快速公交(BRT)智能系统框架结构研究

以智能交通系统（ITS）为研究背景,针对快速公交系统的运营模式及主要特征,提出了适合我国公交现状的快速公交智能系统框架结构,同时对智能系统进行了较为翔实的分析和设计。     

智能交通检测设备及道路事件探测研究

通过阐述目前智能交通系统交通量信息采集子系统中广泛使用的几种车辆检测设备。对各自的检测原理作一分析,可有助于不同车辆占有率情况下交通异常事件判别模型的正确选择。     

北京市动态交通信息服务系统建设及制约因素

为探讨当前我国动态交通信息服务的制约因素和发展方向,在北京市实际研究和建设经验的基础上,结合采集交通信息准确性验证、交通信息发布内容以及标准化和产业化建设这三个制约动态交通信息服务发展的因素,分别阐述其发展现状及存在的问题,重点提出浮动车数据验证方法及北京市部分验证结论、动态交通信息发布内容基本原则和发展思路、标准化和产业化建设的机制,为我国动态交通信息采集、处理、发布技术的研发和信息服务系统的建设提供参考。     

ITS数据采集处理技术分析与系统框架流程设计

阐述实时动态交通信息采集与处理子系统的基本功能与特殊性,然后对国外智能交通运输管理系统中信息采集与处理的实用技术及关键技术参数进行了分析比较。在此基础上,对交通采集与处理流程中3个主要组成部分:交通信息采集、交通数据质量控制、交通数据集成和存储,分别进行系统框架流程设计,最后分析了ITS数据实时采集与处理的发展趋势,并对中国ITS数据的实时采集与处理给出若干可行建议。     

我国智能交通系统(ITS)体系框架开发的关键技术

介绍了我国ITS体系框架开发的研究背景、概念、内容;明确提出了ITS体系框架的研究方法及开发思路,并对ITS体系框架的开发过程以图表形式作了详细说明,旨在全面了解我国ITS的开发研究;最后指出ITS技术的实施是解决当前交通问题的主要方式。     

���ڻ�ɫ�в�GM(1,N)ģ�͵Ľ�ͨ�����ݻָ��㷨

交通检测器采集的原始交通数据的质量会直接影响智能交通系统的后续效益.本文针对采集的交通数据普遍存在的故障问题,以交叉口检测器的交通流数据为研究对象,提出基于灰色残差GM(1,N)模型的数据修复算法.首先针对交叉口四个路口的交通流进行灰色相关分析,然后建立灰色GM(1,N)模型对故障数据进行预测修复,并进行了残差修正,提高了修复数据的精度.分析结果表明,提出的故障数据灰色残差GM(1,N)模型算法是可行的,可以更好地解决因为数据故障而对后续处理带来的困难,同时也为其他领域的故障数据修复提供借鉴.     

���ڹ���IC�����ݵij������з��������Բ����о�

在公交IC卡数据挖掘中,为了获取乘客流量及流向等信息,需要获知每个班次的运行方向.本文通过对公交IC卡数据的聚类分析,将IC卡数据解析成单班次站点客流数据,利用基于时间序列的相似性测量算法（相关性测量及动态时间扭曲法）,测量单班次数据与经验数据的相似性,从而获取班次运行方向.研究结果表明,在线路客流方向性差别明显时,相似性测量方法精度较高.且经过数据聚类后,相关性测量法与动态时间扭曲法在计算精度与运算速度方面表现相近,适用于客流方向性差别较明显的公交线路.     

����̽�⳵���ݵ�·�ν�ͨ�����о�

现有探测车系统的探测车数量不足,尚无法满足实时采集交通状况的需求.因此,现阶段探测车历史数据是了解城市道路的交通状况变化（Time of day variability）的重要依据.基于日本名古屋探测车实证试验获得的探测车历史数据,研究了某一干线路段的平均速度的变化特性（Time of day variability）,并分析了平均速度的变动是否能够正确地反映路段交通状况的变化特性.结果表明,获取城市道路的路段交通状态不能仅依靠平均路段旅行时间、平均速度等旅行时间指标,还需要探测车数据量等流量指标：在高峰时段,应以平均速度等旅行时间指标作为拥挤程度变化趋势的依据,而在非高峰时段,应以探测车数据量等流量指标作为估计交通状况变化趋势的依据.     

���ܽ�ͨϵͳʵʩЧ����ۺ������о�

随着智能交通系统在中国许多城市的广泛应用,对城市智能交通系统实施后所产生的综合效益进行深入研究和分析已成为迫在眉睫的任务. 本文的研究目的是提出一种能够快捷准确地获取各项评价指标的城市智能交通系统综合效益评价体系,并以北京城市智能交通系统为例将体系在实际中加以应用,给出了各项评级指标的数据来源和获取方法,并最终计算出系统投入使用以来所带来可估算的社会经济效益. 研究结果表明,用于智能交通系统建设的资金能够产生明显的“杠杆效用”,所带来可估算社会经济效益约为原始投入的20倍左右.     

北京市快速路浮动车最小样本量研究

为确保浮动车提供信息的准确性和可靠度,首先以RTMS数据作为真值来验证当前样本量条件下浮动车数据的有效性;然后通过简单随机抽样方法来逐步减少浮动车的样本量,并计算、比较不同样本量下的浮动车数据与RTMS数据的相关系数;最后得出确保浮动车数据有效所需的最小样本量. 经验证,本文研究范围内的二、三环快速路5 min时间间隔内每千米路段上需要的浮动车最小样本量为7～9个,而当前样本量条件下的浮动车数据在时间上和空间上能达到最小样本量要求的分别占73％和87％以上.