全自动泊车系统的模型设计与仿真

全球汽车保有量的增多,直接造成城市交通的拥堵以及停车位空间的减小。随之而来的就是泊车安全性问题,新手驾驶员或疲劳驾驶人员如何能在不发生碰撞的情况下,快速安全地泊车入库,成为当下研究的热点。针对以上问题,本文将对全自动泊车系统展开研究。基于B样条曲线设计出泊车路径,基于滑模变结构与预瞄方式进行泊车路径的跟踪。最后通过搭建SIMULINK与CARSIM仿真模型进行联合仿真。     

弹性工作制和动态停车收费组合策略研究

提出弹性工作制与动态停车收费的组合管理策略,探究组合策略下,出行分布的变化机理及动态停车收费费率的制定,以达到缓解通勤拥堵的目的. 构建双层规划模型建立动态停车收费费率的制定与多用户出行选择的相互作用关系,基于灵敏度分析的下降算法求解. 仿真模拟出不同弹性工作制规模时,均衡状态下多用户出行分布模式和优化的动态收费费率. 结果表明,组合策略能促使弹性与非弹性员工错峰出行,有效分散交通流,与单一策略相比,缓解路网拥堵的效果更好.研究成果为交通管理优化策略的制定提供了新思路.     

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。     

基于灰色—小波神经网络的有效泊位预测

针对停车场有效停车泊位的变化特征,提出了基于灰色—小波神经网络的组合模型.先通过灰色单因素预测模型对有效停车泊位时间序列进行修正处理,再基于分步式小波神经网络模型对修正预测值进行运算,并通过马克科夫链预测模型得到更精确的预测区间,并利用实际案例分析,对模型的预测精度、稳定性、拟合度和训练时间进行了评价.研究表明,灰色—小波神经网络预测模型可降低初始数据波动性的干扰,与传统神经网络相比,预测结果误差波动性降低了10%~19%,稳定性提高了27%~33%,拟合度提高了10%~15%,精确度明显提高.     

无线CBTC系统列车自动停站对位分析

介绍了ATO硬件设备及ATO连续制动定位停车原理,从车载ATO和轨旁ATP硬件设备以及软件角度深入分析了车站定位停车的各个操作状态(制动、预对准、停站等)和判定机制。此外,简要介绍了信号系统实时控制列车运行的自适应PI控制器算法。     

建成环境对城市停车需求影响的非线性模型

为精细化把握城市建设项目在微观空间尺度下的停车需求规律,从空间视角探究停车需求与建成环境之间的关系.通过高峰小时建筑物单位面积的停车生成数表征停车需求,以土地利用混合度、路网密度、公交服务水平等9个因子描述建成环境,分别构建建成环境对停车需求影响的普通最小二乘(Ordinary Least Squares,OLS)模型...     

车辆牌照信息调查法在公路OD调查中的应用

分析停车问询调查法和车辆牌照信息调查法在公路OD调查中的优缺点,结合浙江省两次全省公路OD调查的实际经验,指出公路OD调查自动化和常态化的发展方向.     

深圳市交通需求管理政策的法治思考

深圳市制定和实施了若干小汽车交通需求管理政策,完善相关政策的法制保障成为政策实施的关键问题。首先结合深圳市交通需求管理实践经验,梳理小汽车增量调控、停车收费政策的制定与实施情况。指出交通需求管理政策的制定与实施面临经济杠杆存在法理争议、行政手段法律依据不足和程序合法性存疑等法治障碍。进而提出在国家层面构建交通管理法治体系、在地方层面完善法律法规以及规范交通需求管理政策出台程序等完善路径。     

城轨列车故障救援与停车线设计

通过对广州地铁的列车故障救援分析,总结城轨列车故障救援的组织原则,从列车故障救援组织的角度,提出停车线的设计应考虑列车故障救援,并对停车线设计的原则和《地铁设计规范》的完善进行探讨。     

太原市交通现状及改善建议

该文阐述了太原市道路网、公共交通及停车场的现状,并对存在问题提出了改善的建议及措施,以缓解城市交通压力。