基于条件价值法的公交车内拥挤成本测算模型

公交车内拥挤成本是公交出行成本的重要组成部分,针对其非市场商品特性,引入条件价值法,以效用最大化为目标建立公交出行选择效用函数,并利用支付意愿法推导出以时间价值为自变量的拥挤成本测算模型。在此基础上,分析时间价值与车内拥挤程度的内在关系,指出现有时间价值-拥挤程度模型存在的问题并对其进行改进。最后根据杭州市拥挤度支付意愿问卷调查数据建立二元Probit模型标定相关参数,量化公交出行拥挤成本。结果表明:公交车内拥挤成本随着拥挤程度的增加而非线性增加,当乘载率大于2.0时,拥挤成本占公交出行成本的1/3。

基于脸部检测和Fuzzy ART的乘客检测算法

研究了小汽车内的乘客检测和计数的方法,提出了一种基于脸部检测和Fuzzy ART神经网络的算法.采用光照校正、基于亮度补偿的椭圆肤色模型检测算法和数学形态方法以分割汽车内部的人脸区域和背景区域,使用Fuzzy ART神经网络分类器对脸部区域进行计数.在正常白天天气和光照条件下,该算法能够有效地检测出运动车辆中乘客的数量.

国外HOV专用车道的现状及发展趋势

30多年的实践证明，建设高乘载率汽车（HOV）专用车道是缓解交通拥挤、减少汽车废气污染的有效手段。HOV专用车道有5种主要类型。一些发达国家和发展中国家都建有各种不同类型的HOV专用车道，不同程度地发挥着其自身的作用。在发展过程中，也有人指出一些HOV专用车道存在的问题，诸如适用范围较窄、环境学者们提出异议等。尽管面临一些问题，但美国支持修建HOV专用车道者大有人在，而且联邦政府对此投入大量资金。这表明，只要采取恰当措施，使其扬长避短，HOV专用车道有着很好的发展前景。