基于出行特征的城市主干路横断面优化设计研究

为缓解城市道路拥堵现象,文章基于行为学理论调研了出租车、私家车、公共汽车、电瓶车、自行车及步行等多种出行模式的特征,并结合车辆行驶理论,提出了包含专属存放区、休闲人行步道、交通人行步道及港湾换乘区等元素在内的城市主干路横断面优化设计方案,研究了专属存放区和港湾换乘区布置于机非隔离带、交通人行步道置于公交专用道外侧等措施。     

新一代智能交通全出行链集成系统设计

智能网联汽车已成为汽车技术发展的大势,通过融合智能网联汽车和智慧交通技术,以自动驾驶车辆的需求为核心,应用深度学习、边缘计算以及领先水平的车路感知融合、车路云控协同等方法,构建"智能网联汽车+智能交通+智慧城市"全出行链场景,实现无人驾驶在智慧道路、智慧停车、智慧园区的综合应用,为后续工程建设、产业化落地提供强大的技术支撑,进一步推动自动驾驶产业的发展。     

关于城市快捷路设计的探讨和思考

随着城镇化建设进程的快速推进,城市空间不断拓展,大型都市圈迅速崛起,居民出行距离不断增长,机动车进出交通与长距离快速通行交通之间的矛盾日益凸显,同步制约了都市圈之间经济、人口、交通之间日益密切的互联互通。加之土地资源和空间限制,新的快速通廊无法实现而既有的主干路因红绿灯较多、耗时较长等无法满足都市圈之间快速一体化发展的进程。为此,很多城市开启了新一轮的城市主干路升级改造工程。但受工程投资、周边环境、征地拆迁等因素制约而又难以实施标准化的城市快速路,很多城市提出了城市快捷路的概念。从城市快捷路的提出和功能定位入手,依托长沙市腾飞路工程实例,探讨城市快捷路设立的意义、适用的范围、工程技术标准、横断面布置形式等技术要点,为其他城市主干路升级改造设计提供部分参考。     

北京城市交通结构发展进程研究

本文分析了北京市交通结构演变阶段,总结了交通需求和出行结构在各个阶段的显著特点和发展规律,并与国内外大城市进行了对比研究,从而为改善交通结构、缓解交通拥堵提供一定的参考依据。     

快递可以尝试嫁接高铁

随着"四纵四横"高铁网络布局的陆续推进,铁路客运给百姓带来了更多的出行方式的选择,同时也带来了一些亟待解决的问题。一直以来,高铁列车上座率不高甚至空载的报道和网络言论有不少,关于高铁利用率低的话题从民间到学界都有声音。高铁建设投入了大量的资金,也使得铁道部资产债务迅速升高,回本盈利预期被拉长。要摆脱目前的困境,就必须从高铁的运营上寻找突破口。     

基于Agent理论的机场旅客出发时间与出行方式联合选择模型研究

为提高机场陆侧区域的客运通行能力,研究交通管理策略实施后机场旅客的行为变化,通过研究Agent的理论结构,构建了机场旅客出发时间和出行方式的联合选择模型.在建模过程中,考虑了旅客不完全信息性和有限理性,应用机器学习算法生成if-then规则模拟机场旅客前往机场的搜索和决策过程,该规则加入了机场旅客的特征变量,如乘坐飞机频率、是否有托运行李等机场旅客的特征属性.应用该模型进行仿真试验,结果显示,机场公共交通成本在10~15元区间变化时,每降低1元,使用公共交通的旅客比例约提高2%;到达机场公共交通站点时间缩短到10 min时,旅客将会延迟10~15 min出发.该模型能较好地显示出发时间变化和出行方式切换过程,有效的预测了机场旅客在不同交通政策和措施下出行行为的调整结果.      

共享单车街头不见踪影 交运公共自行车独树一帜

如今,随取随还的公共自行车成为不少市民出行的选择,而建设成本高、还车不方便、没有固定还车点等因素,让更早出现的公共自行车的运营效果打了不少折扣,甚至有些城市停止公共自行车的运营,退出市场。在低碳节能日益深入人心的今天,具备环保、便捷、健身等特点的交运公共自行车尤其受到市民的追捧。     

厦门公交：探索个性化服务的微循环网约小巴模式

“厦门约巴”这一城市出行新品牌,成为厦门城市流动风景线的又一抹亮色。厦门公交探索个性化服务的城市公交新模式,为厦门市高素质、高颜值、现代化、国际化的滨海城市建设和发展增光添彩。     

“公交出行宣传周”2019绿色出行季

根据交通运输部、公安部、国管局、中华全国总工会《关于组织开展2019年绿色出行宣传月和公交出行宣传周活动有关事项的通知》精神,全国多地集中在9月16-22日开展主题为“公交优先、绿色出行”的“公交出行宣传周”活动,深入宣传绿色出行的重大意义,促进公交优先落地生根。     

基于神经网络的出行目的推算研究

出行目的是交通出行的关键属性和重要内容,其对分析交通行为具有关键作用。随着被动数据的不断获取,通过数据挖掘方法推算出行目的既弥补了被动数据的缺陷,也可为进一步分析交通行为提供完善的数据基础。本文通过总结国内外学者在交通出行目的推算方面的研究经验,基于现有的调查数据,采用神经网络方法进行出行目的推算,推算的出行目的的准确性达到86%,在此基础上分析了对模型具有显著影响的因素,由此得到在出行目的推算中的关键因素为时间和空间变量。