交通流实时动态信息采集、处理／分析、发布系统在北京的研究与实施

随着汽车保有量的增加，交通基础设施的建设已经满足不了交通发展的需要，采用智能交通系统改善道路状况已是必然的选择。而真正的智能交通系统就是能向交通参与者提供全方位的、实时的和可靠的交通信息以及与交通有关的其它信息。本文在研究了国外交通流实时动态采集、处理／分析、发布系统现状的基础上，提出了交通流实时动态采集、处理／分析、发布集成系统的规划方案及在北京的具体实施方案。     

基于视频技术的微观交通流信息采集系统研究

现代检测理论与技术，完全有能力采集到完整的微观交通流数据，即断面或区域车辆序列信息，包括每一辆车的车辆属性、位置属性和运动属性．微观交通流信息对于通行能力分析、智能交通控制、异常交通状态识别、微观交通流特性研究、宏观交通流行为理解以及实验交通工程学的发展，具有重要的意义。视频检测技术在微观交通流信息采集和研究中具有无可替代的作用。章系统分析和完整描述了断面和区域两类微观交通流信息，介绍了在此基础上开发的微观交通流视频信息采集系统．     

智能交通技术在交通信息采集中的应用

智能交通系统中交通信息采集是最重要的组成部分,本文首先简单介绍智能交通系统发展的背景和现状,然后详细分析智能交通系统中信息采集的关键技术,并结合上海市具体发展情况进行分析,最后对智能交通技术的信息采集发展前景进行展望,并对全文总结分析。     

粗神经网络及其在交通流预测中的应用

实时准确的交通流量预测是实现智能交通诱导及控制的前提与关键,也是智能化交通管理的客观需要。把粗集理论引入神经网络的构造,应用粗神经元取代部分常规神经元,给出了一种交通流量的粗神经网络预测模型。实验结果表明,该模型在交通流量预测的精度和对交通路网的适应性方面明显优于常规神经网络,具有较高的实用价值。粗神经网络具有极强的鲁棒性,预测模型也可方便地处理季节、天气等随机因素对交通流量预测结果的影响。     

利用数据挖掘技术建立城市区域交通流状态分析预测模型

ITS中的一个重要研究领域就是交通流的诱导，而为了要正确地诱导交通流，就需要对交通流的状况进行实时分析和预测。本运用计算机科学领域中的数据挖掘技术，提出了一个城市区域交通流分析预测模型。通过模型中的预测级神经网络、决策树约束集、关联规则约束集和修正级神经网络，全面地考虑了区域内交通流本身与其它动态、静态指标对未来交通流状况的影响，因而具有较高的正确率。     

城市交通流信息相似性分析与研究

信息处理日益成为智能交通系统发展中的一个重要环节，它要求智能交通系统不断集成新的信息技术以实现信息的采集、融合、组织和处理。生物信息技术在ITS信息处理中的应用成为其中新兴的研究方向。为证明交通信息具有生物遗传属性，本文定义了相似系数及波动系数作为交通流的相似性判据，并对城市交通流单点流量信息在时间轴上的相似性进行实验与数据分析，从而证明了其相似性的存在。文章还对该特性在交通流信息处理中的几种可能应用进行了分析和讨论。     

一种用于交通信息采集的图像背景快速估计方法

为适应交通环境多变情况下实时交通信息采集的要求，提出一种快速高效的背景估计方法。该方法以单高斯估计模型为基础，参数简单，算法实时性好；在采集样本时通过帧差法对图像进行分块选取，从而保证了样本的纯度，有效地削弱了运动物体和噪声对于背景估计的影响。通过实际道路环境下多种方法的实验比较，证明所提出的方法的正确性和有效性。     

智能交通系统中的汽车技术

阐述了汽车上所采用的一些现代先进技术，介绍了车辆自动避撞及智能汽车、车载实时动态智能导航技术、车载通讯等内容。并结合中国国情探讨了这些技术在中国的发展情况。     

公交客流信息采集技术研究

城市公共交通在我国城市交通中占有重要的地位,公交客流信息是公交调度管理及线网优化的基础。本文介绍了常用的公交客流信息采集方法,其中包括人工调查、公交IC卡、自动乘客计数等系统的技术实现方式及各自特点,提出了适于我国国情的公交客流信息采集技术的选用方法。     

经典交通流模型在城市车路不均衡发展评价中的应用

提出了一种基于经典交通流模型的城市车路不平衡发展所产生影响的分析和评价方法,并以北京市为例,通过Param ics交通流仿真软件计算得出了城市车路发展的不均衡性对于交通状态所产生的影响。所得到的研究结果可作为相关修正系数应用于城市智能交通系统社会综合效益评价中,能够使得评价结果更加客观与准确。     

基于Windows平台的多通道交通流采集软件设计

文章根据交通流的特点，充分利用VB开发具有环境简单、功能强大的优点，结合调Windows API函数，解决了VB难以开发涉及底层硬件、多线程软件的缺点。通过设计优化算法，解决采样率问题，开发了基于Windows平台的多通道交通流采集系统的软件。利用VB作为开发工具，结合调用API函数的办法大大缩短了软件开发周期。     

基于Web Service的交通流数据采集传输与发布

交通流数据采集传输与发布系统是智能交通管理系统的一个重要组成部分。文章讨论了结合Socket和Web Service技术实现交通流数据的采集，传输和发布。     

车辆跟驰时间序列实测数据采集方法研究

在分析国内外跟车模型数据采集方法研究历史的基础上,利用车载高精度GPS接收机,通过试验,建立基于GPS的实时动态车辆跟驰数据采集方法,较好地解决了困扰国内外研究者多年的反映跟车状态下驾驶员行为和车辆运行特征的时间序列实测数据采集的问题。     

交通信息采集关键技术研究

随着智能交通的发展和高速公路和城市道路的建设管理需要,越来越多的交通信息采集理论和方法被提出和运用.其中既有传统的固定设备测量方法也有新兴的基于全球定位的浮动车法.文中针对不同的信息采集方法的特点进行分析和比较,以区别其适用的范围.     

基于时空特性和RBF神经网络的短时交通流预测

针对实际交通流变化具有较明显的动态性、周相似性和相关性,提出一种基于交通流的时空变化特性和RBF神经网络的短时交通流预测方法。该方法充分挖掘和利用了交通流时间序列的周相似性和相关性,以及相邻路段上交通流的相互影响因素,结合RBF神经网络自学习、自组织、自适应功能和大范围的数据融合特性对交通流进行短时预测。用实例进行了仿真计算和分析,结果表明该方法能够提高交通流的预测精度。     

北京市交通流数据采集、处理/分析和信息发布系统设计

交通流数据采集、处理／分析和信息发布系统是北京市智能交通管理系统的一个重要组成部分。本文介绍北京市交通流数据采集、处理／分析和信息发布系统设计。该系统集成来自交通管理部门、出租车指挥调度部门、公安指挥调度部门、公交指挥调度部门和医疗急救调度部门的交通信息，通过多种方式提供一般和个性化的交通信息服务。     

从车流运动过程分析交通流中流量陡降现象

针对交通流流量密度模型中当密度达到最佳密度Km 附近时流量值出现突然下降的现象,从车流运动过程分析移动车流群在最佳密度附近的流量-时间变化规律和密度-时间变化规律,发现车流群所产生的回波速度是影响流量陡降现象的主要因素。在分析格林希尔治模型缺陷本质的基础上,指出交通流模型采用二阶段模型的必然性,并建立了相应模型。     

基于浮动车的交通信息采集系统研究

阐述了基于浮动车数据的实时交通参数如平均速度、行程时间、OD矩阵等的估计方法，并利用Vissim仿真软件进行了验证。实验结果表明，笔者提出的交通参数估计方法具有较高的精度。     

基于分组流的交通流诱导与控制研究

交通流诱导与控制是解决现代交通难题的有效手段,根据Internet分组流管理的基本思想,研究了城市路网交通流的诱导与控制。从4个主要方面比较了交通流与分组流的相似性,从而证明了把后者的理论应用于前者的可行性。介绍了分组的路由算法和拥塞控制策略,提出并举例说明了动态诱导路径的分区分层算法,交通拥塞控制的分布式交通量均衡方法。实践证明了这一方法应用于交通流的诱导和控制是可行和有效的。