Estimating traffic volumes for signalized intersections using connected vehicle data

Recently connected vehicle (CV) technology has received significant attention thanks to active pilot deployments supported by the US Department of Transportation (USDOT). At signalized intersections, CVs may serve as mobile sensors, providing opportunities of reducing dependencies on conventional vehicle detectors for signal operation. However, most of the existing studies mainly focus on scenarios that penetration rates of CVs reach certain level, e.g., 25%, which may not be feasible in the near future. How to utilize data from a small number of CVs to improve traffic signal operation remains an open question. In this work, we develop an approach to estimate traffic volume, a key input to many signal optimization algorithms, using GPS trajectory data from CV or navigation devices under low market penetration rates. To estimate traffic volumes, we model vehicle arrivals at signalized intersections as a time-dependent Poisson process, which can account for signal coordination. The estimation problem is formulated as a maximum likelihood problem given multiple observed trajectories from CVs approaching to the intersection. An expectation maximization (EM) procedure is derived to solve the estimation problem. Two case studies were conducted to validate our estimation algorithm. One uses the CV data from the Safety Pilot Model Deployment (SPMD) project, in which around 2800 CVs were deployed in the City of Ann Arbor, MI. The other uses vehicle trajectory data from users of a commercial navigation service in China. Mean absolute percentage error (MAPE) of the estimation is found to be 9–12%, based on benchmark data manually collected and data from loop detectors. Considering the existing scale of CV deployments, the proposed approach could be of significant help to traffic management agencies for evaluating and operating traffic signals, paving the way of using CVs for detector-free signal operation in the future.     

针对自适应巡航的驾驶人风格辨识

车辆进入自适应巡航工况下行驶时,不同风格的驾驶人会对自适应巡航控制系统(Adaptive Cruise Control,ACC)有不同的需求.文章首先通过对不同驾驶人在9种跟随试验下获取的实验数据分析,选取表征驾驶人风格的驾驶特征参数;其次对所有驾驶人驾驶特征参数利用K-mean算法聚类分析,将驾驶人三类,并利用BP神...     

城市公交线路模态工况构建方法研究

采用GPS设备对西安城市公交典型线路的运行工况进行实测,分别运用瞬态转模态方法和多目标优化法构建出城市客车模态工况.以8个特征参数相对误差为标准,对两种方法的精度进行了对比研究.研究表明,两种方法均能有效地完成工况构建,其中多目标优化法精度最高,瞬态转模态方法简单快捷,从而为工况构建方法的选取提供了思路和数据验证.     

汽车进气系统轰鸣声传递路径分析

为了消除进气系统带来的车内噪声问题,运用传递路径分析方法,源-路径-响应的分析思路,总结了进气系统噪声问题的传递路径,结合某轿车进气系统轰鸣声问题的改进,发现结构传递路径和空气传递路径对该进气轰鸣声均有重要贡献,通过降低空气滤清器安装点橡胶软垫的硬度和加强安装点车身侧支架,可有效降低车内轰鸣声.     

基于力学分析的皮卡车牵引能力研究

本文介绍了一种基于力学分析的皮卡车(也称多用途货车)牵引能力的理论计算和试验方法,得出了决定皮卡车牵引能力的主要因素有:皮卡车动力传动系统能力、驱动形式、结构强度,挂车类型以及道路情况等。经验证,理论计算得到的牵引能力与试验结果一致性较好:通过皮卡车牵引能力的计算和验证,能够有效指导企业进行设计开发,充分发挥皮卡车较强的牵引能力特性,推动皮卡车市场发展。     

汽车用材料中多环芳烃限值与检测标准分析

多环芳烃是一类持久性有机污染物的总称,这类物质由于具有较高的脂溶性、强烈的致癌性以及难以自然降解的性质而被广泛关注。汽车产品的多环芳烃主要存在于非金属材料中。在汽车成为大众消费品的同时,人们越来越注重汽车使用中的环保与健康安全的问题。本文系统地对国内外汽车材料中多环芳烃限值要求及检测方法等相关标准进行梳理分析,形成对汽车行业禁限用物质多环芳烃的管控建议。     

HRV分析在驾驶疲劳中的应用研究

驾驶员在驾驶过程中易因疲劳、烦躁和压力等不良生理反应引发事故,而心率变异性(HRV)作为评价人体自主神经系统活性,反映人体生理状态的重要指标,能够准确评估驾驶员的精神状态.为了有效预防事故发生,文章介绍了驾驶员在驾车过程中HRV指标的变化及其应用.结果表明HRV指标结合相应算法模型对驾驶员生理状态识别的准确率高达90％...     

IFC标准下隧道智能管理系统建立与应用

建筑信息模型(BIM)是一种有效的复杂工程信息综合管理方法,为了实现隧道类岩土工程信息在BIM模型中进行清晰、规范表达的目的,将IFC标准文件针对隧道领域进行相应拓展,实现了不同平台之间信息无损交互传递.通过参数化族建模方式创建隧道构件族库,采用坐标定位的形式拼装隧道工程模型,并将所建立的模型参照IFC拓展标准进行实体...     

空心板梁桥铰缝破坏机理精细化有限元分析

空心板梁桥在我国中小跨径桥梁中是一种得到广泛应用的桥梁形式,铰缝病害普遍出现在空心板梁桥的运营过程中,为了更好地对空心板梁桥进行养护加固,需要透彻研究铰缝的破坏机理.首先介绍了我国现行空心板梁桥的设计方法,然后利用ANSYS大型有限元分析软件建立精细化有限元模型对比铰接板法分析横向分布差异,最后研究空心板铰缝的横向正应...     

某山区公路滑坡分析及治理策略分析

针对山区公路特殊的地质条件及复杂结构,容易引起公路滑坡的问题.以某一山地高速公路为实例,采用传递系数法和FLAC 3D方法对天然状态(自重条件)和饱和状态(自重状态+暴雨状态)下的公路滑坡进行稳定性分析,并提出滑坡治理方案.研究表明:传递系数法和FLAC 3D数值模拟法下获得天然状态下滑坡的稳定系数值均在1.06附近,...