基于卡口数据的交通参数提取方法研究

针对交通参数提取繁琐及流程混乱问题,提出了数据预处理-指标提取-可视化一体的交通卡口数据挖掘流程.针对传统断面数据无法获取过饱和状态交通参数的缺陷,通过深入挖掘卡口数据蕴含的时间关联信息,并结合路网空间逻辑关系,基于Pandas和NumPy工具包构建了行程时间、平均车速和车辆延误提取模型,进而利用时空轨迹图研究了过饱和状态下的最大排队长度测算方法,该方法使用延误、流量、车速参数均为实时提取,实现了主动全时状态提取;以淄博市实际道路卡口数据为例验证了模型的有效性,结果显示,排队长度的准确率达85%以上;基于Python可视化库和Echarts对数据分析结果进行可视化处理,实现了交通需求及状态数据的动静态展现,能够为智能交通管控的决策提供支撑.      

检测数据缺失条件下的交通流估计方法研究

城市路网中部分交通量检测器失效会导致路段的交通流观测数据缺失,从而影响路段实时交通拥堵状况的辨识和分析.基于路网交通流数据的时空分布特性和道路交通流特征,研究了一种改进重构算法,对缺失的交通量数据进行估计.构建了交通量时空数据的三维张量模型;综合考虑道路交通流分布与环境特性,提出了基于T ucker重构模型的目标优化函数,进而求解得到检测器失效路段的交通量估计值;对改进重构算法、T ucker重构算法和时空插值算法在不同交通量数据缺失情况下的估计效果进行了比较.实验结果表明,在6条路段组成的实验路网中,早高峰交叉口进口道实时观测交通量随机缺失50% 或其中3条道路完全缺失的情况下,估计结果的平均绝对误差(MA E)分别为13.9614和14.2763,均方根误差(RMSE)分别为18.7648和18.7070.相较于Tucker重构算法,MA E分别下降了32.29% 和44.26%,RMSE分别下降了31.73% 和48.57%.     

无人机视频的交通参数提取方法及验证

为了研究无人机监测视频准确提取运动车辆交通参数信息,采用计算机人工智能图像处理技术和实际道路场景验证试验方法,提出一种基于YOLO v3神经网络模型的目标检测和Deep-Sort多目标跟踪算法相结合的运动车辆参数提取方法.为了验证无人机交通参数提取方法的可行性、准确性、可靠性,采用试验路段场景数字化、特征点标记、世界坐...     

RFID交通数据时间覆盖率分析

在交通状态判别领域,针对磁感应线圈的时间占有率参数得到广泛应用.由于RFID交通信息采集技术无法准确获得车辆占据检测区域内的时长,因此,基于对RFID数据特性的分析,提出时间覆盖率的概念及计算方法.选取7种时间汇集度进行时间覆盖率的计算,根据计算结果画出基站的时间覆盖率随时间汇集度变化的折线图,由折线图走势可对基站的工作状态、基站所在道路的流量大小及交通流的连续性做出初步判断.选取南京市区主干道上21个RFID基站的原始数据,对所提出的方法进行实例分析,发现基站的时间覆盖率折线图可分为3种类型:①日覆盖率小于100%;②日覆盖率等于100%,并且小时覆盖率至5 min覆盖率接近于100%;③日覆盖率等于100%,并且小时覆盖率至5 min覆盖率中出现了下降.每种类型的折线图对应一定的基站工作状态和道路交通流特性.由分析结果可看出,时间覆盖率这一指标对RFID基站自身性能评判和交通流状态分析都具有一定的实际意义.      

不中断交通高速公路改扩建交通仿真参数标定

针对不中断交通高速公路改扩建工程的交通特性与组织特点,提出了敏感性分析与正交试验结合的标定方法,并对算法标定内容进行了研究.首先,确定了待标定参数及关键指标的选取依据,构建了不同水平下的参数指标组合矩阵,在此基础上,以敏感性分析与正交试验结合的方法筛选出最具代表性的指标参数集加以校正,梳理并修正了标定流程.研究结果表明...     

基于手机 APP 大数据的交通出行数据获取方法

城市居民的交通出行是交通研究中的基础问题.结合当前手机应用的特点,以手机应用与无线通信网络数据交互时产生的 CI(Cell-ID Identify)定位数据为研究对象来获取居民出行数据.采集了“易信”手机应用2013与2014年共3241238条有效的 CI 定位数据,并对其进行了降维、离散化、去噪预处理.提出将定位数据标准化为0-1数据矩阵,以矩阵运算的形式推导用户出行 OD 矩阵、各小区出入流量等二次数据的算法模型,并在 Matlab 中进行了实现.结果表明,相较于遍历数据的循环算法,推导效率有显著提升.提出了推导 OD 矩阵的完整性与真实性评价指标 R ,并计算得到2013的 R 为19.1%,2014为69.3%.发现手机应用日均数据量较大的 CI 数据具有更高的完整性与真实性(2013年为10.6条,2014年为47.4条),但该指标主要反映所有小区中存在交通出行的整体情况,对各小区的出行行为的完整性与真实性尚需做进一步研究.     

RFID 交通冗余数据检测及分析

数据质量控制是智能交通系统应用建设的关键技术之一。基于对射频识别(RFID)数据特性的分析,将 RFID 冗余数据分为重复数据和相似数据,通过分析同一车辆的相邻过车时间来检测2类冗余数据。针对相似数据给出了冗余率曲线和冗余时间点的定义,解决了 RFID 交通数据中冗余数据的识别问题。针对2类冗余数据的特点,给出了2类冗余率的计算方法,提出了从基站和冗余率曲线走势2个角度出发对冗余率进行分析的方法,并给出了冗余数据的清洗方法。选取南京市区主干道上21个 RFID 基站的原始数据作为实例,对所提出的方法进行了验证。研究结果表明,21个基站采集重复数据的平均冗余率为0.0062%,相似数据的平均冗余率为0.92%,说明 RFID 数据采集技术采集到的数据具有较高可靠性。同时,各个基站采集的数据中相似数据数量远远多于重复数据数量。观察不同形状的冗余率曲线发现,冗余率曲线呈趋于平缓和尾部上升的基站冗余率较高;冗余率曲线呈直线上升的基站冗余率较低。针对分析结果,给出了相应的质量控制措施以控制 RFID 冗余数据的产生。     

高速公路交通拥挤与智能交通系统

高速公路交通拥挤问题将伴随着高速公路交通量的增长而日趋严重 ,文中着重分析了高速公路上交通拥挤的种类、形成原因以及相应的解决办法 ,分析了高速公路交通管理功能和以智能交通系统技术解决高速公路上交通拥挤的方法。     

基于社交网络数据的交通突发事件识别方法

为了从社交网络数据中挖掘出交通突发事件,研究了基于机器学习的文本识别方法.通过关键词和地点定位,利用网页爬虫"Beautiful Soup"爬取到原始文本.采用正则匹配、重复度计算以及"0-1"标记预处理原始文本.基于预处理后文本特征,研究了基于特征权重的特征词选取方法;其中,特征权重的计算综合了词语的出现频率和含有该...     

交通流量数据缺失值的插补方法

交通流量的时空数据挖掘需要完整的数据，因此必须处理交通流量数据中的缺失值。章叙述了数据的缺失方式和常用的插补方法，根据交通流量数据时间上的周期性和空间上的相关性，采用平均值方法、最大期望法和数据增量法等确定性和随机性方法插补缺失数据，分析了这些方法的优缺点．并对插补结果进行比较。提出了交通缺失值插补的研究方向。     

基于浮动车车速数据的交通状态实时判别系统和方法

提出一种交通状态判别方法,使之符合交通状态变化连续性。基于浮动车数据特性分析,考虑交通阻抗及临界跳变现象的影响,通过预判别及二次修正,优化了交通状态判别结果。该方法能有效滤除交通状态参数在阈值附近频繁变化产生的交通状态非正常跳变,同时可以修正异常数据导致的交通状态阶跃,从而优化了交通状态判别结果。构建并实现了基于该方法的实证系统,通过多种指标的验证,表明该方法提高了交通状态发布的准确度。     

基于数据融合的交通事件检测方法

针对传统交通事件检测方法的不足,文章提出一种基于数据融合的交通事件检测方法,该方法结合了直接检测与间接检测的优势,有效提高了交通事件自动检测的效率,对于提高高速公路的安全运营和自动化管理具有重要意义。     

数据融合技术及其在交通领域中的应用

本文通过对数据融合基础理论的总结与剖析，提出了数据融合技术在交通运输中的应用领域以及交通数据融合的数据处理过程，并以车辆行驶轨迹跟踪作为实例讨论了数据融合技术在交通领域中的具体应用。     

基于收费数据的交通运行参数估计方法

为更精准利用收费OD数据获取路网时空交通运行参数,提出一种机器学习预测服务区驶入与收费OD数据增量迭代相结合的计算交通运行状态的方法.首先利用机器学习方法开展服务区驶入预测,通过调查获取23 515份问卷数据,利用随机森林模型、支持向量机、朴素贝叶斯模型3种机器学习方法开展训练和预测精度敏感性分析,结果表明进入服务区最...     

基于手机信令数据的交通 OD 提取方法改进

手机信令数据作为一种大数据,在交通 OD 调查中应用日益广泛。从手机信令数据中提取交通 OD 量化指标需要经过出行端点识别和出行端点匹配2个步骤。为了克服现有研究中基站覆盖范围假设与实际出入较大的情况,笔者改进了出行端点匹配方法。首先分析了传统交通小区和基于蜂窝小区聚类交通小区2种交通小区划分方法各自的特点和适用条件;对于使用传统方式划分的交通小区,提出了缩小基站可能覆盖范围的方法,使用用户最大可能活动范围,排除用户不可能达到的区域,结果表明该方法可提高部分出行端点匹配精度。对使用蜂窝小区聚类划分的交通小区,将聚类流程进行了简化,去掉了部分不能显著提高精度的流程,结果表明简化后未明显降低匹配精度。     

交通数据质量宏观评价与控制方法

针对交通数据质量微观评价方法无法评价交通数据整体质量的问题,提出交通数据宏观评价的思想,在对非正常交通数据分类进行研究的基础上,构建了4个交通数据宏观评价指标,并设计了交通数据宏观评价流程,根据各类非正常交通数据的产生原因,设计了交通数据质量宏观控制方法,利用实测数据验证表明,所设计方法可以实现交通数据质量的宏观评价,并能给出合理的交通数据质量控制策略.     

考虑乘客出行数据的城市轨道交通有效路径集生成方法

有效路径集合生成是城市轨道交通断面客流预测、线网运力计算和客流分析的基础。为解决传统有效路径生成中存在的各路径有效程度无法评估、线性约束无法赋权的问题,降低问卷随机性对最终路径集生成的影响,本文在传统有效路径问卷调查数据的基础上,对乘客出行路径选择行为进行分析并做出假设,引入乘客出行时长,针对处于不同时长聚类簇下的有效路径分别建立评估模型,提出1种有效路径集生成方法。将轨道交通网络中站点和线路分别抽象为节点和边,构建轨道交通网络有向图;考虑出行路径类型、乘客出行主观因素以及乘客出行密度分布规律,利用自适应的DBSCAN算法处理乘客出行时长数据,以各时长下的出行密度为基准划分聚类簇,以聚类簇及其属性为输入,构建Logit模型并以其评估结果替代传统有效路径生成中的线性条件约束,并独立计算各簇所代表潜在有效路径的有效性权重,基于有效路径出行时长区间的连续性特点获取有效路径集。以广州地铁线网中多对出行OD为例进行验证,结果表明: 结合乘客出行数据聚类分析后所得到的有效路径集,调整兰德系数为0.652,相比于其他传统路径算法的生成结果,提升了0.379;同时在路径总时长-换乘次数平面上所产生的集合边界更为平滑,对复杂线网与快速变化的新开线网拥有更强的适应性。     

高速公路交通管理系统仿真研究

文章简要回顾了国内外关于高速公路交通管理系统的仿真评估研究,针对目前国内研究的不足之处,提出了高速公路交通流建模、建立ATMS体系框架、建立高速公路交通管理系统的仿真评估环境和发展ATMS系统评估原理及方法的研究目标,详细分析对应的研究内容之后,提出了切实可行的研究技术路线。     

基于ADAS联网时空数据的路段交通参数估算模型

交通参数实时获取是道路交通管控的重要基础。针对固定检测器观测范围受限和浮动车数量需求大的问题,研究了1种利用车载ADAS联网数据进行路段交通参数估算的方法。通过分析车载ADAS感知的前向目标参数与交通参数的关系,结合广义交通量定义,并考虑多车道条件下ADAS车辆及其邻近前车的相对运动变化特性,建立了1种非稳态交通条件下的交通参数估算模型。在仿真实验环境下获得定参数据集和验证数据集,完成对模型的参数标定和验证,并探讨时空分辨率和ADAS车辆渗透率对模型估算精度的影响规律。基于实验数据分析,结果表明,时间分辨率降低5 min,所提模型估算误差平均减小3.4%,降低时间分辨率可以提升所提模型的估算精度;空间分辨率降低500 m,流量和密度的估算误差平均减小1.68%,却可能导致速度估算误差平均增加5.19%;ADAS车辆渗透率的增长可以增强估算交通参数和观测交通参数在路段时空区域的契合程度。在ADAS逐渐装车应用的背景下,所提的交通参数估算模型可快速、精准获取路段连续时空范围内的交通量信息。