项目名称: 基于检测器数据的道路网络交通运行状态可靠性在线分析与预测方法研究

项目编号: No.51278257

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 建筑科学

项目作者: 姜桂艳

作者单位: 宁波大学

项目金额: 80万元

中文摘要: 针对目前道路交通拥堵日益严重的现实,本项目以提高路网交通运行稳定性为目标,通过从全新角度对各类交通检测器获取的实时交通数据进行更深层次的挖掘,指出当前和未来一段时间内影响路网交通运行可靠性的敏感单元,为交通管理者和交通出行者的动态决策提供更有价值的信息基础。研究内容主要包括:(1)基于检测器数据的路段/路口交通运行状态可靠性指标体系及其测度方法;(2)基于检测器数据的单一路径、OD 间子路网和区域路网的交通运行状态可靠性分析方法;(3)基于路网交通运行状态可靠性分析的敏感路段和路口确定方法;(4)基于检测器数据的短时交通参数动态可预测性在线分析方法和短时交通参数多步预测模型与算法。 本项目的研究成果对于改善交通管理者和交通出行者动态决策的预见性和有效性、预防交通拥堵形成和加快拥堵疏散、提升路网整体交通运行的稳定性和效率,具有重要的学术意义和广泛的应用前景。

中文关键词: 检测器数据;路网交通状态;可靠性分析;可靠性预测;可靠性分配

英文摘要: Along with the increasing of dimension and complexity of road network and with the popularization of motor vehicle, congestion alleviating has been a highly complicated systems engineering which need the cooperation of many factors, many processes and many techniques. Intelligent Transportation Systems (ITS) is known as the best approach to enhance the efficiency and security of the existent road network. Especially, Advanced Traffic Management System (ATMS) and Advanced Traffic Information System (ATIS) in ITS are in the highest flight. The traffic surveillance systems have been built in many cities in China which have played an important role in improving the efficiency and effectiveness of the dynamic decisions for traffic managers and drivers. But further upgrade could be done for the processing and utilizing of the detector data in these systems. One problem is the incapacity in screening out the sensitive links and intersections which would have strategic impact on the operation stability of the road network as a whole. Another problem is the lack of trend prediction for traffic state in some time intervals in the future. Under the conditions of road traffic congestion getting serious increasingly and of detector data online using insufficiently, our goal is to enhance the traffic operation stability of t

英文关键词: detector data;traffic state of road network;reliability analysis;reliability prediction;reliability allocation

成为VIP会员查看完整内容
0

相关内容

监控视频的异常检测与建模综述
专知会员服务
48+阅读 · 2021年12月27日
数据中心传感器技术应用 白皮书
专知会员服务
40+阅读 · 2021年11月13日
专知会员服务
45+阅读 · 2021年10月1日
专知会员服务
39+阅读 · 2021年7月10日
专知会员服务
97+阅读 · 2021年6月23日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
专知会员服务
72+阅读 · 2021年4月8日
专知会员服务
25+阅读 · 2021年4月2日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
监控视频的异常检测与建模综述
专知
0+阅读 · 2021年12月27日
YOLO 实现吸烟行为监测
极市平台
1+阅读 · 2021年10月30日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
38+阅读 · 2019年4月18日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
126+阅读 · 2020年9月6日
Arxiv
15+阅读 · 2020年2月6日
Deep Face Recognition: A Survey
Arxiv
18+阅读 · 2019年2月12日
小贴士
相关主题
相关VIP内容
监控视频的异常检测与建模综述
专知会员服务
48+阅读 · 2021年12月27日
数据中心传感器技术应用 白皮书
专知会员服务
40+阅读 · 2021年11月13日
专知会员服务
45+阅读 · 2021年10月1日
专知会员服务
39+阅读 · 2021年7月10日
专知会员服务
97+阅读 · 2021年6月23日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
专知会员服务
72+阅读 · 2021年4月8日
专知会员服务
25+阅读 · 2021年4月2日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
相关资讯
监控视频的异常检测与建模综述
专知
0+阅读 · 2021年12月27日
YOLO 实现吸烟行为监测
极市平台
1+阅读 · 2021年10月30日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
38+阅读 · 2019年4月18日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员