行程时间

摘要： 为了保障机动车的行车安全,提高道路平面交叉口的通行效率,引入了新型的左转远引掉头交通组织方法,利用VISSIM微观交通仿真软件分析了车辆远引掉头点的具体位置,并对比分析了直接左转和远引掉头模式下的车辆平均延误和行程时间。研究结果表明:不同交通流状态下的车辆掉头点的位置是不同的,远引掉头的最佳位置和车流量有关。

摘要： 为使城市交通运行更加通畅,设计城市干道双向绿波协调控制方案。根据理论知识和实际工程实施经验,提出不同交叉口间距及行程时间情况下设计双向绿波方案的方法和技巧,按照路口间距、周期特点,设计信号相序相位,将对称相位、单口放行相位和搭接相位等相位灵活组合运用,然后分配绿信比,找到双向绿波上行、下行绿波带宽最大化且较均衡的相位差。以曲靖市金宝路6个路口为例,设计双向绿波协调控制方案,并下载方案试运用。通过绿波下载前、后实地驾车实验对比发现,行车时间减少60%,停车次数减少49%,验证方案可行性。该方法在曲靖市很多干道信控路口实施应用,取得了较好的社会效益。

摘要： 在出租车轨迹数据挖掘的基础上,本文提出基于网格交通状态的行程时间计算方法。在区域网格化的基础上,利用出租车全球定位系统(Global Positioning System,GPS)数据构建区域网格宏观基本图,并对宏观基本图的流量-密度关系进行拟合;进而使用高斯混合聚类法,将区域交通状态分类为畅通、轻度拥堵和重度拥堵。对不同交通状态网格的行程时间进行挖掘分析,发现3类交通状态下网格行程时间表现出不同的分布特征,畅通、轻度拥堵和重度拥堵的最佳行程时间分布分别为Gamma分布、Weibull分布和对数正态分布;通过不同状态网格行驶时间联合概率密度分布的近似拟合推导出路径网格行程时间概率密度模型。本文提出的方法可以快速计算一定可靠度条件下的行程时间,对不同线路和时间内的案例分析结果表明,该方法对路径行程时间估计的平均绝对误差在1%~16%,可以为交通诱导与未来导航提供技术方法支撑。

摘要： 降雨天气影响道路条件和驾车环境,进而影响公交可靠性。为明确降雨对城市公交行程时间可靠性的影响情况,基于公交GPS运行数据及小时降雨量数据,考虑设置公交专用道的影响,分析受降雨影响的公交行程时间统计变化规律。为从理论层面进一步探究雨天对公交行程时间可靠性的影响机理,构建了公交行程时间可靠性评价模型,通过乘客预留行程时间、缓冲时间、超额延误3个参数指标对可靠程度进行评价。研究结果表明:降雨天气对公交行程时间存在负面影响,导致公交行程时间及其波动性增大,公交专用道能够有效降低波动幅度;相较于晴好天气,降雨天气乘客需要预留更长的行程时间以确保能够准时到达目的地,可靠程度降低,公交专用道可以有效抑制公交行程时间可靠性的下降。通过构建公交行程时间可靠性评价模型,形成一套公交行程时间可靠性理论评价体系,为研究雨天等不良天气条件下公交运行决策和调度提供理论支持。

摘要： 经典的Robertson车队离散模型有计算速度快的优点,但对于预测道路上的机非混合交通流来说有一定的局限性,并不能准确预测机非混合环境下到达下游交叉口的流率分布。因此,为充分描述车队离散规律,给交通信号控制提供理论依据,在研究Robertson模型的基础上,建立机非混合交通模型。在实际的调查中,收集相关数据,进行实例验证,得出上游交叉口离去流率分布。同时,将混合交通流模型和Robertson模型预测出的下游交叉口到达流率与实际数据进行比较分析,结果表明,混合交通流模型更能描述混合交通流条件下的车队离散规律,与Robertson模型相比,模型预测的平均绝对误差减小10.90%。

摘要： 为解决交通网络行程时间估计的问题,在经典分段截断二次速度轨迹模型的基础上进行改进,融入对速度变化的考虑,建立了改进的分段截断二次速度轨迹模型。首先,根据行程经过节点上游路段的累计时间窗来计算节点到达速度。其次,用各个路段节点到达时刻的速度代替出发时刻的速度。最后,用相邻三个路段节点的到达时刻速度构造速度轨迹,速度轨迹函数由拉格朗日二次插值基函数和常基函数构成。为验证改进模型的性能,引入经典分段截断二次速度轨迹模型作为对比,在实际道路上进行了实证研究。结果表明:改进的分段截断二次速度轨迹模型估计行程时间比原模型在均方误差和平均绝对百分比误差分别降低了46%和51%,且改进模型相对误差基本能保持10%以内,拟合度高于原始模型。

摘要： 行程时间信息在交通管控中起着重要作用。车辆轨迹信息可以提供大规模路网行程时间数据。然而,由于轨迹数据的稀疏性,路网行程时间常出现数据缺失问题。为解决这一问题,构建一种生成对抗网络(GAN)模型。该模型通过拟合数据丰富路段的行程时间数据的概率分布,为数据缺失路段生成行程时间数据。利用滴滴出行轨迹数据进行了数值实验,结果表明GAN模型的数据补全能力优于对比方法。

摘要： 驾驶风格是驾驶员对实际交通状况的态度和决策偏好,反映了驾驶员在车辆操作和运行期间的行为表现,驾驶员行为风格直接影响汽车安全预警系统的报警准确率.本文从汽车安全预警系统的研究角度出发,以驾驶风格为研究对象,利用GP S实时捕获的行程时间作为特征参数,建立基于贝叶斯决策树的汽车驾驶风格动态辨识模型;通过心理测试、实车实验以及模拟驾驶实验分别获取相应的数据,对模型进行验证.结果表明,该模型具有较高的可行性.

摘要： 机动车数量的急剧增长,使城市道路交通产生较大压力,易造成城市交通的拥堵.而城市道路受到土地资源等条件的限制无法扩建,因此需要通过远引调头等管制措施来缓解交通拥堵.通过VISSIM仿真系统分别建立车辆直接左转模型与车辆远引调头模型,对比分析车辆直接左转与远引调头的运行效果.通过对比两种交通组织方式的行程时间及延误时间,分析得到远引调头车辆对主路交通流的影响.

摘要： 机动车数量的急剧增长,使城市道路交通产生较大压力,易造成城市交通的拥堵。而城市道路受到土地资源等条件的限制无法扩建,因此需要通过远引调头等管制措施来缓解交通拥堵。通过VISSIM仿真系统分别建立车辆直接左转模型与车辆远引调头模型,对比分析车辆直接左转与远引调头的运行效果。通过对比两种交通组织方式的行程时间及延误时间,分析得到远引调头车辆对主路交通流的影响。

摘要： 为提高快速公交到站时间预测的准确性,分别以遗传算法、网格搜索法和粒子群算法进行参数寻优的支持向量机方法对比.将公交行程时间分为站间行驶时间和站台驻站时间,选定径向基核作为核函数,分别用网格搜索法、粒子群算法和遗传算法训练参数c、g,用支持向量机(SVM)进行学习和预测.利用上海某中运量公交线路11月的一周调查数据训练支持向量机模型,用另外3天的数据进行验证.通过比对不同范围参数优化的GS-SVM,得出小范围时精度较小,大范围精度较高但耗时严重.通过网格搜索优化参数(GS-SVM)的预测值、粒子群参数优化(PSO-SVM)的预测值、遗传算法参数优化(GA-SVM)的预测值、真实值和平均值等对比.实验表明,支持向量机的算法能较为准确地预测出快速公交的行程时间,相比平均值,准确率提高了6.89％;GA-SVM在本次实验中最为准确,总行程时间的平均绝对误差在3.72s.

摘要： 城市道路行程时间预测是实时交通运营管理与交通诱导的核心问题之一,也是出行者的重要交通需求.利用视频卡口数据分析路段行程时间特性,研究发现道路行程时间波动在工作日同时段具有相似性等特征.基于该类特性,利用传统卡尔曼滤波、BP神经网络模型以及改进后的卡尔曼滤波模型进行预测.结果表明:改进后的卡尔曼滤波模型优于BP神经网络优于传统卡尔曼模型,同时改进后的卡尔曼模型预测误差小于2min的概率为81.25％,有较高的准确性和可靠性,其预测性能可满足实时交通需求.

摘要： 本文以南京地铁珠江路-孝陵卫站的出行时间数据为基础,在基础缓冲时间类指标的基础上计算两种新的行程时间可靠性评价指标——缓冲指数和平均行程时间偏差指数,并使用该指标对南京市轨道交通行程时间可靠性进行了实例评价.总体上看,乘客出行行程时间时间受到早晚高峰的影响较多,但是总体而言南京轨道交通的行程时间可靠性较好.

摘要： 本文以公交行程时间在不同时段的运行特征为基础，结合可靠性理论，提出通过时段划分法研究线路准时性，并确定公交行程准点率考核标准值，判断公交线路准点率情况。实例结果表明：一是公交线路的准点率，由于受到固有行程的波动性及规律性的影响，与考核时段的选取是紧密相关的。二是详细分析不同时段内车辆行程时间分布特征，可以提高公交准点率考核结果的精度。本文分析成果为公交行程准点可靠性的研究提供了新方法，并对公交准点率考核标准的制定、提高公交服务水平和行程效率具有理论意义和实用价值。

摘要： 出租车是大众交通出行方式中的重要组成部分,高效的出租车调度有助于减少车辆空驶及缩短等待时间,从而节约运营成本和道路资源.本文旨在利用出租车的历史出行轨迹和当前已知的部分行驶轨迹,预测出租车出行终点和行程时间,为出租车管理者动态调度车辆资源提供决策支持.采用了球面半正矢公式和动态时间弯曲距离算法,在历史数据集中进行坐标和时间的特定查找,并结合特征工程和机器学习的方法.实验测试表明,本算法具有较高的预测精度.

摘要： 本文通过对以往行程时间预测研究取得的成果进行分析,以30天内实际公交车行程时间为研究对象,揭示了公交专用道条件下行程时间在工作日、周末以及早低峰、早高峰、平峰等不同时间段内的变化规律,进行了比较分析和归纳总结,建立了节假日/工作日、行车方向、发车时间所在区间影响公交行程时间的数学模型,为公交调度人员科学、合理的调度公交运营车辆提供参考.

摘要： 为了提高行程时间短时预测的准确性,本文提出了基于多源交通数据可靠性的行程时间短时预测方法.该方法首先通过构建差分自回归移动平均-广义自回归条件异方差模型(ARIMA-GARCH模型)预测基于不同交通检测方法的行程时间及其可靠性,然后以不同交通检测方法的行程时间可靠性为基础构建最优加权数据融合模型,从而进行基于多源交通数据的行程时间短时预测.本文选取微波车辆检测器和GPS浮动车为数据源进行实例分析,性能评估结果表明本文所提出的行程时间短时预测模型的预测性能优于基于单源交通数据的行程时间短时预测模型和基于简单算术平均法的行程时间短时预测模型.

摘要： 行程时间可靠度是反映道路交通网络可靠性的重要指标.定义行程时间波动率,对行程时间的波动特性进行分析,得出行程时间波动具有尖峰厚尾、集群性的特点.利用计量经济学中的ARCH模型簇,对路径行程时间的可靠性进行分析.以上海市快速路系统的浮动车数据为例进行实证分析,对基于ARCH 模型簇分析行程时间可靠性的方法进行说明.

摘要： 近年来,车辆OD之间的具体路径基本按照最短路径算法得到,误差较大.提供一种基于车辆RFID及GPS数据的轨迹识别模型.模型以RFID数据作为最主要的数据基础,计算两点间行程时间;以GPS数据作为辅助判别依据,得到所有相关link的行程时间及完整路径的行程时间;比较两者行程时间,最接近者即为实际车行轨迹.本文模型综合RFID数据的精确性与GPS数据的实时性,能够准确快速地识别车辆在城市路网中起讫点的行驶路径,进一步可扩大为整个出行期间的行驶路径,对车辆监测、交通管理有明显的辅助作用.

摘要： 弹性工作制是交通需求管理的有效措施之一.弹性工作员工占比对交通出行分布机理解析及其对拥堵缓解的效果研究有待深入.以基于活动的出行行为建模方法为基础,针对由核心和弹性工作时段形成的弹性工作制,构建了区别于传统弹性系数法的新的行为模型,并通过解析法和仿真方法分析和对比了不同弹性员工比例下出行分布机理及相应的路网延误.结果表明,随着弹性员工比例的增加,路网平均行程时间减少,弹性员工的行程时间基本不变,非弹性员工的行程时间则下降明显,但对交通拥堵的缓解效果逐渐减弱.

摘要： 本发明提供一种行程时间运算服务器(2)，其具有：探测数据接收部(31)，其接收车辆(3)通过的交叉路口节点(6)的行程时间和与所述交叉路口节点连接的各链路(1～4)的交通状态；左右转成本生成部(33)，其在每个交叉路口节点(6)与多个链路(1～4)的交通状况的组合建立对应而将存储有交叉路口节点(6)的所述行程时间的表存储于存储单元(35)中。

摘要： 本发明公开了一种基于道路路段行程时间预测模型的路段行程时间动态误差修正方法，包括以下步骤，(1)输入行程时间序列{x1,x2,…,xt}，确定时间序列模型ARIMA(p,d,q)的阶数p,d,q，时间序列模型一般形式为：Φ(B)Δdyt＝δ+θ(B)εt，(2)估计p个自回归参数Φ1,Φ2,…,Φp和q个移动平均参数θ1,θ2,…,θq。该基于道路路段行程时间预测模型的路段行程时间动态误差修正方法可提高路径行程时间预测的准确性。

摘要： 行程时间信息提供设备包括概率分布存储单元，所述概率分布存储单元被配置成保存第一概率分布数据和第二概率分布数据，所述第一概率分布数据表示发生等待时间的各个地点的上车等待时间，第二概率分布数据表示发生行程时间的各个地点的行程时间；路线获取单元，所述路线获取单元被配置成获取连接起始点和目的地的路线；行程时间计算单元，所述行程时间计算单元被配置成通过卷积对应于在路线上发生的上车等待时间和在路线上发生的行程时间的所有概率分布数据，计算总行程时间的概率分布；和信息提供单元，所述信息提供单元被配置成根据计算的概率分布，确定估计的行程时间，并输出估计的行程时间。

摘要： 一种行程距离、物流服务行程时间确定方法、装置和系统，物流服务系统根据物流服务订单确定相应行程的起点和终点，然后根据所述行程的起点和终点估算所述行程的行程距离，再根据所述行程距离和当前场景下的行程速度估算及所述行程的行程时间。其中，行程距离根据行程的起点和终点的球面距离及所述起点、终点所在区域对对应的行程距离和球面距离的换算关系计算得到。本申请可以对行程距离、行程时间的估算，为智能派单提供了数据支持。

摘要： 本发明公开了基于行程时间修正的高速公路异常事件发生时间估计方法，S1：提取异常事件发生路段的车辆占有率数据，并进行平滑处理；S2：利用FCM算法检测异常事件的发生时间；S3：基于收费数据和卡口数据，获取相邻收费站之间的平均行程时间；S4：根据上、下游车间器的数据，判断异常事件发生地点；S5：提取异常事件从事故发生点波及到下游车检器的位置所需的时间；S6：修正所述异常事件的发生时间。本发明对路段的行程时间进行估计，将得到的路段行程时间通过一系列的计算得到事件发生波及到上下游检测器的时间，然后得到事件检测时间，最后由两个时间便可以完成对事件真实发生时间的估计，达到了可以快速地估计出事件发生的时间的目的。

摘要： 本发明提供一种行程时间运算服务器(2)，其具有：探测数据接收部(31)，其接收车辆(3)通过的交叉路口节点(6)的行程时间和与所述交叉路口节点连接的各链路(1～4)的交通状态；左右转成本生成部(33)，其在每个交叉路口节点(6)与多个链路(1～4)的交通状况的组合建立对应而将存储有交叉路口节点(6)的所述行程时间的表存储于存储单元(35)中。

摘要： 本发明公开了一种基于道路路段行程时间预测模型的路段行程时间动态误差修正方法，包括以下步骤，(1)输入行程时间序列{x1,x2,…,xt}，确定时间序列模型ARIMA(p,d,q)的阶数p,d,q，时间序列模型一般形式为：Φ(B)Δdyt＝δ+θ(B)εt，(2)估计p个自回归参数Φ1,Φ2,…,Φp和q个移动平均参数θ1,θ2,…,θq。该基于道路路段行程时间预测模型的路段行程时间动态误差修正方法可提高路径行程时间预测的准确性。

摘要： 本发明涉及一种高速公路站间行程时间数据的构造方法以及一种预测高速公路行程时间的方法，利用通过上下游收费站且经过目标路段的行程时间信息，来估计车辆在该路段上行驶的行程时间，构造相应的行程时间数据，使得车辆在高速公路上运行的信息得到了充分的利用，并对现有的基于收费数据获取行程时间的方式进行有效的修正，能够更加准确、可靠的地提供行程时间服务，更好地满足交通监管和公众出行对行程时间信息的需求。

摘要： 行程时间信息提供设备包括概率分布存储单元，所述概率分布存储单元被配置成保存第一概率分布数据和第二概率分布数据，所述第一概率分布数据表示发生等待时间的各个地点的上车等待时间，第二概率分布数据表示发生行程时间的各个地点的行程时间；路线获取单元，所述路线获取单元被配置成获取连接起始点和目的地的路线；行程时间计算单元，所述行程时间计算单元被配置成通过卷积对应于在路线上发生的上车等待时间和在路线上发生的行程时间的所有概率分布数据，计算总行程时间的概率分布；和信息提供单元，所述信息提供单元被配置成根据计算的概率分布，确定估计的行程时间，并输出估计的行程时间。

摘要： 一种行程距离、物流服务行程时间确定方法、装置和系统，物流服务系统根据物流服务订单确定相应行程的起点和终点，然后根据所述行程的起点和终点估算所述行程的行程距离，再根据所述行程距离和当前场景下的行程速度估算及所述行程的行程时间。其中，行程距离根据行程的起点和终点的球面距离及所述起点、终点所在区域对对应的行程距离和球面距离的换算关系计算得到。本申请可以对行程距离、行程时间的估算，为智能派单提供了数据支持。