基于GPS轨迹数据的不同交通状态下交通方式识别流程优化方法

基于GPS轨迹数据的交通调查技术能够有效弥补传统居民出行调查方式的不足,该技术在高峰拥堵时段的交通方式识别效果有待进一步研究.针对公交车和小汽车识别精度较低的问题,本文提出基于支持向量机(SVM)的流程优化方法,加入基于短时傅里叶变换 (STFT)的频域属性,利用遗传算法(GA)对SVM的惩罚系数和核参数进行联合优化,评估不同交通状态下交通方式和方式转换点的识别效果.结果表明：频域属性的加入能够有效提升交通方式识别精度,在道路畅通状态和一般拥堵状态下,交通方式和方式转换点的识别效果均较为理想;在严重拥堵状态下,机动化方式易与非机动化方式相混淆,方式转换点最大识别误差在13 min以内,相比于基于主观回忆的人工问卷调查方式仍具有参考性.     

基于车载GPS轨迹的立体交叉口空间结构信息获取方法

为了识别立体交叉口中不同的行驶规则, 利用随机森林特征选择方法分析了车辆轨迹数据特征, 按照重要性评分对特征进行聚类; 利用戴维森堡丁指数衡量聚类结果, 获得交叉口最优聚类结果下的各个行驶规则的聚类簇, 并构建聚类簇范围约束的狄洛尼三角网; 利用骨架线提取与公共序列合并方法, 提取立体交叉口的几何结构与拓扑连通关系, 获取城市立体交叉口空间结构信息; 以武汉市2016年出租车轨迹为数据源, 选取了武汉市城区立体交叉口进行空间结构信息获取试验。研究结果表明: 立体交叉口中车载GPS轨迹特征重要性评分的前4项依次是终点角度、起点角度、起终点角度差、中间角度平均值, 其中利用终点角度与起点角度特征组合的聚类结果是最优的; 立体交叉口空间结构信息获取方法在直行、左转、右转方向下识别准确率分别为85.7%、85.4%、87.5%, 综合准确率为86.2%, 直行、左转、右转方向下信息召回率分别为91.5%、87.2%、85.9%, 综合召回率为88.2%, 因此, 较高的准确率与召回率说明本文提出的方法可以准确识别立体交叉口空间结构信息, 并提取立体交叉口中各个行驶规则的几何与拓扑连通关系。     

基于出租车GPS数据的扬招点选址确定方法

：为了使出租车扬招点设置位置与出租车需求更匹配,建立了一个出租车扬招点选址模 型。首先通过对出租车GPS 数据的分析,获得出租车的上客点分布。然后建立数学规划模型, 将最小扬招点个数作为目标函数,以要求达到的扬招点服务覆盖率为约束条件。最后,利用已 知上客点位置分布,给定服务距离以及目标覆盖率,通过模型求得扬招点设置个数及位置。以 南京市新街口地区路网为例,在约5km2范围内,设定扬招点服务距离为300m、目标覆盖率为 85%,通过该方法求得需要设置11 个扬招点才能达到目标,并得到了具体的选址方案。之后, 进行出租车扬招点设置个数敏感性分析,结果可从服务质量和成本经济性两方面为扬招点设置 提供依据。     

基于GPS和IC卡数据的公交出行OD推算方法

主要基于GPS和公交IC卡数据研究推算交通小区公交出行OD的一种方法。将居民公交出行分为闭合型出行链和非连续型公交出行链,通过数据的挖掘融合技术,结合居民公交出行规律推算交通小区的公交OD矩阵,利用站点吸引强度对无明显规律的紊乱出行数据进行修正,提出了基于GPS和公交IC卡数据推算公交出行交通小区OD的方法,并以佛山市中心城区为例验证推算方法的可靠性。研究表明:所得公交出行OD矩阵精度较高。     

基于甘肃省货运GPS数据的货运走行时空规律探索

大数据时代背景下,对车辆的GPS(global positioning system,全球定位系统)轨迹数据进行研究分析,能够帮助交通管理者充分了解交通态势及发展趋势,为精细化管理提供数据支撑。为通过货运车辆运行情况探索甘肃省货运规律,以甘肃省货运车辆GPS 数据为例,充分关联区域内的相关产业分布,分析货运走行规律,探索区域货运态势,通过等时差抽取估算法得到产业分布情况、货运OD(Originanddestination,起讫点)情况、货运通道偏好情况、货运车辆停留点分布情况等4项交通分析结果。采取等时差抽取估算法省去了对所有车辆逐一进行轨迹重构的工作量,可直接估算出道路的单公里货运车辆流量值,并且最终结果显示误差率在5%以内,可为同类研究提供借鉴。     

基于GPS数据的出租车路径选择行为研究

出租车路径选择行为研究对于剖析城市交通流时空分布规律及交通流分配具有重要意义.基于北京市出租车调度系统采集的GPS（Global Positioning System）数据,本文首先通过旅程数据提取、地图匹配及双向扫除算法,构建车辆路径选择行为分析所需的RP（Revealed Preference）数据.其次,在综合考虑道路网络条件和交通条件对驾驶员路径选择行为影响的基础上,构建基于PSL（Path-Size Logit）模型的出租车多路径概率选择模型.案例分析结果表明,出租车驾驶员更倾向于选择旅行时间短、转向次数少、主干路和次干路比例较高的路径.同时,文中所提出的路径选择行为建模方法,对于提高GPS数据的使用价值具有积极的意义.     

基于车辆身份感知数据的路段轨迹 重构方法研究

车辆轨迹蕴含着大量丰富的交通流时空信息,对于全面解构城市交通路网运行具有至关重要的意义.传统车辆轨迹重构模型大多基于定点线圈检测数据或者浮动车轨迹数据作为输入数据,并且普遍未考虑过饱和交通状态.本文提出了一种基于车辆身份感知数据的车辆路段轨迹重构方法,通过构建一种绿灯相位回溯框架,基于交通流激波理论分段重构车辆行程轨迹,每次回溯过程包含两个主要步骤,即估计车辆状态和分状态重构车辆行程轨迹;然后在Paramics 微观交通仿真平台上对本方法模型的准确性进行了验证.结果表明,该方法在各种饱和状态下均能达到令人满意的应用效果.     

基于GPS车辆监控数据的公交速度特性分析

本文以北京市300路快线内环线路为例,利用公交GPS车辆监控系统记录的车辆历史行车数据,结合公交线路的地理位置信息,经过对数据的处理与统计,系统分析了该线路若干速度特性,在为线路提高行车速度和提升服务水平提供建议的同时,也为公交GPS车辆监控数据在车辆速度特性分析方面的应用进行初步的探索。     

基于车辆身份感知数据的路段轨迹重构方法研究

车辆轨迹蕴含着大量丰富的交通流时空信息,对于全面解构城市交通路网运行具有至关重要的意义.传统车辆轨迹重构模型大多基于定点线圈检测数据或者浮动车轨迹数据作为输入数据,并且普遍未考虑过饱和交通状态.本文提出了一种基于车辆身份感知数据的车辆路段轨迹重构方法,通过构建一种绿灯相位回溯框架,基于交通流激波理论分段重构车辆行程轨迹,每次回溯过程包含两个主要步骤,即估计车辆状态和分状态重构车辆行程轨迹;然后在Paramics 微观交通仿真平台上对本方法模型的准确性进行了验证.结果表明,该方法在各种饱和状态下均能达到令人满意的应用效果.     

基于IC卡与GPS数据的公交通勤出行特征分析

公交通勤人群是公交客流的重要组成部分,公交通勤出行特征是制定公交优先发展战略、公交规划、优化与运营管理的数据基础.针对传统以"车"为研究对象的碎片化公交通勤出行特征分析方法,基于公交IC卡与GPS数据,从公交乘客"人"角度出发,系统分析提出了公交出行链特征、区间客流不均衡系数、职住平衡水平及线路黏性系数4个维度指标参数计算方法.以重庆市主城区连续5个工作日47条代表性线路的公交乘客为例,对通勤出行特征进行分析,结果表明:重庆市主城区通勤客流换乘次数较少、长线公交客流需求较大、职住平衡水平较高、约1/4的通勤出行者对线路选择具有较强黏性.     

基于深度学习的车辆轨迹重建与异常轨迹识别

车辆移动轨迹的不确定性及异常点段的存在使其在数字交通领域的应用面临挑战.本文构建基于数据增强的LSTM-AE-Attention深度学习模型,进行车辆轨迹重建和异常轨迹识别.首先,使用对抗生成网络和贝塞尔样条曲线从样本量和种类两方面扩充数据集,实现数据增强;其次,通过自编码网络与长短时记忆神经网络提取轨迹特征并完成轨迹...     

城市公交GPS轨迹路线图制作研究

以哈尔滨市104路公交为主要研究对象,详细介绍城市公交的GPS轨迹路线图制作时所需的软硬件,以及数据的采集方法,叙述数据的整合与分类过程。通过将主要公交站点周围兴趣点信息增添到轨迹点附近,构成包含有站点轨迹信息、站点影像信息的沿途轨迹信息。经过整合与分类,通过HOLUX ezTour软件对数据进行处理,阐述轨迹查询、地标的新增与删改和轨迹的添加与变换等功能。并使用Google Earth三维图像对轨迹路线全面整合,最终制作成城市公交GPS轨迹路线图。     

一种基于GPS和IC卡数据的城市公交出行分布推算方法

城市公交规划、管理工作迫切需要信息化技术给予定量的决策数据支持.公交出行分布数据通常基于居民出行调查获得,然而因其调查代价巨大不能作为常态化调查手段.短期的公交线网调整工作更依赖于现状的公交出行分布需求,本文由此提出了一种利用公交GPS和IC卡(含老年卡)数据推算现状公交出行分布的实用方法.当前在大城市常住人口使用IC卡作为公交支付手段已得到相当普及,采用基于车载GPS和乘客IC卡记录能够推断得到全日公交OD数据并用于公交出行量回归模型的标定.模型检验通过后,可结合人口数据和就业岗位资料用标定模型计算以投币作为主要付费方式的流动人口公交OD;叠加两部分OD得到完整的城市公交出行分布结果.该模型的有效性通过2010年郑州市综合交通调查实践得以验证,对其它城市具有借鉴意义.     

基于刷卡数据和GPS数据的公交客流特征分析方法

为准确并快速分析城市公交客流特征,提供城市公交专项规划编制的基础数据资料,提出一种采用公交刷卡数据和GPS数据分析公交客流特征的方法.首先,全面总结公交客流数据处理方法和流程,包括客流时间特征、空间特征和公交运营特征;其次,针对实际可能出现的数据缺失情况和传统方法局限性,通过上车站点判断引入时间临近规则、下车站点判断设...     

交叉口行人过街溢出轨迹分析及优化方法研究

针对信号交叉口行人过街溢出轨迹建模,选择商业区作为数据采集点,从而保证足够的行人数据量,采用视频采集技术获取行人过街的时空数据,得到行人过街轨迹。基于Weibull(韦布尔)模型建立行人在3个穿越区域的穿越位置分布模型,进而连接3个穿越区域的穿越位置得到行人过街轨迹。利用轨迹模型进行信号交叉口行人过街安全护栏的长度设计,该方法操作简单、实用性强,且该设计可有效降低行人与机动车的冲突,提高行人过街的安全性,改善信号交叉口行人及机动车的运行秩序,为交叉口安全设计提供理论支持。     

出租汽车出行轨迹网络结构复杂性与空间分异特征

基于出租汽车运行GPS轨迹数据, 构建了一类城市出行复杂网络; 使用有向加权复杂网络测度分析方法, 研究了出租汽车出行轨迹网络结构复杂性与空间分异特征; 以西安市数据为例, 进行了网络指标测算。分析结果表明: 出租汽车出行轨迹网络的平均最短路径长度为2.070 (边数), 聚类系数为0.653, 网络密度为0.554, 说明了该网络是一类典型复杂网络, 具有典型的小世界和集团化特征, 且实际平均出行距离符合对数正态分布; 网络的节点强度均值为411, 最大K-核值为59, 网络中强度小于600的节点占77.97%, 强度小于300的节点占50.24%, 呈现典型的大少小多的空间分布特点; 该网络具有显著的空间分异特征, 重要小区的出行辐射范围具有全局性特征, 总体出行强度空间布局与城市公共交通干线走向一致, 呈十字型分布; 在整个网络范围内, 强中心性交通小区呈现集聚性分布, 重要交通枢纽(车站) 与商圈等区域节点强度大于2 200;出租汽车上下客区域呈现空间非均衡特征, 即在城市重要功能聚集区的上客水平高于下客水平。研究结果反映了出租汽车出行轨迹网络的拓扑结构与空间分异特征间的相互关系, 揭示了城市居民活动的空间特征、活动规律及其与城市功能空间布局之间的相互影响作用。     

语音信息对驾驶人超速行为干预效果研究

为了明确语音信息对不安全驾驶行为的干预效果,以典型不安全驾驶行为超 速行驶为研究对象,针对超速发生前、发生时和发生后等3 个阶段设计不同风格的语音干 预信息,对30 名驾驶人在驾驶模拟器上分别进行干预模拟实验,设计合理的客观和主观 评价方法,针对干预效果进行评价和对比分析.实验结果表明,干预语音信息风格对干预 效果具有较大影响,驾驶员的客观表现与其主观认知也存在差异,超速发生前差异较大, 超速发生时和发生后差异较小,综合主客观评价结果得出了超速发生前、发生中和发生 后的最佳干预风格,可以为车载提醒设备设计、驾驶员教育策略制定等提供理论基础.     

基于公交GPS和IC卡数据的综合交通建模新思路

为给我国交通规划模型的研究和开发提供新的方向和思路,结合郑州市综合交通模型的开发实践,探讨了公交GPS和IC卡数据在其中的应用.主要包括:基于公交GPS和IC卡数据的公交OD生成方法、公交客流量模型、非集计模型与动态公交分配模型以及基于公交GPS数据的需求预测组合模型.重点阐述了公交GPS和IC卡数据在上述几个方面的应...     

基于手机GPS定位轨迹的出行信息采集技术

针对居民出行调查主要依靠传统纸质问卷形式获取居民出行信息、调查数据很难准确反映实际交通需求特征的问题,提出运用手机GPS技术获取个体出行轨迹信息,挖掘分析不同交通方式的轨迹特征,并运用支持向量机算法对出行方式进行识别。结合实例分析表明:提出的算法对步行-自行车-步行、步行-公交车-步行、步行-小汽车-步行3种组合的出行方式识别正确率均较高,为以后城市居民出行调查提供一种新型的调查方法。     

基于轨迹数据的过饱和信号路口排队长度分析

针对交通过饱和情况,利用网联车轨迹数据提供的车辆到达和停车位置等信息,提出一种基于交通冲击波的周期初始队列长度和最大排队长度的估计方法。基于网联车车辆轨迹确定车辆到达时刻、排队时刻、启动时刻及驶离时刻4个临界点的时空数据,并根据时空信息建立到达率估计模型,运用冲击波理论对每个周期初始队列长度及最大排队长度进行估计,应用微观交通仿真软件SUMO对模型进行仿真验证。实验结果表明：在网联车渗透率不低于20%的情况下,当v/c=1.0(v为实际交通流量,c为道路通行能力)时,初始队列长度MAE值小于6.5 m,MAPE值小于10%,最大排队长度的MAE值小于16.0 m,MAPE值小于11%,说明基于车辆轨迹的交叉口排队长度估计模型能够较为有效地估计过饱和交叉口的最大排队长度和初始队列长度。