城市公交网络运行演化分析与瓶颈甄别

传统公交网络运行速度优化多基于人工调查开展,存在成本大、周期长、不精确、覆盖线路及区域有限等问题。该文基于深圳公交GPS数据和地图匹配算法,分析典型区域公交网络的运行态势,并采用渗流理论基本原理识别网络中的关键瓶颈路段。研究发现关键瓶颈路段与常规意义上的最拥堵路段并不一致,关键瓶颈路段上的车辆行驶速度对整个公交网络的运行效率影响非常大,优化关键瓶颈路段上的车辆行驶速度,可明显提高公交网络连通性及整个公交网络的运行效率,可作为改善公交网络运行效率的一个高效、低成本方法。     

基于路径旅行时间分析的交通异常检测方法

为了综合考虑连续路段通行能力波动对旅行时间的影响,避免由单一路段通行能力的常规性波动所导致的交通异常误判,提出了一种基于路径旅行时间分析的交通异常检测算法。该算法将深圳市路网网格化为若干个地理子区,以地理子区为单位,使用ST-matching地图匹配算法将深圳市出租车GPS坐标记录点匹配到相应路段,采用基于密度的DBSCAN聚类算法计算路径旅行时间的时变异常阈值,来判定旅行时间的异常。该方法成本低廉,实施难度小,能精确灵敏地检测交通网络异常。     

手机信令与出租车GPS数据融合车源定位方法

为揭示居民出行行为与城市交通拥堵的内在关联,并为缓解城市交通拥堵提供技术支持,利用高覆盖率、低精度的手机数据和低覆盖率、高精度的出租车GPS数据,构建了数据驱动的车源定位方法.利用手机数据获取出行需求信息,利用出租车GPS数据获取交通状态信息;提出基于数据融合的出行OD估计方法,进行交通流分配,对城市道路车流来源及城市拥堵源进行动态定位.结果表明:道路车流主要来自于少量车源小区,且拥堵状态下这些小区更加集中;同时受居民通勤行为的影响,城市全局拥堵源在早晚高峰表现出不同的特征.利用数据融合的车源定位可以用于揭示拥堵形成的内在机理及演化规律,辅助制定有针对性的拥堵缓解策略.