连续长大下坡路段大货车运行速度预测模型

针对既有线形一致性评价方法未考虑连续长大下坡道路特性的问题,利用10个高速公路连续长大下坡路段的95个特征断面运行速度观测数据,分析了大货车运行速度与坡长、平均纵坡和曲率的关系,建立了大货车运行速度与车辆驶离连续长大下坡起点的距离、车辆至连续长大下坡起点的平均纵坡的关系模型,提出了基于大货车运行速度的连续长大下坡路段线形一致性评价方法. 研究结果表明,提出的模型反映了连续长大下坡路段大货车的运行速度特征,可为高速公路连续长大下坡路段路线安全设计和线形一致性分析提供理论支撑.     

居住地、出行方式与出发时间联合选择的

为刻画居住地、出行方式与出发时间的联合选择行为,选取房价、出行耗时、出行费用及个人属性等作为效用变量,以居住地选择子集合、出行方式选择子集合和出发时间选择子集合的组合作为模型的选择项,构建基于广义极值(GEV)理论的交叉巢式Logit模型,为方便对比,同时构建3种结构的传统巢式模型.利用2005年北京市第3次居民出行调查数据,对模型参数进行估计和检验,并进行弹性分析,分析效用变量的改变引起的备选方案选择概率的改变.参数估计结果表明,交叉巢式Logit模型具有比NL(Nested logit)模型更优的统计学特征,当效用变量改变时,选择者最先变更其出发时间,然后是出行方式,最后才考虑改变其居住地.直接和交叉弹性分析表明,对于小汽车方式的远距离通勤者,即使额外收取费用亦难以降低其出行比例;当通勤距离小于5km时,一种方式出行时间的变化对另一种方式选择概率的影响微乎其微,而当通勤距离在10～20km时,这种影响最显著.     

基于元胞自动机的对向行人交通流仿真研究

基于元胞自动机对对向行人交通流进行仿真研究. 模型利用四个动态参数反映行人移动区域和其视野范围内的实际情况,从而决定行人的行为选择,行人可以根据自身周围的情况选择前进、后退、等待、左右移动、交换位置等行为. 仿真研究不同方向比例与不同系统规模的对向行人流的速度-密度、流量-密度关系. 研究结果表明,系统存在相位转换和临界密度,方向比例和系统规模对行人流的速度-密度、流量-密度关系曲线的形状和系统临界密度值有一定的影响. 关键词： 元胞自动机 对向行人流 动态参数 临界密度     

暴雨天气对城市道路通行能力的影响分析

暴雨天气严重影响城市道路交通的正常运行,其造成的路面积水和视线障碍,降低了道路通行能力.以深圳市天气数据和线圈检测器数据为基础,对比分析暴雨天气和正常天气、小雨天气、中雨天气的城市道路交通流特性,分析不同天气下流量-密度关系,基于格林希尔兹模型,定量研究城市主干路和次干路通行能力的折减系数,为城市道路应对暴雨天气的应急管理提供支持.     

视频序列中面向行人的多目标跟踪算法

为实现视频序列中多行人目标跟踪,基于多信息融合方法,考虑多目标间严重遮挡,建立面向行人的多目标跟踪算法.提出多信息融合算法融合目标颜色和运动信息,结合均值漂移算法思想,实现常态下目标跟踪.针对多行人目标参与的遮挡,通过理论分析遮挡过程中目标面积变化,提出遮挡因子判别遮挡发生、辨识遮挡者和被遮挡对象、确认被遮挡对象重新出现等.实验结果表明,该方法能够正确跟踪行人目标,判断并处理多目标间的严重遮挡.      

Capacity Reliability of Signalized Intersections with Mixed Traffic Conditions

The reliability of capacity of signalized intersections in mixed traffic conditions involving vehicles, bicycles, and pedestrians was investigated to complete the conventional, deterministic capacity calculations. Simulations using VISSIM provided estimates of capacity distributions, and demonstrated the effects of the analysis intervals on the distributions. With the random vehicle arrivals taken into account, a capacity reliability assessment method was given as a function. Assessments were also performed...     

基于可变参数的道路交通事故动态灰色预测模型

以中国1990~2006年万车死亡率为研究对象,在固定参数动态灰色预测模型基础上,根据人口数量、机动车数量和公路里程优化参数P值,建立了可变参数动态灰色预测模型;分别运用固定参数动态灰色预测模型、可变参数动态灰色预测模型和基于三点平均技术的可变参数动态灰色预测模型进行预测,得到的平均相对误差分别为6.97%、5.67%和4.61%.研究结果表明:可变参数动态灰色预测模型优于固定参数动态灰色预测模型;基于三点平均技术的可变参数动态灰色预测模型可以进一步平滑预测结果,增加预测结果的可靠性.     

考虑时空相关性的网络交通流短期预测

实时、准确的交通流短期预测是交通诱导、管理的前提.为了提高预测精度,结合交通流数据中的历史时间相关性与网络空间断面相关性,构建了一种基于皮尔森相关系数法(Pearson Cor-relation Coefficient,PCC)与双向长短时记忆(Bidirectional Long Short Term Memory,BLSTM)架构的交通流短时预测模型.该模型可以通过PCC筛选路网中与目标路段空间相关的路段,并将其重构为新数据集,作为BLSTM预测模型的输入,以实现交通流短期预测.通过美国加州交通流数据对模型预测性能进行评价,实验结果表明:该模型可以融合交通流数据中的时空相关性,相对于其他主流预测模型精度平均可提高4.83％.     

基于BP神经网络的行人和自行车交通识别方法

研究了基于BP神经网络的行人和自行车识别方法.首先对图像提取4个特征,形成特征向量作为BP神经网络的输入;然后设计BP神经网络的结构,网络输出为对行人和自行车的识别;为了确定BP神经网络合理的隐层神经元数目,分别对不同隐层神经元数目的神经网络进行了实验分析.最后利用实测的数据对BP神经网络进行训练、仿真实验,并对实验结果进行分析;结果表明:最佳网络的正确识别率为84%,行人和自行车的正确识别率分别为89%和71%.