基于多源时空数据的道路骑行适宜性评估

城市骑行系统是构建高品质人居环境的重要组成部分。构建道路骑行适宜性评估体系对改善骑行环境、提升城市管理水平有重要意义。本研究基于厦门岛内共享单车轨迹等多源时空数据,结合轨迹挖掘、深度学习和机器学习等技术挖掘道路骑行适宜性指标,采用层次分析法和模糊综合评价法构建城市骑行系统的评估体系。研究发现,道路骑行适宜性受路段自然环境、交通情况影响明显。浮动车定位点数、是否有自行车道和天空率等指标对道路骑行适宜性有显著影响。研究成果可为进一步优化厦门岛内骑行系统提供参考。

基于多源大数据与深度学习的道路视觉特征与骑行流量相关性研究

伴随着市民慢行需求的不断增长,在国家的大力倡导下,城市慢行系统建设得到迅速发展。而现有关于城市慢行系统的研究中,针对道路视觉特征与骑行流量的相关性研究较少,骑行道路的建设预评价缺乏科学的数据支撑。以北京市海淀区5类可供骑行的市政道路为研究对象,基于全景静态图数据,结合深度学习方法对道路的绿景指数、街道开敞度、建筑比及界面围合度4项视觉特征进行量化,并利用开源运动数据Heatmap获取道路对应的骑行流量,对视觉特征与骑行流量之间的关系展开相关性研究。研究发现:在各类道路中,绿景指数与建筑比均与骑行流量呈正相关,而随市政道路级别升高,街道开敞度则与骑行流量由正相关逐渐转为负相关。研究结果可以为基于骑行使用的道路建设或改造及相关绿道规划设计提供依据。

基于地理位置与Mobike数据的早餐工程研究——以上海市为例

早餐工程作为商务部曾力推的重点民生工程,近年来的发展却停滞不前。由于缺乏微观数据的支撑,很少有学术研究对政府主导的早餐工程进行深入分析和探讨。文章基于上海市早餐工程网点数据,结合上海市Mobike骑行数据,对早餐工程的选址区位优势进行评估,探索性地将地理位置数据和共享单车出行数据应用于社会经济问题研究,拓展了此类大数据的应用场景。

多目标组合优化的城市骑行路网规划设计

【目的】骑行路网作为城市重要的绿色基础设施之一,是居民绿色出行的重要载体。以城市骑行路网规划设计为目标,提出一种基于多源数据的城市骑行路网规划设计方法。【方法】首先,利用兴趣点和骑行大数据实现对城市道路空间特征和骑行使用特性的量化刻画。其次,综合考虑骑行路网使用现状、潜在需求、规划预算以及道路连通性等因素,对骑行路网规划问题进行多目标组合优化建模。最后,针对性地提出一种改进蚁群算法对该问题进行求解,并以宁波市中心五区为例,对该方法进行验证。【结果】该方法有效地识别出在未来骑行路网规划中应着重考虑的城市道路与功能节点,展示了不同目标、不同情景下的差异化骑行路网规划方案。【结论】该方法可有效解决骑行路网规划问题,为构建便利、高效的绿色骑行网络提供基于数据驱动化的技术支持,得出的规划政策建议对提高城市存量道路空间利用效率、指导城市绿色交通规划具有重要的实践意义。

基于多源数据的城市街区紧凑度与骑行活动关联效应研究——以苏州为例

随着中国城镇化步入“下半程”,从增“量”向提“质”的转型需要更为紧凑、更为健康的城市空间形态。针对这一需求,本研究基于多源城市数据,一方面构建城市街区紧凑度测度,另一方面抓取共享单车使用数据作为骑行活动指征,构建城市街区紧凑度指标与共享单车使用之间的关联性模型。针对多元线性回归结果中五个显著相关的影响因素进行深入对比分析,提出苏州骑行环境、共享单车租赁点布置等方面存在的缺陷,并提出相应的建议与措施。旨在通过紧凑城市理念来研究城市结构形态、空间模式和社会活动的环境要素与城市居民身体活动的相关性,为紧凑城市与健康城市的发展提供导控建议。

面向虚拟骑行健身的动感单车数据采集系统

虚拟骑行可以提高动感单车健身的科学性和娱乐性,文章面向虚拟骑行健身,研发了一套结合虚拟现实技术的动感单车运动数据采集系统,包括骑行速度数据采集和心率数据采集。通过光电编码测速方法和霍尔测速方法的对比实验分析,得出光电测速方法能够更精确和实时地采集到骑行速度数据;通过手握心率检测仪与心率手环的对比实验分析,手握心率检测仪可以得到精确的心率值,更适用于动感单车健身。实验结果表明此系统可以为动感单车虚拟健身提供可靠的运动数据,增强了动感单车虚拟健身的沉浸感和交互性。

共享单车骑行的时空与人文驱动力研究

随着城市共享单车的普及,了解骑行行为的时空与人文驱动力变得尤为重要。本研究通过多维度解析共享单车数据,旨在探讨共享单车使用模式的变化及其背后的原因。研究过程中,我们对纽约市2020年6月和12月超过200万条数据进行了预处理和加工,并运用地理学方法和地理数据对纽约市共享单车使用情况进行了深入分析。文章关注了共享单车的使用量、骑行距离、使用时段以及与城市功能区的关联性。此外,本文还考察了年龄、性别以及工作日和周末等人文因素对共享单车使用的影响。本研究为城市交通规划和共享单车运营提供了有益启示,同时对于理解共享单车在城市交通中的地位和作用具有重要意义,也为相关政策制定提供了参考依据。

城市高频骑行路径特征及设计策略研究

文中基于多源的开放数据,以Strava平台的路径骑行使用频率可视化数据、Google Maps平台的街景数据以及开源地图的空间矢量数据为基础,从骑行路径的外部要素以及内部要素两个方面,对高频骑行路径特征进行分析与挖掘。针对研究成果从骑行体系的规划设计策略、骑行路径的功能设计策略以及环境设计策略3个方面对我国的骑行路径建设提出设计策略。

英国出行调查显示,77%的民众希望骑行基础设施得到改善

2018年,英国的自行车出行数量与去年持平。英国近期发布的《全国出行调查》显示,77%的民众希望看到骑行基础设施得到改善。该年度调查涵盖了英格兰地区居民在英国全境的出行行为。参与调查的家庭记录了7天的出行日记并接受了采访,从而收集调查数据。

骑行的数字化转型:让骑行更快速、更轻松、更安全

要鼓励更多的人使用自行车——实现这一目标可以帮助社会应对全球城市化进程中不断出现的诸多挑战。科技行业发挥着重要的作用,而技术进步本身只是其中的一部分,例如支持城市规划的数据分析更加强大、电池充电速度加快、将骑行与通勤融为一体的应用程序。

基于安卓的嵌入式导航项目——“骑趣”

在当今不断深入挖掘和分析大数据的时代背景下，伴随近来逐步成为主流的“互联网+”的理念，将硬件智能设备“小Q”与“骑趣”APP相结合，为客户提供一体化服务，从而解决现今骑行朋友们在骑行途中遇到的诸多不便与安全问题。

共享单车背后的用户习惯数据分析

共享单车自从被大众接受并使用以来,产生了大量的骑行数据,共享单车大数据的基础就是由这些骑行数据构成的。本文通过探索"最后一公里",描绘共享单车用户的骑行习惯,并探索这些骑行大数据背后的现实意义,为城市健康、和谐发展提供自己的一份力量。

中心城自行车绿道选线指标评价体系构建

目前,越来越多的城市开始配套建设自行车绿道,但其规划建设未能充分考虑人的实际骑行需求。因此,创新性地引入马斯洛需求层次理论,结合相关规划设计规范,构建全面、符合居民骑行需求的中心城自行车绿道选线指标评价体系,并运用大数据分析技术及实地调研筛选选线指标评价因子、确定各指标权重,尝试探讨科学、合理、能满足城市居民实际骑行需求的中心城自行车绿道指标评价体系的构建方法。

基于共享单车骑行轨迹的骑行质量识别方法

基于共享单车骑行轨迹数据,提出了路网匹配以及骑行质量快速识别的方法。首先,以隐马尔科夫模型(HMM)的匹配算法为基础,提出了改进的骑行轨迹数据匹配方法。然后,基于密度聚类算法识别轨迹停驻点集,利用停驻点集的特征以及定位数据规律实现了关键参数的计算,给出了轨迹数据路网匹配的算法流程。最后,利用匹配后的轨迹数据,提出了基于离群检验的路段骑行质量快速识别方法。以北京市某区域为对象进行了案例分析,并通过沉浸式骑行体验和骑行环境调查相结合方式,验证了本文方法的准确性为87.7%。

基于摩拜骑行数据的上海市共享单车减排效益时空分析

移动互联网环境下的共享单车能够有效减少机动化出行,可在一定成程度上缓解当下交通污染、气候变化等问题,具有显著的减排效益.本研究基于上海市摩拜单车的骑行数据,结合精细化的交通方式排放因子及共享单车替代率调查数据,计算共享单车与其替代交通方式相比所减少的温室气体排放和污染物排放,并分析共享单车减排效益的时空分布特征.结果表明:2016年上海市共享单车的CO_(2)、CO、HC、NO_(x)、PM_(2.5)和PM_(10)减排量分别为6322、74、8.57、6.33、0.32、0.48t;在时间上具有典型的峰谷现象,其中,早晚高峰贡献了约45%的减排量;在空间上主要分布于中心城区,其中,南京东路街道单位面积减排量最高.因此,上海市共享单车的减排效益主要产生于早晚通勤交通与人口集聚的地区.为了提高共享单车的减排效益,政府和运营者需要在未来继续扩大共享单车的覆盖范围,增加在郊区的投放数量,鼓励更多外围居民使用共享单车.

组团骑行让洛杉矶 骑车通勤者更加安全

加州大学洛杉矶分校的一个项目使用一款应用程序帮助人们“组团骑行”,旨在促进当地居民的无车出行表面上看,洛杉矶似乎是骑自行车通勤者的乐土:庞大的洛杉矶盆地,全年适宜骑行的天气,开阔而平坦的街道。但美国普查局的数据显示,洛杉矶只有约1%的通勤者骑自行车上班。这个数字反映出当地骑行者面临的挑战,因为他们身处一个遍布高速公路并已根据机动车需求进行过优化的城市。

北京:数据调查与分析

共享单车的出现使自行车出行方式得以回归，因此创造优质的骑行环境变得十分重要。骑行环境是为单车使用者服务的，所以在创造骑行环境之前，充分了解单车使用者的骑行行为和影响骑行行为的因素在现阶段变得尤为重要。本文分别从宏观、中观和微观三个层次对北京老城区骑行环境进行了分析，并得出了相应层次的结论。利用空问句法从宏观层面得出共享单车流量数据和标准化选择度进而分析出空间句法的三参数。中观层面构建了骑行行为影响因素指标体系，并利用骑行等数据加以分析。微观层面上，刹用冒泡算法对道路环境进行排序得到相对优质的骑行环境之后分析得出影响骑行适宜性的因素。

朝阳法院通报非机动车交通事故典型案例

朋友圈晒骑行运动数据、组团骑车刷二环,红绿灯前电动车成群结队蓄势待发·非机动车是大家中短距离出行的首选,同时也逐渐成为运动的新时尚。北京市交通委员会调查数据显示,北京市慢行出行意愿持续提升,自行车年骑行量由2017年的0.5亿次提升至2021年的9.5亿次。便捷生活的同时,更要遵守交通规则,看起来是小刷蹭、小标的、小违章,却给大家的正常生活带来了很多麻烦,甚至是巨大影响。