基于GPS公交停靠站延误识别和对策研究

公交站点延误识别对于缓解公交拥堵、提高公交运营速度具有重要意义。分析了站点延误指标,构建了延误站点识别模型,研究了缓解站点延误的常用对策。在此基础上,以武汉常规公交GPS数据为例,对模型进行了实际应用。应用效果表明,该模型具有较高的准确度和较强的实用性。     

基于双射软决策理论的路段拥堵影响力识别

为了刻画路段对整体交通的影响,提出了拥堵影响力指标及其计算方法;建立了基于双射软决策理论和实时路况地图数据的计算框架;以重庆市四公里立交2018年12月931日的百度实时路况地图为样本序列进行了实例研究.结果 表明:拥堵影响力指标可以用来描述城市路段交通状态的重要属性;根据实时路况地图中的离散化交通状态信息,应用双射软决策理论的分析框架能够迅速获取路段拥堵影响力,结果可作为识别路段拥堵严重程度的有力补充.     

基于手机信令数据的常规公交站间OD识别

为识别手机用户乘坐常规公交的OD,结合公交车辆GPS轨迹,在考虑常规公交换乘行为的基础上,建立基于手机用户与车辆轨迹相似度的常规公交出行识别模型,以及站间OD概率模型.通过地铁出行识别,融合手机信令数据与IC卡数据,提取包含百万样本的公交与非公交出行数据,以此作为验证集.进一步分析各参数取值、出行距离、公交线路重复系数...     

基于公交GPS和IC卡数据的综合交通建模新思路

为给我国交通规划模型的研究和开发提供新的方向和思路,结合郑州市综合交通模型的开发实践,探讨了公交GPS和IC卡数据在其中的应用.主要包括:基于公交GPS和IC卡数据的公交OD生成方法、公交客流量模型、非集计模型与动态公交分配模型以及基于公交GPS数据的需求预测组合模型.重点阐述了公交GPS和IC卡数据在上述几个方面的应...     

公交停靠站对路段交通效率影响的仿真分析

通过对路边式和港湾式公交停靠站的运行特性分析,基于南京市区10个典型公交停靠站的调查数据,应用VISSIM仿真软件,对仿真参数进行重新标定,构建无公交停靠站蹄段、路边式公交停靠站路段、港湾式公交停靠站路段模型,仿真输出行驶时间、延误时间、停车次数和路段通行能力等评价指标.利用该评价指标定量分析公交停靠站对路段交通效率的...     

基于道路拥堵信息的公交出行规划系统

针对当前道路拥堵增多的情况,建立了一个基于道路拥堵信息的公交出行规划系统,以引导公众避开拥堵道路。分析道路拥堵状况的指标体系,分别选取路段和交叉口的通行参数指标,并给出一种红绿灯等待灯次的简便算法,提出公交出行规划方案的拥堵指数算法。以嘉兴市为例,采用SQL＋IIS＋ASP＋Android技术构建了C/S架构的基于道路拥堵信息的动态公交出行规划系统。该系统推荐的出行方案能引导用户避开拥堵道路,提高出行效率,减少出行时间,为公众出行提供了更全面的公交出行信息和更便利的信息获取途径。     

基于车牌识别数据的城市路网运行状态识别方法实践

采用城市车牌识别数据进行路网运行状态观测和分析,设计了基于车牌识别数据的交通卡口聚类算法、车辆轨迹还原算法及速度分类树算法,建立了路网运行状态识别模型,结合乌鲁木齐的城市交通路网形态和车辆构成特征,通过与出租车GPS统计数据的对比和融合分析,研究了乌鲁木齐市的交通出行特征、路网运行速度与流量变化规律,以及路网运行与常发拥堵路段的关系,提出了一种利用车牌识别数据进行城市路网运行状态识别的方法。     

基于出租车GPS数据的路段平均速度估计模型

为了解决现有基于GPS数据的路段平均速度估计模型应用条件苛刻、难以满足低成本和高精度信息需求问题,考虑不同类型GPS车辆运行特征,设计了两个基于出租车GPS数据估计路段平均速度的改进模型.基于两个改进模型,设计了路段平均速度的融合估计方法.用某城市局部路网的出租车GPS数据验证两个改进模型,并与传统模型进行了对比分析....     

基于在线地图交通态势分析的路网拥堵状态识别

为了实现道路网实时拥堵状态识别,以在线地图的历史延时指数为基础,用相邻路段有效拥堵状态发生时间顺序、持续时间阈值和流向流量关系识别传播性拥堵,用拥堵发生频率和持续时间阈值识别单路段系统拥堵,由此确定特定周期内的系统拥堵路段集合Nmax.以其集合范围内相邻路段时刻t的延时指数,以及其邻近拥堵持续时期的皮尔逊相关系数计算传播性系统拥堵程度值DtS;以非传播路段时刻t延时指数计算DtS?;综合前两者得到路网系统拥堵综合程度DtN,并找出该周期内的极限拥堵程度量化值.用Nmax内路段实时延时指数和实时拥堵路段数与极限拥堵状态对应的数值进行比较,计算实时拥堵程度的量化值.经实验证明,该方法能够反映路网系统拥堵形成的规律,实现路网实时拥堵状态的快速识别.     

基于公交专用道的准点到站预测方法

公交准时定点到站是衡量公交服务质量的重要指标,也是居民公交出行的最大期盼。公交日常运营能产生海量的GPS定位数据,运用海量公交车辆GPS数据,基于站点、路段及线路维度,精准计算公交车辆运行时长及速度变化特征,并计算公交运行时间的可靠度,从而评估公交准点到站的可靠性。以厦门市公交专用道的开通为背景,提出基于公交专用道背景的公交准点到站预测方法,预测公交专用道上公交线路的定点到站时间,实现公交专用道沿线线路的"定点发车,准时到站"目标。     

公交浮动车辆到站时间实时预测模型

根据公交浮动车辆实时GPS数据,考虑不同时段的路段平均速度、公交车站、信号灯等多因素的影响,建立了一种新的公交车辆到站时间预测模型.通过估计到达下游最临近站点的时间和判断道路上GPS数据的有效性等方法,改善了预测模型的精度,并应用重庆公交车辆数据对模型进行验证.计算结果表明:该模型能够实时预测公交浮动车辆到达下游站点的...     

基于智能调度系统的公交线路调度优化分析

<正>在城市公交营运中,由于传统调度弊端影响了线路运营效率与服务质量。若采用智能调度系统,便可对车辆线路全面系统整合调度,使公交服务高效、优质。智能公交调度系统采用无线通信技术、全球卫星定位技术(GPS)、地理信息系统技术(GIS)、互联网与数据库技术,实现实时监控与调度城市公交车辆。目前,泰安市公交公司已采用智能调度系统,该系统应用后,调度管理人员对车辆的运营状况能实时进行监控,对拥堵路段的车辆能及时合理地调度。     

适用于一票制公交大数据的系统化处理方法及应用 ——以银川市为例

为分析公交乘客出行特征,利用公交IC卡数据、公交GPS数据、车载机数据和单程站点关系表,通过各类数据关联融合,提出适用于一票制公交大数据的系统化处理方法。基于Oracle搭建分析数据库,采用Python语言编写代码,构建了乘客上车站点推断算法、基于出行链的乘客下车站点推断算法、基于概率的乘客下车站点推断算法和乘客换乘站点识别算法4种站点推断算法。基于此,运用银川公交大数据进行客流集散点识别、客流走廊识别,得到公交站点上下客流量分布情况、公交线路客流量分布情况、公交站点的换乘客流量分布情况。研究结果表明,一票制公交大数据系统化处理方法在分析公交乘客出行特征方面具有一定的应用价值。     

基于前车数据的动态公交车辆到站时间预测模型研究

在以往研究成果基础上,基于采集获取的实时车辆定位信息,提出了一种基于前车的公交车辆到站时间动态预测模型。在建立路段行程时间计算模型时考虑了前车的平均瞬时速度,在计算站点区域停留时间时建立了基于前车的预测模型,提出了一种参数容易获取、便于实际计算的模型,用于预测公交车辆在信号控制交叉口的延误。用上海市58路公交车的GPS数据对预测模型进行了验证,结果表明预测模型具有较高的预测精度,能够较为准确地预测公交车辆到站时间。     

冰雪条件下路段交通拥堵状态识别模型研究

通过对冰雪条件下交通流的饱和流率、平均车头时距和平均行程车速等交通参数的调查,分析了冰雪条件对路段交通流特性的定量影响,在此基础上,采用综合分析法,选取平均行程速度和饱和度等指标,建立了冰雪条件下路段交通拥堵状态识别模型。并结合正常条件下的交通参数拥堵阈值和冰雪对交通流的定量影响,给出了确定冰雪条件下各状态指标的拥堵阈值的方法。最后利用哈尔滨市红旗大街实际调查数据对该模型进行了验证。     

上海市高架路非高峰时段拥堵状态与成因分析

为缓解上海市高架路非高峰时段的拥堵,对上海市高架路非高峰时段拥堵状况与成因进行研究.首先,基于百度地图实时数据识别拥堵常发路段及其拥堵特征;其次,基于上海高架路小时流量数据、土地利用数据以及建筑物普查数据,采用线性回归等方法,通过分析上海南北高架路东侧出入口匝道小时流量与其影响范围内土地利用的关系,发现匝道车流量与其影...     

基于GPS轨迹数据的城市路段交通拥堵时序分析

随着城市化进程在我国的加快和机动车数量猛增,交通拥堵也成为大中城市面临的主要"城市病"之一。因此,要想有效缓解拥堵问题,一个有效的方法就是利用载有GPS的车辆来实时监控道路拥堵情况。利用武汉市30 d的出租车GPS数据和武汉市道路数据,针对出租车的交通运行特性,分析原始出租车GPS数据,对其进行预处理,包括对据误差处理、路网匹配几个方面。在此基础上,建立了基于速度的拥堵路段提取方式,并具体分析了处理结果,涉及到对1 d内上下班高峰期的研究、工作日和非工作日城市路网拥堵情况的对比、城区主干道路与非主干道路在不同时间段拥堵情况的对比,以及道路拥堵情况的相关性分析。     

基于多源数据融合的干线公交车辆 行程时间预测

为提高城市中心区干线公交车辆行程时间的预测精度,在拟合公交车辆行程时间分布特征的基础上,提出基于多源数据的干线公交行程时间预测模型.对RFID及GPS检测器获取的实际数据进行预处理及分布拟合,其中混合高斯分布函数适用于单路段拟合,对数正态分布适用于多路段的拟合.采用皮尔逊相关性系数对影响行程时间的因素进行相关性分析,其中上游路段前2 个时间窗的平均行程时间的影响最大.分别采用ARIMA、改进的SVM模型对行程时间进行预测,其中改进的SVM模型的平均绝对百分比误差为6.26%,优于ARIMA模型的11.69%,更适用于短距离交叉口间的公交车辆行程时间预测.     

基于速度变化的偶发性交通拥堵时空分布特性研究

交通事故的发生会引起其上游路段通行速度的下降和交通流量的堆积,从而引发交通拥堵.本文主要研究了城市道路中交通事故引起的交通拥堵的时空分布特征.首先,基于北京市事故数据和路段速度数据分析交通事故影响下的车辆速度变化特性;接着,根据交通事故信息和事故路段流量与速度数据,建立了一种基于速度差异的拥堵判定模型,并对其时空维度的约束条件加以限定.在此基础上对事故引发的拥堵时空范围进行量化描述;最后,依托仿真数据与北京市真实事故数据进行效果验证.结果表明,该方法可以有效地描述交通事故引起的拥堵时空分布特性.     

基于改进遗传卡尔曼算法的短时路段行程时间估计

为进一步提高城市道路行程时间短时预测的准确性,利用城市浮动车全球定位系统(global positioning system,GPS)数据,提出基于遗传算法(genetic algorithm,GA)优化的卡尔曼滤波(kalman filtering,KF)模型估计短时道路行程时间的方法。利用高斯滤波器对异常数据进行有效剔除,基于城市道路地理信息系统(geographic information system,GIS)数据提出道路地图匹配算法,利用卡尔曼滤波器预测匹配道路的行程时间,并通过遗传算法优化卡尔曼滤波的误差参数。实际算例表明:预测路段的行程时间误差均小于0.5 min,基于GA优化的KF算法能有效提高路段行程时间估计的精度。根据预测行程时间对上海市外环路各个路段不同时间的拥堵情况进行预测识别,预测结果有助于交通管理部门及时掌握城市道路运行状态信息。