类方法进行比选,对气压脉冲分型检测原理进行分析,介绍了基于气压脉冲的车辆分型检测技术的系统构成和工作模式,提出了车辆分型检测方法.并以MetroCount 5600车辆分型统计系统的Traffic Executive分析管理软件为例,对车辆分型参数关系进行分析.实践证明,基于轴距分型的气压脉冲检测技术能够提供路网调度管理动态数据采集的所有分型参数,为路网调度管理提供有力的数据支持.     

智能车载交通信息系统及其动态传播效果分析

为解决集中式道路交通信息系统存在的系统建设资金投入大、建设周期长、数据处理过于集中、应对严重突发灾害能力不足等相关问题,论文对基于车车通信方式的分布式交通信息系统进行了深入研究,改善和构建了基于VANET实现路网交通拥堵信息自主采集与动态传播功能的新型交通信息系统(IVTIS)模式及相关模型,进而通过交通仿真软件Vissim的二次开发,对交通拥堵信息自主采集、融合、传播及路网拥堵信息自动生成与动态更新模型等,进行了不同车流量及信息发布间隔情形下交通拥堵信息传播效果的综合仿真.通过对路网交通拥堵信息的车辆接收率、最短传播时间及最大传播速率等评价指标的综合分析与比较评价,结果显示IVTIS系统模式及相关模型基本合理,其在路网拥堵信息的自主采集、动态传播及其路网覆盖效果方面显示出较好的整体效果.      

城市车路协同系统下实时交通状态评价方法

交通状态评价方法能够为交通管理系统提供可量化的实时路网信息，为动态引导交通流、缓解交通拥堵提供依据。受限于交通路网的时变性和评价过程的主观性，目前传统评价方法的精度时常无法满足需求。基于城市车路协同系统动态获取路网信息优势，提出一种利用车路信息融合的实时交通状态评价方法。首先，定义了一种网联汽车与路侧终端间的无线交互方式，并确定数据协议以保证实时车辆数据的准确性；其次，从实时数据中选取平均通过时间、平均停车次数、平均停怠时间作为一级评价指标进行模糊综合，应用多算子对计算的一级评价结果构成二级交通状态评价指标，并根据层次分析法确立指标权重，同时根据仿真和试验结果建立适用于各级道路参数的可变隶属度规则，从而融合动态车辆数据与静态路段参数，计算得出交通状态评价结果与评分；最后，由网联汽车、车载终端、路侧终端和无线通信模块搭建实际协同测试系统对该方法进行了试验验证。试验结果表明：测试系统所得到的路段实时交通状态评价得分与对应的交通状态变化趋势一致，能够准确体现城市车路协同环境下的交通状态特点。该评价方法运用信息融合方法提高了交通状态评价结果的实时性与客观性，同时为车路协同技术应用于实时交通诱导，缓解城市交通拥堵提供了理论依据。     

面向微观交通仿真的路网建模模块实现方法

路网描述模型是微观交通流仿真的基础,其建模过程较为烦琐。为了简化路网建模工作,设计了1个路网建模模块,为用户提供路网绘制、道路属性编辑及保存工具。该模块能自动提取绘图区及编辑区的关键信息,并通过转化算法快速建立路网数据库,为道路交通场景的三维可视化及微观交通仿真模型道路动态链表构建提供数据支持。实际效果表明,该路网建模模块能够快速生成路网相关数据,以动态链接库形式创建并嵌入到微观交通流仿真软件中,移植性较好。     

非常态下城市道路交通检测器布局优化方法

为了使城市道路上布设的交通检测器能够实时、准确地提供路网动态交通流信息,并最大程度地节约经济成本,通过仿真对交通异常事件下城市道路交通流量和车辆延误进行了估计,并利用模糊聚类分析法、回归分析法和车辆延误估计模型,研究了路网在非常态下的检测器空间位置以及空间密度的布局优化方法;通过一个算例,对提出的检测器布局优化方法进行了验证分析,并得出了算例中检测器布局的优化方案。结果表明:所提出的检测器布局优化方法是可行的。     

城市快速路交通流特性分析

城市快速路是城市道路网的主骨架,对交通状态进行状态划分及稳定性分析,结合城市快速路交通信息采集系统的交通流检测数据,对速度一流量关系模型进行分析,建立了城市快速路快速交通流流量、速度、占有率关系模型,并进行交通流基本参数时变特性和空间特性分析。首先利用基本图理论,对3种城市快速路交通流状态进行稳定性分析。随后,结合北京市典型路段实测数据散点图,对各种速度一流量关系模型的适用范围和适用程度进行对比分析,从而得出Greenshields模型的拟合效果最好。最后分析交通状态转换过程中的交通流参数时变特性和空间特性,对实际交通疏导有指导意义。     

融合路段传输模型和深度学习的城市路网短时交通流状态预测

城市路网短时交通流预测是实现智慧城市的关键技术，随着人工智能的发展，越来越多的深度学习算法被应用于城市道路交通状态估计和预测研究。但是深度学习因缺少对交通流演化机理的刻画导致其可解释性不强，而交通流解析模型常因预测精度问题导致其应用效果受到限制。为了取长补短，首先对路段传输模型（Link Transmission Model，LTM）进行改进，提出了可以利用真实数据实时校准仿真网络从而提高预测精度的数据驱动型路段传输模型（Data-driven Link Transmission Model，D²LTM），并在此基础上引入时空深度张量神经网络模型（Spatial-temporal Deep Tensor Neural Networks，ST-DTNN）来捕获网络交通流数据中的时间维、空间维和深度维特征信息，形成融合路段传输模型和深度学习的城市路网短时交通流预测模型D²LTM-STDTNN。该混合模型一方面通过D²LTM机理模型来揭示交通流演化的基本规律，发挥其对城市路网交通流状态时空演化过程的精细刻画能力，增强混合模型机理的可解释性；另一方面利用ST-DTNN模型强大的高维数据挖掘能力和动态特征学习能力，提高城市级路网交通流的短时预测精度。该模型还考虑了交叉口不同转向的短时预测问题，具有更细的空间粒度和时间粒度，因此也具有更大的预测难度。实测结果表明：D²LTM-STDTNN混合模型相对于基准模型预测精度更高，且具备模拟演化机理方面的优势，提升了城市路网短时交通流状态预测能力，揭示了路段间的交通流动态演化规律，可为网络交通流模拟推演和主动管控提供了技术支撑。     

基于Kalman滤波的城市环路交通流短时预测研究

在介绍现有的主要交通流预测方法的基础上，阐述了基于卡尔曼滤波（Kalman）的预测模型及其具体算法。结合城市环路的交通运行特性，构建了基于卡尔曼滤波的交通流短时预测模型，并根据北京市三环路的实际数据对模型进行验证。实证数据表明．所建立的交通流动态实时预测模型的预测效果比较理想，算法的实时性也满足实际预测系统的要求，可应用于交通流预测及交通智能控制。     

适于动态导航系统的城市道路交通状态判别

城市道路交通状态判别是动态导航系统中的关键技术之一,文章从城市道路交通流系统的高度复杂性特点出发,提出了一种基于神经网络的城市道路交通状态判别方法．首先,利用灰关联熵分析方法选取交通状态的关键性特征指标;然后,建立交通状态判别的神经网络模型并利用实测数据对其进行离线训练;最后,应用训练后的神经网络进行城市道路交通状态在线判别．实验表明,用于城市快速路的交通流状态判别方法效果良好。     

面向交通枢纽的车辆三维真实感实时仿真

为分析和解决城市交通拥挤问题并提高城市道路利用率提供可行的途径,提出了一种面向交通枢纽的车辆运行仿真方法,通过场景、道路与车辆的三维动态建模,实现交通枢纽交通状况的实时真实感仿真.首先,提出了基于道路关键点连接网络模型表示交通枢纽的通行道路.其次,基于粒子系统实现车辆的动态运行实时仿真,并采用基于空间剖分的车辆碰撞检测方法对车辆运动控制算法进行了优化.最终,通过对路段的动态观测和反馈机制实现车辆行驶路线的规划和调度.实验结果表明,本文提出的方法可以生动直观地呈现实际路面的交通状况,并且能以较为流畅的帧速率实现交通场景的动态仿真.     

关于城市机动车发展水平的规划模型探讨

随着机动化水平的迅速提高,我国城市交通供给与交通需求的矛盾不断加剧,城市土地、环境等资源匮乏,城市交通畅通面临着越来越严峻的考验。论文将机动车发展对城市造成的直接影响归结为道路、停车、大气三大突出方面,提出了通过容量限制理智发展机动车的思路;进一步对城市路网容量、停车容量、环境容量进行了比较深入的研究,提出了城市机动车合理保有量的多容量限制双层规划模型,建立了交通流动态分布与交通系统容量的互动联系,为机动化水平与城市可持续发展之间的协调发展奠定了一定的理论基础,也为现代化城市的交通管理部门提供了一定的决策依据。