交通诱导系统构成及发展动态

城市交通诱导系统是智能运输系统(ITS)的重要组成部分,它以实时动态分配理论为核心,综合运用检测、通信、计算机、控带、GPS和GIS等高新技术,动态地向驾驶员提供最优路径引导指令和丰富的实时交通信息,通过单个车辆诱导来改善路面交通状态,防止和减轻交通阻塞,减少车辆在道路上的逗留时间,并最终实现交通流在路网中各个路段上的合理分配.     

面向动态导航的城市路网实时交通信息服务系统研究

结合国内外的研究现状，基于实时GPS数据和高架线圈检测数据的数据融合处理技术，给出了面向动态导航的实时交通信息服务系统的总体框架，实现了城市路网的实时交通流状态估计；通过构建实时交通信息系统，借助无线通讯方式为车辆提供实时交通信息和动态路径规划服务，实现了在动态路径规划基础上的车辆动态导航。     

城市交通流诱导系统结构框架研究

在国家自然科学基金重点项目《城市交通流诱导系统理论模型和研究》的基础上，提出了交通诱导系统的结构框架。城市交通流诱导系统的研究具有重要理论和实际意义，它是“智能运输系统”研究的核心部分，也是我国开展智能运输系统研究的主要领域之一。     

Fusion Framework of Urban Traffic Control and Route Guidance Based on CPS Theory

以避免交通拥堵和提高交通效率为目标,同时满足交通用户要求和交通系统交通流均衡要求,对城市交通控制与诱导融合框架进行研究.分析城市交通控制与诱导系统和信息物理融合系统(CPS)的特性及两者关联.探讨CPS理论应用于城市交通控制与诱导系统的各项技术要求.根据动态城市交通流诱导系统和城市交通信号控制系统的内容,针对两者相关性、冲突性与解决方法,考虑信息物理融合系统的人机系统特点,提出一种基于信息物理融合系统理论的城市交通控制与诱导融合框架.该框架包含计算部分、通讯部分、控制部分和物理世界部分,增强了城市交通流诱导系统和城市交通信号控制系统的融合度,侧重从技术层面分析两者深度融合的可行性,为智能交通系统中交通控制与诱导融合的实施提供理论依据.     

城市道路冰雪路面交通流状态特性研究

在采集冰雪期北方城市主干路交通流数据基础上,采用多元统计中的因子分析法对冰雪期不同路面状态上的交通流状态进行研究,并对因子得分进行聚类分析,将交通流状态分为三类,根据这三类交通流状态在各种路面状态下出现的频率,再次聚类,得到不同路面状态下关于交通流状态的分类。这一结果为中国北方城市冬季交通诱导系统中交通流状态的识别提供了一定的理论基础和依据。     

分区分布式动态诱导系统应用研究

介绍了分布式动态诱导系统和城市交通分区理论以及城市交通小区划分的条件,并以长春市为研究对象进行了交通小区划分研究.描述了分区分布式动态诱导系统的工作模式,降低了分布式动态诱导系统的信息接收量,提高了分布式动态诱导系统的计算速度,扩大了交通信息中心的诱导范围.模拟了一个交通小区,分析了如何对不同车辆、不同位置的车辆进行路径诱导,平衡交通流效果显著.     

基于城市交通控制系统的动态车辆行驶路线选择的方法

本文以我国一些城市 城市交通控制系统的基本设施为基础，利用实时路网交通流检测数据，并进一步上理，使其为车辆诱导提供所需信息。车辆根据路网信息，动态地选择起讫点的最短路，以保持较佳的行驶线路，进而优化城市交通。     

基于多源信息的城市快速路交通走廊协同控制:综述与展望

城市快速路与其平行的地面主干路存在紧密联系,形成天然的交通走廊.对于城市快速路交通走廊的拥堵问题,应采取协同控制,充分考虑其中的高度关联.本文综述了城市快速路交通走廊控制的发展历程,并展望了未来研究方向.传统的控制理论多为集计层面的交通流控制,状态估计由模型推导得到,并通过滚动时间窗更新.然而,一些交通现象难以精准刻画,且难以大范围应用.随着信息技术的发展,全覆盖以及实时的交通监测成为可能,控制方法的协同性、实时性、精准性不断提高.未来随着智能网联车辆和自动驾驶车辆的逐渐普及,原先由人类驾驶车辆组成的交通流将转变为新型混合交通流,控制手段将广泛作用于个体车辆,实现高度协同的车辆控制,且交通管理控制将与出行服务高度整合.新型混合交通流模式下的城市快速路交通走廊控制将是未来研究的重点.同时,用户最优与系统最优的最佳组合也是需要关注的问题.      

基于云计算的卡尔曼滤波速度诱导模型研究

利用自适应卡尔曼滤波器来建立城市快速路瞬时交通预测模型,同时通过Hadoop基础框架及Ma—pReduce的编程模型设计和开发了交通属性指标最小约简云处理系统,并在此基础上对车辆进行速度诱导控制,建立了以车辆总行程时间为目标函数的诱导优化模型。并以上海南北高架南段东线为例建立了仿真场景,对模型进行了参数标定与校验,通过有效性与性能分析表明：用云计算能够提高运算效率,且速度诱导控制后,降低了路段上交通流的整体速度差异,提高了交通安全性。     

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．     

城市交通流诱导系统电子地图的研制及功能实现

GPS、GIS对于现代交通来说是两项极为重要的技术，城市交通流诱导系统利用GPS技术实现车辆的跟踪和定位，电子地图是交通诱导的关键部分之一。实验中把GIS软件的MAPINFO作为开发平台，编辑生态道路、街区矢量图，利用其目标查询、路径分析等功能进行交通的分析和管理。     

基于中观仿真的城市快速路速度诱导控制模型研究

利用中观交通流模型对城市快速路瞬时交通量进行预测,并在此基础上对车辆进行速度诱导控制,建立了以车辆总行程时间为目标函数的诱导优化模型,并利用C++实现了该模型.最后以上海南北高架南段西线为例建立了仿真场景,进行模型的参数标定与校验.通过统计分析与物理特性分析:速度诱导控制后,速度方差与均方差均有显著下降,说明速度诱导控制后,降低了路段上交通流的整体速度差异,提高了交通安全性.     

基于多智能体系统的动态路径选择算法研究

动态路径选择算法是城市交通流诱导系统的核心理论之一，一直受到国内外研究学者的普遍关注。本文给出了一种基于多智能体系统的动态路径选择新方法，阐述该方法的主要思想，借助交通模拟软件——PABAMICS建立一个基于多智能体的交通诱导系统，并实现对一个简单路网的诱导管理。仿真结果显示：该方法具有实时性强和鲁棒性好的特点，说明多智能体系统在实际交通诱导应用中具有可行性。     

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。     

车辆实时调度中的城市路网及交通描述模型

为满足车辆实时调度对城市路网交通信息的需求,本文应用GIS节点弧段拓扑数据模型对具有交通管制信息及实时、动态交通流信息的城市路网进行描述。完整地表达了路网的连通性及交叉口的转向管制信息,并通过实时更新路权来体现路网交通状况的变化,依此路权可以进行动态最短路径计算,为车辆调度提供了可视化平台。本模型应用地理信息系统和数据库管理系统分别存储路网空间数据和属性数据,保证了模型的运行效率。     

基于车辆队列的饱和状态下城市主干道旅行时间估算方法

当前城市主干道过饱和交通流交通状况恶劣,交通拥堵时常发生,由于受信号灯的周期性阻滞作用,交叉口上游车辆淤积现象严重,传统的连续交通流模型无法用于估算城市主干道旅行时间.有鉴于此,提出了一种适用于中断交通流的基于车辆队列的旅行时间估算方法.基于道路上已有的存在型检测器,运用检测器采集的高精度实时数据,研究了车队识别和匹配方法,通过匹配车队信息,对通过饱和状态下城市主干道的车辆进行了实时旅行时间估算.在此基础上,利用Q-Paramics软件进行了实例模型仿真验证.通过对比算法估算值和仿真模型观测值,验证了算法的合理性和有效性,为评估饱和状态下的城市主干道交通状态奠定了基础.     

交通控制与诱导集成的关键问题评述

分析了交通控制和交通诱导的相互影响与相互作用。综述了交通控制系统和交通诱导系统集成的研究现状,重点对交通控制和交通诱导集成的6个关键问题进行了讨论分析。提出应用演化博弈论、有限理性和人工情感等研究探讨驾驶员对交通诱导信息的反应机理和先由交通诱导系统将交通流诱导到合适的路网上然后由交通控制系统来适应这些交通流的思想建立集成模型。提出应用人工交通系统与平行系统的思想来研究交通控制和交通诱导的集成实施问题,通过人工交通系统的"计算试验"对交通控制方案和诱导方案进行试验和评估,期望为交通控制和交通诱导二者的集成提供新的思路和方法。     

交通事件检测算法的参数敏感度研究

在交通事件发生条件下,对交通流占有率、车辆占有率、速度3个特性参数进行分析,研究交通参数对于交通事件检测算法的敏感程度。通过TSIS交通仿真软件获得交通流的实时数据,最终得到交通事件检测算法中交通流参数的选择方法。     

基于改进支持向量机的交通流量预测算法研究

城市交通流具有复杂性、时变性和随机性,如何实时准确的预测交通流量是实现智能交通诱导及控制的前提.结合交通流的时间序列特性,提出基于改进支持向量机的交通流预测算法,该算法能够克服神经网络预测的不足,对支持向量机算法在嵌入维数、核函数和参数选择上进行了改进.实验仿真结果表明,该算法具有很好的预测精度和适用性.     

基于Kalman滤波的城市环路交通流短时预测研究

在介绍现有的主要交通流预测方法的基础上，阐述了基于卡尔曼滤波（Kalman）的预测模型及其具体算法。结合城市环路的交通运行特性，构建了基于卡尔曼滤波的交通流短时预测模型，并根据北京市三环路的实际数据对模型进行验证。实证数据表明．所建立的交通流动态实时预测模型的预测效果比较理想，算法的实时性也满足实际预测系统的要求，可应用于交通流预测及交通智能控制。