基于大数据的大学校园停车系统规划 ——以大连理工大学凌水主校区为例

为解决大学校园停车系统混乱以及用于相关规划的基础数据样本量小、精度不高、时效性 差等问题,应用大学校园停车调查数据、各出入口车辆记录数据以及各院系教职工信息数据进行多源大数据分析,提出了一种基于大数据的大学校园停车系统规划方法。以大连理工大学凌水主 校区收集到的数据为例,首先从静态角度利用各出入口车辆记录数据和校园停车调查数据获取校园整体停车需求,进而利用各院系教职工信息数据分析各部门的停车需求。然后,从动态角度考虑停车位的周转问题,利用各出入口车辆记录数据分析校园出入车辆停车时段分布状况。最后,根据多源大数据分析所得校园停车系统现状,得出相应的校园停车系统规划结果。研究结果表 明：基于大数据的大学校园停车系统规划方法可有效解决传统方法中基础数据样本量小、精度不高、时效性差等问题,提高了规划结果的实用性和科学性。     

基于移动导航数据的信号配时反推

在交通管理和评价时,信号配时对监测评价路口运行状态,评价路口配时方案至关重要.但是,大范围的实时信号配时方案的获取尚缺乏简明有效的途径.本文提出两种基于移动导航数据计算固定配时路口信号配时的方法.第一种方法是在不考虑驾驶员驾驶行为差异性时,得到路口红灯和车均延误的关系模型,从而计算某相位的红灯时长.另外一种方法是基于车辆通过停止线的时间,结合本文提出的上升梯度法,得到某阶段红灯时长.本文通过实际的路口案例计算,将预测结果和已知路口的信号配时比较,表明此方法计算得到的红绿灯时长准确度较高,为后续进行路口运行状态和通行能力研究提供了数据支持.     

新能源公交车辆大数据决策支持平台的研究

新能源汽车具有能源利用效率高、环境污染小、适用清洁能源种类多、噪声低、方便保养、安全性高等优点,成为未来公共交通发展的重点方向。为了实现更高的信息化程度,为国内大型城市的新能源公交车辆的规模化应用提供便利,相关的信息化系统平台的建设非常重要。大数据技术为新能源公交车辆决策支持平台建立了数据分析与应用基础,该大数据决策支持平台能够存储、处理来自不同数据源的多维数据,利用联机分析处理实现多维度数据分析,运用数据挖掘技术利用新能源公交车辆信息,提供新能源车辆充电决策、充电场地建设决策、电池容量及衰退分析等功能。     

基于GPS与图像融合的智能车辆高精度定位算法

车辆自定位是实现智能车辆环境感知的核心问题之一.全球定位系统(Global Positioning System,GPS)定位误差通常在10 m左右,不能满足智能车辆的定位需求;惯性导航系统成本较高,不适于智能车辆的推广.本文在视觉地图基础上,提出一种基于GPS与图像融合的智能车辆定位算法.该算法以计算当前位置距离视觉地图中最近一个数据采集点的位姿为目标,首先运用GPS信息进行初定位,在视觉地图中选取若干采集点作为初步候选,其次运用Oriented FAST and Rotated BRIEF(ORB)全局特征进行特征匹配,得到一个候选定位结果,最后通过待检测图像中的局部特征点与候选定位结果中的三维局部特征点建立透视n点模型(Perspective-n-Point,Pn P),得到车辆当前的位姿,并以此对候选定位结果进行修正,得到最终定位结果.实验在长为5 km的路段中进行,并在不同天气及不同智能车辆平台测试.经验证,平均定位精度为11.6 cm,最大定位误差为37 cm,同时对不同天气具有较强鲁棒性.该算法满足了智能车定位需求,且大幅降低了高精度定位成本.     

基于偏好顺序集的非补偿式铁路旅客选择行为估计方法

精细化需求预测是铁路提高收益的重要基础.本文考虑了铁路产品属性对于旅客选择行为的影响,构建具有一定偏好顺序的产品集合来表征不同类型的旅客.在此基础上,利用客票存根及余票数据,建立预售期内旅客选择过程的极大似然函数,求解得到不同旅客类型的出现概率.首先通过仿真算例验证了模型的计算可行性,然后通过实证数据,估算了北京南至上海虹桥方向不同旅客类型在各时段的出现概率,进一步统计得到旅客在不同时段下铁路旅客buy-up行为概率及属性敏感度的变化,并提出一些可用于优化售票策略的建议.     

交通大数据视角看广佛同城

广佛同城发展由来已久,是中国城市群中同城化程度最高的区域。简要分析广佛同城的交通基础设施发展演变历程,并基于模糊大数据(手机信令数据)和准确大数据(运行监测数据)对广佛通勤交通特征进行分析。结合手机信令数据对广州南站的客流组成及空间分布进行研究,对广州南站选址偏远问题进行解析。结果表明:广佛同城具有双向对等性的联系;地铁在同城化推进过程中起到重要的促进作用,拓展同城化活动范围;广州市机动车交通需求管理政策不够系统,非广佛车牌在通勤小汽车中比例超过40%,需要引起足够的关注;广州南站服务的客流中广州客流与佛山客流比为7:3,与对应的常住人口规模比例相当,初步实现了交通战略规划提出的共享理念。     

盾构管片模具三维激光扫描检测关键技术

目前盾构管片模具主要采用传统的人工和激光跟踪测量技术进行检测,存在检测点位少,精度低等缺点,不能很好地指导管片模具的修复工作,直接影响到管片尺寸的生产精度,易造成盾构隧道管片破损、开裂及渗漏水等现象,为后期的运营埋下了安全隐患。宁波市轨道交通利用三维激光扫描技术对管片模具进行检测,通过理论分析、现场试验及数据分析,确定了点云数据的拼接方式、扫描分辨率、基准模型及模型对齐的方式,成功克服了现有的管片模具检测中存在的测量点位少、精度低等缺点,实现了对管片模具的全方位检测,大大提高了管片模具的检测精度。同时在参考现有规范及经验的基础上,制定出了盾构管片模具三维激光扫描检测标准,很好地指导了管片模具的修复工作,提高了盾构管片尺寸的生产精度,确保盾构隧道的施工质量。     

金旅凯歌10米一层半助企业转型

2013年前三季度,公路客运受铁路分流影响明显,重点联系公路客运站数据显示,7月份至8月份运行趴离400公里及以上线路客运量下降12．5％。凋研中,旅客对出行府式的心理需求出行呈现全新特征,     

海上雷达通信数据特征实时监测算法研究

传统船载雷达通信数据检测算法存在小范围样本数据监测准确率低,究其根源在于算法对小样本数据特征计算能力不足,无法精准提取小样本特征。为此提出基于大数据分析的船载雷达通信数据特征实时监测算法,算法由2种计算子算法构成。首先,引入MIFS小样本特征滤除算法,对雷达数据内小样本周边数据进行滤除计算,提升小样本特征清晰度;其次,引入大数据IDWPA遗传编码特征算法,利用大数据分析能力对小样本数据进行遗传模型建力计算,准确抓取小样本特征,完成整套算法计算;最后,通过仿真实验证明提出算法能够有效解决传统算法特征计算力不足,监测准确率低的问题。     

大数据时代我国快递业的发展现状与趋势

把握快递行业未来发展方向,梳理了大数据技术在快递行业的应用场景并分析了大数据技术对快递行业的影响。分析结果表明,大数据技术能帮助快递企业进行最优配送方案推荐、实时监控车辆设备、解构行业数据、分析市场格局等,从而帮助行业提升配送效率、降低配送成本。未来,快递行业将充分利用大数据技术加强对物流数据的收集、分析与业务应用。在大数据技术影响下,快递企业将呈现四大发展趋势：（1）时效进一步提升,成本继续降低;（2）从快递向物流上下游串联;（3）从国内向国际网络不断外扩;（4）先进的数据分析技术向其他行业外溢。