基于关键车道特征参数进行交通信号配时优化

通过采用关键交叉口进口道特征参数检测技术进行了深入研究,包括进口道状态判别、进口道车辆计数和车头时距检测等,提出了相关检测算法。在此基础上,基于关键车道特征参数进行交通信号配时优化。最后,以宁波市江南路-沧海路交叉口为例,进行了实证分析。     

一种改进的K-均值算法在交通事故黑点识别中的应用

K-均值聚类算法由于其简单高效被广泛应用,但其聚类结果易受初始聚类中心和聚类数的影响。现就其不足之处展开研究,提出一种基于传统K-均值算法自动确定初始聚类中心的改进方法,并应用于宁波市鄞州区联丰西路区域交通事故黑点的识别。结果表明,改进的K-均值聚类算法可以准确地识别出事故黑点的位置,具有良好的应用效果和现实意义。     

基于改进K-means算法的城市道路交通事故分析

为有效采集城市道路交通事故数据,分析交通事故时空特征,辨识交通事故原因,利用手机APP方法采集了宁波市鄞州区2016年第四季度的37 654起交通事故数据。鉴于传统K-means聚类算法收敛慢和精度低的缺陷,建立改进的K-means聚类算法以消除孤立点对聚类结果的影响,对研究范围内的交通事故黑点进行识别及分析。结果表明:基于手机APP采集的有效事故数据样本量占实际警情的比例为96.4%,能满足事故数据分析的精度和质量要求;近4年每个季度的事故变化趋势呈现明显的锯齿状变化;机动车与机动车事故数量最大,机动车与非机动车事故数量次之,事故比例分别为58.4%和15.8%;时间特征方面,周一发生的事故数量最大,周四最低,事故比例分别为15.4%和13.2%;空间特征方面,道路交通事故发生地点主要集中在地面路段、交叉口、停车场等,事故比例分别为77.4%、11.6%和7.0%,居民小区和高架事故比例较低,分别为3.2%和0.9%;事故原因方面,跟车距离过近、转弯未让直行、违法变更车道、超速行驶等驾驶行为是引发交叉口机动车与机动车类型事故的主要原因,事故比例分别为28.8%、22.9%、15.6%和7.6%;机动车转弯未让直行非机动车、非机动车闯红灯、机动车与非机动车相互占用车道和非机动车逆向行驶,是诱发交叉口机动车与非机动车类型事故的主要原因,事故比例分别为36.6%、16.6%、9.9%和7.3%。