共查询到20条相似文献,搜索用时 156 毫秒
1.
为研究适合我国城市交通的自行车骑行行为分类识别方法,实施骑行行为视频调查试验,并提取骑行者骑行特征信息.结合我国交通现状和自行车交通特点,提出一种新的骑行行为分类方法,新的行为分类可基本覆盖我国自行车交通的所有骑行行为场景.采用提出的行为分类方法对试验个体骑行行为进行人工分类标记,得到不同骑行场景下的骑行行为分类数据集.基于卷积神经网络(CNN)建立自行车骑行行为识别模型,考虑模型输入特征特性以及分类任务复杂度对模型结构进行迭代设计选优,调整模型网络组成和卷积参数,得到分类效果显著的模型结构.对比分析多元Logit分类模型、三层全连接层BP神经网络模型,与本文的卷积网络模型在骑行行为分类预测的表现,在20 000次迭代训练之后,3个模型均得到收敛结果.结果 表明,提出的骑行行为分类模型准确率分别高于多元Logit模型20%,高于BP网络模型15%,显著优于对比模型的识别效果.卷积网络模型可有效解析骑行行为与各骑行特征因素之间的关系. 相似文献
2.
3.
对校园内部骑行者使用手机行为的原因和情景,开展了基于人机工程学的综合研究。通过当面采访、实地录像记录,统计了骑行中使用手机的比例;通过问卷方法,调查了骑车人使用手机的频度及原因、以及对于骑行中使用手机行为影响的认识。构建Bayes二项互补双对数概率模型,综合对骑行中使用手机行为的因素,分析了行驶环境、行驶时间、天气等客观条件和骑行者的性别、习惯、心情等主观因素。结果表明:所调查的校园内骑行者使用手机的概率为3.2%,骑行情景多发生在路段和工作日时间。该研究结果可为骑行文明规范的引导和相关安全法规的设定提供了依据和方向。 相似文献
4.
为了探究自行车骑行过程中骑行者的疲劳感知变化规律及其影响因素,设计实施了针对不同骑行环境的骑行试验。根据试验收集的骑行者个体属性、骑行强度数据及骑行者生理、心理数据,利用多元线性回归方法建立了骑行者疲劳感知模型,定量描述了骑行者疲劳感知与骑行者个体属性、骑行强度以及骑行者生理、心理负荷之间的变化关系。应用统计检验方法对模型的线性显著性、多重共线性进行检验;并通过实施新的骑行试验验证了模型对于实际骑行活动中骑行者疲劳感知的预测能力。由模型分析可知:骑行者的疲劳感知变化主要受到骑行者个体属性、骑行强度、骑行者生理负荷以及心理负荷等属性的影响,4种属性的建模变量对于出行者疲劳感知的影响因子分别为-0.291,0.353,0.253,0.265。研究结果表明:在骑行过程中,骑行强度、骑行者生理负荷以及心理负荷因素与疲劳感知呈正相关关系,而骑行者个体属性则与疲劳感知呈负相关关系,其中骑行强度因素对于疲劳感知变化影响最大;模型预测的骑行者疲劳程度值与试验实测值无显著性差异;可通过改善现有骑行环境来降低骑行过程中骑行者的生理负荷和心理负荷,从而减小骑行者出行疲劳感知期望值,以此影响自行车出行者骑行选择行为的决策;骑行疲劳感知模型可应用于自行车交通评估与规划。 相似文献
5.
为了探究自行车骑行过程中骑行者的疲劳感知变化规律及其影响因素,设计实施了针对不同骑行环境的骑行试验。根据试验收集的骑行者个体属性、骑行强度数据及骑行者生理、心理数据,利用多元线性回归方法建立了骑行者疲劳感知模型,定量描述了骑行者疲劳感知与骑行者个体属性、骑行强度以及骑行者生理、心理负荷之间的变化关系。应用统计检验方法对模型的线性显著性、多重共线性进行检验;并通过实施新的骑行试验验证了模型对于实际骑行活动中骑行者疲劳感知的预测能力。由模型分析可知:骑行者的疲劳感知变化主要受到骑行者个体属性、骑行强度、骑行者生理负荷以及心理负荷等属性的影响,4种属性的建模变量对于出行者疲劳感知的影响因子分别为-0.291,0.353,0.253,0.265。研究结果表明:在骑行过程中,骑行强度、骑行者生理负荷以及心理负荷因素与疲劳感知呈正相关关系,而骑行者个体属性则与疲劳感知呈负相关关系,其中骑行强度因素对于疲劳感知变化影响最大;模型预测的骑行者疲劳程度值与试验实测值无显著性差异;可通过改善现有骑行环境来降低骑行过程中骑行者的生理负荷和心理负荷,从而减小骑行者出行疲劳感知期望值,以此影响自行车出行者骑行选择行为的决策;骑行疲劳感知模型可应用于自行车交通评估与规划。 相似文献
6.
本文根据现场调查和长期观察结果,定性描述了自行车流在城市道路路段和平面交叉口的运行特性。依据观测数据,提出了路段上“自行车流”行驶状态与自行车通行能力对应关系的定量分析方法和理论公式,建立灯控平交路口“自行车流”行驶状态和通行能力的分析模型,并相应提出了模型中基本参数的参考值。 相似文献
7.
针对马路铝合金、铸铁等材质的机非隔离栏频频被盗现象,上海市普陀区市政工程管理署对辖区内的道路交通隔离栏进行改造,率先在武宁路段(普雄路-大渡河路)安装了玻璃钢复合材质的防盗机非隔离栏,这种具有环保理念的隔离栏表面既抗紫外线,又不会生锈,同时还无需平时的日常保养,并在原有的基础上降低了35%的成本。据了解,采用玻璃钢复合材质的防盗机非隔离栏安装在城市道路上,这在上海全市还是首创。 相似文献
8.
基于道路交通环境的非机动车骑行行为特征研究 总被引:1,自引:0,他引:1
《道路交通与安全》2015,(4)
为促进路段非机动车服务水平评价及骑行环境改善,以道路交通环境为基础,研究非机动车骑行行为特征是十分必要的.以机非实体隔离、未施划人行横道的非机动车专用道为研究对象,在骑行行为特征影响因素分析的基础上,针对具有不同道路交通环境的典型路段采集非机动车骑行行为信息,应用二维运动图像解析技术与数理统计分析方法研究速度、加减速度、加速度变化率、横向偏移率等骑行行为特征,剖析不同道路交通环境下骑行行为特征的特点;在此基础上,利用广义回归神经网络建立基于道路交通环境的非机动车骑行行为特征模型.通过模型精度分析,证明基于道路交通环境的广义回归神经网络模型对非机动车骑行行为特征的预测效果良好. 相似文献
9.
为改善电动自行车带来的交通安全问题,研究逆行风险行为与其影响因素间的相关关系。基于长沙市芙蓉区共享电动自行车GPS轨迹数据,实现逆行行为的精准识别,采用机器学习CatBoost模型与SHAP可解释机器学习框架,从道路条件、交通状态、土地利用性质等方面开展逆行行为影响要素挖掘及作用解析。研究结果表明:CatBoost模型能够有效预测路段逆行频次并提取逆行行为的重要影响因素,主要包括出行时段、公共交通设施、土地利用性质、道路条件及交通状态等;从出行时段来看,工作日、早晚高峰时段更容易发生逆行;从公共交通设施与土地利用性质来看,道路周围公交站地铁站出口数量及餐饮、公司、购物等设施数量与逆行频次呈现非线性影响关系,在一定范围内设施数量与逆行行为存在正影响作用;从道路条件来看,过街通道间距在50~400 m时不易发生逆行,在非机动车道无物理隔离设施或过街通道间距在400~600 m时容易发生逆行,间距大于600 m时作用不稳定;从路段机非分隔形式来看,护栏分隔的逆行概率较低,绿化带分隔的逆行概率较高;从交通状态来看,当骑行速度、加速度较低或较高时与逆行行为负相关,当骑行速度在6~16 km·h-1及加速度在0.3~1.0 m·s-2时与逆行行为正相关。研究成果可为共享电动自行车风险骑行行为辨识、非机动车交通安全管理提供有效的技术支持。 相似文献
10.
随着自行车旅游者规模的日益增长,自行车旅游引领绿色潮流、驱动旅游经济发展的作用也逐渐受到重视。在前人研究基础上,本文运用大数据挖掘诸多方法中文本挖掘法,采用ROSTCM6对北京最大自行车论坛上的旅行精华贴进行系统梳理,重点研究了北京地区自行车旅游的现状,针对骑行者关注内容、出行时间、热门骑行地点、以及骑行面临问题等内容进行了分析,最后对北京地区发展自行车旅游提出建议。 相似文献
11.
12.
13.
14.
出租车轨迹数据是综合交通调查中重要的信息化数据来源,能应用在包括出租车调查、车速调查等多项交通调查工作中。本文系统梳理了出租车轨迹数据在综合交通调查中的应用场景、应用要求,设计了出租车轨迹数据的分析框架和处理流程,重点介绍了“相邻定位点最短路径匹配”的地图匹配计算方法。以某市为例,介绍了出租车轨迹数据在该市综合交通调查中的应用和现状特征结论,相关分析起到了完成交通调查、支持交通规划任务的效果。 相似文献
15.
长期以来,导线测量一直采用"人工"参与的测量和计算模式,该模式效率低、易出错。为解决这一问题,以新型的TM/TS30智能全站仪和PC机为平台,分析硬件和软件的开发环境,借助机载软件和计算机编程软件,设计导线测量外业数据采集自动化和内业数据处理自动化的思路步骤,并结合市场上普遍使用的"南方平差易"和"科傻"2种平差软件,探讨软件格式的衔接程序,最后完成了测量记录簿的自动化生成设计。通过实际应用得出:本开发可显著提高劳动工作效率、实现测量外内业的无缝衔接,提高测量工作质量、保证测量精度。 相似文献
16.
地铁隧道的结构断面测量是铺轨建设期间的一项重要工作,常规的测量方法内外业工作量较大,内业处理较为繁琐,数据计算效率较为低下。为了尽可能提高测量工作效率,减少仪器成本及人工成本,探讨了在地铁隧道内的控制点上架设全站仪,采用三维坐标测量的方法测得每个结构断面的特征点坐标,进而计算相应的断面尺寸偏差,并用C#编程语言编制了计算软件,使数据处理更为方便。工程实践表明,相比传统测量方法,该方法可以减少一定的外业工作量,同时内业数据处理相对简单便捷,效率高,可为类似工程提供参考。 相似文献
17.
18.
19.
针对公交调查数据背后信息挖掘的需求,论文首先介绍了公交调查数据挖掘的理论概念及任务方法。概述了公交调查数据挖掘的常规流程,并且在分析了几种公交调查数据挖掘模型建模方法的基础上,得出 k-means模型最适宜对公交调查数据进行聚类分析。最后以达州市公交调查数据为样本实例,采用年龄、职业、每周乘坐公交天数、每月公交花费、偏好付款方式等几种属性,借以 SPSS Clementine 为软件平台、以 k-means 为模型对各属性数据进行聚类分析,软件运行后得到相似度较大的几组类别,根据不同样本含量的几组聚类进行图表分析,分别得出优化公共交通服务的相应建议,达到最初挖掘公交调查数据背后信息的目的。 相似文献