基于车队离散的信号交叉口交通需求估算方法

为探究交通需求对信号配时设计的影响,基于车队离散提出一种信号交叉口交通需求估算方法。通过分析上、下游断面交通需求的相关性,基于车队离散模型,根据上游断面驶离车流量估算下游断面到达车流量。为验证交通需求估算模型,采集并使用了实地调查数据,还进行了仿真试验。对比不同交通需求水平下的实测车流量和估算车流量,并采用两种车流量以最小化车辆延误为目标获得两种优化配时方案。实地调查数据验证结果显示,估算车流量和实测车流量之间的相对误差为10.33%。仿真试验验证结果显示,在高水平交通需求下,实测车流量和估算车流量差异较大,在中、低水平交通需求下,二者差异较小;与现状配时方案相比,优化配时方案使车均延误降低,相比采用实测车流量所得的优化配时方案,在高水平交通需求下,采用估算车流量所得的优化配时方案使车均延误降低9.85%～28.15%;而在中、低水平交通需求下,二者并无太大差异。研究成果表明,当交通流处于拥挤状态时,对于交叉口进口道,实测车流量不能很好地反映真实的交通需求,而本方法得到的估算车流量可以更好地反映真实的交通需求;与实测车流量相比,采用估算车流量所得的信号配时方案能够有效地降低交叉口车均延误,进而更好地提升交通运行效率。     

基于门架车辆抓拍的高速公路服务区车流量统计分析应用

提出了一种基于高速门架车辆抓拍流水数据分析与拟合的服务区车流量数据统计方法，并在某服务区进行试点。结果表明：通过分析和处理车辆抓拍流水数据，能够快速准确地识别和统计服务区车流量的变化情况。该方案在不增加额外建设成本的前提下能够很好地解决服务区车流量的统计问题。     

高速公路服务区车流量时序优化预测模型

为了能够更加准确地预测高速公路服务区车流量，从而提高服务区智能化管理的效率，针对服务区车流量数据周期性变化、影响因素复杂与时序特征相互作用的特点，提出了基于Attention机制与双向长短期记忆网络的服务区车流量时序优化预测模型。使用重庆市大观服务区车流量数据进行案例分析，结果表明所提模型与传统时序预测模型相比预测准确度更高，能够为服务区车辆管理与交通拥堵疏导提供可靠的支撑。     

基于视频分析的车流量综合检测算法

车流量检测是智能交通系统中的关键技术之一。研究了多种基于视频图像处理的车流量检测算法,包括基于灰度图像的背景差分法、帧差法、边缘检测法和基于彩色图像的色彩跳变检测法。在分析了以上算法在不同检测环境中适用性差异的基础上,提出了1种修正的背景差分法,并在此基础上实现了1种通用性更强的综合检测法。综合检测法结合背景差分法,边缘检测法和色彩跳变法三者优点,可依据光线条件自动选择检测区域和检测算法,适用于多种检测环境,准确率超过90％。     

基于BP神经网络的福泉高速公路车流量预测

高速公路车流量预测为高速公路管理企业对减轻高速公路的拥堵情况、改善高速公路的通行能力等方面提供了不可或缺的数据基础,也对其未来收益提供了参考。论文以福泉高速公路为研究对象,选择BP神经网络进行预测;其次分析车流量预测的影响因素,确定神经网络的输入和输出变量的数据类型、确定BP神经网络的层数及各层神经元的数量、各参数值,利用MATLAB构建完整的BP神经网络预测模型,最后收集样本数据,进行数据的预处理,利用样本数据对神经网络进行训练,包括训练完成后输入已知数据,进行实时预测,通过MATLAB进行仿真,证实方法可行有效,得到的结果证明BP神经网络的结构和参数值都是比较合理的,可以较好模拟现实环境,进行比较准确的预测。     

面向路网管理应用的车辆轴载数据分析研究

文章利用时间序列分析方法和数理统计方法对北京某公路路段上布设的轴载检测器采集的交通数据进行了深入研究。首先,对日交通流量和日超限车流量的变化趋势进行了分析,并对同一地点两者之间的相关性进行了研究,同时对同一地点日超限车流量所占比例的变化趋势及波动范围进行了分析;其次,对按速度区间统计的超限车流量与按速度区间统计的交通流量进行了统计分析:对于同一地点,按速度区间统计的超限车流量最大值与按速度区间统计的交通流量最大值位于不同的速度区间。分析结果为公路管理,特别是治理超限运输提供了参考依据。     

基于无线传感器网络的交通流量采集系统

提出了一种基于无线传感器网络（WSN）的车流量监控系统。系统采用无线数据采集的方法和地磁传感器进行车辆检测的方法,通过无线传感器网络的多跳传输机制传输车辆感应数据,并通过地磁传感器采集车辆感应数据。系统通过后台统一管理,用户可实时获取道路车流量信息,相比传统的基于有线数据采集和地磁感应线圈检测器的监控系统,基于WSN的车流量监控系统在施工与维护上具有很大优势,可实现交通车流量状况的实时监控。     

道路施工对居民出行的影响分析 ——以南京长江大桥为例

南京长江大桥是南京的一条过江通道,承担了25%的车流量及28.04%的客流量。目前该桥因维修而封闭,其他过江通道的车流量有了不同程度的增加,车辆运行速度降低,通道压力提升。文中根据南京长江大桥封闭前后车流量和客流量的变化情况对人群的出行进行分析,结果显示,南京长江大桥封闭后,不少人群选择公共交通出行,包括地铁及公交车;大桥封闭,造成早晚高峰出行量有所变化,且出行时间及出行距离有所提升。进行桥梁维修时,应提早对交通进行疏导并对公共交通进行调整。     

基于ARMAX模型的高速公路行程时间预测研究

为实现面向驾驶者需求的高速公路站间行程时间预测,本文融合收费数据和气象数据,开展了基于ARMAX模型的多维度行程时间预测。首先,搭建了车型维、气象维、车流维多维度收费数据仓库;其次,利用经过处理的收费数据建立分车型行程时间序列;然后,训练并建立ARMA模型预测行程时间,对气象、车流量因素与行程时间的相关性分析,引入气象、车流量因素的作为回归变量,采用ARMAX模型进一步改进预测效果;最后,利用沈海高速公路部分路段收费数据和气象监测数据进行了实例验证。结果表明,ARMAX模型与ARMA模型相比预测精度提升,预测平均相对误差由[4.07%,7.67%]降至[3.88%,7.58%]。     

道路交通参数检测系统设计

为了能够获取高速公路上的车流信息，基于电磁感应原理，设计了一种基于环型感应线圈传感器的单片机检测系统。通过检测、采集、分析振荡频率，可得到车流量计数、车速及车辆的分类等信息。介绍了工作原理、数据采集及硬件结构组成。     

基于交通量演变模式检索的高速公路交通量预测方法

通过交通量预测的方法,可以在突发事件情况下评估事件对高速公路网的交通影响。各种预测算法的共同特征,需要一定的历史数据支持。在同一算法中,对历史信息吸收得越多,其预测往往越准确。作者借用图像压缩的原理,从历史交通数据中抽象出历史交通状态演化模式,并用压缩码表示该演化模式。通过对压缩码的检索,可以快速提取与当前演化模式相近的历史数据,通过这些演化模式相近的历史数据,预测交通状态的变化趋势。试验证明,预测数据与真实数据具有良好的拟合度。     

浅析气候对交通发生量的影响

根据气候对交通发生量影响的模糊性,利用模糊数学法对交通量的可靠度进行分析,旨在减少交通量调查过程中的不可避免误差,准确反映交通的实际发生量.     

浅析气候对交通发生量的影响

根据气候对交通发生量影响的模糊性，利用模糊数学法对交通量的可靠度进行分析，旨在减少交通量调查过程中的不可避免误差，准确反映交通的实际发生量。     

基于交通环境承载力的公路网交通量预测

提出将交通环境承载力相关理论应用到公路网交通量预测中,提出基于交通环境承载力的公路网交通量预测模型。从环境系统污染物的输入输出模型出发,构建基于大气污染承载力的公路网交通量预测数学模型,实现基于大气环境的交通量控制目标,为交通规划部门制定可持续的交通发展规模提供科学决策依据。     

汉宜高速公路交通量调查与分析

采用24h交通量调查方法，统计分析汉宜高速公路的交通量水平、车型分布规律、各类车型的轴载谱。     

基于马尔柯夫过程的交通量预测

为解决传统交通量预测方法要求数据量较大、参数较多、精度较低的问题，提出了利用马尔柯夫过程来预测公路交通量的方法，建立了相应的预测模型。应用该方法对321国道交通量进行了实际的预测．获得了满意的结果。     

港口公路集散交通量预测的探讨

在总结集疏港交通量发展特征的基础上,提出港口吞吐量与公路集散交通量之间的转换关系,为集疏港公路项目的交通量预测提供参考。     

基于QPSO—RBF的交通量预测方法研究

实时、准确的交通量预测是实现动态交通流控制及诱导的前提和基础,为了更好的对其进行预测,在分析径向基函数(RBF)神经网络预测模型的特点和标准粒子群优化(PSO)算法缺陷的基础上,将量子粒子群优化(QPSO)算法的全局搜索能力与RBF神经网络的局部优化相结合,克服了标准PSO算法收敛不稳定性和RBF神经网络易陷入局部极小值的缺点,并建立了QPSO-RBF的交通量预测模型.仿真实例结果表明,提出的预测模型预测精度较高,具有较强的学习能力和预测能力,对于交通量预测具有一定的可行性和有效性.     

基于交通流模型的道路权重计算方法研究

提出了一种基于交通流模型的计算道路权重方法。实施定点道路截面雷达试验并采集交通流信息,标定生成交通流速度-密度模型。通过此模型,利用出租车行驶数据库中各条道路车速数据计算各道路车流密度,根据各道路长度和密度推算道路权重。