基于SCATS及GPS信息的路段行程时间估计

由于SCATS控制系统的检测信息不提供速度信息,很少用其估计城市道路的路段行程时间。鉴于SCATS应用的广泛性及其采集信息的丰富性,提出了一种基于SCATS信息的路段行程时间估计方法。对基于SCATS信息估计结果进行误差分析,并分析了浮动车样本量对GPS估计结果的影响,明确了两种估计方法在不同条件下估计结果的特性。根据估计结果的准确性和稳定性对实验样本进行分类。在分类的基础上,分析了以上两种估计结果的互补性,并选择合适的融合方法对二者进行了融合处理,融合前后的估计误差对比结果表明,提出的基于SCATS估计方法有效,经SCATS及GPS信息融合后的估计结果更可靠。     

基于GPS数据及车辆运行特性分析的单车路段行程时间估计

针对现有的基于浮动车单车路段行程时间估计方法的不足,提出了一种基于GPS数据及车辆运行特性分析的单车路段行程时间估计方法。该方法主要进行了3个方面的改进:①对地图匹配模块中节点附近GPS点采用了相邻点联合匹配的方法,提高了匹配的效率;②针对不同情况下车辆在边界点前后运行特性的不同,对车辆通过边界点时间进行相应处理,提高了车辆通过路段边界点时间的估计精度;③对车辆个体在运行中因受到干扰而停车现象进行了分析,并对干扰停车予以有效剔除,降低了估计中车辆个体行为对估计结果准确性的影响。最后用出租车GPS实验数据进行了验证,结果证明了本文方法的有效性。     

基于路段下游检测线圈的路段行程时间估计

为解决路段下游线圈检测信息因受交通控制信号影响无法估计路段行程时间的问题,通过分析车辆在停车线处的动力特性,利用牛顿运动定律,对路段下游线圈检测车速进行分析修正,获取车辆通过停车线的修正车速.分析了车辆排队前部与其后车辆在通过下游检测线圈的不同运动特性,分段估计车辆通过路段的时间.用VISSIM4.20模拟软件设计实验,对比分析了基于路段上下游线圈检测信息进行的路段行程时间估计结果.实验结果表明,利用提出方法估计的结果较基于上游检测信息估计结果的准确性和稳定性均有提高.     

基于GPS浮动车的路段行程时间估计方法比较

以长春市局部路网的地理信息为基础,运用实测GPS数据分别对基于GPS浮动车的路段行程时间的直接估计方法与间接估计方法进行编程实现和测试分析,并且依据所得路段行程时间数据对比分析了两种方法各自的特点及适用范围。结果表明,两种方法适用范围的差别比较明显。     

基于GPS采集车辆行程时间的路段划分模型

针对传统路段概念的模糊边界导致无法采集转向行程时间的问题,从提高GPS/GIS浮动车采集路段行程时间的性能出发,提出了方向路段与方向成员路段的概念,设计了一套半闭半开、具有方向的路段划分模型,并制定了相应的组织规则。     

基于GPS数据的行程时间及交叉口延误估计模型

目的 为了解决目前利用GPS数据估计行程时间的模型过于单一,难以满足复杂多变的城市交通环境的问题.方法 考虑各种传统模型的特点与适用范围,设计了基于GPS数据的行程时间估计自适应模型以及交叉口延误估计模型;运用某大城市的实测GPS数据,进行了上述模型的实例验证.结果 验证表明,利用上述模型获得的行程时间和交叉口延误精度可以达到80%以上.结论 相比传统模型,数据估计精度明显有所提高,提高幅度超过5%.     

冰雪条件下城市道路路段行程时间模型

为研究如何准确地预测冰雪条件下城市道路路段行程时间,建立冰雪条件下路段行程时间模型.在美国联邦公路局路段行程时间模型的基础上,分别引入冰雪条件下自由行程时间及路段通行能力修正函数,构建基于冰雪条件下的ISB-BPR函数.通过大量实地调查对修正函数及BPR参数进行标定.实例验证结果表明,该函数能够较为准确地预测冰雪条件下...     

GPS数据下的城市路网关键路段识别

为识别城市路网中的关键路段,提出了一种基于浮动车GPS轨迹的识别方法。以处理后的GPS轨迹作为基础数据,借助Apriori算法提取频繁出现在轨迹中的路段及路段集合,将计算得到的路段及路段集合支持度作为重要度进行排序,筛选得到关键路段及由关键路段组成的路径。选取上海市某一区域路网及出租车GPS数据进行算例分析,结果表明,提出的方法能够识别出城市路网中的关键路段。利用GPS轨迹识别关键路段,能够减轻计算工作量,同时还能获得路网中交通流的主要流向,为城市路网关键路段的识别提供了新思路。     

基于数据采样方法的城市道路自由流行程时间估计

基于交通波模型,提出利用车牌识别数据估计城市道路自由流行程时间. 无需额外架设检测器或现场测算,所提方法具备准确性、科学性、实用性的特点. 基于车辆均匀到达的假设,将行程时间分为自由流行程时间和延误,建立信号影响下的路段行程时间分布函数. 针对现实环境中车流非均匀到达的特点,提出数据重采样方法生成符合均匀流假设的行程时间数据;拟合行程时间分布函数以获得路段自由流行程时间. 在杭州市多个路段的数据验证结果表明,重采样后的行程时间数据较好地拟合了行程时间分布模型,估得的自由流行程时间准确且具备理论支撑.     

信号控制下的路段行程时间

通过交叉口停车先前停车波和启动波的分析,划分出车辆在信号控制下的聚集-释放模式,得出稳定输入下不存在完全一次排队。针对稳定模式中车辆行驶轨迹作了分类,并分别研究了它们各自的行程时间。并用算例表明,路段行程时间(即路阻)不仅是路段流量的增函数,同时它还会受到信号控制的影响。流量很低时的车辆行程时间有可能比流量高时的还要长。     

基于GPS数据的拥挤状态下出租车运行信息提取技术

出租车是城市公交系统的重要组成部分。伴随安装GPS车辆数量的增加,出租车动态运行信息的提取技术应运而生。基于GPS原始数据,给出数据预处理方法,并在此基础上,介绍基于动态载客位置的出租车出行分布估算方法。基于考虑拥挤状态下的路网模型,引入交通分布与交通分配结合的弹性需求用户均衡模型。运用双约束交通分布模型中参数的迭代标定方法提取出租车搜寻乘客等待时间和平均乘客等待出租车时间等信息,为科学地管理出租车市场提供一定的理论基础。     

多因素影响下的城市居民出行行为时间价值

为提高居民出行效用,对多因素影响下的城市居民出行行为时间价值的确定方法进行了研究.首先分析了行为时间价值确定过程中的影响因素.然后针对不同出行方式的出行者,应用效用最大化原理及随机效用模型建立出行效用与影响因素之间的函数关系,提出了居民出行行为时间价值模型计算方法.最后以长春市居民出行调查结果为例进行了实证分析,并将结...     

基于Mixed Logit模型的私家车通勤出行时间价值

假定时间参数为常数,费用参数服从对数正态分布,建立了出行路径选择的MixedLogit模型。利用大连市私家车出行者出行意向调查数据对该模型进行了150次仿真实验。结果表明:各个参数的t检验值均比较显著,模型的优度比也较高,参数的估计值具有很强的集中性。采用150次仿真结果的平均值作为私家车出行者通勤出行时间价值分布函数的参数估计值,得到该分布函数服从参数为2.73和1.09的对数正态分布。这一分布函数可以作为实施和评价道路拥挤收费项目的依据。     

基于出行时间分析的公交跳站运行方案优化

针对公交站点需求过剩导致的运行效率下降问题,在分析跳站运行对4种O-D类型乘客出行时间影响的基础上,使用遗传算法建立了以乘客总出行时间最小为优化目标的公交跳站运行方案优化模型。以杭州市实际公交线路为例,调查了详细的公交出行数据,并使用优化模型对该线路的跳站运行方案进行了设计,分析结果显示:跳站运行能够使所有乘客的总出行时间减少8.43%。     

机动车出行者出发时间选择的影响因素

采用陈述偏好(Stated preference survey,SP)调查法获取机动车出行者的出行行为数据,利用混合Logit模型建立了总体对象和典型对象出发时间选择行为模型。采用不同范围的出行行为数据对模型进行验证,结果表明:出行者的社会经济特性、预计的出行延误信息、对路网的熟悉程度、天气状况信息、交通信息的质量以及出行目的是影响出行者改变出发时间的主要因素,总体对象和典型对象模型存在一定的差异。研究结果揭示了交通信息在不同环境中对出发时间选择行为的影响不同,从而可以为交通信息发布方法和策略的确定提供依据。     

手机信令与出租车GPS数据融合车源定位方法

为揭示居民出行行为与城市交通拥堵的内在关联,并为缓解城市交通拥堵提供技术支持,利用高覆盖率、低精度的手机数据和低覆盖率、高精度的出租车GPS数据,构建了数据驱动的车源定位方法.利用手机数据获取出行需求信息,利用出租车GPS数据获取交通状态信息;提出基于数据融合的出行OD估计方法,进行交通流分配,对城市道路车流来源及城市拥堵源进行动态定位.结果表明:道路车流主要来自于少量车源小区,且拥堵状态下这些小区更加集中;同时受居民通勤行为的影响,城市全局拥堵源在早晚高峰表现出不同的特征.利用数据融合的车源定位可以用于揭示拥堵形成的内在机理及演化规律,辅助制定有针对性的拥堵缓解策略.     

出租车GPS数据的应用研究

出租车运行轨迹遍布城市整个路网,装载GPS的出租车不但能够提供系统本身的运营信息,也能提供有关路网状态的信息。从交通信息处理与数据挖掘的角度出发,对出租车GPS数据在交通状态估计、交通行为分析、出行OD预测、出租车运营管理等诸多方面的应用进行系统的综述。最后针对出租车和路网两方面应用上存在的不足指出有利于拓展出租车GPS数据应用的参考性建议。