基于行程车速的城市道路拥堵瓶颈识别

发布时间：2021-11-26 04:28

　　城市道路交通拥堵问题已成为破坏生态环境、降低生活质量、制约经济发展的重要因素。交通瓶颈具有隐性特征,开展城市道路交通运行监测,利用城市交通运行的大数据,可以客观准确地识别道路拥堵瓶颈,支持城市交通建设项目决策以及精细化交通管理;为缓解城市道路拥堵提供了有力的技术支持和决策参考。首先,通过调查道路条件、行程车速及运行感受数据关联研究分析发现,相同道路条件综合影响因子与自由流车速有着相近的趋势关系。结合大数据机器学习的方法采集自由流车速对道路进行分类,进一步研究分析得出每类道路不同运行状态的车速区间,即道路拥堵标准。其次,采用大数据机器学习的方法全局检测修复车速指标,基于拥堵种子的拥堵事件识别算法逐个路段进行拥堵事件识别,随后统计拥堵事件的拥堵特征指标,为城市道路拥堵瓶颈识别提供数据基础。最后,基于道路路网拓扑建立道路五阶空间拓扑静态关系表,结合道路拥堵事件识别结果,采用时空大数据深度挖掘算法识别城市道路拥堵瓶颈,并对拥堵瓶颈的拥堵模式特征进行了多维度刻画。 

【文章来源】：重庆交通大学重庆市

【文章页数】：86 页

【学位级别】：硕士

【部分图文】：

调查路线图

21图3.3GPS轨迹数据导入SignalsitemapPCTool测量行程距离图3.4GPS轨迹数据导入ArcGIS测量行程距离③行程车速计算(式3.1)

21图3.3GPS轨迹数据导入SignalsitemapPCTool测量行程距离图3.4GPS轨迹数据导入ArcGIS测量行程距离③行程车速计算(式3.1)

【参考文献】：
期刊论文
[1]城市公交网络运行演化分析与瓶颈甄别[J]. 王璞,谭倩,徐仲之,鲁恒宇,林涛.  电子科技大学学报. 2018(03)
[2]基于潜在瓶颈路段识别的可变信息标志选址分析[J]. 王建军,金书鑫,任予跃.  中国公路学报. 2018(04)
[3]策略性等待下Y型瓶颈的单步拥堵收费模型[J]. 张梦婷,丁建勋,郑杨边牧,龙建成.  山东科学. 2017(02)
[4]交通瓶颈处局域密度时间序列的长程相关性[J]. 贾丽斯,盘薇,陈栋,薛郁.  广西科学. 2016(03)
[5]基于时空自相关的道路交通状态聚类方法[J]. 韦伟,毛保华,陈绍宽,周洋帆.  交通运输系统工程与信息. 2016(02)
[6]大数据环境下的城市交通规划与管理模式变革——以上海智能化的公交集群调度为例[J]. 张品立.  上海城市管理. 2015(06)
[7]基于中心差分卡尔曼滤波的车速估计研究[J]. 解瑞春,卫绍元,李刚.  汽车实用技术. 2015(01)
[8]信息化条件下交通拥堵瓶颈识别与扩散判别[J]. 叶晓飞,包哲宁,邓社军,杨万波,陈峻.  武汉理工大学学报(交通科学与工程版). 2014(05)
[9]基于速度特性的城市快速路常发性交通拥堵研究[J]. 冯星宇,周晨静,荣建.  交通信息与安全. 2014(01)
[10]效应量的使用与报告[J]. 李洋,姚本先.  牡丹江大学学报. 2013(10)

博士论文
[1]面向车载导航应用的短时交通预测关键技术研究[D]. 翁剑成.北京工业大学 2007

硕士论文
[1]我国大城市交通拥挤对策及关键技术研究[D]. 林飞.长安大学 2006



本文编号：3519395