基于浮动车大数据与网格模型的城市交通拥堵识别和评价研究

随着机动车辆的迅猛增长,城市路网呈现出事件多发、通行状态多变的特征,大城市的交通问题日趋严重.借助大数据技术,通过对城市路网中海量浮动车轨迹数据的深入挖掘,能够实现对复杂交通状态的快速识别和准确分析.本文首先对北京市浮动车的海量数据进行校准和清洗.其次,针对不同的研究内容,构建不同尺度的网格模型.然后,根据网格内节点对行程时间的历史数据,识别常发拥堵区域;结合实时行程时间数据,识别偶发拥堵事件.最后,通过对网格交通运行指数进行密度聚类,从空间范围上将大城市拥堵区域的类型划分为"点-线-面"3个层级对交通拥堵进行评价研究.本研究不以道路矢量地图为基础,仅通过浮动车轨迹数据,便可以实现对交通拥堵的高效识别和宏观拥堵的评价.     

基于快速疏散控制的城市道路偶发性交通拥堵区域动态界定及控制子区划分

偶发性交通拥堵具有较大的随机性及衍生性,拥堵发生后需要快速进行控制以防止拥堵向上游路段及交叉口漂移,同时应对拥堵内部进行及时疏散。从交通事件的发生导致道路瓶颈到拥堵完全消散这一过程中,拥堵区域的范围是不断变化的。根据交通流参数及拥堵传播速度,提出了一种以疏散为目的的拥堵区域动态划分方法,划分为阻塞区、过渡区和常态区3个动态控制子区。同时,在不同的动态控制子区实施对应的控制措施。数值模拟表明,本研究提出的拥堵区域控制子区动态划分及控制方法能快速疏散拥堵。     

冰雪条件下信号交叉口上游拥堵识别方法

为解决冰雪条件下的信号交叉口上游拥堵识别问题,提出基于研究临界消散车队长度值的拥堵识别方法. 该方法根据汽车行驶理论与拥堵区间车辆行驶特点,将拥堵临界车辆的行车过程分为加速、匀速和减速过程,通过分析的拥堵排队车辆通过交叉口的过程,建立不同冰雪路面信号交叉口拥堵识别模型. 通过不同条件下相关参数标定,计算上游路段拥堵临界位置. 利用哈尔滨市区一个交叉口的实际调查数据进行验证,证明该模型能很好与实际相契合.     

面向拥堵分析的道路单元动静态融合划分方法

为解决现有城市道路单元划分方法与常发性交通拥堵特性联系较弱的缺陷,提出了一种融合道路静态属性与动态拥堵数据的面向城市交通拥堵分析的道路单元划分方法.首先,以道路静态属性中的路段通行能力节点、交叉口节点、立交节点、出入口节点等道路节点作为划分依据,将道路划分成若干静态道路单元.其次,利用拥堵数据结合K-means聚类法将...     

基于AGNES聚类算法的城市交通运行状态分析研究

为提高道路运行效率、缓解城市交通拥堵,以宿州市城区为研究对象开展了交通运行状态的分析研究。通过GPS系统获得浮动车数据,运用数理统计方法对数据进行修复和预处理;选用路段行程速度和交通流量作为评价参数,构建了路段行程速度计算模型。利用AGNES聚类算法对道路流量和平均车速进行聚类分析,以此对道路交通状态进行等级划分并确定不同等级的区间值。结果表明：宿州市主干路严重拥堵临界值为20 km/h,低于标准值（21 km/h）;同时次干路的中度和重度拥堵阈值也明显低于规范值,原因可能是车道较窄、机非混行。该研究可以为利用交通数据评估城市交通状况提供新方法,可以提高交通管理者对道路结构的认识,对城市道路的规划和设计有一定的参考价值。     

基于改进自组织映射神经网络的信号协调控制交叉口群划分方法

针对以往研究在路段关联性判断和路网主要流向方面考虑不足,提出了一种基于改进SOM的信号协调控制交叉口群划分方法。首先,在离散性指标和阻滞性指标的基础上,考虑路网交通流运行的主路径特征引入主路径指标来表征路网交叉口之间路段关联性;其次,为弥补自组织神经网络（SOM）输出结果可能大于实际需求且输出无标签的不足,把SOM中激活神经元权重作为层次聚类的输入,运用层次聚类改进SOM,并根据指标与路段关联性的关系设计关联性判断准则,据此界定交叉口之间路段关联性;最后,根据最大流最小割理论识别路网瓶颈,以瓶颈为基点向外划分交叉口群,并通过算例分析得出,该方法能够有效界定交叉口路段关联性和识别路网瓶颈,对信号协调控制配时优化具有重要基础作用。     

基于小波变换和频谱分析的交叉口群路径分级方法

为确定交叉口群的关键路径,建立了基于小波变换和频谱分析的路径分级模型.根据交叉口群交通关联性强的特点,通过小波变换对交通检测数据的降噪,以突显其短时变化特性;计算上下游交叉口进口流向交叉谱的一致性和位相,确定上下游流向的关联性和统计滞后关系,得出流向的特征向量,并应用模糊识别方法将路径分级,确定交叉口群的关键路径.采用南京市广州路交叉口群实测交通数据验证模型的有效性.结果表明,模型可实现交叉口群的路径分级,并识别其关键路径,为交叉口群交通信号协调控制奠定基础.     

一种基于平面交叉口的浮动车数据轨迹重构方法

通过一种根据车辆运动列簇特征,提取同一运动列簇的多辆浮动车的运动轨迹的方法对平面交叉口的浮动车数据进行轨迹重构处理,为后续对交通信号灯配时估计提供数据准备.该方法简单,易于操作,不需要利用复杂的算法或模型去实现.首先,通过分析车辆的运动过程来提取车辆的运动特性,再根据车辆的运动特性,从空间和时间的角度对车辆的运动轨迹进行分析,对平面交叉路口的车辆轨迹进行分流处理,从而得到重构的车辆轨迹序列.选取了2个不同类型的平面交叉口数据为实验示例,实验结果表明,该方法能够有效地对平面交叉口浮动车轨迹进行重构.     

城市交通信号自组织控制中信号相位建模的优化方法

针对城市交通信号自组织控制中信号相位的建模方式下,在交叉口进入拥堵路况后各个信号相位绿灯损失时间不断增加的问题,提出了一种城市交通信号自组织控制中信号相位建模的优化方法。城市交通信号自组织系统以交叉口内各车道交通拥挤程度为决策信息,以其实时交互与协调的相邻交叉口为自组织单元,根据流体力学建立城市交通信号切换的确定规则集合。通过建立流量分配原则与期望的绿灯时间对控制策略进行更新,解决传统城市交通信号自组织控制中滚动步长的信号建模方法在面向系统每个自组织单元由道路组成、交叉口间联结方式以及交通流随机性等带来的复杂性问题。在传统方法的基础上,首先,对交叉口内各信号相位添加状态约束以提高控制规则的合理性,在完成自身参数优化的基础上,为相邻交叉口间通行效率的协调提供基础。其次,利用元胞传输模型模拟微观交通流传递,预测队列在交叉口处连续传递的运行方式,确定该交叉口放行需求的同时,建立了基于信号相位的上下游流量分配规则。最后,综合从上游交叉口驶出的不同车流量大小,依据下游交叉口当前最大允许驶入的车流量,并按计算得到的放行需求进行动态分配,以此放行车辆需求为基础,确定期望绿灯时间,完成信号相位建模的优化方法。仿真结果表明:优化后的建模方法不仅能同时提高自组织控制在拥堵与非拥堵路况下的通行效率,还能有效减少各交叉口处于拥堵状态的整体时间,使得交叉口群间整体通行能力得到提升,实现一种单点控制与小规模区域控制的同步优化。     

基于轨迹数据的信号交叉口排队长度估计

排队长度是信号交叉口最重要的性能指标之一,也是信号交叉口配时优化的关键参数。对于一些偏僻的路口或者固定检测器损坏的交叉口,由于无法获取准确的排队长度信息而无法了解交叉口的实时状态。针对以上情况,本文提出通过浮动车轨迹数据来估计信号交叉口的排队长度,通过对轨迹数据的分析,本文建立了基于浮动车集群队列的排队长度估计模型,利用排队长度估计模型可以实现交叉口排队长度的估计。通过SUMO仿真获取早高峰,晚高峰,平峰流量下输入下的浮动车轨迹数据,分别采用早高峰,晚高峰,平峰流量下时间间隔为2s/4s/6s/8s/10s和渗透率为5%/10%/15%的数据集对模型进行验证。验证结果表明,本文建立的模型可以较为准确地估计交叉口的排队长度。与相关方法的对比结果表明,在早高峰流量下和晚高峰流量下,本文建立的模型误差更低,不同的时间间隔和渗透率下比不考虑集群车队的精准度平均高出约12%,即使在平峰流量、时间间隔大、低渗透率场景下,本文建立的模型估计的排队长度误差仍在可接受范围内。相关的研究成果将为交叉口的交通状态评估以及信号配时优化提供支撑。     

基于协整理论的浮动车行程时间修正模型

以牌照识别数据为基础,将计量经济学中的协整理论与误差修正模型应用于数据融合技术,建立基于协整理论的浮动车行程时间修正模型. 以上海市高架路为例进行分析,证实了浮动车数据与牌照识别数据之间的协整关系,结果说明浮动车数据的短期波动受到了长期均衡与短期失衡的作用.     

重大事件下的路网交通疏散双层优化模型

针对城市中重大事件期间的交通出行特点,提出基于交通组织的上层优化算法与基于信号控制的"绿波"与"红波"下层协同优化算法,其中对于静态的交通组织优化方案不能及时响应动态疏散需求的问题,通过在时间维度的离散化对上层算法进行优化;根据上层优化结果相应地调整信号控制策略,考虑关键路段的蓄车能力来限制信号周期以及路口可能发生的绿灯空放现象和车辆溢出现象来确定相位差设计范围;并以整体延误最小化、交通通行能力最大化作为优化目标建立路网交通双层优化模型。仿真结果表明,该模型下主要道路交叉口的通行车辆数平均提高7.1%,同时5个道路交叉口的车辆总延误平均减少5.8%,验证了模型在应对重大活动事件造成的道路交通拥堵有更佳的适用性。     

基于效率、安全与环保的城市平交口综合评价体系

作为城市道路网的"瓶颈",道路平面交叉口是城市交通问题的集中点,交通拥堵、交通安全以及交通污染问题尤为突出.针对影响城市道路平面交叉口行车环境的因素,重点考虑交叉口运行效率、安全水平与空气污染3方面指标,运用层次分析法建立基于效率、安全与环保的城市平面交叉口时空资源综合评价体系.以淮南市5个道路平面交叉口为例,进行综合评价.结果显示,评价结果能够较好地反映各个交叉口的实际情况,表明该评价体系具有较大的应用价值.     

城市干道交叉口联动控制优化建模

缓解干线道路交通拥堵问题,对于解决城市道路交通问题具有重要作用。通过综合考虑主路上下游交叉口和支路对系统的影响,针对车辆加减速延误、车辆停车延误、非协调相位的车辆延误三部分对干线道路协调相位进行讨论。建立了交叉口总延误模型,并通过遗传算法对延误模型进行求解,验证模型可行性。以期对交叉口延误研究提供一定价值的参考。     

考虑信号控制影响的低频浮动车路径估计

针对低频浮动车中相邻GPS匹配点跨越多个路段的路径估计问题,考虑信号控制以及其他影响绕行的因素,建立最优路径的层次分析模型。首先,选取评价指标进行模糊等级划分;其次,利用各指标间的判断矩阵和权系数向量得到各路段阻抗因子;最后,以路段阻抗代替路段长度,利用Dijkstra搜索算法找到最"短"路径,判定为浮动车驾驶者最可能的行驶路径。以北京市石景山区实际车辆GPS数据为例,选取其中跨越多路段的GPS点进行分析,所得路径估计结果与该车实际行驶路径相一致。     

基于浮动车数据的区域路网交通状态评价

城市道路拥堵现象已经对公众的生活产生严重影响,如何快速有效地发现并及时处理交通拥堵现象已成为交通发展中的重中之重。浮动车数据作为交通状态检测的新来源,在交通状态检测领域有着广阔的应用前景。通过浮动车数据估算路段最大排队长度,并将其与路段车辆行驶速度、路段行程延误时间作为区域内交通状态评价参数,基于模糊综合评价算法,给出了一种在不同时间段内路段及区域交通状态评价方法。最后通过实际浮动车数据进行实例验证。实验结果表明该算法对于能够较好地检测区域路网交通状态,具有较好的实用性。     

考虑区域交通信号配时优化的公交专用道线网规划

在公交专用道线网实际规划时,需要综合考虑交叉口延误与信号配时等因素的影响。为了使公交专用道线网规划更加合理,在考虑区域信号配时优化的条件下,以绿信比作为各个交叉口的信号配时优化变量,建立了双层规划模型,上层模型的目标函数是使网络的总出行时间最小,下层模型由交通方式划分模型、小汽车客流分配模型和公交客流分配模型3部分组成,并采用遗传算法对模型进行了求解,通过算例验证了模型的有效性。结果表明：在进行公交专用道线网规划时,交叉口的延误不可忽略;在考虑交叉口延误的基础上,对区域信号配时优化可进一步降低网络的出行总成本。     

考虑区域交通信号配时优化的公交专用道线网规划

在公交专用道线网实际规划时,需要综合考虑交叉口延误与信号配时等因素的影响。为了使公交专用道线网规划更加合理,在考虑区域信号配时优化的条件下,以绿信比作为各个交叉口的信号配时优化变量,建立了双层规划模型,上层模型的目标函数是使网络的总出行时间最小,下层模型由交通方式划分模型、小汽车客流分配模型和公交客流分配模型3部分组成,并采用遗传算法对模型进行了求解,通过算例验证了模型的有效性。结果表明：在进行公交专用道线网规划时,交叉口的延误不可忽略;在考虑交叉口延误的基础上,对区域信号配时优化可进一步降低网络的出行总成本。     

基于FHPN的道路交叉口交通流信号实时控制优化研究

为了合理控制道路交叉口的交通流,结合模糊时延Petri网、连续Petri网和模糊推理Petri网这3种Petri网的优势构造了模糊混合Petri网,以此来建立一个FHPN模型并把它用于道路交叉口交通流信号实时控制.通过实例仿真分析了FHPN模型的有效性,能够实时控制交叉口的运行情况,最大程度地利用道路资源且大幅度地降低了交叉口的停车次数.     

一种可用于分类型属性数据的多变量决策树算法

针对绝大部分多变量决策树只能联合数值型属性,而不能直接为带有分类型属性数据集进行分类的问题,提出一种可联合多种类型属性的多变量决策树算法(CMDT).该算法通过统计各个分类型属性的属性值在各个类别或各个簇中的频率分布,来定义样本集合在分类型属性上的中心,以及样本到中心的距离.然后,使用加权k-means算法划分决策树中的非终端结点.使用这种结点划分方法构建的决策树可用于数值型数据、分类型数据以及混合型数据.实验结果表明,该算法建立的分类模型在各种类型的数据集上均获得比经典决策树算法更好的泛化正确率和更简洁的树结构.