基于出租车GPS数据的城市次干道阻抗函数研究

城市道路阻抗函数的合理性、准确性和实时性是进行动态交通诱导的先要条件,也是交通规划领域的经典问题.目前对城市次干路,特别是违法停车影响下道路通行能力下降时的道路动态变化研究较少.以武汉市出租车GPS海量数据为基础,提出了不同道路情景及不同出租车行驶状态下的海量数据筛选策略,建立了出租车行程分析方法.另选用Smats便携式蓝牙和Wi-Fi扫描仪采集数据,针对该设备的工作原理提出了误差数据处理方法,得到真实交通流量和实验数据之间的对应关系.在BPR阻抗函数中引入非法停车条件下的道路通行能力变化规律,由出租车GPS数据和实验采集的道路交通流数据对阻抗函数表达式中的系数进行标定,并对结果进行了对比验证.结果表明,重新标定后BPR函数与真实道路阻抗的平均误差值与未改进的BPR函数相比,由26.1 s降为6.8 s.     

基于EKF学习方法的BP神经网络汽车换道意图识别模型研究

实时准确地识别驾驶人的换道意图有助于提高车辆行驶的安全性,达到安全辅助驾驶的目的。文中提出了一种基于EKF（extended kalman filter）学习方法的BP神经网络模型,用于识别驾驶人的换道意图,并进行短时行为预测。通过实验采集了20组高速公路实车行驶数据,利用前方车头时距、转向盘转角值、驾驶人头部水平位置数据,以及车道偏离量4类数据样本进行训练得到结果。实验结果表明：本模型较传统的神经网络识别模型具有更短的识别时间,且模型的可信度更高。在车辆换道和直线行驶2种工况下,本模型对换道意图的识别准确率达到了95％。     

考虑驾驶愤怒的元胞自动机交通流模型

驾驶员在愤怒时的驾驶行为表现与正常驾驶时存在较大的差异,这些行为差异会影响车辆的运行速度、运行轨迹等,进而对道路交通流产生影响.文中在NaSch元胞自动机交通流模型的基础上,考虑愤怒驾驶行为的特点,从运行速度、换道条件和安全距离3个方面重新确定元胞更新规则,构建考虑驾驶愤怒情绪的周期边界条件下双车道元胞自动机交通流模型.在MATLAB环境下,对所建模型与普通NaSch交通流模型进行对比仿真分析.结果表明,驾驶愤怒所引起的行驶速度变化对交通流影响明显.     

基于DNA算法的交通诱导系统

利用DNA计算高速并行的优点.将路段和十字路口等进行合理转化,使其成为常规的连通图.来解决交通诱导同题中的路径优化与选择.有别于遗传算法、模拟退火和神经网络等方法,文中应用DNA双螺旋结构和碱基互补配对原则对节点和边进行编码运算,提高了算法的有效性和收敛速度.最后,将DNA算法与遗传算法进行了模拟对比分析.结果表明:DNA算法可以较好地解决大规模路网遍历的NP问题,满足交通诱导的实时性、准确性要求.     

基于样本熵特征的驾驶人换道过程特征分析

在行车环境中,驾驶人的精神负荷是否能合理分配直接影响行驶安全,因而驾驶人的驾驶熟练程度与驾驶人驾驶过程中的精神负荷分配之间关系值得研究,其中脑电是客观评价驾驶人精神负荷的重要指标.通过实验采集了10组城市道路环境下驾驶人驾驶过程中的脑电信号,并记录了车辆行驶过程中的车辆数据,然后使用样本熵的方法来定量计算脑电数据,从而评价驾驶人在换道过程中的精神负荷问题.样本熵计算结果显示:换道过程中驾驶人的脑电特征要明显比非换道过程中驾驶人的脑电特征复杂;换道过程中驾驶人的脑电特征样本熵明显大于非换道状态下的驾驶人脑电特征样本熵,熟练驾驶人的脑电数据样本熵明显小于非熟练驾驶人的样本熵值,熟练驾驶人在换道过程中车速高于非熟练驾驶人;相较于跟驰驾驶行为,换道驾驶行为过程占用更多的精神负荷,熟练驾驶人比非熟练驾驶人分配更少的精神负荷在换道过程中.     

基于船舶AIS及签证数据的长江内河货运阻抗及分布模型研究

为了研究长江内河各航段复杂多变的航道环境对水路货物运输的影响,根据船舶AIS数据及三峡船闸过闸数据建立一种考虑不同月份、不同航段的船舶逆水而上、顺流而下2种情况的货运阻抗函数,并基于Matlab求解得到长江内河重要港口节点之间不同月份的时间阻抗矩阵.以2010年10月船舶签证数据为例,结合距离阻抗矩阵和时间阻抗矩阵,标定阻抗函数为幂函数和指数函数下的重力模型的参数,建立相应的货运分布模型.并在不同模型下分别预测了2012年10月货运量分布情况.对货运实际观测值和模型预测值结果进行货运距离分布(trip length distribution,TLD)方法检验.结果显示,以时间为阻抗指标的幂函数和指数函数重力模型预测结果的重合率(coincidence ratios,CR)值分别为0.83和0.86,比对应的以距离为阻抗指标的预测结果的CR值0.81和0.82要高,所建立的以时间阻抗模型更能反映长江内河货运实际情况.