基于BP神经网络技术的车辆通行时间预测研究

为进一步提高交通调度效率,解决日益严重的交通拥堵现状,提出基于BP神经网络模型预测车辆通行时间的方案。根据交叉路口特征,建立了三层BP(Back Propagation)神经网络模型,并确定模型的输入层和输出层神经元数目均为4个。采用MATLAB软件对采集的车辆通行数据进行仿真分析,最终确定隐含层神经元数目为9个。利用预测样本对BP神经网络模型进行了可行性验证。结果表明,BP神经网络模型能够用于预测排队车辆通行时间,误差在10%以内,可以作为交通控制器配时方案的依据,提高车辆通行效率。

基于时空的深度学习模型感知通行时间

随着国民经济的快速增长,人们的生活水平日益提高,私家车的数量不断增加,导致城市出现一系列交通拥堵问题和事故。因此,对于城市交通监控、导航、路线规划和乘车共享来说,感知给定城市路径的通行时间至关重要。以前的方法总是感知单个路径的通行时间,然后将它们相加为整个路径的通行时间。我们提出了一个基于时空的深度学习框架来感知整个路径的通行时间。更具体地说,我们使用卷积神经网络来捕获时间和空间依赖性。由于还有一些影响因素(如天气、时间、驾驶员等)影响通行时间,我们添加了一个影响因素模块来预处理数据。大量的实验证明,我们提出的模型显著优于其他已知模型。

交叉口高峰时段右转车辆通行时间可靠性研究

早高峰时段对右转车辆通过十字交叉口的时间进行连续2h的观测,对获得的样本数据采用统计学的方法进行分析,得出样本基本符合正态分布的一般假设,运用检验对这一假设进行检验,得到其符合正态分布的一般规律。基于上述分布规律,通过提出的交叉口的右转通行时间修正系数,对路段行程时间可靠性模型进行改进,得到适用于十字交叉口处右转车的通行时间可靠性评价模型。

基于地理格网的复杂路线车辆通行时间估算方法

车辆通行时间隐含了特定时隙的交通状况,准确地汁算该时间在交通监测和路径规划中具有重要意义。现有研究通常利用车辆历史轨迹佔算一定距离内选定路径的通行时间,然而当路径距离较长时,限于很难找到完整穿越指定路径的历史轨迹而无法对其通行时间进行准确估计;此外,海量历史轨迹在估计路径通行时间时会产生巨大的数据管理和计算压力因此,本文引入地理格网,首先构建统一的时空索引,将路网及其历史轨迹分别划分为-系列落在地理格网单;(Cell)中的路段模式及轨迹段;然肩利用一系列频繁共享轨迹在Cell中的停留时间计算车辆在当前路段模式的通行时间;最肩通过一组防史时段相似路径模式的通行时间估算较长路线的车辆通行时间通过对北京市10000辆出租车一周的轨迹数据进行试验,验证了本文方法在处理海量历史轨迹数据上的有效性,以及在估算较氏路径上车辆通行时间的优越性。

出租车数据的城市道路网路段通行时间估计方法

城市路段通行时间估计能够更好地运营和管理城市交通。针对包含起点–终点位置,行程时间和距离信息的GPS行程数据,提出了一种城市道路网短时通行时间的估计模型。首先将城市道路网按照交叉路口分解为多个路段,并基于k-最短路径搜索方法分析司机行进路线。然后针对每一个路段,提出了双车道通行时间多项式关联关系模型,既能提升道路网通行时间精细度,又能避免因训练数据不足导致的路网通行时间过拟合问题。最后以最小化行程期望时间和实际行程时间之间的均方误差为优化目标,拟合道路网通行时间。在纽约出租车数据集上的实验结果表明,所提模型及方法相对于传统单车道估计方法能够更准确地估计城市道路网路段的通行时间。

基于信息熵动态拟合的路径通行时间预测方法

文章采用基于信息熵动态拟合方法实现通行时间预测。首先,基于已有行程时间研究方法对各路段交通状态和通行时间计算,随后采用最小二乘法获取待预测路径的历史典型相似路径样本,进而获取待预测路径的各路段的通行参数并外推计算获取其通行时间,最后,基于信息熵的理念对通行路况进行动态拟合。实验表明该方法的可行性和准确性,从而为交通出行路径的规划,提供稳定可靠的指导建议。

面向高速公路通行时间分布预测的时空混合密度神经网络

准确的通行时间分布预测可以全面地反映高速公路路网中各个路段在未来的通行状况,辅助实现高速公路中的路径规划,事故事件预警等精细化管理目标.为此,本文提出一种面向高速公路通行时间分布预测的时空混合密度神经网络.具体地,本文利用自适应图卷积通过数据驱动的方式提取路网中的空间特征,有效解决了基于预定义图难以捕获路网信息中完整空间相关性的问题.在时间维度上,不同时间的路网信息存在显著的相关性,因此,本文基于注意力机制自适应建模路网信息的时间相关性,并通过卷积层进一步聚合相邻时间步之间的信息.最后,基于自适应时空相关性建模得到的路段嵌入表示,通过混合密度网络建模通行时间的分布,以实现高速公路中各个路段的通行时间分布预测.

楚雄市楚雄师范学院附中学生通行时间分析

本文对楚雄市楚雄师范学院附中学生入学、放学的通行时间进行调查,借鉴可达性原理,运用ArcGIS软件中的网络分析法,选取附中片区内有代表性的9个不同方向的居民点,求出附中学生入学、放学学校以步行、自行车、摩托车、小汽车四种出行方式分别在早上、中午、下午、晚上四个时间段入学、放学时间出行的最快路径及所用时间,对结果进行分析并思考影响学生通行时间的因素。研究表明,不同的时段,附中学生选择的最快出行路径不同,优先选择的路径是茶花大道,鹿城南路南段,阳光大道,团结路,各居民点学生步行所用时间最多,小汽车用时最少,同一路段步行与自行车所用时间在一天四个时段内趋于相同,摩托车与小汽车所用时间变化明显。

考虑通行时间的大量变电站巡视路径两阶段规划

大量变电站站间巡视路径受地理条件和交通拥堵影响较大,针对其巡视路径规划问题,考虑实际工作场景先划分巡视范围给各个巡视小组,同时巡视路径应充分考虑通行时间的影响,建立了巡视范围划分模型和巡视线路模型,采用两阶段规划求解最优巡视路径。第一阶段基于通行时间最短采用改进K-Means算法将大量变电站划分给各个巡视小组,第二阶段对各个巡视小组的变电站基于多起点贪心算法生成最优巡视路径,并提出了提升算法寻优能力和效率的措施。算例结果表明所提算法具有较好的收敛性和寻优能力,以通行时间最短为目标将大幅节省巡视人员路程时间,具有较好的实用价值,能够有效减少变电站巡视人员每轮的通行时间,提高工作效率。

基于Monte Carlo模拟的公路网络震后连通性与通行时间分析

为评价公路网络系统震后功能保障能力,基于Monte Carlo(MC)模拟方法建立了路网震后连通可靠度和交通量通行时间分析模型。采用地震易损性曲线表示道路和桥梁的地震破坏状态及其对应的概率;采用道路和桥梁破坏状态对应的连通性、行车速度、通行能力折减系数,表示道路和桥梁结构地震破坏产生的路段通行能力下降;考虑道路和桥梁结构地震破坏不确定性,采用MC方法模拟路段通行能力下降后的路网震后功能。在每次MC抽样计算中,采用宽度优先搜索算法判别路网连通性,采用增量分配算法进行路网静态交通量分配,得到路网整体通行时间。以多次MC模拟计算的路网连通可靠度和通行时间均值,表示路网的震后通行状态,通过算例分析了路网连通性和通行时间分析模型的特点及其适用性。结果表明:路段震后通行能力下降是造成震后路网整体通行时间增加的主要原因,低连通可靠度节点的震后通行时间较高,增加路网交通流量服务供给点(源点)可以提升路网的震后保障能力;连通可靠度分析模型适用于路网参数较少情况下的初步分析;交通流量通行时间分析模型,考虑了路段的交通流通行属性和路网OD交通量参数,可提供较为精确的分析结果。

利用低频时空GPS轨迹进行交叉口通行时间探测

交叉口是城市交通网络中各向交通流汇聚和转向的核心部位,往往形成城市交通的"瓶颈"和"堵点",其通行时间具有很大的不确定性。利用低频时空GPS轨迹数据,本文分析了交叉口的不同通行模式,动态确定不同通行模式下的交叉口范围,建立了交叉口通行时间的模糊回归模型,实现了交叉口通行时间的准确探测。以武汉市路网和GPS轨迹数据为例进行了实验验证,结果表明本文方法能够有效探测交叉口通行时间。

消防车装ETC设备缩短救援通行时间

2015年1月27日,云南省曲靖消防支队工作组深入麒麟大队,对消防大队所有车辆安装ETC设备。该设备是国家为武警部队车辆提供道路免费通行保障的电子凭证,是识别部队车辆身份、实施车辆动态管理的信息终端。ETC设备一般安装在车辆挡风玻璃处,能接收车辆收费站＂ETC＂通道上的微波天线的超声波信号，达到车辆快速免费通过，具有快速、便利等特性。

基于多源数据融合的公交车通行时间预测

为了提高公交车通行时间预测的准确性,基于公路网中的车辆轨迹下,提出了结合公交车、汽车以及摩托车轨迹信息的MSTBTTE公交车通行时间预测模型,并通过真实数据验证,确定MSTBTTE预测模型的精确度,以期为同类型分析研究提供参考。

路口通行规则的元胞自动机模拟

目前采用的路口通行规则是，亮绿灯时处于对向的两条车道上的车辆可以同时通行．由于一条车道的直行车辆和另一条车道的左转车辆存在着冲突，交通效率被降低．在上海的一些交通要道已经实施了一种新的交通规则，即每条车道独立轮换通行．本文采用元胞自动机模型，对新老两种路口通行规则的效用进行了模拟研究．结果表明，当车速提高到一定值后，新的规则要优于老的规则．

基于OREMS的核电厂址撤离时间估计

为了更好地制定核电厂应急计划,指导可能的公众应急撤离事件,根据我国关于核电厂应急撤离的法规,参考美国NRC和其他国家对核电厂址撤离时间估计(ETE)的要求,结合我国基本国情,提出适合我国核电厂ETE的基本方法。采用NRC推荐的OREMS宏观交通模拟软件计算ETE的通行时间,对国内某内陆核电厂址进行实例计算,并根据计算结果对重要参数进行分析,分析结果表明,出行时间、气象条件和撤离方式是影响ETE的主要因素。

新增车辆通行拥堵预测模型

为对新增车辆的通行拥堵进行预测,首先使用K-Medoids聚类算法将交通流运行状态划分为顺畅、阻滞、拥堵三类,然后引入交通流特征参数构建累积Logistic回归模型量化新增车辆对路段运行状态的影响,最后基于支持向量回归机预测新增车辆通行时间。研究结果表明:当只考虑车流量、限行时段和二者之间的交互作用时,模型预测道路状态的正确率达到82.36%,此时车流量在非限行时段每增加一辆车,发生比从顺畅状态转为非顺畅状态的概率是原来的1.087倍;当考虑车流量、黄牌车比例、限行时段、外地车比例及后两者的交互作用时,模型预测通行时间MSE最小,预测效果最优。

智能交通助青岛交通高峰时间减11．08％

山东青岛的智能交通系统设备基本覆盖到城市主干道、高速公路及国省道。依托这些智能交通系统，青岛公安交警部门在每个路口、每个信号灯、每处设施都设定不同方案，对179处路口路段实施了精准的治堵之策，实施了可变车道、潮汐车道、路口渠化和公交站点优化等一系列针对性措施，2016年山东省青岛市区整体路网平均速度提高9．71％，通行时间缩短25％，高峰持续时间减少11．08％，拥堵排名由2015年的全国第9位降至第25位。

小区开放对道路通行影响模型分析

针对小区开放对周边道路通行的影响问题,该文基于机理分析得到了小区周边道路车辆通行模型,并对不同类型小区开放对周边道路的影响进行了定量分析。首先运用机理分析,得到了平均路段行程时间和交叉口平均延误时间的表达式,进而求得周边道路通行总时间;接着考虑到小区内部道路情况对模型进行改进,针对繁华地段人车分行小区及非繁华地段人车混行小区进行模型求解。实践表明,开放繁华地段人车分行小区对周边道路通行会有一定缓解。

一种基于毫米波雷达点云的车道线自动识别方法

智能交通系统是现代智慧城市建设的重要领域,是将大数据与云计算技术、传感器与射频识别技术、嵌入式系统与通信技术等信息技术结合与应用到交通系统中,综合先进交通信息技术构建的智能化交通管理系统。实时掌握城市路网交通信息,精准获取道路车辆的轨迹动态,对于道路中存在的交通问题,可迅速做出预测警告,甚至进行自主决策,降低事故发生率,实现对道路交通的科学管控是智能交通系统的建设目标。对路网各要素和参与者进行全息交通感知是智能交通系统发展的必然方向。全息交通感知既要将路网中的车流量、平均速度、占有率、排队长度、车辆轨迹、路口通行时间、车辆特征和道路事件等动态交通信息全部数字化和信息化,还要将道路的静态交通状态数字化和信息化。

区间测速系统的关键技术与计量研究

区间测速系统作为目前广泛使用的道路安全非现场执法设备,能有效降低道路车辆行驶速度,减少超速造成的交通事故的发生率,在道路交通安全中具有重要作用。本文根据其工作原理,分析了影响区间测速系统计量准确性的主要参数,并将目前常用的两种效时方式进行试验对比。结果表明:NTP效时执法的可靠性具有重要的意义;该方法可为系统的技术更新提供参考。