预约在城市交通中的应用——北京市回龙观地区的预约出行实践

城市交通系统中居民出行需求时空分布高度不均衡,为合理调节交通供需带来巨大挑战。供需不均衡是引发高峰时段交通拥堵的重要原因,造成大量的时间及资源损耗。预约出行的意义在于提前掌握出行需求,调整供给策略,并在需求集中时段,对存在弹性空间的出行需求进行调节,促进交通供需动态平衡,从而改善拥堵现象。北京市回龙观地区的预约实践验证了调节个体出发时刻对缓解交通拥堵的效果。即使在参与用户比例不高的情况下,高峰时段的出行者调整出发时刻也会对缓解拥堵产生一定正向效应。预约出行为城市交通治理提供了新思路,将成为未来城市交通发展的新模式。

北京市轨道交通车站预约出行实践与思考

高峰时段过度集中的通勤客流是城市轨道交通运营管理工作中的一大挑战。北京市部分轨道交通车站依据同时段历史客流状态,采取站外限流的措施防止进站人数过多。在2020年新冠肺炎疫情防控期间,客流量不确定性高,客流管理难度加剧。为提前掌控客流情况,有效调控客流量,减少乘客聚集风险,创新性地在北京市轨道交通大客流车站开展预约实践,减少传统限流措施造成的站外排队和人员聚集,并保障轨道交通满载率控制和精准溯源的要求。首批选取的两座实践车站,每日早高峰预约用户约6000人,总计可为乘客节省约240 h站外排队等待时间。实践证实预约出行的有效性,也为探索预约模式下新型交通组织方式积累了经验。

北京市公共交通票制票价评估方法研究

公共交通票制票价评估可作为票制票价动态调整机制的补充步骤,对已实施的票制票价方案评估,及时反馈到方案制定、执行过程中,可帮助完善北京市票制票价系统.首先从政府、运营企业、乘客3个角度出发,构建了包含客流特征、出行特征、运营状况、支出优惠的公共交通票制票价评估指标体系;然后基于双层物元可拓模型提出了公共交通票制票价综合评估方法,该方法综合考量各指标的优劣及贡献度、不同时期的评价特点,全面直观地得出评估结果、方案短板、方案调整方向;最后应用该方法对北京市2014年票制票价改革效果进行评估,提出未来票制票价调整应重点关注的方向.

基于车载OBD数据的小汽车出行特征分析--以北京市为例

小汽车出行特征是城市道路网运行的重要影响因素之一。采集小汽车出行数据并深入分析其出行行为特征,是引导小汽车出行方式转变、降低机动车使用强度的重要条件,能够为交通精细化管理和政策制定提供支持。基于车载OBD可采集到的小汽车出行数据和轨迹数据,提出小汽车出行特征分析方法,得到出车率、出行次数、出行距离等量化指标,分析不同阶段、不同区域、不同政策下的出行指标变化特征。利用大数据分析方法对出行规律深层挖掘,进一步获得用户画像、路网非直线系数等交通特征。分析结果表明,车载OBD数据能够较好地反映小汽车出行行为特征,并对交通需求管理政策的实施效果做出定量评价。

城市交通大脑的内涵与顶层设计

我国各城市在互联网企业的带动下纷纷着手搭建城市交通大脑,但城市交通大脑的含义与特征界定尚不明确,"大脑"的建设方法也尚无系统、全面的顶层设计研究.为支撑开展北京市的城市交通大脑建设工作,明确提出了城市交通大脑内涵与外延、核心特征,提出城市交通大脑的分阶段建设路径,并指出重点建设任务,为分阶段的城市交通大脑建设指明方向;为智能交通系统向更为安全有序、边界畅通、智能高效、绿色环保、服务优质的方向发展奠定坚实的基础.

2020年新冠肺炎疫情期间北京市道路运行特征研究

根据北京市2020年新冠肺炎疫情的发展变化,全年可分为4个阶段,疫情初期、疫情稳定期、新发地市场聚集性疫情期(二次疫情期)、全面复工复产期,本文应用道路交通指数、道路交通运行速度、拥堵持续时间等道路运行评价主要指标,对2020年4个不同阶段分别进行道路运交通运行状况评价,进一步对2020年2个时期的典型不限行工作日进行交通运行状态对比,总结分析各阶段的道路交通运行规律特征.

大数据时代城市智能交通系统发展方向

伴随大数据时代的到来,新技术与新思维必将引发城市交通学科的重大变革,首先是城市智能交通领域。从交通系统的基本属性、交通大数据发展特征、城市交通发展的基本理念和战略出发,深入剖析中国智能交通系统研发与应用存在的隐忧和倾向:高端智能决策支持欠缺、车联网技术研发泛化、理论创新匮乏、系统建设依旧各自为政未形成合力等。强调城市智能交通系统的发展必须服从城市交通发展战略的需要,充分利用大数据技术。最后,提出未来智能交通系统的发展方向和系统建设任务。

轨道新线对公共交通乘客吸引力影响因素研究

研究轨道交通新线对公共交通乘客的吸引力影响因素,有助于理解公共交通乘客的出行方式选择行为,预判新线开通带来的客流变化,以提高公共交通运力投放效率和整体服务水平。本文利用公交智能卡数据构建量化评价轨道新线吸引力影响因素的分类与回归树(Classification and Regression Tree,CART)模型,实证分析轨道新线吸引力与乘客特征间的相关关系。首先,从长时期的刷卡记录中挖掘乘客类型、出行习惯、出行特征和职住地轨道可达性等乘客特征指标;其次,以开通后的乘车次数表征新线吸引力,基于上述特征指标构建整体精度为82.6%的轨道新线吸引力影响因素解析决策树模型;最后,依据决策树结构和指标权重量化解析影响轨道新线对公共交通乘客吸引力的关键因素。分析结果表明,居住地距新线距离是影响新线对其吸引力最重要的因素,其次是居住地的轨道可达性水平及乘客联乘出行比例;而出行时间、出行距离等因素对轨道新线吸引力的影响较小。此外,轨道新线对老年乘客的吸引力与其他群体存在明显差异。本文研究成果对优化公共交通规划与运营组织具有重要指导意义。

京津冀交通一体化发展问题与对策研究

京津冀协同发展是中国在新的历史阶段提出的重大国家战略。交通一体化是京津冀协同发展的先行领域,对调整优化城镇群空间布局和推动区域协同发展具有重要的引导和支撑作用。结合京津冀协同发展战略对交通一体化发展提出的要求,从战略区位、社会经济格局以及城镇化发展水平等方面总结京津冀城市群的区域特征,并分析京津冀城市群在运输结构、交通设施网络空间布局以及体制机制等方面的主要问题。最后分别从客运、货运以及体制机制三个层面提出京津冀交通一体化发展的思路和对策建议,包括以打造"轨道上的京津冀"为导向完善区域基础设施网络化布局、提升区域运输组织效率和一体化服务水平、加强区域规划统筹、创新投融资体制机制以及加强土地和资金等相关保障。

基于混合低频车辆轨迹的交叉口延误计算

针对道路交通运行监测评价中不同来源的网联车辆轨迹存在采样频率低和采样频率不一致等问题,提出了一种面向混合低频车辆轨迹的交叉口延误融合计算方法.首先,设计分段拟合函数重构网联车辆低频轨迹,再现车辆在交叉口区域的速度变化趋势与加减速临界点.然后,基于实测轨迹量化分析不同采样频率与通过速度条件下交叉口车辆延误的误差特征,并以此为基础构建面向多源轨迹的交叉口延误融合计算与修正方法,利用先验误差修正和加权混合低频轨迹的延误计算结果.最后,通过蒙特卡洛实验验证所提出方法的有效性.研究结果表明:车辆行驶速度和样本量大小均对交叉口低频轨迹车辆延误的误差有显著影响;在相同速度区间和样本量条件下,采样间隔时间越大,重构后低频轨迹车辆延误的平均误差越大;在混合低频轨迹样本量为10的条件下,利用所提出方法计算的交叉口车均延误的相对误差在8%范围内的概率为93.6%,所提出方法能够有效提升利用混合低频轨迹测算交叉口机动车延误的精度.

考虑交通运行条件影响的驾驶员特征聚类

为提升驾驶员特征聚类方法的适用性与可靠性,本文基于机动车运行轨迹分析提出考虑交通运行条件影响的驾驶员特征聚类改进方法。首先,经过对车辆运行轨迹数据的分析发现,不同道路类型和平均速度条件会显著影响驾驶行为的集计特征;其次,提出改进的驾驶员特征聚类方法,第1步设计考虑道路类型与平均速度因素的车辆轨迹的切片和分类方法,从而稳定提取典型交通条件下的驾驶行为特征参数,第2步选用高斯混合模型聚类驾驶员特征。聚类案例表明,在相同的道路类型和平均速度条件下,驾驶员类型越激进,其速度变异系数、加速度标准差和平均减速度等参数均值越高。不同聚类方法的对比表明,改进方法在驾驶员聚类的类内聚集度和类间分离度方面均表现更好,能有效提升驾驶员聚类的适用性与可靠性。

大型体育赛事交通战略研究

大型体育赛事对城市客运交通和物流保障等方面带来巨大挑战,迫切需要城市政府制定相关交通战略。基于大型体育赛事交通需求构成和特征分析,从短时高强度客流、高品质交通保障能力、绿色交通等方面研讨赛事给城市交通带来的挑战。为应对这些挑战,需要从城市和赛事两方面制定对应战略。城市层面,需要着眼于长远发展目标,以赛事为契机推动空间结构调整、基础设施建设和交通结构优化。赛事层面,在考虑协调性、系统性、优先性和公平性的前提下,采取保障赛事优先、公交优先、绿色低碳和科技办赛的战略。提出举办城市应因地制宜制定赛事交通战略目标,在为赛事提供高品质交通服务的同时,实现城市交通战略和绿色可持续发展。

基于手机信令数据的通勤与交通运行关系模型

通勤是导致城市早晚高峰交通拥堵的主要原因。为探究通勤与交通运行的关系及其机理,分析了北京市通勤、非通勤出行距离、出行结构等基本特征,识别了通勤出行与路网速度分时间段的特征关系,基于此构建了通勤出行对交通运行贡献度六段模型,并通过逐段拟合标定模型参数。由模型分析可知:路网速度与通勤出行高度线性相关,且在早高峰形成及晚高峰消散阶段随通勤出行变化最为显著;晚高峰阶段路网速度是通勤、非通勤出行的混合熵函数;晚高峰较早高峰更拥堵、周五晚高峰拥堵水平加剧,均是由于晚高峰较早高峰、周五晚高峰较其他工作日晚高峰出行混合熵增加,进而导致整个交通系统熵增所致。因此,除了错峰通勤等措施外,减少非通勤弹性出行也是缓解早晚高峰拥堵的重要手段。

人口结构变化对交通出行需求的影响

近年来,我国人口结构变迁明显,从人口结构的变化出发,研究催生的出行需求变化,进而提出相关政策建议是十分具有现实意义的。首先,总结了近十年来我国对交通出行需求影响较大的4项人口结构特征,分别为人口持续向大城市及城市群集聚、流动人口体量大、老龄化趋势突出、家庭规模变小结构更加多元;其次,在挖掘现有规律的基础上,探究4项人口结构特征未来发展趋势;再次,充分利用现有公开统计数据、北京市交通调查数据及信令数据等多源数据,研究了人口结构变化下大城市交通需求的变化特征及趋势;最后,提出了交通供给方面的政策建议,为相关政策的提出及更好地服务人民群众便捷安全出行提供参考依据。

社会价值体系变化及其交通影响研究

在资源条件变化、社会经济制度变革、科技水平提高等因素推动下,多元化、个性化已成社会价值体系主要发展趋势,将引发居民出行需求变化。通过对中国大陆改革开放以来居民社会价值体系变革进行总结及趋势判断,推断未来居民出行的空间范围、品质要求、评价标准均会产生变化。据此提出交通发展在规划建设、运营管理、制度保障上均应制定相应的策略。规划建设上,根据城市特点发展均等化与多样性融合的基础设施;运营管理上,整合多种交通方式,提供集约化与个性化并存的交通服务;制度保障上,完善交通立法,提高社会治理水平,并建立动态长效评估调整模型。

智能移动系统中大规模分布式车辆路径规划问题研究

本文针对智能交通和主动交通管理提出了一种适用于大规模交通分配和路径规划的分布式计算方法。讨论了通过信息传递接口(MPI)在多中央处理器(CPU)上并行计算实现的一系列研究需求和实现挑战;将基于时空事件的车辆路径规划模型应用于大规模的城市路网仿真;将原始车辆路径规划模型分解为一系列计算效率较高的子问题,大幅减少了仿真耗时和通信开销。通过将子问题分发到单独的分布式CPU上,使CPU可以同时执行其任务,并保证较好的负载平衡。重点分析了将所提出的方法应用于北京路网大规模路径规划,以及该方法在不同CPU核数下的计算效率。结果表明:所提出的并行计算方法可以显著减少计算耗时,并在512个计算节点上实现200倍以上的加速比。

基于轨迹数据的小汽车急减速行为特征分析

剧烈的急减速行为是影响交通运行安全和效率的重要因素之一.基于控制器局域网络(controller area network,CAN)总线设备获得的机动车行驶轨迹数据,设计了基于阈值条件的小汽车急减速行为诊断方法.随后,从初始速度、减速持续时间、平均减速度等角度分析了小汽车急减速的基本特征,并挖掘了小汽车急减速行为与交通拥堵状态的关联特征.最后,进行了急减速风险路段诊断与急减速行为聚类分析的案例讨论.结果表明:急减速的持续时间越短,其平均减速度越大;而初始速度越大,其平均减速度越大.急减速发生概率与道路交通拥堵状态具有显著的正相关关系;同时急减速发生的空间位置与道路交通节点密切相关.而K-means聚类分析表明不同类型的驾驶员的急减速频率特征差异显著.

预约出行模式展望

城市交通系统中,由于供需时空不匹配,在一些瓶颈点前会产生较严重的拥堵排队现象。虽然出行者最终都能完成出行,但是在瓶颈点前的拥堵和排队给出行者带来了额外的等待时间。理想情况下,如果每个出行者都按照其实际通过的时刻到达瓶颈点,就可以减免在瓶颈点前拥堵和排队产生的等待时间,即把在途拥挤排队时间转变为在家等待时间,而这两类时间的价值在出行广义费用函数中有较大差异。在传统交通系统中,由于缺乏信息指引,出行者只能依靠在路上排队获得瓶颈点的通行权。随着即时通讯、人工智能等新兴技术发展,可通过技术手段事先为出行者排好通过瓶颈点的顺序,并将推算出的通过时刻告知出行者,出行者按照该时刻到达便可无等待通过瓶颈点。基于此,本文提出预约出行的交通组织模式,即借助于创新科技手段,在城市交通系统中利用预约将现场的拥堵排队转变为虚拟的线上排队,引导出行者按照实际能够通过的时刻到达瓶颈点。研究认为:预约出行可以在一定程度上缓解出行供需时空不匹配问题,在有限资源条件下减少在途排队,提高未来城市交通系统运营组织和管理的水平。

基于扰动传播特征的随机Newell跟驰模型

为研究快速路场景下小汽车跟驰行为,本文从北京市快速路交通流视频中提取高时间分辨率的机动车运行轨迹数据.统计发现,在不同跟驰速度下,小汽车车头时距均服从对数正态分布;利用动态时间规整算法提取小汽车的反应时间与扰动传播速度等特征参数,分别标定其概率分布函数,证明跟驰过程中小汽车的反应时间分布峰值和数学期望分别为1.0 s和1.57 s;在挖掘反应时间、扰动传播速度与车头时距量化关系的基础上,建立基于交通扰动传播特征的随机Newell跟驰模型,并标定得到分速度区间的模型参数.仿真结果表明,本文提出的随机Newell跟驰模型能有效刻画跟驰行为与扰动传播间的关联特征,同时生成符合预期的交通流基本图.新模型能够为跟驰行为随机特征对交通状态的影响研究(如交通流陡降、宽移动阻塞等)提供支持.

基于前景理论的疫情期间出行方式选择模型研究

新冠肺炎疫情爆发对北京市民出行行为影响较大,研究疫情下的出行方式选择行为,对突发公共卫生事件的防控及应对措施有着重要意义.首先,梳理了2020年北京市疫情期间出行结构变化特征,分析各交通方式的变化情况.其次,基于前景理论,建立了考虑风险成本的出行方式选择模型.然后,以10 km出行距离为例,运用方式选择模型对市民在疫情期间的出行方式选择行为进行模拟.结果显示,本文所建立的模型在模拟民众在疫情期间的出行方式选择行为时具有较好的适用性,可帮助分析疫情期间民众的出行特征以及帮助政府提出应对方向.