基于FCD和DAB交通信息采集与服务系统研究

城市交通问题日趋严重,交通信息化服务成为了智能交通领域又一热点。基于浮动车（floating car data FCD）和DAB（digital audio broadcasting）的交通信息采集与服务系统,对交通信息数据源、数据处理及信息解码分发至终端等方面进行了研究,阐述了系统总体结构、关键技术、核心算法。该系统通过采集处理、多源数据信息融合、信息发布和信息终端软件开发,采用TPEG（transportprotocol experts group）信息编码技术,编码成二进制码流文件,并传输给DAB数字服务器进行信息分发,进而将交通信息实时传输到移动终端,为出行者提供可靠的、科学的交通信息服务。     

����β���ŷŵ��ѵ��������Ż��㷨�о�

匝道控制是缓解快速路拥堵的有效措施,而且有增加通行流量、提高运行效率、减少交通事故的功能,随着国民经济的提高,社会公众对环境污染的关注越来越高,所以研究考虑尾气排放减少的匝道控制是立足民生的课题.本文算法考虑了尾气排放因素,同时兼顾两个目标,一是减少总车辆旅行时间,二是最大量地减少尾气排放.利用Paramics仿真软件对算法进行了模拟实验,并且运用CMEM交通排放模型进行了计算,分析结果显示新算法有效地降低了总车辆旅行时间,而且比ALINEA算法更能降低匝道路段的尾气排放量和排队数,特别是在上坡坡度较大的情况下,新算法可以更多的减少尾气排放总量.     

基于SENSYS地磁检测器的城市道路交通状态分析

近年来,地磁检测器逐步取代环形线圈检测器,成为城市智能交通检测设备的主流趋势。基于SENSYS地磁检测器获取的交通信息数据,通过拥挤量化指标的确定、数据的处理、等效通行能力的标定、模型的构建,分析识别路段各个车道的交通状态,进而确定整个路段的交通状态,为交通管理者决策提供合理有效的交通状态信息。     

基于车路协同的城市智慧道路关键技术框架研究

车路协同技术不断成熟,智慧城市发展不断进步,智慧道路研究和建设尤其重要。研究智慧道路需求分析,明确智慧路口和全息路段两个典型应用场景,通过构建道路数字基础设施,研究多方位立体监测与多因素动态耦合下道路安全风险精确感知方法,实现微观场景内交通参与物认知、运动状态及协同感知,进而通过边缘计算单元支撑车路协同,为面向车路协同场景的智慧道路建设提供技术条件。     

基于粗糙集理论的交通事故形态成因分析

交通事故成因复杂且具有不确定性,难以用一两种因素表征。为提取影响交通事故的核心因素并量化各因素的影响力,引入不确定性分析方法--粗糙集理论。首先根据历史事故数据建立粗糙集信息决策表,之后利用粗糙集理论的简约算法求出各因素相对于事故形态的属性重要度,最终判断出各因素对事故形态的影响程度,为道路事故形态预测模型的建立提供科学、合理的指标选取依据。     

����ʵʱ�ܶȵ�����ѵ������㷨�о�

随着城市汽车保有量的不断增加,交通拥堵日益频繁;匝道控制是通过调节入口匝道车辆数,来缓解快速路匝道交汇处拥堵的有效方法.本文同时考虑快速路和入口匝道上的实时密度设计了匝道控制优化算法,该算法旨在控制快速路密度接近其最优值,同时减少匝道上的排队数;通过PARAMICS仿真软件对算法进行验证,并与ALINEA、Demand Capacity算法进行了比较,仿真模拟统计了快速路交通流密度、匝道排队数、总车辆行程时间以及下游流量数据.分析结果显示,实时密度控制算法是有效的,能够维持干线最大流量,保持路网交通条件的动态平衡,并且尽可能地减少排队长度.     

基于主成分-聚类分析的事故热点识别方法研究

为提高道路交通安全性,消除事故隐患,提出了一种应用主成分-聚类分析的热点识别方法,以主成分分析法量化各路段的安全性并提取主分量,利用Canopy-K Means组合聚类算法对主成分综合评价函数进行聚类划分,筛选出事故热点路段,通过对G50沪渝高速安徽段的热点路段识别结果表明：主成分-聚类分析法既能进行科学的事故统计分析,有效识别事故热点路段,又能充分反映各路段的实际交通安全情况,可为道路交通安全的改善决策提供科学、合理的决策依据。     

基于事故形态特征的交通安全诊断对策研究

为构建交通安全特征模型,解决一定客观交通条件下驾驶人在某种违法驾驶行为时所产生的事故后果,以事故形态为目标,应用粗糙集理论,量化事故形态的各交通要素影响度,选取累加重要度为85%的交通要素,应用C4.5决策树算法,构建事故诊断决策模型。结合安徽省2008—2013年道路交通事故数据,经建模分析形成事故形态交通安全规则集,选取典型规则并给出了有针对性的对策方案。