基于联合卡尔曼滤波器的交通信息融合算法研究

基于现有的研究方法,提出了一种基于联合卡尔曼滤波器的交通信息融合算法。首先利用浮动车的覆盖率和浮动车的历史平均行程时间来修正浮动车的平均行程时间估计值,用于浮动车覆盖率不满足最小覆盖率时的路段平均行程时间估计;利用路段上浮动车的覆盖率来确定联合卡尔曼滤波器的融合系数;利用联合卡尔曼滤波器对固定型检测器的平均行程时间估计和浮动车的平均行程时间估计进行信息融合,得到路段的平均行程时间估计。该融合方法计算量小,融合时间快,有利于实际应用。试验结果表明,该方法提高了区间平均行程时间估计的精度。     

手机信令数据支持下高速公路检测器布设研究

交通检测器的布设决定着路段行程时间估算及预测的精度.同时,检测器技术、行程时间估计方法也会影响到检测器布设方法.针对此问题研究利用手机切换数据交通信息提取支持,结合传统固定检测器,基于BP神经网络实现行程时间融合估计.基于新的行程时间估计方法,以估计精度为约束,研究传统固定检测器的布设.结合实例分析,验证行程时间融合估计方法有效性,并在均匀布设和盲区补充方案基础上,研究检测器布设间距对交通参数估计的影响.     

基于少量探测车的城市路段平均行程时间估计

与传统的固定式采集系统(感应线圈等)比较,探测车系统具有直接采集行程时间、时空覆盖范围广等优点.研究少量探测车情况下的路段行程时间估计问题对降低探测车系统的运营费用具有重要意义.在发现停车组和非停车组的行程时间均值、非停车组所占百分比等3个参数之间关联关系的基础上,提出了在极小样本情况下估计城市路段平均行程时间的方法.基于微观交通仿真的比较分析显示,该方法优于通过样本均值估计平均路段行程时间的方法,特别是当交通状况处于拥挤情况下其优势更为明显.     

基于浮动车移动检测与感应线圈融合技术的行程时间估计模型

综合考虑到浮动车检测技术与感应线圈检测技术的优缺点,为了提高道路行程时间估计的精度及完备性,提出基于浮动车与感应线圈的融合检测技术的行程时间估计模型。该模型利用神经网络技术对两种检测技术同一路段的检测数据进行融合,从而达到提高道路行程时间估计精度和完备性的目的。最后,以广州市7 000多辆装有GPS装置的出租车所提供的浮动车数据、100多个安装在广州市各主要道路口上的感应线圈检测器提供的感应线圈数据以及广州市交通电子地图为基础,在10条道路上分别随机选取的500个两种检测数据对提出的模型进行了验证,试验结果表明,此模型在道路行程时间估计的精度方面较浮动车移动检测技术与感应线圈技术有较大提高。     

基于实时交通信息的行程时间估算及路径选择分析

路段行程时间的估计和预测是诱导系统的关键技术之一。由于路网参数不断变化,路段行程时间的估计必须满足实时性的要求。以城市交通控制系统的基本设施为基础,根据我国城市交通目前的发展状况,分析了影响路段行程时间的各种因素和路段行程时间的组成。利用设置在路段上的车辆自动检测装置搜集到的实时交通流信息,并结合随机服务系统的相关理论建立了城市道路路段行程时间的动态计算模型,提出了一种具有真实最短路径意义的实时动态最短路径选择的方法。     

基于探测车数据的路段行程时间估计

利用探测车数据进行路段行程时间估计面临着两类误差：采样误差和非采样误差,从而导致估计结果精度不高和可靠性差。在回顾已有估计方法的基础上,有针对性地引入了自适应式卡尔曼滤波,建立了相应的状态方程和观测方程,利用相似时间特征的历史数据标定了状态转移系数,并对滤波进行了求解。以实际数据对估计方法进行了验证,平均相对误差为13.13%。研究表明,自适应式卡尔曼滤波能够应用到基于探测车数据的路段行程时间估计中来,并具有估计精度高、收敛速度快、参数少、对初值不敏感等优点。     

基于Edgeworth级数的行程时间可靠性的计算与实证

通过引入行程时间可靠性概念,研究因受交通事故、交通供需矛盾等因素的影响,而导致路网行程时间随机波动的现象。为了研究路段中行程时间的分布规律,基于连续3个月的历史行程时间数据,实证分析了几个典型时间窗的行程时间分布形态,对高峰时段的数据拟合正态分布,平峰时段的数据拟合对数正态分布。同时,对大多数不服从常用理论分布函数的路段行程时间,使用Edgeworth渐进级数来近似其概率密度函数和分布函数,进而构建出相应的路段行程时间可靠性的计算模型。最后,结合高峰时段实证数据计算路段行程时间可靠性,并将其与基于正态分布计算出来的行程时间可靠性进行比较,实证结果表明基于Edgeworth级数估计的行程时间可靠性明显优于正态分布,且该方法具有较好的移植性。     

包含出入口匝道的高速公路路段行程时间估计方法

针对高速公路路段是否包含出入口匝道的特征,提出了1种行程时间估计改进方法。根据不同类型路段流量变化及影响范围,通过匝道物理位置对传统半距离法中路段行程时间的取值进行优化,获得了适应于匝道引起流量不均衡的行程时间估计方法。以南京机场高速公路为背景,通过Vissim仿真所得地点速度值,结合路段行程时间真实值,检验所提方法的性能。实验结果表明:当路段出入匝道的流量均衡时,所提方法较半距离法的精度提高3.71%,较空间线性插值法精度提高4.59%,当出入匝道的流量相差较大时,所提方法较半距离法的精度提高16.27%,较空间线性插值法精度提高17.29%。结果验证了改进方法较半距离法和空间线性插值法更具优越性。      

考虑行程时间波动性的城市道路阻抗函数模型

在对国内外研究现状进行总结的基础上,利用路段行程时间标准差和均值的比值构造行程时间波动性,提出利用行程时间波动性建立道路阻抗函数模型。在计算行程时间波动性时,同时考虑了机动车和非机动车对行程时间波动性的影响,采用最大似然估计法对行程时间波动性阻抗函数模型参数进行估计。文尾进行了实例分析,在确定各个路段行程时间波动性的基础上,采用dijstra算法确定最短路径,最后利用全有全无方法进行交通分配。     

降雨条件下高速公路短时行程时间预测研究

为实现降雨条件下高速公路路段行程时间短时预测,掌握恶劣天气下交通信息、提供交通诱导和决策支持,在已获取交通和气象数据基础上应用半距离法估计路段行程时间.并以遗传算法优化的径向基函数(RBF)神经网络和K最近邻非参数回归(KNN)算法为基础,提出1种基于动态权重的行程时间组合预测模型.该组合预测模型的融合权重依据定义的动态误差的变化而持续调整,以保证子模型中精度较高的预测结果对最终结果有较大影响,从而提高预测精度.选取京港澳高速公路湖北省境内军山-武汉南路段,分析该路段降雨条件下行程时间特性,掌握其不同时段和不同降雨强度下行程时间变化规律,并进行预测.结果表明,组合预测模型能有效预测行程时间高峰变化,反应及时且预测精度较高,达到0 .98 ,平均绝对百分误差1 .99% ;而单一的RBF神经网络和KNN算法的平均绝对百分误差分别为3 .40% 和2 .60% ,且拟合程度不如组合预测模型.      

电动汽车SOC估算方法

由于电动汽车的电池组受到温度、充放电次数及电池老化等方面因素的影响,导致现有的剩余电量预测技术很难得到精确和可靠的结果。文章简要介绍现有的电池剩余电量估计的方法：安时计量法,电压测量法,内阻法,神经网络和模糊推理的方法及卡尔曼滤波法,并对这几种方法进行了实用性分析。表明卡尔曼滤波法是目前比较有价值的研究方向,且应用前景广泛。     

基于坡面径流强度的中国公路水文区划研究

根据自然区划的原则和方法,选择坡面径流强度作为中国公路水文二级区划的主导指标,以降雨、地形坡度、岩土类型和植被覆盖度作为坡面径流强度的主要影响因素,建立了坡面径流强度计算模型。在综合考虑公路工程实际情况的基础上,参考专家意见,建立了影响因素的等级划分体系和影响度值。应用层次分析法计算得到各影响因素的权重值。利用GIS系统计算坡面径流强度指数。在中国公路水文一级区划的基础上,按照坡面径流强度指数等级划分体系,将全国分为32个水文二级区,分区结果与我国实际情况基本相符。     

基于模糊层次和后果当量法的隧道塌方风险评估

为了能够给具有较长的建设周期和一定施工风险的山岭铁路隧道施工提供必要的安全保障,减少隧道开挖过程中塌方等事故的发生,根据山岭铁路隧道施工塌方特点,依托成昆铁路邓家湾隧道,采用模糊层次综合分析法确定塌方风险影响因素的判断矩阵、权重及隶属度,引用风险后果当量估计法建立风险事故后果评估模型,2种分析方法相结合,构建出一种可以用于评估事故发生概率的模型。[JP+2]根据铁路相关管理规定和风险评估相关规定,对其危险等级进行具体划分,得出模糊层次综合分析法和后果当量估计法相结合的评估方法与隧道实际开挖情况吻合程度较高,可以作为塌方风险的有效评估模型应用于山岭铁路隧道施工中。     

高速公路交通事故非线性负二项预测模型

以京港澳高速公路（G4）粤境北段3年发生的1 354起交通事故为研究对象,将基础数据根据路段长度一致、曲线半径一致和坡度一致划分路段单元对基础数据进行处理,从道路线形和环境条件2个方面选取13个自变量,分别采用负二项（Negative Binomial,NB）回归模型和非线性负二项（Nonlinear Negative Binomial,NNB）回归模型建立交通事故起数预测模型,根据模型的拟合优度和预测准确性对比分析负二项回归和非线性负二项回归模型的优劣,并找出影响交通事故起数的显著自变量,分析显著自变量对交通事故起数的影响程度。研究结果表明：无论采用上述何种路段划分方法,非线性负二项回归模型构建的交通事故起数预测模型均优于负二项回归模型;采用坡度一致划分方法明显优于路段长度一致和曲线半径一致划分方法,更适合应用于山区高速公路交通事故数预测研究;从显著变量相关性来看,路段长度、相邻路段坡度变化值、弯坡组合、曲率、是否存在隧道路段以及是否为易结冰和起雾路段均是非线性模型的显著影响因素。     

基于灰色关联优势分析冻胀融沉影响因素研究

为研究含水率、干密度、冷端温度、荷载对冻胀融沉特性影响的程度，建立灰色关联分析模型，对南京地区浅表层淤泥质粘土冻胀融沉试验数据进行计算，分析了各种因素对冻胀系数、融沉系数影响程度。结果表明:影响冻胀系数、融沉系数依次都为含水率、冷端温度、干密度、荷载，证明采用灰色关联分析影响冻胀、融沉因素的显著程度是准确可行的， 是一种很好的分析方法。     

盾构慢速掘进（停机）沉降影响因素及控制措施探讨

分析和探究软土地层中盾构掘进施工对地面沉降的影响因素以及对沉降进行准确预测,能够为土压（泥水）平衡盾构在不同软土地层中的掘进参数优化和沉降控制提供理论依据。以盾构慢速掘进（停机）工程实例为研究对象,采用理论解析解和三维数值模拟2种方法,计算单纯由盾构施工引起的理论地面沉降量,并与南京宁和城际一期工程新梗街站-天保路站（2号盾构井）区间施工过程中盾构停机时的实际监测数据进行比对总结,从量值差异探究盾构施工引起地面沉降的主要影响因素。分析结果表明,盾构施工工艺参数、超孔隙水压力消散和地层损失是影响盾构施工中地面沉降的主控因素。通过优化施工参数,并采取经济可靠的超前地基处理措施,能较大程度地减小盾构掘进对地面沉降的影响。     

基于评估荷载发生概率的在役混凝土桥梁可靠度分析方法

针对影响桥梁安全性的因素具有较多不定性的特点,应用随机可靠度理论,对在役混凝土桥梁荷载概率模型、抗力概率模型、可靠度评估流程、可靠度计算方法等方面进行了研究。基于可变荷载在评估基准期内的不同取值方式,提出了基于评估荷载发生概率和基于评估基准期荷载极大值的构件可靠度计算方法。从可靠指标的延续性出发,考虑构件抗力随时间变化,提出在役混凝土桥梁可靠度的预测方法。研究结果表明:两种方法可靠指标预测曲线规律是一致的,后者是前者的特例,且比前者偏于安全;预测初期两种方法可靠指标的计算结果与以往方法较为接近,预测后期两种方法可靠指标下降规律与以往方法基本一致。两种方法均偏于安全,对于荷载随时间增长较快的桥梁结构是适用的。     

基于交通冲突理论的道路安全评价技术研究综述

基于交通冲突理论的道路安全评价技术, 是以交通冲突因素为指标的道路交通安全状态评价技术。在梳理交通冲突影响因素与安全评价基本概念的基础上, 列举了常见的道路安全评价技术应用场景; 从交叉口、高速公路、特定场景3个方面分析了交通冲突的影响因素; 从指标选取、方法选择、模型构建3个方面对道路安全评价技术进行了归纳总结。通过对现有文献的分析可以发现: 在应用场景构建时, 相比于考虑单一冲突因素, 综合考虑交通冲突影响因素, 将使得构建的交通冲突场景更接近实际情况; 在交通安全评价时, 科学选择复合指标、合理使用模糊综合评价和层次分析法构建安全评价方法, 将使构建的安全评价方法更加科学严谨。基于现有研究中存在的问题, 指出了道路安全评价技术未来的研究方向, 主要包括充分利用视频技术和互联网技术, 搭建实时、高效的安全评价模型; 验证现有道路安全评价方法在混合交通流下是否适用; 建立健全混合交通流环境下的道路交通安全评价技术标准和评价体系。      

曲轴系多学科行为耦合研究现状、讨论与展望

论述了曲轴系多学科行为耦合分析的研究现状和最新进展,讨论了曲轴系多学科行为耦合分析目前存在的问题和不足,分析了曲轴系多学科行为耦合分析的特点和解耦方法。指出开展多工况、计入多种影响因素的曲轴系多学科行为耦合分析、试验研究和专门的应用软件开发是曲轴系多学科耦合研究有待于进一步深入研究的课题。     

基于模糊综合评判法的苏宝河流域地震滑坡潜在危险性评判

对地震滑坡区域危险性进行评判时，因其影响因子较多，具有模糊性，目前还没有建立统一的评判方法。利用模糊综合判别法对滑坡区域危险度进行评判，能够充分地考虑各种影响因子的作用，相对于其它评判方法更具有优势。以苏宝河流域为研究对象，基于模糊综合评判法，选取影响地震滑坡发育的本底因子，建立了该区域地震滑坡潜在危险性评判模型，对该区域地震滑坡潜在危险性进行评判，并取得了较好的效果。