面向指路标志系统的非平面交通路网模型

通过对道路要素进行分类的方法,以非平面路网数据模型为基础,提出交通路网概念模型及数据模型,对立体交叉口中各个跨线桥与匝道等非平面道路要素进行描述,正确表达道路之间的拓扑关系。通过建立结点-可达结点关系,并加载交通规则,建立面向城市道路指路标志系统的非平面交通路网数据模型。把该模型应用于广州市立交指路标志系统中,实现了立交路网指路标志的自动生成。

道路交叉口指路标志定量分析指标及方法研究

针对目前我国对指路标志信息内容组成及协调设置尚无明确规定的现状,对已有的指路标志分析方法及指标作汇总和扩展补充,提出了道路交叉口指路标志定量分析的2个方法:路段分析法与区域分析法,并给出了指路标志设置率与指示范围、道路间相互指示关系等一系列用于上述分析方法的定量分析指标。接着以广州市海珠中心区为例,基于对该区域内主干道指路标志现状的数据采集与调查研究,选取了典型的主干道及交通区域作实例分析。

交通管理措施对路网宏观基本图的影响分析

宏观基本图(MFD)存在于具有交通运行同质性的城市路网中,它可以用于路网的服务水平评估、区域控制和宏观交通建模.不同道路运行条件对MFD的形状存在不同的影响,进行MFD影响因素分析是应用MFD理论研究城市交通运行规律的前提.本文以广州市海珠区为研究区域,运用Paramics交通仿真软件对海珠区的路网进行建模,通过采取不同交通管控措施,分析MFD图形的影响因素.结果表明,MFD不仅是路网本身的性质,也是控制策略效果好坏的直接体现.同时,需求的剧烈变化、公交专用道的设置、车道禁行都会不同程度的影响路网的MFD.另外,制定交通控制策略时要优先考虑路网中的关键路段.

城市道路指路标志数据模型设计及应用

为了合理而准确地描述指路标志信息,提出了面向指路标志标识系统的车道级路网数据模型。从指路标志项、指路标志牌以及指路标志点等3个层面描述了指路标志信息,并建立了三者的数据存储结构。最后,在GIS平台上将上述研究成果应用于珠江新城路网,实现了珠江新城指路标志的自动显示以及对布设方案的定量评价。

基于卡口及个体车辆轨迹数据的停车需求分析方法

停车需求的获取,是城市道路交通管理工作中的重点之一。文章提出了基于卡口及个体车辆轨迹数据的停车需求分析方法。首先输入设定区域范围和时间范围内的卡口数据,根据卡口数据获取车辆身份信息并计算个体车辆轨迹,获取车辆单次出行的起点卡口和终点卡口;然后根据车辆单次出行起点卡口的数据推算车辆的来源地,根据车辆单次出行终点卡口的数据推算车辆的目的地;进而根据推算得到车辆的来源地和目的地进行统计和分析,得到总体的区域停车需求结果。利用现有的交通卡口数据,能更加全面地反映研究区域内的停车需求,进一步为停车场的规划建设提供指导。

基于GIS平台的交通标线布设方案自动生成系统设计

根据道路交通标线的几何特性及其与道路几何中心线的方向关系,将交通标线归为纵向标线、横向标线及点状标线,建立了面向布设方案自动生成的交通标线数据模型,该数据模型能表述标线与路网拓扑数据的关系,并可支持标线布设方案在GIS平台的自动生成。选取珠海市部分路网区域,以前述数据模型表达标线的布设方案,运用线性参考技术,在ArcGIS平台构建自动生成系统,实现了标线的自动生成,并存入GeoDataBase中。

宏观基本图稳定性评价方法及在子区划分的应用

提出宏观基本图稳定性的评价方法及指标,对MFD进行了特征分析,定义三个特征参数:路网运行最大加权平均交通量、路网运行临界加权平均交通量、路网运行临界运行车辆数;通过特征分析提出基于MFD的交通状态划分方法,划分为顺畅、临界、拥堵等三种交通状态;着重讨论临界状态的交通特征,提出利用临界状态的路网加权平均交通量作为路网交通运行离散度来评价MFD的稳定性。在子区划分的应用中,通过考察不同子区数量下的全路网交通运行离散度,得到最优的路网路网子区数量及相应的划分方案。最后,在微观交通仿真平台上,通过对现实路网的交通运行历史数据进行模拟,在广州市海珠区江南片区给出实例分析。把路网总长度为约25 km,覆盖范围约4 km2的路网划分为两个子区,为交通管理决策提供支持。

基于EEMD-BP方法的城市轨道交通进站客流短期预测

城市轨道交通站点客流量是评价其服务水平和实现城市轨道交通资源有效配置的基础数据和依据。针对城市轨道交通站点进站客流量序列波动复杂的问题,构建基于EEMD-BP方法的城市轨道交通进站客流短期预测模型,通过对城市轨道交通站点的日间分时进站客流序列进行模态分解,并对分解的分量进行筛选和识别,探究进站客流的日间波动影响因素,实现对短期客流的合理预测。以广州珠江新城站短期客流预测为例,验证该组合模型在提高客流预测方面具有有效性,为城市轨道交通线网规划和运营管理提供客流预测依据。

基于ES-VSP分布的交通状态对公交车动态排放的影响

为评估不同交通状态下公交车运行特征和排放水平的差异,现场采集广州市B9、226线路公交车的逐秒GPS数据,以ES-VSP(发动机负荷-机动车比功率)分布表征畅通、轻度拥堵和中度拥堵下的公交车运行特征,结合IVE(international vehicle emission)模型求得公交车平均排放因子并分析其差异.结果表明:(1)所测公交车的发动机低负荷区中bin11(-1.6<ES≤3.1,-2.9 k W/t≤VSP<1.2 k W/t)频率范围为50.55%~83.39%,中度拥堵时bin 11频率是畅通时的1.1~1.3倍;(2)3种交通状态下公交车的CO、VOC(运行产生的挥发性有机物)、VOCevap(蒸发产生的挥发性有机物)、NOx(氮氧化物)和PM(颗粒物)平均排放因子范围分别为7.63~11.40、0.26~0.46、0.68~1.56、0.32~0.51和0.72×10-2~1.28×10-2g/km;(3)同种交通状态下,主干路公交车专用道和BRT车道的公交车的大部分污染物平均排放因子低于次干路混行车道、主干路混行车道,中度拥堵时主干路BRT车道的CO、VOC、VOCevap、NOx和PM平均排放因子相对其他道路最低,分别为7.66、0.27、0.87、0.32和0.75×10-2g/km;(4)次干路混行车道、主干路混行车道的公交车污染物平均排放因子随交通状态愈加拥堵而增大,但畅通时主干路BRT车道的公交车行驶速度、加速度较高,导致CO平均排放因子较高,对应3种交通状态其比例为1.0∶0.9∶0.8.研究显示,交通状态对公交车运行和排放具有显著影响.

基于Dropconnect的CorrelationNet 预测乘客出租车需求

为了提高乘客出租车需求预测的准确性以及出租车服务的运行效率,提出一种使用Dropconnect方法的CorrelationNet。该方法包括两个阶段,时空特征选择和Dropconnec正则化。首先,预测模型在深度神经网络中添加了时空相关性分析机制,并确定了用于出租车需求预测的时空特征,形成了新的深度学习网络CorrelationNet。然后,预测模型使用Dropconnect训练新的深度学习网络CorrelationNet,以减少过拟合。最后,在广州进行了应用试验以验证模型;采用支持向量机回归(SVR)、人工神经网络(ANN)和CorrelationNet方法,用相同的出租车GPS数据集来评估所提出方法的性能。实验结果表明,该方法优于其它几种方法,更适合于乘客出租车需求预测。

基于车辆身份检测数据的单车排放轨迹研究

为实现单车层面的动态排放轨迹追踪,基于电警式卡口产生的逐秒过车记录数据建立了车辆排放轨迹计算方法,通过提取动态轨迹中的运行参数及机动车保有量数据库中的技术参数,并结合排放模型计算了2018年5月10日~6月9日安徽宣城市中心城区123条路段上共133,906辆车的44,672,343条轨迹的排放数据.研究结果显示,出租车是CO的重要排放来源且交通兴趣点附近路段排放强度较高;公交车和重型货车是NOx的重要排放来源,公交车工作日NOx排放总量达1.3kg,约为重型货车的7.5倍,且路线固定、排放分布随发车班次周期循环;轻型货车排放路线多围绕货运需求且多为昼间行驶,而重型货车多选择凌晨出行;通勤类私家车工作日昼出夜归,路线固定且往返过程各污染物排放量均较稳定.对于全路网,CO、VOCs的高排放强度区域多集中于中心路网,NOx、PM则多分布于外围路网.

基于交通背景知识攻击模型的卡口车牌识别数据链接攻击研究

本文基于卡口过车数据集与停车场流水数据集,探究两者之间的数据关联性,并建立基于交通背景知识的攻击模型,对数据集中的个体进行链接攻击进行评估分析,以试图发现交通数据集中的链接攻击的现象和规律。但是本文的案例分析中,简化了较多因素,考虑不够全面,分析的准确性还有待提高,建议相关部门在实际中更深入分析数据之间的关联性,有效减少个人隐私数据的泄露。

基于车辆身份检测数据的城市道路使用特征

基于车辆身份检测数据与基尼系数理论,提出了一套车辆个体的道路出行信息获取与城市道路使用特征分析框架。首先,进行全网车辆个体出行信息的重构,进而集计为道路的出行需求;其次,构建道路使用基尼系数评价模型,根据洛伦兹曲线特征提出平均分界点的定义;最后,以安徽省宣城市车辆身份检测数据为例,进行城市道路使用时空特征分析和道路使用模式的分类。结果表明:提出的方法可以很好地量化评价不同道路承担的功能和角色。

基于道路要素的多尺度路网数据模型

GIS-T路网数据模型是实现ITS应用的前提和基础。本文以道路要素作为表达、存储和组织路网数据的基本单位,考虑不同尺度下的应用需求,提出了基于道路要素的多尺度路网数据模型,同时建立了道路拓扑关系与车道拓扑关系。本模型在不同尺度下分为3个层次,不同层次的要素之间建立了实体对应关系。该模型在交通标志标线布设方案自动生成系统上的实验表明,其建模方法是可行、有效的。

基于道路标线布设方案的交通路网数据库构建研究

道路标线是交通规则的载体,它们布设在物理道路网络上为交通参与者分配路权,并规范其行为。通常,称这种加载了交通规则的物理道路网络为交通路网。本文首先提出了物理道路网络的表示模型;然后结合线性参考技术,以物理道路网络为基础,构建了基于的GIS道路标线布设方案数据模型;最后,本文选取示范路网,运用道路标线布设方案数据库,进行路网交通规则的推导,构建了基于车道级路网数据模型的交通路网数据库,为交通路网数据库的构建提供了一种参考。

结合卡尔曼滤波的城市路段速度估计

本文以城市出租车为浮动车数据采集源,介绍了基于GPS数据的实时路段速度估计的基本方法。针对目标路段GPS数据样本量不足的情况,考虑邻近区域的路段速度、上周同日速度、前一时刻速度等与目标路段当前时刻速度等密切相关的变量,建立多元线性回归方程,利用卡尔曼滤波融合预测值和测量值,从而提高路段行驶速度的估计精度。选择广州市东风路作为测试实例,融合值比测量值误差降低9%,绝对相对误差变动系数减少4%,表明结合卡尔曼滤波技术的城市路段速度估计精度和稳定性均得到提高。

警车配置及巡逻方案研究

以警车的配置与巡逻方案为研究对象，建立了一套警车巡逻模型，并提出巡逻效果显著度及隐藏性的评价标准，分别针对警车初始位置配置与巡逻方案的制定，提出警车配置优化选址的贪婪算法与基于多Agent的警车巡逻方案设计方法，给出了不同情景下的配置及巡逻方案：①在只考虑警车选址配置的情况下，配置19辆警车可以使全市路网警车覆盖率达到92．8％；②在顾及巡逻效果显著性与隐藏性的情况下，配置25辆警车使全市路网在整个巡逻过程中平均警车覆盖率达到90．9％；③在配置10辆警车的情况下，使得全市路网在整个巡逻过程中平均警车覆盖率达到61．5％．

助力智慧城市建设 城市交通大脑市场无限

城市交通是衡量城市管理能力、城市发展水平的重要指标,随着经济和社会发展,城市交通越来越复杂,单独依靠硬件产品的堆砌难以适应多变的应用场景。如何从全局角度出发,量化城市交通动态体征,避免交通决策以点带面、以偏概全是交通领域的重点问题,城市交通大脑提供了市场解决方案,本文以IDPS城市交通大脑为例探讨行业市场实践与思考。

考虑降雨影响的城市交通流车速多层线性模型研究

应用多层线性模型研究了降雨强度对城市道路交通流平均行驶车速的影响。研究资料包括道路特征数据(25个路段)、广州市城市道路交通流平均行驶车速数据(有效车速样本量超过160万)和降雨量数据(样本量93 462)。采集时间从2011年6月至2012年4月一共330 d。基于以上大规模数据,应用多层线性模型(HLM),建立了一个降雨条件下道路交通流车速的短时动态预测模型。结果表明:交通流信息存在嵌套、分层的数据结构,相较于传统交通流研究方法,多层线性模型对交通流影响因素的研究将更为合理;降雨对车速的影响具有普遍的空间变异性,这是因为每个路段具有不同的物理特征;交通流的影响因素之间存在着显著的跨层交互效应,这与传统理论对交通流的认识不同;本文提出的降雨条件下交通流车速的短时动态预测模型具有路段适用性广的突出优点,这与大多数传统交通流模型适用范围较为狭窄的特点较为不同。