空间异质性建成环境对出租车与地铁竞合关系的影响

建成环境对出行方式的影响已有丰富的研究成果,然而对不同出行方式间相互关系影响的研究仍不够细致。本文以网格化的形式细化研究区域,采用土地利用属性和交通属性的六小类要素作为特征变量刻画城市建成环境的特征。基于出租车行程的OD点与地铁站点的空间关系,将出租车与地铁竞合关系表征为 SCPE(Subway-competing,与地铁竞争)方式、SE(Subwayextending,延伸地铁)方式和SC(Subway-complementing,补充地铁出行)方式,并利用多尺度地理加权回归研究建成环境对竞合关系(SCPE、SE、SC)的影响机理及其空间效应。针对兰州市的案例研究表明：SCPE、SE、SC方式具有显著的空间异质性;多尺度地理加权回归能够刻画SCPE、SE、SC方式与建成环境间依赖关系的空间异质性及其尺度差异,其估计结果更为可靠;建成环境各要素对SCPE方式的影响较为平稳,SC方式对公交站点密度和道路密度要素非常敏感,存在高度的空间异质性,SE方式亦对公交站点密度要素非常敏感。     

基于换道概率分布的多车道交织区元胞自动机模型

交织区是快速路系统的重要组成部分,由于车辆频繁换道、相互作用复杂,容易造成交通瓶颈。本文提取城市多车道交织区时间分辨率为0.1 s、空间分辨率为0.1 m·px-1的高精度车辆轨迹,分析交织区及相邻路段的交通流和车辆行为特性,提出分区元胞自动机模型。在上游和下游换道模型中,建立基于速度差、车辆间距的换道动机规则、间距规则及Logistic换道概率规则。对于交织影响区,建立考虑速度、间距及路径转换需求的换道动机规则,根据安全风险构建换道时机的多步决策规则,提出基于换道频率Gaussian分布模型的换道概率规则,并对主要参数进行灵敏度仿真测试分析,模型具备评估交织区不同换道状态的实际应用潜力。仿真与实测显示,本文模型流量、速度、密度及换道分布等特性与实际相符,能有效反映车辆在不同位置的换道需求与强度差异性,刻画多车道交织区复杂的换道行为。     

山区双车道公路货车碰撞预测的双变量冲突极值模型

为预测山区双车道公路货车与冲突车辆发生的碰撞,本文基于无人机视频,提取货车与交互车辆的高精度轨迹数据,选取适用于不同运行轨迹的交通冲突指标,结合极值理论,构建双变量冲突极值(BTCEV)模型,将后侵入时间(PET)与碰撞时间(TTC)纳入统一框架,实现山区双车道公路货车与冲突车辆的碰撞预测,并以云南省货车事故高发的山区双车道公路为例,验证BTCEV模型的预测性能。研究表明：PET为0.382 s、TTC为4.471 s是山区双车道公路货车严重冲突的阈值;BTCEV 模型预测山区双车道公路货车年事故发生率为 5.84%,预测准确性高达98.92%,较PET模型以及TTC模型分别提高了167.33%和10.80%;且相比于单变量模型,双变量模型所估计的置信区间更窄,预测精度更高。研究结果将山区双车道公路货车碰撞预测方法从单变量扩展到双变量,在山区货车交通安全分析方面有广阔的应用前景。     

基于AIS数据的船舶安全航行水深参考图

通过挖掘海量AIS数据, 提出了一种新的航道水深信息获取方法, 即构建船舶安全航行水深参考图; 采用数据预处理的方法对历史与在线的AIS数据进行清洗和修补, 生成船舶运动轨迹; 选定船舶航行区域的时间与经纬度, 采用K-means聚类算法对船舶航行过程中的吃水数据进行聚类分析, 得到不同安全航行区域的船舶分类, 运用BP神经网络模型预测并补齐AIS数据中缺失的船舶最大吃水信息; 分割船舶历史轨迹, 当子轨迹的时间间隔在10~20min时, 采用Spline插值方法对船舶轨迹中的丢失数据进行插值; 采用凸包构建同类船舶的安全航行水深区域图, 将不同吃水类型船舶的安全航行水深区域图合并, 得到船舶安全航行水深合并图; 将不同吃水类型的船舶安全航行水深合并图与航道图叠加, 得到船舶安全航行水深参考图。试验结果表明: 当聚类算法参数设置为4时, 聚类后得到4类船舶, 对应的船舶最大吃水范围分别为0.1~4.8、4.8~6.6、6.6~10.0、10.0~13.0m, 对应的至少可通航船舶吃水分别为1.8、2.4、3.3、5.0m, 说明船舶最大吃水与至少可通航船舶吃水呈正相关关系; 构建的船舶安全航行水深参考图在电子航道图中覆盖了86%的航道, 并与航道图的深水部分重合率为80%, 因此, 构建的船舶安全航行水深参考图能反映航道水深的真实情况, 满足不同类别船舶的导航需求。     

基于深度CNN-LSTM-ResNet组合模型的出租车需求预测

利用海量的离线GPS数据进行出租车需求预测是智能城市与智能交通系统的重要组成部分.本文提出了一种基于深度学习的出租车需求预测方法(CNN-LSTM-ResNet),将出租车GPS数据和天气数据等转化为栅格数据,输入模型获得预测结果.该模型先使用卷积神经网络(CNN)提取城市范围交通流量的空间特征,然后引入残差单元加深网络层数,并利用长短期记忆网络(LSTM)提取GPS数据的临近性、周期性和趋势性,最后通过权重融合以上3个分量,并与外部因素(天气、节假日和空气质量指数)进一步融合,从而预测城市特定区域的出租车需求.采用西安市出租车GPS数据进行实验验证,结果表明,该模型与传统预测模型(如ARIMA,CNN,LSTM)相比具有更高的预测精度.     

考虑轨迹相似度的综合客运枢纽出租车合乘方法研究

针对综合客运枢纽出租车停靠点乘客滞留问题,提出一种考虑轨迹相似度的枢纽出租车合乘模型. 以车辆数最小与总里程最短为目标,基于包围面积的轨迹相似度指标在形态上约束合乘后车辆的行驶轨迹. 设计两阶段算法求解此NP-hard 问题,第1 阶段利用kmedoids 方法对乘客需求聚类,第2 阶段设计蚁群算法求解得到乘客匹配方案及合乘行驶路径. 实测数据实验证明：该方法能较好优化车辆数和总里程,减少乘客等待时间;轨迹相似性度量约束能有效提高合乘后路径的JAC值,满足乘客希望合乘路径与原始路径差异最小化的心理.     

基于扰动传播特征的随机Newell跟驰模型

为研究快速路场景下小汽车跟驰行为,本文从北京市快速路交通流视频中提取高时间分辨率的机动车运行轨迹数据.统计发现,在不同跟驰速度下,小汽车车头时距均服从对数正态分布;利用动态时间规整算法提取小汽车的反应时间与扰动传播速度等特征参数,分别标定其概率分布函数,证明跟驰过程中小汽车的反应时间分布峰值和数学期望分别为1.0 s 和1.57 s;在挖掘反应时间、扰动传播速度与车头时距量化关系的基础上,建立基于交通扰动传播特征的随机Newell跟驰模型,并标定得到分速度区间的模型参数.仿真结果表明,本文提出的随机Newell跟驰模型能有效刻画跟驰行为与扰动传播间的关联特征,同时生成符合预期的交通流基本图.新模型能够为跟驰行为随机特征对交通状态的影响研究(如交通流陡降、宽移动阻塞等)提供支持.     

圆锥面组合曲面的喷涂机器人喷枪轨迹优化

为解决圆锥面组合特征曲面喷枪轨迹优化时涂层均匀性较差的问题,根据圆锥面的几何特点,给出了 圆锥面上的喷枪轨迹生成方法.基于喷枪3D模型在圆锥面上的喷枪轨迹优化方法,讨论了圆锥面组合时面片交 界处的喷涂轨迹优化方法,建立优化目标函数,并优化了相关的喷枪参数.仿真结果表明:优化后的涂层厚度满 足涂层质量要求;与一般方法相比,其涂层厚度最大值、最小值与理想值间的误差分别降低0.4和1.0m;同向 面片组合时的涂层厚度最大值、最小值与理想值间的误差比反向时的误差分别降低0.8和1.4m.      

微表处养护技术车内外噪声调查与分析

微表处作为一种经济、快捷、有效的路面预防性养护技术,在中国高速公路快速发展的今天,起着至关重要的作用。但在使用微表处时发现车内外噪声与热拌热铺沥青路面相比明显增大。为了解决该问题,对采用微表处养护技术的典型路段的车内外噪声进行调查,并对其变化规律及相关影响因素进行分析,以期指导以后的微表处的室内配合比设计和施工实践。     

战术飞行路径规划算法

为了找出在某些约束条件下的最优飞行路径, 提出了一种基于Voronoi图的战术飞行路径规划算法, 建立了威胁代价函数, 采用分解策略, 首先生成一条由若干直线段连接的参考航路, 然后利用B样条函数对规划的参考航路进行动态修正, 用Matlab进行了仿真验证。仿真结果表明了路径规则算法是有效的, 修正后的路径避免了带有尖角的不可飞路径, 满足最小飞行半径与动力约束。