基于GPS轨迹数据的拥堵路段预测

基于真实的GPS轨迹数据,对城市拥堵路段进行预测.在此过程中,摒弃传统的基于交通流预测和拥堵识别的方法,提出一种新的基于拥堵向量和拥堵转移矩阵的拥堵路段预测方法.该方法同时考虑路段拥堵的时间周期性和时空相关性,通过对出租车GPS轨迹数据进行挖掘和训练,建立拥堵向量和拥堵转移矩阵,实现对拥堵路段的预测.真实数据集上的实验验证了所提的拥堵路段预测方法的有效性.     

一种基于出租车轨迹数据的优质客源评价模型及实证研究

以出租车轨迹数据为研究对象,构建一种基于出租车轨迹数据的优质客源模型.模型重新定义一次完整的出租车出行,引入出租车开销与行程速度关系,解决车辆动态消耗的问题,以出租车单位时间内的盈利来量化客源.并以福州市2015年5月份出租车轨迹数据为例,根据模型对轨迹数据进行预处理与密度计算,分析出租车优质客源在时间和空间的分布规律.结果表明,模型可以较好地量化出租车客源,为分析出租车时空分布提供科学依据.     

基于卡口监测数据流的套牌车检测

套牌车行为不仅扰乱公共交通秩序,还危害了真实车主的利益,给社会带来了极大危害,整治套牌车刻不容缓.广泛使用的卡口时间对比法使用统一的速度阈值检测套牌车辆,一旦阈值设置不当,容易造成套牌误判和漏检,导致检测结果准确率低.针对这样的问题,本文提出了一种两阶段的套牌车检测框架.离线部分根据历史卡口摄像头监测数据分时段对各路段建立速度分布,确定不同时段各路段的正常速度阈值;在线部分基于滑动窗口模型,根据正常速度阈值,对各路段实时通行车辆进行持续监测,将高频度出现速度异常的车辆判定为套牌车.最后使用真实卡口监测数据集对所提方法进行有效性验证,实验结果表明该方法能够有效避免噪声数据干扰,从而显著提升了套牌车检测的准确率.     

基于四分位数对路段速度的预测优化

使用出租车GPS数据作为基础,采用更加合理有效的路段速度作为交通状态参数,分析路网划分后的路段速度时间序列,利用四分位数特性优化算法,提高预测模型的合理性和准确性,并通过真实历史数据验证方法的可靠性.从带有随机性和不确定性的交通流变化中,通过分析找出其中的规律性,以预测未来几个时段的交通流变化.结果表明四分位法既体现出了路段速度的变化趋势,同时削弱了极端值和异常值的影响,能够展现出合理的交通状态变化过程,并且其计算简便,为大规模数据处理有效节省了计算资源.对计算结果的曲线拟合证明了四分位法处理路段速度的可靠性,对交通状态预测具有重要意义.     

城市主干道交通运行状况分析与影响因素研究

为深层次地理解城市主干路的交通运行状况的影响因素,研究利用出租车作为数据源获取的浮动车数据,综合地分析了上海市主干道176个路段的平均车速、速度方差等运行状况指标,同时运用多元线性回归的方法,探究了路段的几何设计特征、接入口特征、交叉口渠化、流量、区位及用地特征共6类道路与运行环境特征对主干路路段平均速度及速度方差的影响. 结果表明,道路长度、曲线角度、中央分隔形式、公交专用道设置、车道数、左/右转专用道设置、土地利用复合度、接入口特征等道路与环境特征道路特征均显著影响主干路路段的运行状况.     

基于Circos弦图的居民出行模式可视分析

基于对城市中出租车OD(Origin-Destination：起始点－终止点)流时空模式的研究,能为城市路网规划、出租车营运方案制定以及居民出行计划提供科学的依据.而时空数据可视化与可视分析是从时空轨迹大数据中感知城市动态、分析OD时空模式的重要手段.该文基于Circos软件,以一种全新的可视化方式对出租车轨迹数据中的OD流进行时空多尺度可视分析.这种方式能在不同时空尺度下表征出租车轨迹OD流的流量、流向及OD流属性特征,能够展示多时空尺度下轨迹OD流数据的时空模式,能更好地理解居民在城市内部区域之间的流动模式,进而揭示居民的出行模式.通过对北京出租车历史轨迹GPS数据进行可视化实验,结果表明该可视化技术能在多时空尺度下表征轨迹OD流数据的时空模式.     

基于收费数据的高速公路交通状态判别方法

目前高速公路交通数据资源未得到充分利用,使得管理和建设成本较高的高速公路联网收费系统只能实现车辆记录、联网收费等初级功能,导致交通数据资源的严重浪费.为此设计了基于高速公路联网收费数据的路段行程时间估计方法,提出以大、小车速度变化情况为基础,采用模糊C-均值聚类方法对高速公路交通状态进行判别,并应用VISSIM软件分别对上述两种方法验证分析.结果表明,路段行程时间估计方法能够获得高质量的路段行程时间数据,同时交通状态判别方法也能够准确判别出道路上所呈现的交通状态,可为历史数据更新提供技术支持,为高速公路交通管理部门提供精确的决策依据.     

城市交通事故紧急救援诱导软件平台开发

现有城市交通事故紧急救援体系模式传统,响应缓慢。本论文提出较为完善的救援系统,并以Netbeans为工具,开发出救援诱导软件平台。论文主要应用改进的Dijkstra算法,并提出以时间为量纲的综合交通阻抗,将路段分为事故和非事故路段进行考虑,确定最短路径算法的路权值。论文通过对成都市各时段车辆速度和密度分析,得到道路流量——速度换算模型,得出不同时间段路权值。该软件平台可生成事故处理方案和救援路径,发布给各救援单位。同时还可自动检算路阻变化,提供多次诱导的功能。     

基于供需平衡条件下的城市出租车模型分析

针对我国各大城市普遍出现的"打车难"现状,综合考虑了影响出租车市场的各种因素,通过相关数据的收集,分析出不同时空出租车资源的"供求匹配"程度.并利用excel软件和统筹规划等建立数学函数模型,通过对覆盖率以及不同路段出租车供需量的变化规律进行统计分析,建立新的出租车服务平台和补贴方案,在减轻了打车难的现状之下,还使出租车拥有者的利益达到最大化.     

基于GWR模型的出租载客时空分异分析

为充分挖掘出租车轨迹数据反映的运营规律,将城市电子地图兴趣点(point of interest,POI)数据作为影响参数纳入出租车轨迹数据研究中,探讨出租车载客运营的时空分异现象。通过处理出租车轨迹数据提取并统计各时段出租车上客量,证实出租车载客具有时间非平稳性;基于核密度估计方法对各载客高峰时段载客点聚类,分析出租车载客的空间非平稳性;构建载客热点提取模型,提取载客热点并定义热度值;从城市POI数据中筛选出显著影响载客热点分布及热度值的设施,计算其与各时段产生的载客热点的最短距离,分时段建立出租车载客地理加权回归(geographical weighted regression,GWR)模型,探讨载客热点与各类城市设施的时空关系,并以西安市出租车GPS数据为例展开实证分析,对提出的模型进行验证。结果表明:与普通线性回归模型(OLS)相比,地理加权回归模型拟合效果显著提高,拟合优度均值从0.29提高到0.57;在研究区域不同时间段,各类设施点回归系数均值存在明显时间差异,同类设施点回归系数分布存在明显空间差异;研究区域内出租车载客热点的时空分异现象大体符合城市居民出行规律,在工作日各高峰时段出租车发挥公共交通系统替补作用这一现象更为显著。研究结果可为出租车空间需求预测、出租车载客调度及价格调控精细化管理提供参考。     

出租车载客热点技术研究

通过挖掘北京市出租车历史轨迹数据,分析出租车载客热点区域,从而为空载行驶的出租车司机提供寻客方向.基于大数据平台的历史轨迹数据预处理,按照数据生成时间对出租车历史数据进行排序,提取历史数据中的所有乘客上车地点;使用聚类算法对提取出的上车地点进行聚类分析,提取乘客频繁出现的区域.以出租车寻找乘客为背景,分别采用基于密度的DBSCAN算法和基于距离的K-means算法对载客点进行聚类.采用聚类算法性能评估中的DB内聚指数对两种算法的聚类效果进行评估,结果显示工作日和非工作日DBSCAN算法聚类结果的内聚效果均优于Kmeans算法.     

城市快速路路段行程时间估计方法

为有效提高城市快速路路段行程时间估计精度，本文提出一种基于自适应滤波和网格虚拟车的行程时间估计方法。首先，利用自适应平滑滤波插值获得固定检测器之间的速度数据，实现固定检测器之间的时空速度场重构。然后将重构的速度场细分为若干网格单元，通过计算虚拟车在重构时空速度场的虚拟轨迹估计路段行程时间。最后，选取城市快速路感应线圈实测数据进行实例验证。实验结果表明，本文方法在自由流、平稳流和拥堵流3个运行时段下，均方根误差分别为0.15、0.35和1.06,平均相对误差均低于10%,具有较高的估计精度。     

基于驾驶员心率的高速公路纵坡路段驾驶舒适度评价

为了量化分析高速公路纵坡路段的驾驶舒适度,进行实车试验,采集驾驶员心生理数据、道路参数以及车辆运行速度数据。运用傅里叶变换转化驾驶员心率随机信号来研究心率变化的规律。采用偏相关分析,确定上、下坡路段影响驾驶员心率增长率的显著性因素。以交通工程学、人因工程学和心理学为基础,探究坡度和速度差对驾驶员心率增长率的影响,构建了基于心率增长率阈值的驾驶舒适度评价模型。研究结果表明：坡度、速度差与驾驶员心率增长率显著相关,而坡长与驾驶员心率增长呈弱相关;上坡路段行车时驾驶员心率增长率主要分布在15%～32%之间,坡度对驾驶舒适度影响较大;下坡路段行车时驾驶员心率增长率主要分布在15%～35%之间,速度差对驾驶舒适度影响较大。研究结果可为高速公路纵坡路段安全管理提供理论依据。     

高速公路隧道路段小客车运行速度预测模型

为了提高隧道进出口位置处的安全性,对隧道路段运行速度的预测模型进行研究。在分析隧道路段短、中、特长隧道路段的运行速度连续变化特性基础上,对影响运行速度的因素进行分析,并做单因素分析;选取影响运行速度的显著因素,如曲率变化率、曲度、弯坡组合、圆曲线半径进行多元回归,建立隧道路段出入口及隧道内运行速度预测模型,并通过实车数据对所建立模型进行检验。研究结果表明:建立的高速公路隧道路段运行速度模型能够精确预测隧道各路段运行速度,预测结果与实际结果的平均残差值为4.06km/h,且检验残差均服从正态分布,说明该模型有效;提出的运行速度预测模型的精度较高,可以在高速公路隧道路段实际应用,为高速公路隧道路段安全审查与评价山区高速公路特殊位置速度预测提供参考。     

道路组合线形对交通安全的仿真分析

为了让车辆能够以安全速度通过弯坡组合线形路段,在仿真软件ADAMS/Car中建立车辆模型、道路模型以及车路耦合模型,分别对选取的半径、超高和坡度与安全速度阈值之间的关系进行研究,并通过正交分析的方法,结合选取的不同水平因素组合的仿真结果,建立道路线形参数与安全速度的统计模型.仿真的结果表明:弯道半径、超高与安全速度阈值之间呈正幂函数关系,坡度与安全速度阈值之间呈负幂函数关系,安全速度阈值与半径、超高以及坡度的统计模型为三元非线性.     

公路长大下坡路段小客车运行速度预测模型

为了提高高等级公路长大下坡路段交通安全设施设置的合理性,给出了长大下坡路段小客车运行速度数据采集方案;利用数理统计原理,分析了高等级公路长大下坡路段小客车运行速度与坡长、坡度的关系,建立了高等级公路长大下坡路段小客车运行速度的一般预测模型,利用长大下坡路段实测数据对该模型进行了验证.预测车速与观测车速对比结果表明:各观测断面的预测车速与实地观测车速数值基本相符,高等级公路长大下坡路段车辆的运行速度主要受平均纵坡和坡长的影响;根据实测数据建立的车速预测模型能够反映高等级公路长大下坡路段小客车运行速度的分布规律.     

基于时间短时尺度的城市快速路路段元胞自动机交通流速度变化概率分析

元胞自动机交通流运动是利用交通流基本参数来研究加速规则、减速规则、换道规则和车辆移动的变化规律,最重要的是利用车辆速度v来确定不同时间不同交通流条件下的车辆速度变化特性.结合国、内外有关元胞自动机交通流研究的经验和方法,通过分析在同一地点、时间尺度为1 min的交通流在t与t+1时刻的平均速度变化关系来确定基于时间短时尺度的元胞自动机城市快速路路段交通流的速度变化概率,并总结出不同条件下的加、减、匀速概率P,为研究基于时间尺度的元胞自动机城市快速路路段交通流模型提供重要的数据分析基础.     

面向行程时间预测准确度评价的数据融合方法

提出BP神经网络融合模型.该模型由三部分组成:初始数据产生模块、BP神经网络数据融合模块、融合结果分析模块.选择四个参数作为该模型的输入变量,其中路段交通流密度和交通量由线圈数据提供,而行程时间估计值与浮动车样本量由浮动车数据提供,并且给出选择这四个参数的依据与原因.最后选择杭州市的一条主干道作为目标路段,采集该路段上的406组数据对该模型进行验证,试验结果表明模型对准确度评价的相对误差仅为4.86％.     

基于多源浮动车数据融合的道路交通运行评估

针对当前出租车浮动车数据覆盖范围和数据质量不足的问题,在现有数据特征分析的基础上引入百度手机导航和公交车浮动车导航数据,面向道路运行评估和拥堵管理提出了基于出行时间的交通运行指数算法和一种基于出租车、百度、公交车多源浮动车数据融合的道路交通运行评估方法,构建了多源数据融合规则和融合算法.以深圳为例进行了融合效果分析,结果表明所提出的多源数据融合方法效果显著,很大程度上提高了融合结果精度、数据覆盖率、数据可靠性和数据样本量,最后提出了主要应用方向和初步应用效果,能够为国内外城市开展交通运行评估工作提供借鉴.     

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。