基于交通综合信息平台的概率交通预报方法

以交通综合信息平台为数据支撑, 考虑交通指数发布对交通预测的影响, 应用模式匹配和概率统计方法构建了概率交通预报方法的流程框架, 研究了概率交通预报的2项关键实现技术, 包括3级交通数据融合方法和交通指数发布内容。算例结果表明: 概率交通预报使主路径和替代路径的饱和度差值从40%降低到23%;由于概率交通预报方法在考虑交通指数发布对出行行为影响的基础上对交通预测结果进行了修正, 所以提高了交通预报的可信度, 使路网交通负荷趋于均衡。     

区域路网交通信息提取方法

为提取区域路网交通信息,基于物元分析理论提出了道路交通状态的判别方法．将交通状态的判别结果作为决策属性,综合考虑道路等级、时间及交通参数,构造区域路网的交通流特征信息表．用粗糙集方法提取交通流特征．用区域路网交通流特征提取示例验证了提出的方法的有效性．该方法可实际应用于在线交通状态判别和历史数据库的交通信息提取．     

基于数据可视化的区域交通状态特征评价方法

引入交通拥堵时空累积指标对区域交通运行状态进行判别与定量分析, 建立拥堵源与拥堵评价点之间的函数关系以构建可视化模型, 利用梯度方向直方图与主成分分析法对交通运行状态数据进行特征提取, 并利用高斯混合聚类方法对特征数据进行聚类, 划分区域交通拥堵的空间分布模式。选择了广州23 478辆出租车, 得到了509 376个数据样本, 并对交通路网拥堵模式进行识别和划分, 分析和评价了城市交通拥堵分布特性。试验结果表明: 3个样本的拥堵强度平均值分别为0.558、0.559、0.559, 交通拥堵聚集度指标分别为3.518、3.121、2.800, 3个样本的整体路网拥堵强度相同, 但是空间拥堵分布有较大差异; 广州在拥堵等级为6时的3种拥堵模式的主要聚集区域数分别为2、4、3个, 符合实际调查结果。可见, 本文提出的方法能更科学直观地描述区域交通拥堵程度和分布情况以及空间层面上的城市区域交通运行规律。     

基于纹理特征的建筑物震害信息提取方法研究

利用遥感手段快速提取灾害信息是震后应急工作中最为关键的一个环节,在前人研究的基础上,提出一种基于纹理特征的主成分震害提取方法。利用纹理特征描述符及主成分变换对震害信息进行提取,结果要比直接对震害图像分类效果好。     

基于IC卡历史数据的公交客流统计方法

随着公交IC卡的普遍使用,基于公交IC卡数据的公交客流统计方法逐步成为主流的统计方法。因国内绝大部分城市均采用上车刷卡的方式,所以需根据用户出行规律进行下车站点的推测。为降低运算复杂程度,现有的IC卡分析算法多采用基于后续公交站点吸引权的概率算法,这种算法既不能判断单个乘客的下车站点,对于总体客流又存在数据准确性问题。为此,本文对于能够形成出行闭环的单日多次出行采用传统方法推测其下车地点;对于未形成闭环的单日出行,则分析相关单个乘客历史类似天日的IC卡刷卡数据,统计出其最可能的下车站点,进而得出总体客流。采用本算法对重庆市某段时间的所有IC卡数据进行处理和统计后,经人工计数的数据对比表明:相较于传统的出行闭环算法和站点吸引权算法,本算法对于公交客流的统计更加准确。     

基于用地和交通特征的停车需求预测模型

为了解决城市停车难问题, 对停车需求进行合理预测, 考虑目前日益紧张的土地资源和快速增长的交通流量, 分析了用地与交通影响预测模型建立的基本原理, 采用用地特征函数描述了土地使用性质与停车生成率之间的关系, 采用交通影响函数分析了路网流量增长率和停车率对停车需求的影响, 在此基础上建立了停车需求预测模型。利用开发的软件系统, 根据典型区域的土地资源规划和道路交通调查数据, 进行了城市停车需求预测。预测结果表明: 随着时间的变化, 在各种因素影响下, 停车需求近5 a增长较缓慢, 而在随后的5 a中停车需求快速增长, 且日停车需求量的增长速度明显高于高峰小时的增长速度。     

基于乘客群体特征的城市轨道交通满意度研究

为提高城市轨道交通服务质量、优化乘客乘车体验、提升城市轨道交通在公共交通中的竞争力,对城市轨道交通乘客满意度开展研究。首先,选取乘客特征因素,引入皮尔逊积矩相关系数来分析乘客满意度与乘客特征因素的相关关系,提取对满意度存在显著影响的乘客特征因素。然后,运用主成分分析法刻画乘客群体特征,据此对乘客进行分类,并采用克鲁斯卡尔-沃利斯检验法来分析其满意度的差异性。基于此,对某城市地铁A号线2019年乘客满意度调查数据进行了分析,结果显示：地铁A号线乘客的出行频率、出行目的和收入水平与乘客满意度显著相关。通过主成分分析将乘客划分为常乘客与非常乘客,发现两者对城市轨道交通服务的关注点不同,常乘客更关注乘车效率,非常乘客更关注信息指引准确性,运营单位应针对不同乘客群体展开差异性服务。     

基于仿真模型的交通疏解方案优化

为降低道路改造过程中对现状交通的影响,研究了基于仿真模型的交通疏解方案.以滨海大道为例,通过现状调查,获取交通数据以及道路情况,在VISSIM软件中建立既有疏解方案仿真模型,输出包括节点的延误、拥堵段排队长度、路段的通行时间与平均速度等交通参数,识别既有交通疏解方案存在的问题,通过对比分析,结合工程实施条件,对交通疏解...     

北京市职住分布与通勤交通特征

通勤交通问题是困扰大城市发展的普遍难题,城市通勤交通服务水平的提升是建设高质量交通体系、人民满意交通的关键点。通过手机信令数据进行职住地识别,获取通勤OD数据,分析北京市总体职住分布和通勤交通特征,深入挖掘45 min通勤人口空间分布特征及其影响因素。聚焦重点地区,对北京市大型居住组团、重点就业功能区以及新城地区职住分布和通勤交通特征进行分析,剖析主要问题。在此基础上提出相关发展对策与建议：1)提高区域内用地混合度,提升区域职住平衡水平;2)提高新城与中心城区轨道交通运行组织水平;3)持续推动新城产城融合发展,推动新城基础设施完善优化和公共服务品质提升。     

���˽�ͨ����Ƶ��ⷽ������

行人交通是我国城市居民出行的主要交通方式,而行人交通的视频检测技术对于智能交通系统的发展与应用具有重要意义,通过对行人检测和分析确定行人的运动轨迹,提取行人交通参数,为交通规划、管理与控制提供科学的数据。首先回顾行人交通视频检测技术的发展历程,综述研究的方法、技术和主要成果;其次,从行人交通系统的一般处理框架—行人检测、识别、跟踪和交通参数的提取,分层次回顾低级、中级和高级各处理阶段的发展水平;重点阐述各处理阶段的现有技术和方法,并将每阶段相应地划分为不同方法子类加以讨论;最后,分析行人检测研究的技术难点及未来的发展趋势。     

����ʵ�����ݵ��ն������н�ͨ�����Է���

研究机场终端区空中交通流时空特性,为揭示交通流内在相互影响及拥堵机理,优化终端区管控策略提供科学依据。本文根据实测的空管雷达信息,首先确定目标航段上空中交通流参数的时序分布;然后从交通流参数关系基本图出发,结合终端区空中交通运行方式与管制规则的分析,将空中交通流状态划分为自由流、弱管制干预流和强管制干预流三个阶段;最后,在状态划分的基础上,采用线性回归分析建立空中交通流的速度—密度模型、流率—密度模型和流率—速度模型,并以F和T检验对回归模型及回归系数的显著性进行检验。研究结果表明,本文建立的交通流模型能够较好地反映空中交通流特性,且对终端区空中交通时空态势的评估具有应用价值。     

基于信息熵的交通标志信息认知计算模型

交通标志信息认知的有效性直接影响交通行为的安全和舒适程度,在交通标志设计时应当 重点关注。以信息论为基础,从研究交通标志传递的交通信息入手,引入满足需求程度、易于理 解程度和预先学习程度作为计算指标,建立信息熵模型。选取中国、美国、日本和英国的城市主 干路交叉口交通指路标志进行案例分析,应用信息熵模型计算交通标志传递的交通信息认知的有 效性。研究发现：信息熵模型可有效量化交通标志信息认知水平,进而科学地反映交通标志版面 的优劣;由于传递了需求程度较高且易于理解的信息,中国组实验标志信息认知程度较高。     

基于实测数据的终端区空中交通流特性分析

研究机场终端区空中交通流时空特性,为揭示交通流内在相互影响及拥堵机理,优化终端区管控策略提供科学依据.本文根据实测的空管雷达信息,首先确定目标航段上空中交通流参数的时序分布;然后从交通流参数关系基本图出发,结合终端区空中交通运行方式与管制规则的分析,将空中交通流状态划分为自由流、弱管制干预流和强管制干预流三个阶段;最后,在状态划分的基础上,采用线性回归分析建立空中交通流的速度-密度模型、流率-密度模型和流率-速度模型,并以F和T检验对回归模型及回归系数的显著性进行检验.研究结果表明,本文建立的交通流模型能够较好地反映空中交通流特性,且对终端区空中交通时空态势的评估具有应用价值.     

基于时空轨迹数据的出行特征挖掘方法

在车联网应用发展的背景下,许多城市的私家车和出租车上安装了配备GPS 设备的智能终端, 产生着大量的时空轨迹数据.为挖掘这些数据蕴含的驾驶员出行特征, 本文以北京市出租车时空轨迹数据为例,基于时空GIS 的视角提出并实现了驾驶员居住 地挖掘方法和作息规律性分析方法. 样本实验结果一方面展示了驾驶员居住地空间分 布,另一方面表明作息规律性总相似度在0.6–1之间的驾驶员数量较多,占到了总数的 73.75%.通过本文方法挖掘的信息可为出租车的管理提供辅助决策,方法同样适用私家 车时空轨迹数据的挖掘,对私家车出行规律的研究和掌握更有意义.     

基于仿真数据的异类交通传感器信息融合研究

通过系统模拟中的相关原理,以实际传感器的性能参数为背景,可生成供交通信息融合算法使用的训练集和测试集仿真数据。结合这些数据,相关神经网络训练和仿真结果表明：交通信息融合方法对于提高异类传感器的速度检测是有效的．同时信息融合技术在智能交通系统中的应用能够提高信息获得的准确性。     

城市道路路段拥挤交通流特性研究

通过现场调查,从定性和定量两个方面对城市道路路段拥挤交通流特性进行研究,以获得客观评价城市交通拥挤与明确交通拥挤实际状况。实际调查具有典型代表特征的路段,采用摄像观测法进行交通调查与数据采集,在分析造成拥挤成因的基础上,对调查数据进行处理,从地点车速、行程车速、交通量等指标进行分析,并与非拥挤状态交通流进行比较,发现拥挤状态下交通流特性具有显著的差异,而车型在拥挤交通流中也是一个重要的影响因素。     

基于GIS的交通信息发布系统数据库设计

为构建基于GIS的交通信息发布系统数据库,采用空间数据与属性数据相分离的数据库结构,利用数据捆绑和ODBC动态连接技术实现数据之间的互访．在数据库设计中,提出了基于联机处理和基于车道的两种数据模型设计方法．通过对交通信息发布实验系统的运作表明,该种数据库设计方法能明显提升系统运行效率．     

OV 模型交通流阻尼特性研究

对交通流跟驰模型施以拉氏变换（或z 变换）,转换为控制系统传递函数形式, 进而通过分析传递函数来探讨交通流系统稳定性及控制方法,这是交通流稳定性理论研 究重要方向之一.为进一步挖掘分析稳定交通流系统在稳定状态下动态特性,基于最优速 度跟驰模型,以控制理论时域分析方法,研究了交通流系统在欠阻尼和过阻尼两种情况 下阶跃响应动态特性,并以仿真算例验证了理论正确性.过阻尼较欠阻尼交通流系统稳定 性好,但调节时间更长,若将交通事件抽象为阶跃响应,通过分析交通流系统调节时间、 超调量等参数,可为计算交通事件持续时间作参考,进而制定合理有效的交通管理措施.     

基于手机传感器数据的出行特征提取方法

手机调查方法的已有研究较多集中于基于手机信令数据的宏观出行特征获取,而手机传感器数据在个体出行链微观出行特征提取方面具有优势.针对城市居民多采用组合交通方式出行的特征,研发智能手机应用软件,实现GPS数据(位置坐标与速度)、加速度计、服务基站、WiFi等传感器数据采集.运用小波分析、神经网络等数据挖掘技术分析不同交通方式出行数据差异,探索多种数据挖掘算法用于个体出行参数提取的可行性及效果.结合实际案例,总结应用手机传感器数据进行出行特征精细化提取的难点和技术关键.最后,探讨精细化个体出行数据在交通模型和理论优化方面的应用.