基于GPS数据的物流车辆出行特征分析

货物运输是区域经济发展的重要组成部分,随着国内GPS采集手段的日益丰富,信息处理技术的不断发展成熟,对海量GPS数据获取、挖掘和研究成为可能。以物流车辆GPS数据为研究基础,设计了数据的预处理算法,选取基于平均行程速度的探索性方法为出行划分算法,挖掘城市间物流车辆的出行特征和规律。通过对实时采集的车辆出行数据进行分析并决策,为精细化管理和运营提供技术支撑,具有一定的现实意义。     

高速车辆检测系统中数据匹配算法研究

文章在《高速公路超限运输网络管理系统》中车牌与称重数据的匹配算法基础上,阐述了算法的理论基础,给出了基于C＋＋语言的主要实现代码,为解决高速车辆检测系统中不同检测设备的数据匹配问题提供了一种可行的方法和思路。     

车辆构成比例与行程时间可靠性关系研究

为探究车辆行程时间可靠性的变化,本文在不考虑天气因素的条件下,分析随着路段交通量和大型车比例的变化,小型车行程时间可靠性变化特征。首先对高速公路收费数据进行预处理,OD对重构获得各路段交通量,采用非参数KS检验法,判断不同交通量、大型车比例下小型车行程时间是否满足对数正态分布。以标准差、缓冲指数、拥挤频率作为路段可靠性评价指标,分析路段可靠性变化特征。本文以甘肃省高速公路收费数据作为基础数据验证分析,研究结果表明:(1)不同交通量、大型车比例下小型车行程时间满足对数正态分布;(2)总交通量大于1100pcu时,路段交通流稳定性明显降低,大型车数量大于等于210pcu同时小于270pcu时,拥挤频率最高,在0.35～0.55之间波动,可靠性最低;当大型车数量大于290pcu时,小型车平均行程时间可靠性上升。研究成果对研究大型车对智能交通的研究提供基础,为高速公路交通管控提供理论支持。     

信号交叉口安全评价及时空特性分析

为研究信号交叉口机动车冲突,对机动车驾驶人心理、行为特征进行分析。基于交叉口事故样本的静态数据、交通量和交通冲突数据为动态数据运用FKM聚类法对交叉口安全性进行评估。在此基础上研究交叉口机动车冲突分析时空特性,发现不同交叉口时间、空间冲突特征存在高度相关性和相似性;高峰时段冲突严重度和高峰时段、高峰小时流量存在线性关系并呈反比例关系;机动车冲突在不同空间上的危险度存在差异,其中直行与对向左转冲突危险度最高。     

基于车牌识别数据的车辆使用特征研究:以上海市快速路非沪车牌识别数据为例

随着智能交通技术的不断发展,交通信息采集系统日渐成熟,车牌自动识别系统,车牌识别数据包含了大量的牌照信息和出行时空信息。本文通过对上海市车牌识别数据,从时间维、空间维、车辆属性维、车辆使用特征维等多个维度对车牌识别数据进行挖掘,分析路网的交通构成,反映城市机动车的使用现状。该研究对于分析城市交通出行特征具有重要的参考价值,提供了新的分析技术手段,辅助决策者合理地制定交通政策,引导交通结构和交通方式的发展。     

基于半监督SVM的交通方式特征分析和识别

为解决基于手机信令数据识别大规模用户交通方式问题,多维度分析出行方式特征,提出结合主动学习和Tri-training的半监督支持向量机算法。以手机信令出行链为基础,将出行特征划分为距离、时间、速度、出行者属性等四类,并进一步研究多维度特征及其计算方法 ,基于有向无环图设计一种结合主动学习与基于Tri-training的半监督多分类支持向量机。运用HY市手机信令数据构建样本集并训练该分类器,与多种监督学习分类算法进行比较。结果表明主动学习构造的富含信息的已标记样本集可以减少半监督学习的迭代次数,Tri-training半监督支持向量机可以通过大量未标记样本提升分类器准确率,结合主动学习与Tri-training半监督支持向量机算法可以有效地识别手机信令数据出行链的交通方式。     

城市群多方式运输通道与网络可靠性

为提高城市群交通运输能力,以多方式运输网络为视角,研究了城市群网络行程时间可靠性的计算方法。结合城市群的交通特点,构建了行程时间可靠性参数评价指标;以"点—轴"理论构建城市群交通运输网络,定义了运输通道交通方式的可靠性;为区别城市群不同交通运输方式优劣,基于最小路算法构建了一个多方式的城市群运输网络可靠性计算模型。在此基础上引入不交和算法概念推导该模型的计算方法和计算步骤。所得到的可靠度计算模型能够运用于量化一定时间内,城市群内部和城市群之间的多方式交通网络可靠性,为决策者提供了中观层面的决策支持。     

复杂环境下车牌识别算法研究

目前市场上已有较多应用成熟、稳定的车牌识别算法,但是大部分需要在单一背景环境下,否则识别效果不佳,所以存在复杂环境下(如光照不均、大角度、多车牌、亮度低等)车牌定位与识别准确率低的问题。文章提出一种复杂环境下多车牌识别算法来应对此问题,采取了SVM模型定位车牌、外部轮廓和外接矩形法分隔字符、BP神经网络法识别字符。其中,对非连续性字符(如中文字符)分隔提出改进算法,取得良好的效果。     

基于旅客出行时段特征的高速铁路列车始发时间研究

高速铁路旅客出行具有明显的时段特征,确定列车始发时间域时应充分考虑旅客出行的时段偏好。本文将一日时长按照固定间隔划分为若干时间区段,通过大量问卷调查,获取不同旅行时长旅客对到发时段的偏好及方便度系数。以高速铁路车站一日内始发旅客列车作为研究对象,考虑不同运行时长的列车始发时刻和终到时刻对于旅客出行的影响,以各列车"始发-终到"旅客方便程度最大为优化目标,建立旅客列车始发时间域分布的优化模型,并设计了求解该问题的模拟退火算法。以北京西站一日内始发高速铁路旅客列车作为研究目标,利用该模型对其始发时间域进行优化,结果表明,该方法得出的列车始发时间域能够较好地匹配列车"始发-终到"旅客的出行时段特征。     

基于边缘计算的电子车牌与交通感应网协同环境构建

电子车牌的推广和实施对实现城市交通的精细化管理、提升道路通行效率、减少拥堵有着重要的意义。本文为解决电子车牌数据的采集精度和数据的传输效率问题,对电子车牌的数据采集端提出了优化的采集模型;结合电子车牌系统和电子车牌感应器形成的无线传感网,构建电子车牌与交通感应网的协同环境;综合考虑网络的计算能力、传输效率,将边缘计算概念引入到协同环境构建中,加入边缘计算节点和边缘数据中心,构建了多层次的协同环境体系架构并设计了工作流程,为电子车牌大规模应用研究及相关系统平台的建设提供借鉴作用。