客运枢纽内部通道合理规模仿真分析

以客运枢纽内连接服务设施设备的通道作为研究对象,以通道的长度和宽度对行人流分散作用的强度分析入手,借助行人流仿真软件,设计仿真方案,利用仿真输出的行人流参数统计数据,建立行人流流量随观测时间的变化趋势曲线,一方面,对曲线的变化趋势进行对比分析,另一方面,对统计数据进行K-W检验以分析数据的差异性。结合曲线对比和K-W检验结果,综合分析单向通道、双向通道的长度和宽度变化对行人流分散作用的影响,进而确定单向通道和双向通道的最佳宽度分别为4m和8m,最佳长度为50m。     

车种分流影响道路交通事故之灰关联分析

台湾地区近年致力于交通安全改善之相关执行计划,企图透过教育、工程与执法之3E手段来降低交通事故数量与严重程度,然而思考如何将机动车分流落实到工程改善手段中亦是思考重点之一,而此分流措施必须奠基于有无采取机动车分流与机动车事故数量则是必须具备高度相关才有落实之可行性.因此,透过灰关联分析探讨台湾地区彰化市5条道路之基础设施与机动车事故的关联程度,其中路肩宽度与障碍物,以及机动车分流长度之灰关联度均为影响机动车事故的重要因素,因此考量是否有采行机动车分流措施则是与交通安全有绝对关系,未来则可依据事故类型加以评估是否落实机动车分流措施.     

变化光照条件下的交通标志快速鲁棒检测

变化光照条件下交通标志检测算法的准确率往往会显著降低。针对此问题,提出了1种新颖的概率图建立方法,并结合最大稳定极值区域特征进行交通标志检测。该方法包括3个处理步骤:①根据不同光照条件对真实场景交通标志样本图像进行明确分类以构建多类颜色直方图,将交通标志输入图像由原始色彩表达转变为概率图(直方图反投影);②通过在概率图上进行 MSER特征提取,获取候选的交通标志区域;③根据候选区域的面积、宽高比等特征快速有效去除非交通标志区域。实验结果表明在弱光照和强光照条件下基于归一化RGB的交通标志检测算法检测准确率分别下降到84.4%和83.0%,基于红蓝图的交通标志检测算法检测准确率分别下降到87.4%和86.3%,提出的算法在变化光照条件下依然可以保持90%以上的检测准确率,对光照变化有较好的鲁棒性。     

区域综合客运通道多方式竞争力博弈模型

为了研究综合客运通道内多方式价格竞争对市场分担率与利润的影响, 基于非集计NL模型与博弈理论, 构建了各客运方式市场分担率与运输价格关系的双矩阵博弈模型。以成渝通道为基础, 研究了高速铁路和高速公路大巴2种典型运输方式不同情景下的市场竞争均衡价格与分担率的变化特征。分析结果表明: 在采用双矩阵博弈模型所计算的均衡价格条件下, 高速铁路和高速公路大巴平均市场分担率分别增加了56.15%和80.58%, 有利于发挥二者的规模效益; 当出行模式结构相同时, 时间价值的变化会影响运营利润和市场分担率, 随着时间价值系数的增大, 高速铁路的平均运营利润增加34.60%, 平均市场分担率增加9.98%, 同时高速公路大巴平均运营利润减少29.70%, 平均市场分担率减少3.49%;对于出行时间处于劣势的高速公路大巴, 适当降低票价有利于增加营运利润; 该博弈模型的计算结果符合区域综合运输通道客运市场实际变化规律, 高速铁路和高速公路大巴不可能通过无限制降价的方式来追求最大利润, 运营利润都呈现先增后减的趋势, 在某个价格下运营利润最大; 该博弈模型具有价格均衡解, 在外界情况变化时, 通过博弈高速铁路和高速公路大巴价格可以达到利润最优状态。     

基于灰局势理论的交叉口安全设计综合决策模型

道路信号交叉口作为城市交通网络的重要节点,因交通运行复杂,是交通事故的集中发生地.为了降低交叉口事故发生的概率,并综合平衡各方面因素,科学地进行交通安全设计尤为重要.在多个设计方案比选过程中,综合决策模型的优劣直接决定了交通安全改善设计的实施效果.应用灰局势决策理论,选取交通事故折减系数(CRF)、工程费用、对绿化的影响、交叉口延误4项指标,结合专家打分确定各指标的权重,建立交通安全设计综合决策模型,并以实际交叉口的交通安全设计为例进行实证性研究.     

基于均衡流量的城市停车费用优化模型

基于随机用户平衡原则, 分析了出行者的路径选择和停车选择行为, 建立了满足Logit关系的城市道路停车流量分配模型。基于收益管理思想, 以停车收益最大为决策目标, 建立了城市停车费用的双层规划模型, 并以7个节点和2个停车场的小型网络进行实例验证。分析结果表明: 当停车需求为10 000pcu·h^-1时, 随着停车场2停车费用的提高, 停车流量不断向停车场1转移, 停车场1在停车费用不变的情况下收益不断增加, 当停车场2的停车费用为4元·h^-1时, 总的停车收益达到最大; 当停车需求为20 000pcu·h^-1时, 随着停车费用的上升, 总的停车收益将持续增加; 2个停车场之间存在博弈关系, 停车费用存在纳什均衡点, 当停车需求为10 000pcu·h^-1时, 2个停车场的最优停车费用均为5元·h^-1; 当停车需求为20 000pcu·h^-1时, 2个停车场的最优停车费用均为最高限价10元·h^-1。     

高速公路车辆排队尾部交通事故时空分布特征

根据高速公路常发拥堵路段的交通流数据, 采用累计占有率法绘制交通流占有率波动曲线, 用来判断拥堵路段内车辆排队尾部轨迹, 分析了占有率、里程位置、时间间隔的关系, 确定了累计占有率曲线的拐点。分析了排队传播、消散过程中交通事故频数与时间、空间距离的关系, 对分布特征进行了统计分析。分析结果表明: 车辆在时间和空间上接近排队车辆尾部时, 发生交通事故的频数明显增加, 时间距离与空间距离以排队尾部为中心呈现正态分布, 不同行驶方向路段内正态分布曲线不存在显著差异, 但拥堵传播与消散过程的正态分布曲线存在显著差异。建立的事故发生概率的联合正态分布模型, 可用于预测排队车辆尾部附近的交通事故风险, 为实施动态交通控制以提高快速道路交通安全提供理论依据。     

公路交通标志反光膜逆反射系数衰减规律

对设置在交通运输部北京试验场的230个交通标志反光膜样本进行了连续13年的逆反射系数观测, 建立了不同颜色、不同类别的交通标志反光膜逆反射系数衰减值的预测模型, 分析了逆反射系数随设置时间的衰减规律。分析结果表明: 白色Ⅰ~Ⅲ类反光膜逆反射系数衰减值的预测模型分别为三次函数、对数函数、三次函数模型, 决定系数分别为0.581、0.732、0.559;红色Ⅰ~Ⅲ类反光膜逆反射系数衰减率的变化幅度分别为16.0%、28.0%、42.0%, 其他颜色反光膜逆反射系数衰减率的变化幅度小于21%。可见, 逆反射系数衰减值的二次函数、三次函数模型具有更好的拟合性, 不同颜色、不同类别反光膜的逆反射系数衰减规律存在显著差异, 但衰减均随着设置时间的延长而逐渐减缓。     

基于图模型与卷积神经网络的交通标志识别方法

为了提高交通标志识别的鲁棒性, 提出了一种基于图模型与卷积神经网络(CNN)的交通标志识别方法, 建立了一个面向应用的基于区域的卷积神经网络(R-CNN)交通标志识别系统。构造了基于超轮廓图(UCM)超像素区域的图模型, 有效利用自底向上的多级信息, 提出了一种基于图模型的层次显著性检测方法, 以提取交通标志感兴趣区域, 并利用卷积神经网络对感兴趣候选区进行特征提取与分类。检测结果表明: 针对限速标志, 基于UCM超像素区域的图模型比基于简单线性迭代聚类(SLIC)超像素的图模型更有利于获取上层显著度图的大尺度结构信息; 基于先验位置约束与局部特征(颜色与边界)的层次显著性模型有效地融合了局部区域的细节信息与结构信息, 检测结果更加准确, 检测目标更加完整、均匀, 查准率为0.65, 查全率为0.8, F指数为0.73, 均高于其他同类基于超像素的显著性检测算法; 基于具体检测任务的CNN预训练策略扩展了德国交通标志识别库(GTSRB)的样本集, 充分利用了CNN的海量学习能力, 更好地学习目标内部的局部精细特征, 提高了学习与识别能力, 总识别率为98.85%, 高于SVM分类器的95.73%。     

终端区空域结构调整对进场交通流的影响

根据终端区空域运行规则, 采用网络理论建立了终端区空域网络模型, 基于终端区航空器微观行为建立了空中交通流跟驰模型和等待模型, 基于NetLogo仿真平台进行了仿真试验, 分析了不同入度分布的空域结构对交通流的影响。仿真结果表明: 当密度小于等于0.075架次·km^-1, 速度大于等于0.04 km·s^-1时, 交通流处于自由相; 当密度为0.075~0.200架次·km-1且速度大于等于0.04 km·s^-1时, 交通流处于畅行相; 当密度大于0.200架次·km^-1, 小于最大密度时, 交通流处于拥塞相; 随着航班波作用的减弱, 交通流进入反向畅行相, 之后进入反向自由相; 当进场交通流分布一定, 入度值依次为2、3、1时, 交通流速度小, 密度大, 拥塞消散最慢, 入度值依次为3、2、1时, 交通流速度大, 密度小, 拥塞消散最快。可知, 增大空域网络上游关键节点的入度, 使进场交通流提前完成汇聚, 有利于交通流快速运行, 增大交通流量; 减小空域网络下游关键节点的入度, 有利于交通流在达到拥塞相后快速完成消散。