Video-based measurement and data analysis of traffic flow on urban expressways

A new video-based measurement is proposed to collect and investigate traffic flow parameters. The output of the measurement is velocity-headway distance data pairs. Because density can be directly acquired by the reciprocal of headway distance, the data pairs have the advantage of better simultaneity than those from common detectors. By now, over 33 000 pairs of data have been collected from two road sections in the cities of Shanghai and Zhengzhou. Through analyzing the video files recording traffic movements on urban expressways, the following issues are studied：laws of vehicle velocity changing with headway distance, proportions of di0erent driving behaviors in the traffic system, and characteristics of traffic flow in snowy days. The results show that the real road traffic is very complex, and factors such as location and climate need to be taken into consideration in the formation of traffic flow models.

Calibration of a rule-based intelligent network simulation model

This paper is focused on calibration of an intelligent network simulation model （INS1M） with reallife transportation network to analyse the INSIM＇s feasibility in simulating commuters＇ travel choice behaviour under the influence of real-time integrated multimodal traveller information （IMTI）. A transportation network model for the central and western areas of Singapore was simulated in PARAMICS and integrated with INSIM expert system by means of an application programming interface to form the INSIM. Upon calibration, INSIM was able to realistically present complicated scenarios in which real-time IMTI was provided to commuters and the network performance measures being recorded.

融合Transformer和卷积LSTM的轨迹分类网络

为了减少原始轨迹数据的噪声,充分提取轨迹的时空特征,提高基于轨迹数据的交通模式分类精度,提出一种融合堆叠降噪自编码器、Transformer和卷积长短期记忆网络的轨迹分类网络(networks fusing stacked denoising auto-encoder, Transformer and ConvLSTM,SDAETC)。通过堆叠降噪自编码器减少原始轨迹数据中的噪声;利用结合了Transformer的递归图自编码器,提取到更为丰富的时间特征,同时利用特征图自编码器提取空间特征;改进卷积长短期记忆网络,充分提取轨迹中的时空特征,并与提取到的时间特征和空间特征相融合,从而实现交通模式分类。实验结果表明,提出的SDAETC与基线模型相比,在GeoLife和SHL数据集上的准确率分别提升了1.8%和2%。此外,消融实验结果和模型训练时间分析表明,引入堆叠降噪自编码器、Transfomer和ConvLSTM虽然增加了时间消耗,但是对分类精度有积极贡献。

基于机器学习的中型城市居民出行方式选择行为研究

为探索中型城市居民出行特征以及不同因素对出行方式选择行为的影响机制,本文以中国某中型城市居民出行数据为例,综合考虑传统离散选择模型和机器学习模型在预测精度和建模合理性上的优劣,以及机器学习模型超参数求解算法的特点和效率,引入变异程序,提出粒子群优化随机森林的中型城市居民出行方式选择预测模型,采用预测准确率、出行方式比例预测绝对误差和期望模拟误差这3项性能指标,量化对比粒子群优化随机森林模型与多种机器学习模型和多项Logit模型统计学上的预测性能差异,利用SHAP(SHapley Additive exPlanation)模型深入分析个人社会经济属性、出行属性及出行方式属性等相关因素与居民出行方式选择之间的非线性关系。结果表明:粒子群优化随机森林模型整体平均预测准确率最高,为0.856,出行方式比例预测平均绝对误差和期望模拟平均误差最低,分别为0.062和0.306,模型间指标差异在统计学检验下显著;距离对不同出行方式选择的影响最显著,步行和私家车出行对距离敏感性更高,不同距离下,两者选择概率变化超过35%;30岁以下群体不同出行方式选择概率差距大于其他年龄段;性别、是否拥有私家车或公交IC卡等因素显著改变公交车和私家车的选择概率。

基于前景理论的疫后旅游景区交通方式选择行为

基于有限理性的前景理论构建了旅客出行方式选择模型,通过对某景区旅游者的个人信息、出行基本情况以及出行意向进行了调查分析,揭示出其出行行为的特点。并且进一步运用前景理论研究旅游者的出行方式选择行为,在完全理性和有限理性的条件下分别计算了各异质类旅客对不同客运方式的模糊选择概率。在此基础上,建立了基于有限理性作用下旅客个体出行决策的模型,得出了各异质类旅客对不同客运方式的出行偏好。通过比较不同类型旅客的出行偏好,可分析出高收入和务工旅客更倾向于驾车出行,而学生游客更倾向于乘坐大巴。相关研究的结论对于旅游景区周边交通设施的规划和建设有一定的指导意义,可更好地服务和满足游客的出行需求。

基于城市复合网络的出行交通分配组合模型研究

文章提出了一种交通分配组合模型,解决传统四阶段方法缺乏联系导致误差逐渐放大的问题。文章基于构建的城市复合网络,将交通方式划分和交通分配整合在一起,综合考虑交通方式选择和交通分配的影响。通过基于A*算法的备选路径集查找方法,求解给定OD上的k短路径情况。采用广义费用公式对多方式出行效用进行计算,将费用、时间和换乘行为进行统一量化。最后,建立交通方式划分与交通分配组合模型,采用多层次迭代平衡求解,优化交通方式分担率。算例分析验证了组合模型在流量分配方面的优势,具有更好的路段流量均衡性和较低的阻抗时间。该模型可为城市交通规划和出行预测提供参考。

基于手机信令数据的交通方式识别模型

为解决现有研究在区分居民交通方式方面存在的问题,提出一个基于手机信令数据的居民交通方式分类模型。模型数据清洗部分采用滑动窗口方式提取3类特征训练模型,成功检测出80%以上的噪声数据;交通识别部分划分为3个二分类问题,即机动车与非机动车、步行和骑行、公交车和私家车。模型利用自主采集的信令数据,结合路网、导航数据和站点匹配算法,设计出居民交通方式分类模型。实验结果表明,与其它方法相比,公交车和私家车的分类准确率达到94%,4种分类结果的整体准确率达到了86.76%,验证了该设计的准确性和可行性。

考虑空间异质性的短距离上学方式选择机理

短距离出行是学生日常出行的重要组成部分,合理引导短距离上学群体交通方式选择对于促进学生健康发展和缓解高峰期间道路交通拥堵具有重要意义.本研究以中国南京市为例,利用贝叶斯分类法识别出南京市学生的短距离出行阈值为2.7 km,在此基础上,分别构建多项logit(multinomial logit,MNL)模型与地理加权多项logit(geographically weighted multinominal logit,GWMNL)模型,探讨个人属性、出行特征、家庭特征及建成环境对短距离学生群体上学方式选择的影响及其空间异质性.结果表明,相比MNL模型,GWMNL模型具有更好的拟合度和解释能力,说明学生上学交通方式选择行为因居住位置不同存在明显差异.与居住在学校附近的低龄学生相比,核心区与近郊区较短出行距离的高龄学生更倾向于乘坐小汽车上学,而远郊区(六合区和江宁区)的高龄学生更倾向于选择积极出行(步行和自行车)和电动自行车上学.小汽车数量对学生选择积极出行、电动自行车及公共交通上学均有消极影响,且这种消极影响从市中心向外围区域逐渐增强.最近公交站距离对居住在核心区与近郊区的学生选择公共交通具有明显促进作用,而对部分远郊地区的学生选择公共交通具有抑制作用,且在南京市的北部和东部地区尤为明显.研究结果可为不同区域学生群体短距离积极出行引导策略的制定提供参考.

基于手机信令HMM轨迹映射的交通方式识别算法

为解决手机信令数据稀疏性限制和重构轨迹特征提取与融合能力不足问题,提出一种出行轨迹重构与多源特征融合的交通方式精准识别算法。构建刻画基站信号传播路径损耗与信号强度的无线信号损耗模型,利用隐马尔可夫模型(hidden markov model,HMM)将手机信令轨迹由基站序列重构为路段节点序列,提出基于无线信号传播隐马尔可夫模型(wireless signal propagation hidden markov model,WP-HMM)的出行轨迹重构方法,用以描述信号强度与距离作用关系。基于出行重构后的轨迹,结合路段类型特征,提出了时空标准化相似性度量算法,以融合导航轨迹特征,并构建了基于随机森林(random forest,RF)的交通方式识别算法。实证分析表明:通过出行轨迹的重构,模型的平均识别精度提高了8%以上,且对新样本具有优异的泛化能力;相较于现有方法,时空标准化相似性度量算法能更准确捕捉轨迹间的移动模式;在不同环境下的轨迹识别中,模型在郊区区域的表现显著高于城区。所提算法在大规模手机信令数据的出行方式识别领域具有重要的应用价值。

职住学空间测度及儿童通学决策的影响机理——以昆明市双职工家庭为例

当代城市家庭选择居住地时往往将临近学校作为重要参考,在缩小学住距离的同时加剧了职住分离。选取昆明市561个有学龄儿童的双职工家庭为研究对象,分析家庭空间分异对儿童通学决策的影响。首先,基于时间地理学理论构建考虑职住学三个锚点的家庭活动空间及测度理论模型。其次,根据测度结果将家庭活动空间划分为职住学就近型和职住学分离型两类。最后,建立结构方程模型分别探究两种模式下父母工作时长以及父母儿童组合时间窗对儿童通学时空行为的影响。研究结果表明:相对于学住距离,父母的职住距离和工作时长对通学行为的影响更为显著,因此就近入学政策对于促进儿童步行上学的作用有限;对于职住学分离型家庭,父母下班与儿童放学组合时间窗的宽裕程度对儿童出行影响显著,组合时间窗越宽裕,儿童小汽车出行的可能越大,因此弹性放学时间的效果也有待商榷;儿童在通学行为中的性别差异主要在职住学分离型家庭中体现。

机器学习时延感知的无人机操作模式识别

考虑到加密WIFI流量下的时延特征与实时性要求,提出了一种机器学习的时延感知无人机操作模式识别方法。首先提出的机器学习框架将加密数据流视为一个时间序列,利用重新加权的l1范数正则化将特征选择和性能优化集成为期望总代价函数,该函数综合了误分类/误检测和延迟代价。另外为了解决在估计时延代价函数时数据包到达时间的不确定性,使用最大似然估计得到数据包到达时间。最后利用私人无人机真实WIFI数据流量对提出的方法的性能进行了评估,评估结果证明了提出方法的有效性。

重大节假日出行方式选择模型研究

为优化节假日高速公路免费政策,选取出行者变量、出行方式相关变量和行程特性变量作为效用变量,构建了出行方式位于上层、出行距离位于下层的NL模型。利用弧弹性法分析不同收费标准和收费里程条件下出行者的行为特性,并利用场景仿真评价多种收费组合对出行方式的影响。研究结果表明:提高收费标准,汽车出行比例会显著降低,且高速铁路承担了大部分的转移交通量。随着收费里程的增加,出行者逐渐倾向于出行成本较小的普通铁路。对长距离出行收费可以提升公共交通分担率,缓解节假日高速公路的交通拥堵。

公安院校智慧交通管理人才培养模式探索——基于“三融合六协同”产学合作

浙江警察学院交通管理工程专业作为国家一流本科专业建设点,对智慧交通管理人才的知识、能力、素质培养提出了更高要求。结合新工科、《交通强国建设纲要》以及智能交通系统变革等背景,提出基于“三融合六协同”的人才培养新模式,进一步深化推进公安实战化教育改革,培养具有多学科背景的,高层次、复合型、创新类应用警务人才,为公安队伍输送力量。

重大突发疫情事件下通勤交通方式转移行为研究

为探究重大突发疫情期间通勤方式转移行为的影响机理,本文采用RP和SP调查个人属性、家庭属性以及空间区位特征,并利用CatBoost模型结合SHAP框架探讨不同影响因素对交通方式转移的贡献。结果表明:①拥有小汽车的家庭、高收入家庭、更倾向于在疫情期间选择小汽车通勤。高学历者更倾向于选择小汽车或慢行交通以满足对安全、舒适性或环保的需求;②不同特征组合对交通方式转移的复杂影响,如高收入者更倾向于选择小汽车通勤,而低收入者和高学历者在疫情期间对慢行交通表现出较高的意愿。因此,应该加强公共交通系统在突发事件中的应急响应能力,通过设计灵活的调度系统和多样化的服务模式,提高系统应对能力和服务水平。

货车-两轮车碰撞事故典型场景提取及关联规则分析

基于视频信息提取了货车-两轮车碰撞典型事故场景,对事故场景中不同事故因素间的相关性进行了挖掘以补充代表事故遗漏的事故特征。应用210例带视频信息的货车-两轮车碰撞事故案例获取相关事故信息,采用K-modes聚类方法对事故案例进行聚类得到典型事故场景,采用关联规则方法对每个事故场景中事故因素之间的关联度进行分析。结果表明:货车-两轮车事故可分为4种典型场景,即2种十字路口事故,1种直行道路事故以及1种丁字路口事故。十字路口事故场景中事故特征与存在视觉障碍关联度较高,且在十字路口事故中“货车左转”所带来的风险也比较高;直行道路事故中货车制动规避与道路上是否有信号灯存在关联性;丁字路口事故中型货车转向规避与骑车人遭到碾压之间存在关联性。该研究结果可以为两轮车骑车人安全对策和安全测试场景提供参考。

基于Flexsim仿真的电梯群组上高峰分区分层运行管理模式比较研究

按楼层序号奇偶属性分区分层运行管理模式与按楼层跨度分区分层运行管理模式是电梯调度管理的两种常见模式,但模式间的优胜性未见验证。为比较上述两种运行管理模式效能的优劣,选择以上高峰交通流为背景,应用Flexsim仿真方法对按楼层序号奇偶属性分区分层运行管理模式与按楼层跨度分区分层运行管理模式分别构建仿真模型,并从时效性、能耗性、舒适度、服务能力4个维度提出评价分区分层运行管理模式运行效能的指标体系。仿真结果表明,按楼层跨度分区分层运行管理模式的运行效能要优于按楼层序号奇偶属性分区分层运行管理模式的运行效能。在此基础上提出设置可移动式候梯设施、分区分层信息醒目提示、程序锁定电梯轿厢可停靠楼层等管理措施,为分区分层运行管理模式的施行创建良好条件。

收费及奖励策略对通勤出行方式选择的影响分析

为研究收费及奖励两种交通需求管理策略对居民通勤出行方式选择的调控作用,以杭州市主城区为例,通过SP(Stated Preference)和RP(Revealed Preference)调查私家车通勤出行者在停车收费及非小汽车出行奖励情景下的方式选择意向,利用非集计理论分别建立停车收费和出行奖励单独实施和共同实施下通勤出行方式选择的巢式Logit(NL)模型,研究停车收费及出行奖励对私家车通勤出行者出行方式选择的单独影响及共同影响效果,并分析两类策略的弹性。研究结果表明:停车收费和非小汽车出行奖励均能减少私家车出行比例,增加公交和地铁等公共交通出行比例;当停车收费达到一定费率时,才能有效减少私家车出行,适当的奖励能有效激励出行者转向其他出行方式,若同时实施收费和奖励策略,将表现为收费为主和奖励为辅的联合作用;在3类场景中,收入均是影响出行方式选择的重要因素,收入越高,继续选择私家车出行的可能性越大;单独收费场景下,停车收费弹性随费率增加而增大,且费率较低时缺乏弹性,出行奖励弹性随奖励金额增加而先增大后减小,小额奖励即有弹性。

手机信令定位频率对交通方式识别的影响

作为影响手机信令数据定位质量的关键因素,定位频率对交通方式的识别精度具有重要影响.为量化定位频率与交通方式识别精度之间的变化规律,首先,提出一种基于随机森林的交通方式识别模型;其次,在通信运营商的协助下,通过开展实地数据采集实验,完成手机信令数据及对应真实出行信息的同步采集,并利用该数据集对本文提出的交通方式识别模型进行验证;最后,通过数据抽样形成一系列拥有不同定位频率的手机信令数据集,利用该系列数据集对不同定位频率下的交通方式识别精度进行评估研究.研究结果表明:本文模型对步行、非机动车、汽车和公共交通4种交通方式的总体识别准确率为79.2%;每种交通方式对定位频率的敏感性不同,其中非机动车与公交的敏感性更高,步行和汽车的敏感性相对较低;随着平均定位频率从48 s/条下降至241 s/条,非机动车和公交的整体识别精度下降幅度分别约为19.2%和21.5%,而步行与汽车的整体识别精度则分别下降12.8%与11.5%;综合考虑识别准确率与计算效率两方面的需求,建议将60 s/条作为用户筛选与数据抽样的最佳阈值.

中国城市不同交通方式间空气污染物暴露水平比较研究概况

城市交通与公众的日常生活密切相关,交通微环境内的空气污染已成为不容忽视的公共卫生问题。本文通过回顾中国多城市不同交通方式间空气污染物暴露水平比较研究,进一步分析使用不同交通方式可能面临的各种污染物暴露水平差异,可为保护公众日常交通出行健康,以及采取有针对性的交通污染物控制措施提供参考。

常州市吸引源交通特性及交通发展对策研究

为合理解决常州市现状交通问题,促进常州市交通可持续发展,从常州市空间布局特征入手,分析了常州交通供需失衡、道路网结构不完善、公交慢行服务品质不高等现状问题。结合常州市第三轮城市交通吸引源调查数据,从居民出行次数、不同用地职工/访客的出行方式、不同地块高峰小时系数等方面进行了特征分析,进而优化常州市居民出行结构。对合理规划用地布局、优化道路网布局、改善慢行通行环境、完善公交系统等几个方面进行了对策研究,为常州市未来交通发展提供借鉴。