一种自适应轨迹曲线地图匹配算法

地图匹配能够将车辆定位信息与路网电子地图相结合,是车辆导航系统中重要的定位技术。首先简要介绍和分析基于自适应模糊神经网络的C-Measure地图匹配算法及其优点,算法中的C-Measure用来度量车辆行驶在选定道路上的可能性大小。由于该算法着重于分析当前定位点信息,在复杂路网中会因为信息量的不足影响匹配精度。因此,为提高道路网中定位点的匹配精度,提出基于平均Fréchet距离和分层模糊控制技术的轨迹曲线匹配算法。该算法改进原算法的结构,并参考定位点的历史信息,引入平均Fréchet距离用以定义历史轨迹曲线间的距离;由于增加历史数据输入,导致模糊规则数目的增加,从而影响算法的运行效率。为简化规则,提高效率,采用分层模糊控制技术,而且对算法的学习律也进行改进。仿真结果表明改进后算法的有效性。

基于路径预测的不确定性推理组合地图匹配算法

提出一种新的基于预测的不确定性推理组合地图匹配算法。该方法首先利用云模型这样一种处理定性与定量间不确定转换的工具,通过对当前信息的不确定性推理,计算定位点相对于候选道路的匹配可信度。之后,利用隐马尔科夫模型预测驾驶员出行路径及目的地,通过对模型中的观察值函数重新设定,将路径预测信息与当前地图匹配算法结合,构建组合地图匹配算法。同时,采用学习算法更新模型中的信息。最后,通过仿真实例证明该组合算法的可行性与有效性。结果表明:该方法能够预测驾驶员行驶路径,起到预匹配的作用,提高地图匹配算法的精度。

基于云模型的交通流数据挖掘

云理论是实现概念的定性值与数字的定量值之间自然转换的有力工具,本文在概述云模型的基本概念基础上,介绍了云变换、云的并运算以及云的相似度的定义和算法。首先,以调查得到的交通流量为例,随后通过云变换将序列数据转化为云集合,从而把交通流子序列的运算转变为云模型的相似度计算问题。实验结果表明该算法在交通流数据挖掘应用中的有效性。

基于分层模糊控制的地图匹配算法

地图匹配能够将车辆定位信息与路网电子地图相结合,是车辆导航系统中重要的定位技术.为克服地图匹配过程中当前定位点信息不足的缺点,充分利用车辆定位的历史轨迹信息,引入了Fréchet距离来定义两曲线间的距离,并且提出了基于分层模糊控制的地图匹配算法,简化了规则而且提高了运算效率,最后推导出可信度作为地图匹配效果的评价指标.这种算法不仅能够在出现匹配错误时为使用者提供警告信息,而且还提供了一种能迅速从错误中调整恢复的方法.试验结果证明了该算法的有效性.

基于云模型不确定性推理的地图匹配算法

为了解决对于道路网密集且高程变化较大的城市道路地图匹配精度不高的问题,提出一种能够实现定性概念与定量数值之间不确定性转换的云模型地图匹配算法。通过建立云规则和进行基于云模型的不确定性推理,并且结合高程辅助方法来构筑地图匹配模型。云模型可以将定性概念的模糊性与随机性集成到一起,克服了基于模糊逻辑地图匹配算法中隶属度的确定带有主观色彩的不足。仿真试验以城市路网为例,并借助高程辅助的方法进行了分析,结果证明了该算法具有较高的匹配精度。

高速公路可变限速控制策略多目标优化

可变限速控制是高速公路主动管控技术的重要组成部分,根据道路运行状况动态更新限速值,可有效管控交通流状态。针对交通事件的影响,同时考虑交通运行效率与安全优化目标的可变限速控制策略具有一定的困难。本文从交通事件影响下高速公路交通流运行时空特征出发,改进基本CTM(Cell Transmission Model)模型,通过扩展元胞可变长度,融合亚稳态理论,提高基本CTM模型的适用性。考虑事件影响下瓶颈区通行能力下降和交通管控下速度可变,构建适用于高速公路交通管控的可变CTM模型。在实际管控中,为兼顾通行效率与交通安全,提出一种以总行程时间最短和总碰撞风险最小为目标的可变限速控制策略多目标优化方法,并利用非支配排序遗传算法(NSGA-II)求解。选取济南绕城高速港沟-兴隆段为实验对象,通过实测数据构建仿真路段,设计突发事件场景下不同限速控制元胞数和控制周期的对比实验。结果表明,本文方法可以有效减少事件影响下32%以上的总行程时间,降低约70%的总碰撞概率,能够有效提高道路通行效率和安全水平。同时,针对限速控制元胞数量和控制周期长短的优劣性进行了实验对比和分析。

基于Fréchet距离准则的智能地图匹配算法

为克服地图匹配过程中当前定位点信息不足的缺点,充分利用导航定位的历史轨迹信息,在分析了一些常见匹配算法后,引入了Fréchet距离来定义两曲线间的距离,并且通过设计了一种智能云模型控制器对地图匹配这种具有高度不确定性的算法进行了云规则推理,最后推导出可信度P作为地图匹配效果的评价指标,这种算法不仅能够在出现匹配错误时为使用者提供警告信息,而且还提供了一种能迅速从错误中调整恢复的方法。试验表明,当利用当前定位点信息并与历史轨迹信息结合进行匹配时,匹配的总体精度要优于只利用当前定位点信息的情况。

基于Petri网的自主式交通系统映射关系评价

自主式交通系统多维架构映射关系用于评价系统功能、逻辑与物理架构之间数据传输与结构构成的复杂集成关系,传统的映射关系评价方法忽视了系统的开放复杂特点。为此引入状态等级划分和状态转移的概念,以广义随机Petri网作为建模工具,将映射关系模型评价问题转化为系统可靠运行时间问题,并以自动驾驶车辆通过交叉路口场景为例,构建多维架构映射关系,验证了提出的方法的有效性。

呼和浩特市城市道路交通阻抗函数分析研究

城市交通需求预测作为城市交通规划的基础,是确定城市道路交通网络结构布局的重要依据。城市交通需求预测一般分为四个阶段进行:交通发生、交通分布、交通方式划分和交通分配。在交通分配中的一个重要问题就是如何确定路段的交通阻抗。交通阻抗是进行交通分配和路网规划的重要参数,对阻抗函数的研究,实质是确定行程时间与道路交通流、道路行驶条件的相互关系。本文采用美国联邦公路局路阻函数,根据呼和浩特市实际主干道交通特性对阻抗函数的参数进行标定,并且提出适合呼和浩特市城市主干道交通的修正函数。

基于仿真的快速公交系统接驳方案研究

近年来,呼和浩特市私家车数量过多,道路拥堵,市内现行路网一度不足以满足市民出行要求。解决这一问题的良策就是大力发展公共交通系统,特别是新兴的快速公交BRT(Bus Rapid Transit)。在此背景下,在对城市现在的路网状况和普通公交运营情况分析的基础上,提出了适合呼和浩特市实际情况的BRT线路布设方案,并着重研究了在车流密度较大路段快速公交与普通公交接驳方案。研究中以锡林郭勒路为例,探讨了接驳方案的应用。利用Paramics仿真实验证明了这种接驳方案的可行性。

基于分层模糊控制的智能车辆的横向控制模型

车辆的横向控制是智能交通中智能车辆自主导航技术的关键技术。在总结以往研究成果的基础上,提出了动态目标位置概念,以便更加真实地描述车道变换的特性;为了减少模糊控制器的规则数量,实现实时控制的目的,采用了分层模糊控制的控制器设计方案;在车辆的横向控制中,以三次样条曲线作为车道变换的路径拟合曲线,较为灵活地表现了车道变换的特性。仿真结果表明,被控车辆能够沿着虚拟的路线平滑地变换车道,较为理想地模拟实际交通环境中车辆横向运动的特性。

基于递阶优化的城市区域路网交通控制

城市道路拥堵问题随着城市机动化的快速发展日益凸显,采用合理的控制手段提高区域路网效率成为急需解决的问题。以长沙市部分路网作为研究对象,选取连续5个工作日的早高峰流量数据进行研究。在VISSIM仿真软件中根据抽象路网搭建仿真路网,将仿真路网中的交通数据与实际道路车牌识别数据相匹配,以交叉口通过车辆数为评价标准计算仿真路网与实际道路的误差率,保证仿真路网真实性。采用反压力值作为道路反馈指标,计算路网中的压力分布情况。基于周期稳定性,将研究范围内的交叉口划分为2类,以大小周期的方式进行信号配时优化,考虑交通高峰期道路饱和度偏高的情况,将传统韦伯斯特算法进行改进后作为控制方法。采用递阶优化的思想进行控制策略计算。对控制策略进行仿真验证,在结果中从路网和车辆2个方面选取在网车辆数、到达车辆数、车均延误和车辆速度四4个指标对优化前后的路网状况进行评价。优化后的路网较原始路网在到达车辆数和车辆速度方面有所提升,在网车辆数和车均延误有所下降。同时,针对不同饱和度的交叉口,控制策略在4个评价指标方面也有相同的优化趋势。研究结果表明,基于递阶优化的路网交通控制能够提高路网的通行效率,改善路网运行环境。

基于本体和产生式规则的自主式交通系统演化研究

为探究自主式交通系统(Autonomous Transportation System,ATS)的演化机理,基于本体的知识建模与基于产生式规则的知识推理分析自主式交通系统要素的相互作用及演化特征。首先,收集交通领域文本数据,经预处理后形成语料库。构建狄利克雷分布(Latent Dirichlet Allocation,LDA)模型和BERT-BiLSTM-CRF模型用于从语料库中抽取自主式交通的概念和实例。其次,为构建自主式交通的知识模型,基于本体理论,定义概念间的语义关系并填充实例。再次,依据知识模型构建了交叉口的自动驾驶场景要素网络,并基于产生式规则的知识推理方法,设立了3条规则进行推理。最后,计算了推理前后要素网络指标,包括关系数量、平均度、平均路径长度和图密度。结果表明,该知识推理方法挖掘了463条隐含关系,平均度由1.418增至2.347,平均路径长度由1.940减小为1.745,图密度由0.003上升为0.005。借助知识推理方法,总结出自主式交通系统的演化机理,即网络形态从稀疏发展为稠密、网络效率逐步提升的过程。

一种新的智能地图匹配算法

为克服当前定位点信息不足的缺点,充分利用导航定位的历史轨迹信息,在分析常见地图匹配算法的基础上,引入了Fréchet距离来定义两曲线间的距离,并且通过设计一种智能云模型控制器对地图匹配这种具有高度不确定性的算法进行了云规则推理,最后推导出可信度P作为地图匹配效果的评价指标。该算法不仅能够在出现匹配错误时为使用者提供警告信息,而且还提供了一种能迅速从错误中调整恢复的方法。实验表明,当充分利用当前定位点信息并与历史轨迹信息结合时,匹配的总体精度要优于只利用当前定位点信息的情况,并且算法的准确性也比后者高。

大数据背景下交通类专业实践教学改革

针对交通类专业实践教学体系存在的不足,在大数据背景下优化实践课程体系。从实践内容、实践教学方法和考核方式3个方面提出改革措施,将交通大数据与交通实践课程融合,加速推进高校智能交通教学体系建设。基于交通大数据的实践教学方法不仅能提升学生自主学习能力和创新能力,更能适应智能交通行业的人才培养需求。

城市超大社区的交通效应研究:结构影响与治理策略

30多年以来,中国城市出现了不少超大社区,这些超大社区不但影响了人们的居住舒适度,而且还给城市交通带来巨大压力。本文采用层次分析法,结合实际案例,对超大社区的交通效应进行探讨。研究发现,超大社区对城市交通特别是周边交通造成了较大影响。案例显示,超大社区的车流量占到主干道的20.86%,尤其是在早高峰出行期间造成了较强的"潮汐交通"压力。究其原因,社区内外条件的静态结构与居民出行和多种交通流相互干扰的动态结构共同造成了超大社区的交通效应;汽车社会的来临,既支持了超大社区的"职住分离"结构,又加剧了交通压力。在未来的城市治理和交通规划中,应严禁超大社区的再建,缩小新建住宅的土地出让规模,对已有的超大社区,需加强基于"城市可持续发展"的交通效应评估,并从静态和动态两方面入手,改善交通基础设施条件,优化周边道路设计和路网结构,提高公共交通分担率。

基于BERT-Bi-LSTM-CRF模型的自主式交通系统参与主体识别方法

自主式交通系统(ATS)的重要组成部分是参与主体,参与主体的信息通常依靠文本进行描述。为构建自主式交通知识图谱,需要从文本中准确地识别出大量参与主体。为此,研究了基于BERT-Bi-LSTM-CRF模型的实体识别方法,对自主式交通系统参与主体进行抽取。词嵌入模型BERT为预训练语言模型,用以捕获丰富的语义特征,将捕获的语义特征输入到双向长短时记忆神经网络(Bi-LSTM)模型中提取上下文双向序列信息,经条件随机场(CRF)处理得到最优序列预测结果。收集交通专业相关的原始语料,经过数据预处理与文本标注,形成了可用于自主式交通系统参与主体识别的语料库,基于此数据开展实体识别对比实验。结果证明:BERT模型显著提升了自主式交通系统参与主体识别任务的性能。相较于传统方法 CNN-LSTM或Bi-LSTM等,所提方法可以得到最佳综合识别效果,各实体的综合F1值为86.81%,表明通过BERT模型提取参与主体的语义特征,可以增强识别方法的泛化能力。“使用者”“运营者”“提供者”“规划者”“维护者”类实体的F1值分别为90.35%,92.31%,90.48%,93.33%,95.00%。验证了所提方法识别自主式交通系统参与主体的有效性。

基于模糊理论的自主式交通系统多维架构映射关系建模

为探究自主式交通系统(ATS)功能、逻辑和物理架构之间作用方式,需要对多维架构映射关系进行建模。该研究在建立系统多层次映射关系模型的基础上,以构建系统横纵向作用关系模型为研究的切入点,在利用模糊理论对架构解析信息进行处理以及架构之间关系进行描述的前提下,建立包含多重反馈影响的映射关系矩阵。在结合系统纵向作用关系的基础上,构建融合横向关系作用的系统联动措施求解办法,并以车辆自动驾驶交叉口场景为例验证了方法的有效性。研究结果解决了大型系统模糊信息的推理问题,并为复杂系统的管理提供了可借鉴的理论与方法。

基于多准则粒子滤波算法的车辆轨迹重构

完整的车辆轨迹数据为高效交通管控提供数据支撑。为从城市车牌识别数据(ALPR:Automatic license plate recognition)中提取完整车辆轨迹信息,提出一种粒子滤波框架下的多准则车辆轨迹重构方法。首先,对提取到的初始车辆轨迹进行断点识别,确认车辆轨迹中需重构部分的位置和数量,并结合k则最短路算法对这些部分搜索生成轨迹集。然后,将轨迹集中的每条轨迹视作初始粒子输入到改进的粒子滤波器中,新粒子滤波器的5个重采样过程与5个时空校正因子一一对应,即:行程时间一致性因子、可测性准则因子、路径尺寸因子、转弯次数因子和距离准则因子。新粒子滤波器对含有主观因素的校正因子重采样过程加入了一定的随机性,以模拟车辆在行驶时的主观行为,粒子滤波器最终输出的轨迹为重构后的完整轨迹。最后,以长沙市天心区实测车牌识别数据为例,对比本文算法与传统算法轨迹重构的准确性。结果表明,本文算法考虑了车辆行驶时的随机性,在重构准确率方面具有一定优势,重构平均准确率达到94.8%。综上,提出的算法在传统方法基础上进行了多方面的改进,有利于提升轨迹重构的可靠性和精度,为城市路网车辆轨迹分析提供高质量的数据基础。

考虑车道排队特征的城市路网交通事故影响范围估计

有效评估城市道路交通事故的影响范围,对快速恢复道路交通、减少连续事故的发生以及实施及时的救援措施具有重要意义。针对事故影响范围,目前国内外的研究主要集中在高速公路,对于城市道路事故影响范围的研究相对较少,特别是在微观层面如何准确估计事故影响在道路上的具体位置,依然存在较大的挑战。首先,定义交叉口延误、路段速度比,根据延误阈值、速度比阈值等指标估计事故影响路段。在此基础上,考虑城市道路交通流在信号控制条件下的间断流特征及交叉口进口道上的分流特征,运用交通波理论计算单车道排队长度,确定事故影响范围的边界。通过分析交通波的传播速度,描述两相邻交叉口路段单车道上车流的排队-消散过程,建立事故影响下车辆排队长度的计算模型。为验证模型的有效性,通过采集长沙市车牌识别数据,结合实地调查,利用VISSIM仿真软件搭建了包含22个交叉口的城市区域路网,并利用实测交通流数据对仿真路网流量进行校正。在此基础上,设计了包含不同事故等级、发生位置和道路等级的事故场景,通过对比实验发现80%的案例中事故影响范围的模型估算值与仿真结果之间的相对误差少于10%。通过进一步分析获得以下结论:事故持续时间越长、占据车道数越多,事故的影响范围越大;距交叉口越近的事故形成拥堵的速度越快、影响范围越大。