基于手机信令大数据的城市居民出行OD预测

为得到具有客观性、动态性的居民出行起止点间交通出行量(OD trips),以中国移动手机信令大数据为基础,阐述了手机信令数据的来源与构成,针对城市居民出行目的,通过数据分析,设置10分钟为划分出行活动的阈值,提出基于手机信令数据获得的OD矩阵的原理与方法,应用数据挖掘技术,对贵阳市居民出行OD矩阵进行了预测.为进一步加强大数据与城市智能交通系统的融合,将得到的城市居民出行OD矩阵应用到真实的城市公交线网中.最后通过MicroCity平台,将数据结果实现可视化.分析结果表明:与传统OD调查方式相比,利用手机信令大数据获得的OD矩阵客观性、动态性较强,信息采集分析周期短,更容易与城市智能交通系统融合,应用可视化平台,可实时反映出城市公交运营状态,为城市智能规划和调度提供重要参考.     

基于DID模型的ITS对北京交通拥堵改善的研究:评价期的视角

采用双重差分模型,基于智能交通系统(ITS)效用发挥滞后时间为3年,选择2010年和2014年作为评价时点对ITS实施效果和北京交通拥堵之间的相关性进行分析.DID模型计量分析的最终结果显示,ITS效果的发挥明显改善了北京交通拥堵问题.为了验证评价结果的可信度,通过改变评价时点这一参数对评价结果进行稳健性检验,结果仍显示ITS效应发挥对北京交通拥堵改善有很大的促进作用.     

智能交通环境下多信息反馈效应的跟驰模型研究综述

智能交通环境下,驾驶员可实时获取前方多辆车行驶状态信息,并根据反馈信息合理调整自身车辆运行状态,以期实现前后多车协同行驶的目标。本文简要回顾了跟驰模型近70年的发展历程,重点聚焦理论驱动跟驰模型,系统梳理了智能交通环境下多信息反馈效应跟驰模型的相关研究,给出了不同信息反馈作用下各模型的具体表征及其特性,归纳出多信息反馈效应跟驰模型动力学方程的一般形式。最后展望了该模型未来的发展趋势,为进一步完善跟驰理论及模型提供有益的参考。     

基于两平行线及其线上三点的摄像机标定方法

在大视场交通监控摄像机的标定中,由于不便于放置大尺寸标定靶标,常采用交通标线构成的特定几何图形替代标定靶标,但许多交通场景仅有一组平行的车道分界交通标线,难以获得传统标定方法所需的标定约束条件。针对此类交通场景,选取两平行交通标线和其中一条线上的三点作为标定参考物,依靠其中一条线上三点在单幅图像中的像素坐标、三点间的两个距离值及平行线间距作为约束条件来完成摄像机的标定。建立了图像坐标系与世界坐标系之间新的换算关系,推导出了摄像机内外参数的求解公式,探讨了旋转角对测量误差的影响。实验结果表明,在约束条件不足的情况下能够获得较好的摄像机参数近似解,沿道路方向上的测距精度优于对比文献的结果,具有标定参考物选取容易、操作简便、几何约束条件少等优点,适用于交通监控系统中大视场摄像机的快速标定场合。     

ITS示范工程对城市交通畅通性的贡献率研究

通过分析城市交通畅通性的影响因素及其与ITS(智能交通系统)的关系,挖掘ITS对城市交通畅通性的贡献率指标.搜集实证研究对象数据,采用灰色预测模型预测贡献率指标的数值,将ITS示范工程实施前后的数值进行对比,计算得到ITS示范工程对城市交通畅通性的贡献率.由贡献率结果判断ITS示范工程对城市交通畅通性的作用及ITS示范工程的实施效果如何,为未来ITS的发展提供相应的参考建议.     

智能交通系统的元胞自动机交通流模型

在Nagel-Schreckenberg(NS)模型的基础上，提出一种可应用智能交通系统（ITS）信息的新的交通流元胞自动机模型. 其中考虑了有效间距及刹车灯的作用，并引入了可变安全间距的新概念. 数值模拟表明：对于这种改进的ITS元胞自动机模型，道路交通量有了显著提高，体现了智能交通的优越性——有效地扩大交通流量，减少阻塞生成. 当考虑快车和慢车的混合交通流时，发现即使少量的慢车也会导致交通流量大幅度下降，说明了严格实施快慢道行驶的必要性. 关键词： 交通流 智能交通系统（ITS） 元胞自动机模型 刹车灯 可变安全间距     

高速公路行车时间估计和最优路径

行车时间估计和最优路径选择是智能交通系统中的研究热点,特别是对于车辆导航系统更具有深远的意义.首先以传统的交通流理论为基础,采用间接模型和动力学模型进行行车时间估计,通过仿真实验比较了两模型的优劣,并使用实测数据分析得到的车流量信息对动力学模型进行改进.然后使用Dijkstra算法寻找出静态状态下的最优路径,再结合前面建立的时间估计模型,给出了适用于动态随机状态下的路径寻优算法,用于解决路段行车时间期望随出发时刻动态变化的问题.最后指出了交通实时信息对解决动态随机最优路线问题的重要性,并结合卡尔曼滤波算法对路段相关的情况作了进一步讨论.     

含重叠路段交通系统中信息反馈策略的比较研究

智能交通系统可以实时反馈路况信息、诱导出行,进而缓解交通拥堵.在时间反馈和平均速度反馈两种信息服务策略下,考虑重叠路段的影响,利用元胞自动机模型对人们的路径选择行为进行了模拟.结果表明,在含有重叠路段的网络中,相对时间反馈策略而言,平均速度反馈策略可以更有效地降低人们的出行时间,其优势在重叠部分长度占路径长度的比例很小和较大时十分明显,且随路径长度的增加而上升.在提高路网的利用效率方面,平均速度反馈策略的优势随路径长度的增加而逐渐下降,随重叠部分长度的增加而先降后升. 关键词： 交通流 元胞自动机 智能交通系统 信息反馈策略     

基于粒子群的模糊神经网络的短时交通流量组合预测

为了进一步提高短时交通流量预测的精度,提出了一种粒子群算法的模糊神经网络组合预测模型,模糊神经网络融合了神经网络的学习机制和模糊系统的语言推理能力等优点,弥补各自不足,将自回归求和滑动平均(ARIMA)和灰色Verhulst模型进行初步预测,并将两种初步预测的结果作为模糊神经网络的输入,构建基于改进模神经网络的组合预测模型,在此基础上进行训练和预测,其中模糊神经网络的相关参数由改进粒子群来优化,利用本方法来对南京市汉中路短时交通流量进行预测,结论表明:方法充分发挥了单一模型的优势,比单一的预测模型更加精确,是短时交通流量预测的一个有效方法。     

考虑无人驾驶和车内活动效用的双模式通勤选择与经营策略优化分析

无人驾驶的出现将会影响通勤者的出行行为以及出行服务运营方的经营策略制定.文章基于活动的视角将无人驾驶车内活动效用以及时间利用效率纳入考虑,以一个无人驾驶车辆与地铁共存的双模式交通系统为例,构建了基于活动的双模式出行选择模型,并对地铁运营方在追求经营利润最大化与社会净效用最大化两种情形下的经营策略进行了分析优化.结果表明:基于出行的方法简化了早高峰期间瓶颈处发生拥堵的条件,同时低估了道路出行人数;当总发车班次数受限为定值时,发车间隔应随车票价格或车内活动效用的增加而缩短,同时可变成本等参数取值将会对车票价格的优化产生影响,且若忽略车内活动效用则会高估车票价格与发车间隔时间.此外,在地铁运营方以社会净效用最大化为经营目标时,虽然有着较高的社会净效用,但也承受着较高的经营成本.