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.     

驾驶模拟器在驾驶行为和心理影响因素研究方面的应用

本文综述了国内外利用驾驶模拟器进行驾驶行为和心理研究的现状。对影响驾驶行为和心理的因素进行分类,归纳了综合表征影响程度的评价指标,并对相关实验样本取样、设备及实验过程的研究进展进行了研究与分析。     

国内外缓解交通拥堵经验给银川市的启示

随着经济的飞速发展和城市化的逐步加快,城市交通建设也得到了前所未有的迅速发展,交通用问题凸现出来。本文在分析国内外缓解交通拥堵思路和方法的基础上,借鉴其成功经验,针对银川市交通拥堵日益严重的问题,提出了缓解交通拥堵的措施。     

面向未来智能社会的智能交通系统发展策略

 随着物联网、大数据、云计算、人工智能等信息技术的快速发展,智能交通与信息、传感器、电子控制等先进技术相融合,进一步拓宽和深化了未来智能交通系统的内涵,并有望对人类未来智能生活的理念和模式产生重大影响。本文分析了智能交通系统的国际前沿和发展趋势,介绍了智能交通系统的大数据挖掘、无人驾驶、电动汽车、车联网等关键技术,指出了智能交通系统的发展重点,对智能交通系统助力智能社会发展提出了建议。     

基于智能网联车辆编队的高速公路协同合流控制方法

为解决高速公路合流区在交通需求较高条件下的交通流不稳定和拥堵问题,以提高合流区通行能力和车辆合流过程协调性以及消除合流冲突为切入点,提出了在全智能网联车辆(CAV)环境下基于编队的协同合流(PBCM)策略.在合流区上游匝道路段设置一定长度的编队区,当编队区内的CAV数量满足一定规模后,即触发PBCM策略的执行.策略共包...     

语音预警对降低闯红灯交通事故的功效研究

为解决信号交叉口处闯红灯车辆常常引发交通事故的问题,利用北京交通大学驾驶模拟器,采用语音预警的方法对驾驶员避撞行为进行研究,通过实验得到了事故发生概率和碰撞严重程度两个结果分析语音信息的功效. 研究结果表明,语音信息能够减少事故发生的概率和碰撞的平均严重程度,是降低道路交叉口闯红灯交通事故发生的重要措施.     

基于梯度下降Tucker分解的高速公路数据质量控制算法

高速公路交通流具有多维时空动态特征,其实际调查的数据存在过量随机异常的数据,导致有关调查数据的质量无法满足高速公路主动安全管理对路网各层级交通流调控的需求.利用张量理论所具有的良好多维时空数据处理能力,构建考虑短期波动、长期趋势和车道空间信息的多维时空动态张量矩阵,提出一种基于多维张量分解思维的梯度下降Tucker分解的数据质量控制算法,有效弥补传统数据质量控制方法对交通流数据内在时空关联信息利用不足的情况.选取G4京港澳高速公路杜家坎路段实际速度数据作为研究对象,选择车道维度、时间维度、时间间隔维度,构建多种不同张量矩阵形式,对算法进行实证分析.结果表明:所提出的数据质量控制算法具有良好的高速公路交通流数据修复效果.其中,以车道、天数、5min采集时间间隔3个维度所构建的张量形式修复效果最好,95%测试数据的修复值与实际值的误差在(-5%,+5%)范围内.