基于可视化技术的交叉口短时交通流预测研究

为通过视觉图形实现交通流时序特征可视化,精准掌握交通大数据驱动下交叉口交通主体的移动趋势,构建交叉口短时交通流可视化预测系统。通过Python中的Matplotlib实现交叉口交通流时序可视化,利用ARIMA模型进行短时交通流预测,并以OpenITS合肥市示范区黄山路-科学大道交叉口数据进行实例验证。结果表明,该系统可实时、在线实现不同时段交通流分布规律可视化,并能有效提取交通流时序特征,ARIMA(1,1,0)模型的3个评价指标的预测误差均小于10%,具有较高的预测精度。     

城市道路交通流离散模型优化分析

研究信号控制干道不同交通流状态下路口间车流离散模型。针对我国特有的机非混行、机动车交通流车辆构成复杂等交通特性,首先基于实际调查数据分析交通流离散特性,然后对Robertson几何分布交通离散模型进行修正,考虑下游到达车流与上游驶出车流的相关关系,提出3种线性回归模型。最后将多个模型的预测效果进行对比分析,结果表明,在所试验的路段条件下,考虑上游对应时段车流到达、上游对应时段的前一时段车流到达、上游对应时段的后一时段车流到达、下游前一时段车流到达的四元线性回归模型在不同的交通流状态下,能够更好地拟合车流离散规律。     

基于仿真分析的大型活动交通管理方案评价

为了更好地对大型活动交通管理方案进行评价,文中基于常规交通组织管理评价体系,建立了适用于大型活动交通管理方案的评价体系;结合交通规划软件TransCAD的整体路网分析功能和仿真软件TSIS的微观交通流分析功能,提出了一种宏观和微观相结合的大型活动交通管理方案评价方法,并运用该技术方法进行案例分析,对交通管理方案的优劣进行评价。     

动态交通信息策略博弈协调模型研究

对突发事件下驾驶员路径选择博弈行为进行了分析,基于协调用户和系统利益的思想,结合微波检测数据预测出行者行为的模型,提出了交通事件下变换信息供给策略的交通流诱导双层规划模型和相应的基于滚动时段的求解算法.仿真结果表明:在满足用户需求的同时,路网流量分布趋向管理者期望的方向,并能缩短事件影响和持续时间,缓解交通事件下的交通流振荡现象,改善路网使用效益,该方法具有可实施、操作性强的优点.     

基于时空特征的干线协调控制子区划分方法

为应对干线交通流的时变性和空间分布差异性给干线协调控制带来的影响,本文提出了基于交通流时空特征的干线协调控制子区划分方法。首先利用交通流时间相关系数和空间相关系数分析交通流的时空特征,根据交通流的时间特征改进时段划分方法；引入相邻交叉口关联系数和不停车通过路口车辆数作为子区划分指标,在时段划分的结果上进行子区划分,以交通流的空间特征改进合并指数法,实现子区划分方案的更新。最后,以玉林市民主路为例验证该方法,结果显示,干线系统的总延误、车均停车延误时间、车均停车次数分别降低了19.5%、23.4%、16.7%,该方法比传统交通控制时段划分方法更能适应交通流的时空变化趋势,显著提高干线交通流的运行效率。     

基于模糊算法的停车诱导与交通流控制协同优化模型

在停车诱导和交通流控制双重目标函数约束下,建立了停车诱导与交通流控制协同优化模型.首先,以备选停车场泊位饱和度和路段交通流饱和度等作为约束条件,建立分层搜索模型,确定停车场初始解集.然后,采用模糊优选方法进行初始备选方案的排序研究,通过隶属函数对各备选停车场方案的原始数据进行标准化处理,并通过备选方案与基准方案的贴近度数值求得最优解.最后,以安徽省铜陵市中心城区某停车小区作为计算实例,证明了停车诱导与交通流控制协同优化模型能够成功地应用实施.     

停车场电动汽车充电优化策略

针对停车场电动汽车充电服务,基于工作日期间车辆到达时间分布与电价波动特征,从停车场运营管理角度提出了2种充电优化策略:①为了使停车场用电负荷峰值最小和停车场总电费最低,从而建立了线性优化模型;②以拥有250个充电桩的停车场为例,以停车场各时段的电力负荷和总电费支出为评价指标,将提出策略与传统随到随充策略进行比较分析.结果表明,相比随到随充的运营策略,用电负荷峰值最小策略可使停车场电力负荷峰值降低69.9%,总电费最低策略可使停车场的总电费降低13.1%,证明了模型的实用性和有效性.      

基于TSIS二次开发的大型活动交通消散仿真研究

大型活动的频繁举行,给城市交通组织管理工作带来很大压力.大型活动消散中交通流的时空变化较为复杂,是交通管控工作的重点所在.文中介绍了基于交通流微观仿真软件TSIS的二次开发原理,结合大型活动交通消散过程仿真要求,利用TSIS外部程序接口编写了动态链接库程序,对原TSIS仿真平台进行了功能的拓展,实现了对路网内指定节点进行的外部控制,从而实现了大型活动机动车流交通消散过程的模拟.     

城市快速路交通流分形预测算法的研究

根据城市快速路交通网络几何结构及交通流的混沌性,在分析交通流分形特性的基础上,应用小波系数方差法求解Hurst系数,同时建立了城市快速路交通流分形预测模型.利用实测数据,运用分形预测模型对上海市高架路的交通流进行了预测及误差分析,探讨了交流量不同状态下,即不同时段相同时间尺度,同一时段不同时间尺度;同一时段同一时间尺度下不等长数据序列的交通流分形特性及预测结果,并与传统方法进行比较,验证了模型的有效性及正确性.     

基于Legion的大型活动人流交通仿真——以第16届亚运会开幕式散场人流仿真为例

人流交通组织是大型活动交通组织成功与否的关键一环,行人交通仿真为检验人流交通组织优劣的主要手段。以第16届亚运会开幕式散场行人交通仿真为例,借助Legion仿真软件建立仿真系统,运用OpenCV工具对大型活动行人步行特征参数进行标定,在此基础上仿真分析了亚运会开幕式散场行人交通运作状况和公共交通服务水平等情况。     

基于路网子图空间的交通流平衡分析方法

通过定义路网子图空间,提出了基于路网子图空间的Wardrop平衡原理,建立了相应的交通流平衡分析模型,并通过实例阐释了偏态均衡路网交通流的形成机理与演化过程。研究表明:该模型能够很好地解释包括新路开通期的路网交通流、换乘子图空间路网交通流、收费道路偏好子图空间路网交通流等多种情形下由于网络结构被差异性地认知所形成的偏态均衡路网交通流现象,为多标准下交通流的平衡分析建立了新途径;该分析方法有助于道路网络结构设计与道路网络管理方案的优化。     

基于小波神经网络的道路交通流量实时预测模型研究

实时交通流量预测是智能交通系统的核心内容,智能交通系统中多个子系统的功能实现都以其为基础。交通流具有高度非线性和不确定等特征,且与时间高度相关,可以看成是时间序列预测问题。根据交通流的这些特点,提出基于小波神经网络的道路交通流量实时预测模型,并以某条道路为例,通过Matlab编程实现模拟仿真。仿真结果表明,小波神经网络能够比较精确、快速地对实时交通流量进行预测,网络预测值接近期望值。     

城市公交车与社会车辆混合流速度模型及交通运行状态分析

为了精确解析城市公交车和社会车辆混合运行的状态,在基本路段车速模型适用性分析的基础上,引入公交车流量、社会车辆流量、公交车比例等参数,建立了改进的混合机动车运行速度模型,分别选取单向二车道和单向三车道路段进行交通试验调查,采用Metrocount 5600气压管式车辆分型系统进行数据采集并用于改进模型的参数标定,并分别建立了2种车型的速度差模型,提出了路段混合车流3种不同交通运行状态的评价方法。研究结果表明：同等车流量情况下,不同公交车比例对社会车辆速度的影响表现为3个显著的变化区间;随着路段饱和度的增加,社会车辆和公交车之间的速度差呈现出从几乎不变、快速缩小到接近于零3个较为明显的运行状态;考虑车流组成中公交车比例的变化可以细化路段车流畅通状态、拥堵形成状态以及拥堵状态的判别。     

不利天气下路况识别现状研究与展望

不利天气导致交通条件及路面状况恶化是引发道路交通事故的重要原因。扩展浮动车技术能利用车载传感器实时采集全程路况信息,并通过车载无线通信网络,将采集到的路况信息传递给其他受到影响的附近车辆,同时通过信息中心将信息传达给更广泛的受众,对保障不利天气下道路行车安全具有重要作用。文中分析了利用扩展浮动车技术识别不利天气下路况的研究现状,构建了基于扩展浮动车技术的信息采集和路况识别系统,提出了实现不利天气下路况识别的扩展浮动车关键技术。     

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。     

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。     

城市快速路交通状态转变时刻确定方法研究

研究了城市快速路交通状态转变时刻的确定方法。在分析快速路拥挤状态和不拥挤状态交通流参数特性的基础上,根据Dganzo等提出的交通流参数调整累计曲线,设计了一种用于确定交通状态转变时刻的方法:利用流量和时间占有率两个参数的调整累计曲线来判定快速路交通状态转变时刻。论文利用北京快速路系统的调查数据检验了该方法,得出的交通状态转变时刻与实际情况相符,证实了该方法的有效性。交通拥挤转变时刻的确定可以应用于道路交通状态判别、交通波理论研究以及现有交通事件检测方法的技术评价。     

降级路网的认知及交通流平衡分析模型

为定量衡量因路段降级原因导致路网通行能力的丧失量,分析出行者在降级路网中的路径选择行为将导致何种网络交通流平衡状态,通过将降级路网划分为车流外界因素导致路段可通行能力降级和路段上车流量增加导致道路服务水平的下降两种类型,辨别旅行时间长短与旅行时间波动对出行者路径选择行为的影响,推导出同时考虑这两方面因素影响的可变路径旅行时间风险度量;在此基础上建立了降级路网中的交通流平衡分析模型,该模型满足存在性和惟一性,并能正确描述出行者对降级路网结构认知差异性情况下的网络交通流平衡状态。通过实例展示了不同旅行可靠性要求下,出行者对路径旅行时间长短的权衡关系以及整个路网交通流平衡结果。     

自动驾驶系统交通规则符合性仿真验证方法

随着自动驾驶技术的不断发展，高级别自动驾驶车辆逐步在限定区域开展实际道路测试，确保和提高自动驾驶系统安全驾驶能力是当前研究、测试和工程开发的热点难点。面对自动驾驶车辆将长期与人类驾驶车辆混行，并与其他交通参与者遵守同样交通规则的现实需要，提出一种验证和测试自动驾驶系统交通规则符合性的方法，以期降低多车混行条件下的交通安全风险。针对各类交通法律法规语义自动解析技术瓶颈，提出规范化-逻辑化两阶段交通规则数字化模型，基于改进谓词度量时序逻辑框架(Metric Temporal Logic，MTL)，将自然语言交通规则转换为命题、逻辑连接词和时序算子组成的逻辑编码，生成了自动驾驶系统可理解、可执行、可验证的数字化交通规则，并构建了交通规则命题的分级分类体系。提出了一套基于自动驾驶车辆高精度运动轨迹的交通规则符合性验证算法，并搭建仿真试验平台，在高速公路交通场景下开展了试验验证。理论分析与试验表明：精简命题空间、新增时序算子和谓词逻辑词等改进有效提高了原有MTL框架的时间表现能力，解决了时序逻辑性不足等问题，大幅提高了交通规则数字化转换效率，对地方性交通法规和未来交通法规修订提供了良好的兼容性。提出的交通规则符合性验证方法及试验平台可以有效测试自动驾驶系统对现有交通规则的遵守能力，相关成果对提高自动驾驶系统安全性能和未来混行交通安全管控水平具有重要意义。     

寒冷地区城市道路信号控制参数取值研究

在冰雪路面环境下,调查数据表明车辆的运行特征发生了显著变化,主要表现在车速、加速度下降了30%,饱和流率下降了16%,起动、制动损失时间上升了27%。基于HCM、Webster信号控制理论与不同路面环境下的车流运行特征值,对信号控制中周期时长、绿信比、相位差以及黄灯时间、红灯时间的合理取值问题进行了分析,得到了冰雪路面环境下信号控制参数取值的影响因素与变化范围。仿真研究表明:在冰雪路面环境下采用非冰雪路面环境下的信号控制方案会增加车辆延误与排队长度,加剧交叉口的拥挤程度。因此,交通信号控制系统应针对不同的路面环境分别制定与路面环境相适应的信号控制方案。