检索结果-南通市图书馆

基于航拍视频构建风险指数的交织区拥堵识别方法

在线全文

学校读者我要写书评

暂无评论

铁道科学与工程学报 2023年第2期20卷 494-505页

作者：李熙莹梁靖茹张伟斌郝腾龙陈丽娟中山大学智能工程学院广东深圳518107 广东省智能交通系统重点实验室广东深圳518107 南京理工大学电子工程与光电技术学院江苏南京210094

为了实时识别快速路交织区拥堵瓶颈的形成及其诱发因素,基于无人机航拍视频构建车辆轨迹数据,提出一种融合交通流不稳定性分析的交织区拥堵识别方法。识别方法由车辆轨迹提取、扰动感知模型和拥堵风险指数构建3个阶段构成。首先,通过YOL... 详细信息

为了实时识别快速路交织区拥堵瓶颈的形成及其诱发因素,基于无人机航拍视频构建车辆轨迹数据,提出一种融合交通流不稳定性分析的交织区拥堵识别方法。识别方法由车辆轨迹提取、扰动感知模型和拥堵风险指数构建3个阶段构成。首先,通过YOLOv4(You Only Look Once,Version 4)网络训练航拍小目标权重检测俯拍车辆,关联外观与运动特征以跟踪车辆轨迹,从而提取无人机航拍视频中的精细车辆轨迹。然后,通过提取车辆微观速度、变道、冲突信息建立车速扰动和变道交织扰动感知模型。最后,采用熵值法结合扰动信息与平均车速构建归一化的拥堵风险指数,根据交织流的拥堵风险指数识别拥堵。本文采集广州大桥数据进行案例分析与测试验证。研究结果表明:学习了小目标特征的网络在航拍场景测试的误检率和少检率均低于5%,所提取的车辆轨迹连续稳定;在交织区拥堵识别评价中,本文方法的F1值达到97.85%,明显优于基本参数识别方法,在各路段中具有较高的识别准确度和算法鲁棒性;相比平均速度指标,所提出的拥堵风险指数能够更精细灵敏地反映短时和局部的拥堵,并能够从平均车速、个体车速差异和变道交织3个维度中识别多种因素引起的交织区交通瓶颈。研究结果可为城市重点路段交通诱导与优化提供技术基础。

关键词：智能交通拥堵识别快速路交织区航拍视频检测拥堵风险指数

基于时空收费数据挖掘的高速公路交通流预测与拥堵识别研究

在线全文

学校读者我要写书评

暂无评论

基于时空收费数据挖掘的高速公路交通流预测与拥堵识别研究

作者：史童童长安大学

学位级别：硕士

高速公路收费场景是一个大规模复杂的非线性系统,具有跨域范围广且交通流变化尺度大等特征,精准预测时空交通态势,提前感知区域拥堵状况,对于推进高速公路运行效率和未来交通智能化管理模式具有重要的理论意义和实用价值。随着感知、通... 详细信息

高速公路收费场景是一个大规模复杂的非线性系统,具有跨域范围广且交通流变化尺度大等特征,精准预测时空交通态势,提前感知区域拥堵状况,对于推进高速公路运行效率和未来交通智能化管理模式具有重要的理论意义和实用价值。随着感知、通信及融合建模技术的大幅提升,如何从海量的高维异构数据中提炼关键的交通信息和时空关系,是高速公路数字化发展过程中亟待解决的关键问题。本研究以高速公路收费站和ETC门架为研究对象,围绕应用场景关键问题,采用深度学习、融合理论等先进的建模思路和分析方法,以“背景凝练—数据解析—特征挖掘—预测设计—拥堵识别”的逻辑主线展开研究。具体来说,本文的主要工作和贡献点总结为以下几个方面:首先,从数据的调研过程、质量问题、异常修复等多角度出发,重点介绍高速公路收费站和ETC门架两个研究场景,深入剖析收费数据存在的质量问题,设计不同质量问题对应的异常识别思路,并提出一种基于生成对抗网络的多模式缺失数据补全算法(Multi-class Generative Adversarial Network,MC-GAN),完成原始数据的异常判定和标准修复工作,结果表明,MC-GAN模型在不同缺失比例下均取得了最优的补全性能,尤其在高缺失比例下相较于改进之前的性能提升约14.67%,为交通异常数据提供了系统性的分析思路和修复方法。其次,借助相关性分析和数据可视化方法,从时空维度探究收费场景的交通流特性和区域预测建模思路,提出一种基于深度学习框架的多图编码时空扩张卷积网络模型(Multi-graph Coding Spatiotemporal Dilated Convolution Network,MGC-STDCN),利用图论思想将大规模路网拓扑关系重新建模为多种类型的非欧式图结构,以表征不同观测站点间的真实空间依赖关系,并克服现有方法无法大尺度并行捕获长时间序列的限制问题;实验设计五个板块,验证了提出的模型在大规模交通网络背景下能够取得较好的长时预测性能和计算效率。最后,选取以收费站为例的复杂交通场景,合理设计拥堵域,筛选交通判别指标,并基于收费站组成特征重新设计指标计算方法;融入熵权法和样本加权的思路,提出了一种改进的模糊聚类算法,并依此划分收费站拥堵等级,然后联合MGC-STDCN预测模型实现真实收费场景在未来时刻的拥堵状态精准识别,为高速公路交通拥堵治理、路网规划等提供决策支持。

关键词：高速公路交通流预测拥堵识别缺失数据修复时空特征深度学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于可变元胞传输模型下的交通拥堵识别

基于可变元胞传输模型下的交通拥堵识别

作者：王政杰兰州交通大学

学位级别：硕士

道路交通做为城市功能得以发挥的主要载体,是发展国民经济,促进城市运行的基础,又在城市居民社会活动中占有重要地位。但是,伴随着一系列的因素,城市交通问题日趋严重。本文就旨在结合新颁布的道路交通拥堵度评价办法(GA/T 115-2020),... 详细信息

道路交通做为城市功能得以发挥的主要载体,是发展国民经济,促进城市运行的基础,又在城市居民社会活动中占有重要地位。但是,伴随着一系列的因素,城市交通问题日趋严重。本文就旨在结合新颁布的道路交通拥堵度评价办法(GA/T 115-2020),来更快、更准确地、多角度地识别出城市道路网的状态,在拥堵发生后尽快改善交通拥堵。利用python以及VISSIM软件对改善过的Siouxfalls路网和兰州市城关区主要道路网进行仿真模拟,以便快速准确的识别出城市道路交通网状态,进而做出一系列措施改善交通状态。首先对Siouxfalls网络进行路网调整,使得更贴切国内现实生活中的路网。然后采用可变元胞传输模型并使用Dijkstra算法进行交通分配,通过python来实现交通流模拟,在模拟过程中,加入从《道路交通拥堵度评价方法》中获取的交通拥堵判别因子。VCTM路网仿真模型的粒度被细化为路网上的单辆车,仿真时,能够很容易地得到车辆位置的详细信息,然后可以获取当前时步路段车流量,以便收集数据,在收集完数据后,结合判别因子分析道路情况。仿真结果从交叉口交通拥堵度和路段区间交通拥堵度两方面进行分析,在平峰期与高峰期仿真结果中分析哪些路段与交叉口处于不同程度的拥堵状态;进而发现新标准具有很强的实用性和适用性。最后对兰州市城关区主要道路区域网进行实地调研,其次根据现状调查结果基于PTV Vissim 2022(Student)仿真软件进行微观交通仿真获取新方法评价的基本参数,再次结合仿真输出数据与评价方法对交叉口交通拥堵度、区间路段交通拥堵度、道路和道路网交通拥堵度进行评价。同时基于百度地图开放平台API接口获取评价路段白天10小时的实时路况运行数据,以实时路况数据作为仿真运行数据的对照组,结合交通微观仿真模型与交通大数据实施路况分析数据,验证仿真评价结果符合实际道路的拥堵程度,确定《道路交通拥堵度评价方法》在兰州市具有实际的工程应用意义。在实地调研地基础上,对兰州市城关区拥堵成因进行分析:交通规划缺乏远瞻性、路网结构不完善、公共交通服务水平较低、智慧交管建设滞后;再根据原因提出相关优化建议。

关键词：城市交通交通拥堵交通流仿真 VISSIM仿真拥堵识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高速公路交通拥堵识别和预判方法研究

高速公路交通拥堵识别和预判方法研究

作者：田润泽桂林电子科技大学

学位级别：硕士

高速公路作为最主要的交通要道之一,其开发与建设直接关系到国民经济与社会的发展,然而随着机动车数量急剧增加,高速公路交通供需失衡问题愈加突出。而交通拥堵识别和预测是智能交通系统的核心部分,采用传统模型方法的交通拥堵识别和预... 详细信息

高速公路作为最主要的交通要道之一,其开发与建设直接关系到国民经济与社会的发展,然而随着机动车数量急剧增加,高速公路交通供需失衡问题愈加突出。而交通拥堵识别和预测是智能交通系统的核心部分,采用传统模型方法的交通拥堵识别和预测已经不能很好地适应目前复杂易变的道路交通系统。因此,本文对高速公路交通拥堵识别和预测方法进行深入研究,从而有效地缓解高速公路交通拥堵状况,提高交通运行效率。本文首先为了选取高速公路交通状态表征参数指标以及校验交通检测器收集到的流水数据的可靠性,对高速公路进行了数据调研,选取了交通流量、平均速度和交通密度作为高速公路拥堵判别指标并划分了四种交通状态。之后对流水数据进行了预处理并构建了数据集,为高速公路拥堵识别和预判研究提供了可靠的数据基础。然后,针对传统FCM算法在随机确定初始聚类中心的不稳定性以及忽略了特征参数拥堵判别指标间的差异性对计算样本间的相似性度量产生的影响问题,提出了改进的FCM高速公路交通拥堵识别算法。首先提出了样本的特征权重向量与差异度概念,通过利用权重差异度模糊聚类算法改进了初始聚类中心的取值,然后提出了利用熵值法与AHP组合算法从主客观角度综合确定拥堵判别参数指标在模糊聚类分析中权重的改进算法。将改进的FCM算法进行对比验证,结果表明本文所提出的改进算法整体性能更好,且交通状态的识别准确率在95%以上,验证了所提出的改进FCM高速公路交通拥堵识别算法的可行性。最后,针对传统的高速公路拥堵预测方法大多构建的是单一的预测模型,且大多以交通流的时间特征为基础,缺少对交通流的空间特征深度挖掘,导致预测结果不理想的问题,提出了基于SVR-LightGBM模型的高速公路交通拥堵预测方法。首先基于前一章算法的聚类结果得到不同交通状态下各判别指标的具体取值范围,进而对交通状态进行量化计算出各状态下的拥堵指数阈值。然后基于SVR-LightGBM组合预测模型实现由上下游历史时段交通流数据对目标路段拥堵指数的预测。该模型采用MAE、RMSE和EC评价指标与其它四种组合和单一模型预测结果进行对比,结果平均绝对误差分别降低了42.53%、16.64%、44.52%和40.68%,均方根误差分别降低了37.10%、14.23%、37.96%和24.09%。表明本文所提出的SVR-LightGBM高速公路交通拥堵预测模型具有较高的预测精度,从而验证了该方法的有效性与实用性。

关键词：高速公路拥堵识别拥堵预测改进FCM算法 SVR-LightGBM

基于H3网格时空索引方法的城市路网交通拥堵识别研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于H3网格时空索引方法的城市路网交通拥堵识别研究

作者：陈俞林长安大学

学位级别：硕士

交通拥堵作为世界性的交通问题,自19世纪以来一直受到城市管理者、交通研究者和交通利用者的重点关注。随着城镇化进程加快,城市发展过程中出现的城市与交通规划不协调、交通供需失衡、公共交通落后、交通出行方式不合理、静态交通容量... 详细信息

交通拥堵作为世界性的交通问题,自19世纪以来一直受到城市管理者、交通研究者和交通利用者的重点关注。随着城镇化进程加快,城市发展过程中出现的城市与交通规划不协调、交通供需失衡、公共交通落后、交通出行方式不合理、静态交通容量欠缺等问题进一步加剧了城市交通拥堵。由“堵车”到“堵城”,拥堵的负面影响越发凸显。在此背景下,传统的修建新道路、拓宽旧道路的方法已不再适用,应用智能交通技术提高城市交通管理水平成为解决城市交通拥堵问题的新手段。拥堵识别作为智能交通领域的重要研究方向,通过精准分析路网交通状态和挖掘拥堵时空特征,可以为城市交通管理者提供充分的决策依据、为出行者提供实时的交通信息,已成为解决交通拥堵的有效方法。但是,当前的拥堵识别研究依然存在两点问题。第一,轨迹数据与路网的匹配计算量较大,难以实现大规模轨迹数据的实时快速计算;第二,当前研究方法多依赖于矢量路网地图,适用性较差,且很少利用浮动车数据研究常发性拥堵。因此,本文提出基于H3网格的时空索引方法,通过划分时空网格实现对海量时空数据的高效实时计算,并基于浮动车GPS数据实时识别城市路网拥堵,挖掘常发性拥堵区域。具体研究内容包括:(1)提出基于H3网格的时空索引方法。基于浮动车轨迹数据,引入H3空间索引方法对城市路网和GPS数据进行H3六边形网格划分,并在此基础上增加时间维进行时间切片,建立时间索引。然后将空间索引与时间索引关联,构建时空索引,实现对城市路网和GPS数据的时空网格划分;(2)构建时空网格拥堵识别模型。基于时空索引方法,考虑网格速度和轨迹数量特征,提出时间和空间维度下的网格速度、网格交通状态差异作为网格拥堵判别指标。定义拥堵网格判别标准,划分I级和II级拥堵,并设计网格交通状态差异指标阈值求解算法,实现对拥堵时空网格的实时分级识别;(3)构建城市常发性拥堵区域识别模型。基于时空网格拥堵识别结果,创建网格拥堵时空矩阵和网格拥堵频次矩阵。提出网格拥堵频次和作为聚类指标,通过重新定义邻域半径和邻域密度阈值等参数对OPTICS聚类算法进行改进,以实现H3网格聚类,挖掘城市路网常发性拥堵区域。

关键词：城市交通拥堵拥堵识别浮动车轨迹数据网格模型聚类分析

中国空中廊道划设与时空拥堵识别及其航线流量影响

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

地理学报 2018年第10期73卷 2001-2013页

作者：董雅晴路紫刘媛张秋娈河北师范大学资源与环境科学学院石家庄050024 河北师范大学旅游学院石家庄050024

航空运输的迅速发展使空中交通流增加,空中廊道因能容纳高密度交通流而成为支持空域资源充分开发利用的一种新技术,空中廊道拥堵时段和拥堵区段的识别是廊道上车道分配和开合操作的基础。在回顾空中廊道与交通拥堵相关研究后,构建了由... 详细信息

航空运输的迅速发展使空中交通流增加,空中廊道因能容纳高密度交通流而成为支持空域资源充分开发利用的一种新技术,空中廊道拥堵时段和拥堵区段的识别是廊道上车道分配和开合操作的基础。在回顾空中廊道与交通拥堵相关研究后,构建了由空中廊道划设、拥堵状态识别、航线流量影响组成的研究方法。依据高流量航线确定空中廊道位置、依据距离约束条件确定航线参与者,合并划设出全国14条空中廊道;进而通过时空数据计算、时空图编绘、网格频数筛选及划分阈值设定等步骤,遵照重叠次数及热格频数的指示规则,对拥堵时段和拥堵区段进行识别;并通过规模值和汇聚值两个指标分析高流量航线的拥堵影响。研究发现:拥堵时段呈现为全天多峰"波浪型"分散分布及高峰后端集聚的结构特征;拥堵区段整体呈现为不平衡覆盖和交汇节点集中分布的结构特征,其中高拥堵程度的空中廊道呈现为一个斜体"N"字型框架,框架上为小区段集中的不完全贯通;时空交互上,拥堵区段存在单一时段和多时段重叠两种类型,多个廊道的不同拥堵区段存有共同拥堵时段。高流量航线在空中廊道拥堵中起相对决定性作用,且在抵港和离港两个方向上的影响不均衡。空中交通拥堵识别可为中国未来空域资源时空动态评估和空中廊道建设提供依据。

关键词：空中廊道拥堵识别航线流量时空图中国

在线全文

学校读者我要写书评

暂无评论

基于门架数据的高速公路拥堵识别研究

科技和产业 2023年第22期23卷 113-118页

作者：余畅苏跃江韦清波广州市交通运输研究院有限公司广州510635 华南理工大学土木与交通学院广州510614 广州市公共交通数据管理中心有限公司广州510620

有效识别高速公路拥堵情况,能为高速公路的交通管控及建设规划提供有效依据。基于高速公路门架数据,提出了一套基于行程时间阈值的拥堵识别分析方法,提取车辆的行程时间集合,利用聚类算法对路段的不同拥堵等级的行程时间阈值进行标定,... 详细信息

有效识别高速公路拥堵情况,能为高速公路的交通管控及建设规划提供有效依据。基于高速公路门架数据,提出了一套基于行程时间阈值的拥堵识别分析方法,提取车辆的行程时间集合,利用聚类算法对路段的不同拥堵等级的行程时间阈值进行标定,从而对高速公路拥堵情况进行判别。在实例分析中,以广州市高速公路网为研究对象,开展了拥堵识别分析。结果表明,广州市高速公路总体运行状态良好,80%的时段路段处于顺畅状态。

关键词：智能交通门架数据聚类算法行程时间阈值拥堵识别

在线全文

学校读者我要写书评

暂无评论

多重处理的道路拥堵识别可视化融合分析

中国图象图形学报 2020年第2期25卷 409-418页

作者：黄子赫高尚兵蔡创新陈浩霖严云洋淮阴工学院计算机与软件工程学院淮安223001 江苏省物联网移动互联技术工程实验室淮安223001

目的随着城市交通拥堵问题的日益严重,建立有效的道路拥堵可视化系统,对智慧城市建设起着重要作用。针对目前基于车辆密度分析法、车速判定法、行驶时间判定法等模式单一,可信度低的问题,提出了一种基于DBSCAN+(density-based spatial c... 详细信息

目的随着城市交通拥堵问题的日益严重,建立有效的道路拥堵可视化系统,对智慧城市建设起着重要作用。针对目前基于车辆密度分析法、车速判定法、行驶时间判定法等模式单一,可信度低的问题,提出了一种基于DBSCAN+(density-based spatial clustering of applications with noise plus)的道路拥堵识别可视化方法。方法引入分块并行计算,相较于传统密度算法,可以适应大规模轨迹数据,并行降维聚类速度快。对结果中缓行区类簇判别路段起始点和终止点,通过曲线拟合和拓扑网络纠偏算法,将类簇中轨迹样本点所表征的路段通过地图匹配算法匹配在电子地图中,并结合各类簇中浮动车平均行驶速度判别道路拥堵程度,以颜色深浅程度进行区分可视化。结果实验结果表明,DBSCAN+算法相较现有改进的DBSCAN算法时间复杂度具有优势,由指数降为线性,可适应海量轨迹点。相较主流地图产品,利用城市出租车车载OBD(on board diagnostics)数据进行城区道路拥堵识别,提取非畅通路段总检出长度相较最优产品提高28.9%,拥堵识别命中率高达91%,较主流产品城区拥堵识别平均命中率提高15%。结论在城市路网中,基于DBSCAN+密度聚类和缓行区平均移动速度的多表征道路拥堵识别算法与主流地图产品相比,对拥堵识别率、通勤程度划分更具代表性,可信度更高,可以为道路拥堵识别的实时性提供保障。

关键词：并行聚类拥堵识别轨迹大数据智慧城市可视化

基于不同张量算法的交通拥堵识别效果对比分析

在线全文

学校读者我要写书评

暂无评论

黑龙江交通科技 2023年第5期46卷 157-160页

作者：徐磊上海同谐工程咨询有限公司上海200433

基于表征多维动态交通数据的张量数学模型,利用行程时间交通数据,对张量算法中交通拥堵识别效果较好的基于鲁棒主成分分析的张量恢复算法(RSTD)和基于贝叶斯定理的张量恢复算法(BPTF)进行分析,对比两种算法对交通拥堵的识别效果。结果表... 详细信息

基于表征多维动态交通数据的张量数学模型,利用行程时间交通数据,对张量算法中交通拥堵识别效果较好的基于鲁棒主成分分析的张量恢复算法(RSTD)和基于贝叶斯定理的张量恢复算法(BPTF)进行分析,对比两种算法对交通拥堵的识别效果。结果表明,两者在常发性拥堵(早晚高峰)识别上的差距并不大,RSTD算法的偶发性拥堵(意外延误)识别能力强于BPTF算法,且RSTD算法具有更高的识别精度。整体来说RSTD算法的交通拥堵识别效果优于BPTF算法。

关键词：张量算法 RSTD 偶发性交通拥堵 BPTF 拥堵识别