基于交通波特征的车道级车流溯源方法

为支撑城市道路中低渗透率轨迹数据条件下车流溯源分析,本文提出一种基于交通波特征的车道级车流溯源方法。基于NGSIM(Next Generation Simulation)数据集中的真实车辆轨迹信息,解析不同来源车流的交通波特征差异性;结合信号配时方案,从车辆初次停车时刻、集结波起始时空位置、集结波斜率、集结波覆盖长度等多个维度验证了交通波应用于车流溯源的可行性。在此基础上,提取集结波5项特征参数,构建4种基于机器学习的车道级车流实时溯源模型。采用NGSIM数据对模型参数进行训练标定,并对不同归一化方法、不同数据量、不同数据精度下的模型效果进行灵敏性分析。结果表明,在低数据量场景下,特征参数宜采用Min-Max法进行归一化处理,溯源流量平均误差比例最大不超过23.60%;当数据量较为充分时(超过100个信号周期),特征参数宜采用Z-Score法进行归一化处理,平均误差比例最大不超过9.90%,效果最佳的梯度提升回归模型的平均误差低至0.01%。此外,数据误差对不同模型的影响有所差异,但在误差较大时模型不会出现失效问题。本文所构建方法不依赖于固定检测器数据,未来可进一步研究交通波在网络层面...     

基于车载GPS技术的交通浮动车检测系统设计研究

基于车载GPS技术的车辆监控系统往许多城市和领域已有广泛的应用。对这些年辆GPS原始定位信息进行后续加工处理，不仅将完善基于车载GPS技术的车辆安全防护系统，同时也能够实时采集城市道路交通信息，并面向公众提供城市道路交通信息咨询服务。本将介绍基于车载GPS技术的交通浮动车检测系统的总体框架设计与道路交通信息检测的基本思路。     

基于组合前景提取的混合交通两轮车辆视频检测

针对混合交通流中两轮车辆视频检测问题,提出一种基于混合高斯模型（GMM）与背景累加模型（BAM）的组合前景提取方法,该方法将GMM与BAM组合得到的2 种前景图像分别经过滤波和形态学的膨胀操作处理,然后进行“与”操作,过滤掉高斯前景中的大量噪声,提取出感兴趣前景区域.针对两轮车辆的轮廓边缘特征,采用Canny 边缘检测提取边缘信息,去除前景区域中的非目标区域,采用两轮车辆的自建模板,通过欧氏距离进行模板匹配,定位并标记感兴趣区域中的目标区域.在OpenCV 和Matlab7.1 实验测试平台上,对典型城市混合交通路段的交通流视频进行测试.结果表明,该方法对混合交通流中两轮车辆的识别检测具有较高的准确率.     

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.     

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。     

基于云平台的交通视频检测数据优化研究

交通视频检测技术在智能交通领域应用广泛,成为当前交通信息采集的主要手段.但在恶劣天气条件下,视频车辆检测器采集的交通数据误差较大,难以准确反映路面实际状况.为解决此问题,本文提出基于不同气象能见度等级构建k 型BP网络,对气象能见度低于10 km时的原始交通数据作预处理优化.分析了云计算在交通信息处理方面的优势,基于云计算平台实现了该模型的构建与推广.最后以成都绕城高速七里沟大桥定点观测得到的数据做样本进行实例分析,对比了该模型方法与传统处理方法的数据处理效果,得出了本文方法较传统方法先进的结论.     

基于BP神经网络确定最优配送车辆数目问题的研究

在介绍BP神经网络相关知识的基础上,建立用于确定最优配送车辆数目的三层BP神经网络,给出BP神经网络的学习步骤。并通过实例对基于MATLAB的神经网络工具箱的可行性加以验证,对于相关研究具有十分重要的指导意义。     

基于交通需求强度的路口多层模糊控制模型研究

针对模糊控制在城市交通信号控制中的应用，提出了基于交通需求强度的路口多层模糊控制模型，首先在阐述路口交通信号控制基本机理的基础上提出了交通需求强度的概念来表示路口交通信号控制的需求问题．在此基础上提出了多层模糊控制模型，第1层用来判断路口的交通需求强度；第2层为相序优化层；第3层为绿灯时间优化层．通过与多方案选择的定时控制相比较，仿真结果表明所提出的多层模糊控制模型具有相对较好的控制效果．     

基于自学习的组网式交通信号灯异常检测研究

随着智慧交通的发展,信号灯成为城市道路能够正常运转的关键性设备,交通部门有必要实时掌握信号灯的运行状态,以便及时发现故障并加以排除,降低交通事故的发生率.针对现有研究方法存在的硬件结构复杂、成本较高、安装施工困难、维护不便等问题,提出了一种基于自学习的组网式信号灯故障诊断方法.系统可以一键学习、快速准确地掌握正常情况下...     

广州市单向交通应用研究

随着我国国民经济的快速发展,城市人口不断增加,城市的机动车保有量也不断增加。但由于各种原因,城市道路的发展速度严重滞后于机动车的发展,道路资源紧张,交通拥挤问题日益严重。据统计,单纯依靠增加道路资源并不是解决上述问题的终极办法和根本途径,而实践证明,科学合理地规划和实施单行线作为交通管理的一个重要手段,投资少、收效快、效果好,在解决城市交通方面的重要作用越来越受到肯定。     

基于元胞自动机的交通流状态研究

为方便交通部门能够更直接地掌握道路交通流状态,对交通流进行管理、调节和诱导,从而提高路网交通效率,本文主要围绕交通流状态统计、交通流状态仿真和不同交通状态的决策方案三个方面进行研究。研究基于物理公式和格林希尔治模型理论构建交通流流量与车辆平均速度的基础模型,根据不同道路的最大流量判断道路交通状态;利用matlab将道路简化为元胞自动机的运动过程进行分析;并根据交通流状态分析结果提出合理的决策方案。     

十字路口交通规划的微观研究

以“人车为本、注重实用”为原则,在不过多改变原十字路口空间的基础上,从微观规划和管理的角度探讨城市十字路口的微观交通规划方案．有助于实现人、车的最大通过量.     

���ģ��ͨ��Ԥ�ⷽ���о�

随着交通信息化的快速发展,可供分析的交通流数据量越来越大,如何利用大规模交通流数据进行交通预测分析是智能交通的重要研究内容.为解决大规模交通流数据预测问题,本文提出了一种基于分层抽样与k均值聚类相结合的抽样方法,并与基于序贯最小优化方法的支持向量机结合,进行大规模交通流预测.实例分析结果表明,本文提出的聚类方法比现有抽样方法的抽样质量有所提高,基于序贯最小优化方法的支持向量机可有效提高交通流预测的精度.因此,本文提出的方法对于大规模交通流预测是有效的.     

基于交通流分析的航道通过能力研究

根据深圳西部航道船舶流量统计分析,并利用已有的航道通过能力计算公式,计算获得深圳西部航道通过能力,并为进一步研究整个深圳港口的通过能力打下基础。     

基于AIS的船舶交通流量统计方法研究

通过构建一个由船载AIS、岸台AIS及相关的应用软件组成的船舶交通流量统计系统,对通过航道某一断面的船舶交通流量进行自动统计,同时针对统计过程中存在的漏统计问题,采用了感知神经网络校验的解决方法.通过开发模拟软件对通过武汉长江大桥的船舶进行了交通流量的自动统计及校验实验,验证了该方法的可行性.     

基于船舶流的交通时间阻抗模型

为确定航道的交通阻抗,研究了船舶交通流的基本特性,分析了无船闸航道基本段与船闸的通航特点,建立了基于船舶交通流理论的交通时间阻抗计算模型,以客观的描述船舶交通出行时在不同交通流状态下的运行效益.算例计算分析表明,模型是可行、可靠的,能够根据船舶运行的基本实测数据确定任意路径的时间交通阻抗.     

基于社会力模型的无车道划分异质交通流研究

考虑当前针对无车道划分时的交通流特性研究较少,而且没有考虑车辆类型的异质性,因此本文基于社会力模型提出了一个无车道划分异质交通流模型.利用仿真软件Matlab搭建仿真平台,分析所建立模型的特性,以及道路条件、大车比例对交通流的影响.结果表明,本文所建立的交通流模型能有效地模拟无车道划分情况下的异质交通流特征.在无车道划分时,道路通行能力和平均速度会随着道路宽度减小而减小,当道路宽度小于7m时,通行能力会急剧下降.当交通流密度比较低时,增加大车比例对道路通行能力和平均速度影响很小;当交通流密度比较高时,大车比例的增加会降低道路通行能力,但交通流会变得更加稳定.     

基于路段检测器布局的短期交通流预测模型

通过分析路段上各点以及交叉口之间交通流的内在联系,利用连续性和相关性原理,建立基于检测器布局的短期交通流预测模型.探讨了检测器布局的一般方法,阐述了布局位置对交通流预测结果的影响.根据路段上游、下游2点的检测器数据可建双点预测模型,能用于隧道、桥梁等特殊路段的短期交通流预测.根据路网上多个检测点的数据,可建立多点预测模型,各检测点的权重用F-AHP法确定,模型系数矩阵用最小二乘法标定.以重庆市某路段的交通量预测为例,分别用双点预测法和多点预测法进行了预测,并对预测效果进行了分析和比较.