考虑信号灯状态的电动汽车最优车速规划与避撞控制研究

为减小智能电动汽车在城市工况下巡航中的能耗并避免追尾风险,提出一种考虑信号灯状态信息的电动汽车节能与避撞分层控制系统.上层基于信号灯状态信息和车辆动态模型进行车速规划,在线滚动优化获得能耗最小的车辆参考速度序列;下层结合参考车速序列和多目标函数实时计算车辆的最优加速度并进行避撞控制.利用Matlab/Simulink平台搭建控制系统仿真模型,并基于前方存在和不存在人类驾驶车辆的工况对所提出的控制系统进行有效性验证.分析结果表明,上层车速规划能根据道路交通信息变化,得到最优参考速度,改善电动汽车的能耗特性;下层避撞控制能结合最优参考速度以及多目标函数评估结果,计算车辆最优加速度控制输入.可见,所设计的系统可以保障电动汽车节能、安全地稳定行驶.     

城市轨道交通项目可持续性评价

为了定量评价城市轨道交通项目的可持续性,建立了评价模型。分析了可持续性的概念,建立了指标体系,研究了计算各子系统发展水平的模糊识别评价法和可持续性发展度、协调度、持续度的计算方法,依据某项目可行性研究报告进行了案例分析。项目的发展度由0.465增长为0.825,发展状况良好;整体协调度平均值为0.513,处于不协调状态;持续度先是由0.022逐渐增长至0.044,随后稳定在0.043左右,发展趋势比较稳定。结果表明,所建立的指标体系内涵准确,评价方法可操作性强,评价模型科学合理。     

Towards Disaggregate Dynamic Travel Forecasting Models

The authors argue that travel forecasting models should be dynamic and disaggregate in their representation of demand, supply, and supply-demand interactions, and propose a framework for such models. The proposed framework consists of disaggregate activity-based representation of travel choices of individual motorists on the demand side integrated with disaggregate dynamic modeling of network performance, through vehicle-based traffic simulation models on the supply side. The demand model generates individual members of the population and assigns to them socioeconomic characteristics. The generated motorists maintain these characteristics when they are loaded on the network by the supply model. In an equilibrium setting, the framework lends itself to a fixed-point formulation to represent and resolve demand-supply interactions. The paper discusses some of the remaining development challenges and presents an example of an existing travel forecasting model system that incorporates many of the proposed elements.     

交通车辆视频图像传输实时优化检测仿真

随着社会经济的快速发展,人们生活水平的大幅度提升,私家车的数量大幅度增加.受此影响,交通事故发生率也呈现出上升趋势.在对交通事故处理时,交通车辆视频图像传输技术的应用,为交通事故的有效处理提供了参考和依据,提升了交通事故处理的效率.在对交通车辆视频图像进行处理时,需要对视频图像中的高频分量进行清除,从而对信息进行实时获...     

ArcGIS在交通规划信息平台中的应用

分析现有交通规划信息数据管理方法的不足,提出了利用GIS空间数据库技术管理城市交通规划数据的基本方法。将GIS实际用于交通规划中,形成交通规划地理信息平台,提高交通规划决策的科学性和合理性。     

基于神经网络的车辆交通协调性评价模型

为了研究自动驾驶汽车交通协调性的主客观映射评价模型,以高速公路匝道汇入为研究场景,首先基于自然驾驶数据的交互样本数据,以自车平均行驶速度、并线时刻侧向速度、并线时刻车头TTC、并线时刻两车相对侧向速度和对手车减速程度等客观指标数据和交通协调性主观评价结果作为模型输入和输出,构建映射评价模型;然后设计2×2交叉对比实验,并分析数据预处理方法及神经网络类型对评价模型效果的影响。研究结果显示,基于线性函数归一化处理的BP神经网络模型和Dropout神经网络模型总精度分别为95.71%和80.00%,基于阶梯函数归一化处理的BP神经网络模型和Dropout神经网络模型总精度分别为94.60%和73.25%。由此可见,模型评价效果较好,所建立的客观表征指标集能够较好地表达专家对车辆交通协调性表现的评价。在建模方法方面,基于BP神经网络的映射评价模型的表现优于Dropout神经网络模型,能够根据客观数据更准确地得到符合专家评判标准的评价结果。在样本数据预处理方法方面,线性函数归一化处理方法能够在消除数据间数量级差异的同时保留客观表征指标集数据在不同样本之间的差异,能提高映射评价模型的评价精度。因此...     

基于实际运行数据的混合动力汽车能耗分析

针对并联式插电混合动力汽车(PHEV)能耗模式复杂及能耗规律尚不明确等问题,提出一种基于实际运行数据进行PHEV工作模式辨识以及不同工作模式下能耗规律解析的方法,利用多元非线性回归模型揭示混合驱动模式能量消耗率(ECR)的影响因素。基于上海市425辆PHEV一年的实际运行数据分析表明,PHEV的能耗受驾驶环境和工作模式的影响显著,且能耗费用与燃油汽车相比具有成本效益。样本PHEV的平均ECR较传统燃油车节省37.9%,是一般纯电动汽车的2.96倍。行驶速度和温度对ECR具有显著非线性影响,加速度具有显著的线性正效应。     

基于浮动车技术的动态交通拥挤预测模型

利用动态交通信息实现路网交通拥挤动态预测是城市智能交通管理系统的一大关键技术。本文提出一种新的动态交通拥挤预测模型。该模型应用浮动车数据判断路网实时交通流具体状况,结合路网静态拓扑结构,应用多重模糊推理,对路段发生交通拥挤的发生可能性、拥挤程度和形成时间做出预测。现场实测数据表明,该模型具有良好的预测效果。     

基于动态交通分配的实时应急疏散交通管理

实施科学有效的应急疏散策略对提高城市交通应急响应能力、节约救援时间和降低灾害带来的生命财产损失具有重要的作用。实时应急疏散交通管理的目的是紧急疏散情况下制定某种目标如疏散时间最短来对交通流实行动态控制。采用动态交通分配方法来进行应急疏散。首先,提出基于疏散时间最短的系统优化交通分配模型。然后运用庞特里亚金最小值定理来获得模型最优解的优化解。仿真算例表明所提出的模型能较好地进行交通应急疏散。     

基于Eclipse的交通本体查询系统应用研究

随着交通服务工程建设的深入,越来越多的力量投入到交通数据库的开发和建设中,由于各个部门或组织对交通的需求或认知不同,建立的交通数据库往往存在不同程度的语义异质问题。本体是指从哲学领域研究世界的本质问题,转而被引入信息科学中,其初衷就在于建立一个共同认可的规范,为信息共享过程中存在的语义异质问题提供解决方案。本文以交通领域本体为例,通过查询系统设计将本体推理应用到道路查询系统中。