面向城市交通管理的道路交通状态评估与信息发布

摘要

交通的发展是衡量社会经济发展程度的一个重要的指标，随着我国经济的大发展，人们出行水平的提高，出行更多地依赖交通工具，城市交通问题更加凸显。但是由于城市条件的限制，道路的建设速度远远赶不上车辆的增加速度，所以如何合理的利用城市道路的现有资源，使社会效益的目标函数最大化，就要有一套更加全面、合理的评价体系进行分析研究，给公众提供更加直接且容易理解并被应用的道路信息，给交通管理者提供科学、合理的决策科学依据。本文着力研究了基于多源数据融合的道路交通状体评估方法，并研发了一套针对北京市城市交通管理的道路交通状态评价与信息发布系统。论文主要完成了以下工作:
　　(1)系统地总结和分析了目前国内外常用的交通状态信息获取技术，阐述了各类常用传感器的工作原理，通过对比分析各项技术的利弊，阐明交通状态获取技术的发展趋势。
　　(2)针对微波数据、浮动车数据和牌照识别检测数据三类数据的特征，提出了基于BP神经网络的交通流数据融合算法。以北京市快速路和主干路为例，对平峰、早晚高峰三类传感器检测到的交通速度进行了融合，通过实际数据对比，验证了算法的有效性。
　　(3)针对不同层级交通管理的需求，构建了路段和路网两个不同层级的交通运行评价指标体系，分别提出了两个不同层级上的交通运行状态评价方法。
　　(4)以北京市为例，研发了一套城市道路交通状态与信息发布系统，实现了交通状态信息的实时发布、自动生成数据统计报表、突发事件或交通管理措施条件下的交通运行状态分析报告等功能。

目录

声明

致谢

摘要

1 绪论

1．1 选题背景和研究方向的提出

1．2 国内外研究现状

1．3 论文的结构安排

2 城市道路交通流数据的采集方法和特征分析

2．1 概述

2．2 交通数据采集器的基本介绍

2．3 交通检测数据特征对比分析

2．4 城市道路交通数据特征发展趋势

2．5 本章小结

3 城市道路交通流数据融合

3．1 概述

3．2 交通流数据预处理

3．2．1 微波数据预处理

3．2．2 浮动车数据预处理

3．2．3 牌照识别检测器数据预处理

3．3 人工神经网络理论

3．3．1 人工神经网络的简述

3．3．2 人工神经网络模型

3．3．3 BP神经网络理论

3．3．4 神经网络模型设计与实现

3．4 北京市快速路数据融合分析

3．4．1 北京市快速路网结构

3．4．2 快速路路段的实验分析

3．4．3 基于BP神经网络对北京市快速路数据融合的应用

3．5 北京市主干路数据融合分析

3．5．1 北京市主干路结构

3．5．2 主干路路段的实验分析

3．5．3 基于神经网络的数据融合

3．6 本章小结

4 面向城市交通管理的道路交通评价指标体系

4．1 概述

4．2 交通状态评价指标体系的设计思路

4．2．1 交通流指标评价客体的确定

4．2．2 评价指标体系的设计原则

4．2．3 分类标准的确定原则

4．3 道路交通运行状况评价体系的指标

4．3．1 路段评价指标以及方法

4．3．2 路网评价指标以及方法

4．4 本章小结

5 城市道路交通信息发布-以北京市为例

5．1 概述

5．2 交通信息发布的对象与指标

5．2．1 交通信息发布对象

5．2．2 交通信息发布指标

5．3 交通信息发布范围和统计时段

5．3．1 交通信息发布范围

5．3．2 交通流数据统计时段

5．4 交通信息发布的形式与平台

5．4．1 交通信息发布形式

5．4．2 交通信息发布平台

5．5 交通信息发布的内容

5．5．1 交通信息发布内容介绍

5．5．2 交通信息发布实例分析

5．6 本章小结

6 总结

参考文献

附录

作者简历

学位论文数据集