我国道路交通安全的现状分析及对策研究

交通事故是一个世界性的问题,我国是一个道路交通事故高发且事故死亡率高的国家,针对我国交通事故的特点提出解决措施,对遏止事故、降低死亡率十分必要.在分析我国道路交通事故现状的基础上,提出了我国道路交通安全对策的研究内容及改善措施.

基于可接受安全间距的单车道交通流模拟模型

交通流微观模拟是采用计算机对交通流进行描述及分析的方法。尤其对于复杂的交通流而言,微观模拟具有明显的优势,然而模拟的准确与否,关键在于模型的建立。笔者即是在研究我国单车道交通流特点的基础上,借鉴车道变换理论,基于驾驶员可接受的交通安全间距,分析安全变换车道的各间距之间的关系。

交通元胞自动机计算机模拟模型的研究

主要介绍了元胞自动机的基本理论,分析了元胞变换的原则;详细探讨了元胞自动机在道路交通模拟中的应用,设计出了交通元胞自动机的结构,分析了交通元胞自动机所采取的状态变换原则,建立了一维(单车道)交通流模拟模型;论述了元胞自动机的发展及在道路交通模拟中的研究前景。

基于SVM的交通状态识别方法研究

为了及时准确地识别城市主干路交通状态,使用无人机悬停于观测路段上方进行交通数据采集,对采集的交通视频数据进行分帧、裁剪,建立交通状态图像数据集并进行预处理。针对PCA算法易受光照影响这一问题,融合LBP算法提取图像特征,并通过粒子群算法优化SVM算法,搭建交通状态识别模型。利用已建立的交通状态图像数据集训练LBP-PCA-SVM和PCA-SVM模型,对所得结果进行对比分析。结果表明,LBP-PCA-SVM模型相比PCA-SVM模型识别性能较高,并且能够满足实时性要求。

基于元胞自动机的交通流计算机模拟

元胞自动机是把复杂系统量化为简单的个体,在元胞自动机模型中,空间、时间都被离散化,每一个相互作用的单元仅为有限的状态。以元胞自动机理论为基础,把车辆在路段上交通流中运动的变化规律表述为元胞自动机的演化规则,建立了基于元胞自动机理论的交通流模拟模型,标定了元胞长度和最大速度等参数,分析了元胞变换的原则;详细探讨了元胞自动机在道路交通模拟中的应用,设计出了交通元胞自动机的结构,分析了交通元胞自动机所采取的状态变换原则,建立了一维(单车道)交通流模拟模型;并利用C语言编程实现模拟。模拟结果符合实际交通流的特点。

城市道路安全审计探讨

分析了我国城市道路在安全方面存在的问题,结合城市道路的特点,探讨了城市道路实行安全审计的细则及城市道路安全审计的重要技术问题和采取的减少交通事故应对措施,以减少城市道路交通事故和消减潜在的安全隐患。

基于GIS的城市交通安全预警系统

通过对事故属性特征的研究,结合地理信息系统的特点,建立了基于G IS的交通安全预警系统。该系统可结合当地的地形地貌和事故特点,对事故黑点进行分析、预测与评价,并可根据实时数据匹配结果进行报警,基本实现了城市交通的智能化管理。

基于时空协调的Y型交叉口控制方法

Y型交叉口由于车流运行轨迹不规则及冲突复杂而导致传统的管控方式效率低下,本文根据交叉口三股关键车流循环冲突的运行特征提出了三维绿波协调控制的思想,首先将大型Y型交叉口分解为三个子交叉口,分析三股冲突车流的运行特征;然后,基于绿波协调原理构建了公共周期、绿信比、协调相位差及子交叉口间距的协同优化模型,实现了子交叉口三股关键冲突车流的闭环协调运行;最后,以梁山水泊大街与G220交叉口为例对该方法进行了验证,结果显示高负荷状态下的优化效果更佳,其平均停车次数和延误分别下降56. 86%和60. 81%,交叉口运行效率得到明显提升.

一种公交网络分配模型

提出了一种公交网络分配模型 ,该模型重点处理有转车的部分网络并在有转车发生的节点处考察乘客的路线选择行为。在此基础上 。

最佳通勤车车辆数的确定

本文通过详细地分析某公司通勤车运营的统计资料，以资金投入及运输费用最少为目标，提出了最佳通勤车车辆数的确定方法。该方法也适用于专业汽车运输企业。

高速公路交通安全审计

一、高速公路安全审计的产生国内外交通安全研究历程，大体经历事故统计分析一交通安全评价一交通事故预测一交通事故预防等4个阶段，每个阶段都产生了一系列分析方法和指标。中国目前对交通安全的研究，大体上处于第2、第3阶段，即着重于研究区域或道路的交通安全评价和事故预测，

驾驶适应性的综合评判方法

本文从驾驶员适应性的影响因素出发,探讨了驾驶员适应性的单项评价指标,并在此基础上,论述了驾驶员适应性的综合评判方法-模糊评判方法.

道路交通事故现场摄影测量原理与模型试验

采用摄像机作为道路交通事故现场图像数据采集工具 ,通过摄影测量技术和计算机视觉完成交通事故现场的快速测量 ,根据摄像机处于空间位置拍摄图像时的成像关系 ,得到摄影测量数学模型 ,研究了提高系统测量精度的技术及模型计算方法 ,建立了一种通过摄影测量和计算机视觉进行较大场景范围非接触测量的有效方法。

基于广义回归神经网络的交通事故预测

在进行交通事故统计的基础上，运用广义回归神经网络理论，建立交通事故预测模型，对2000-2003年的交通事故死亡人数和经济损失进行外推预测．计算结果表明，该模型预测和外推精度高，可用于交通事故预测．

基于主成分分析理论的交通事故成因研究

研究了道路交通事故的各种成因,用主成分分析理论对引起道路交通事故的主要因素进行分析,得出影响交通安全的主要矛盾,并采取适当的安全措施,从而达到降低交通事故发生的次数和强度的目的。

道路交通事故径向基神经网络预测模型研究

道路交通事故预测的目的是为交通管理部门提供未来交通安全的发展趋势。论文在进行交通事故统计的基础上,运用径向基神经网络理论,利用Matlab软件建立交通事故预测模型,对1990年至2006年的交通事故死亡人数和经济损失进行网络训练和外推预测。计算结果表明,该模型预测和外推精度高,可用于交通事故预测。

交通元胞自动机类型的研究

详细地介绍了元胞自动机的基本定义及特点,着重论述了三种不同类型的交通元胞自动机及其元胞状态更新的原则,探讨了其应用上的区别,并对不同元胞自动机所采用的随机选择过程与同时更新模型做了比较.

交通事故预测模型的研究

通过分析道路交通事故发生的特点,从不同的角度,建立了模糊图模型、非线性回归模型及基于灰色理论的灰色预测模型.重点针对道路交通事故灰色和随机不确定性,研究了一阶单变量灰色预测模型,即GM(1,1)模型.经对其进行实例检验,其结果可信,且较传统的预测算法更科学、更合理.

基于主成分分析的道路交通事故预测

将主成分分析和BP神经网络相结合的方法用于道路交通事故预测中,对影响道路交通事故的因素进行主成分分析,并将分析结果作为BP神经网络的输入数据,这样不仅可以减少输入变量个数,而且能保留原始变量的主要信息,消除变量之间的相关性。另外,计算结果表明基于主成分分析(PCA)的BP神经网络法优于BP神经网络法。