期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于OBD数据的驾驶人出行模式挖掘
被引量：
2
1
作者
马晓磊
姚李亮
沈宣良
《交通信息与安全》
CSCD
北大核心
2021年第2期70-77,共8页
传统的出行模式研究通常依靠问卷调查分析驾驶人出行特征,所得结果易受调查数据主观性影响,针对此问题基于北京市域范围内2个月共计3570辆私家车的车载诊断数据,对驾驶人的不同出行模式进行分析并建模。通过长期采集的车辆各项参数,采...
传统的出行模式研究通常依靠问卷调查分析驾驶人出行特征,所得结果易受调查数据主观性影响,针对此问题基于北京市域范围内2个月共计3570辆私家车的车载诊断数据,对驾驶人的不同出行模式进行分析并建模。通过长期采集的车辆各项参数,采用基于密度峰值的聚类算法进行聚类,将不同的驾驶人分为高频出行者、通勤出行者、长距偶发出行者以及危险出行者,并从平均出行距离、出行频次、百公里危险驾驶行为次数和出行时段等多维度进行分析,反映驾驶人行为的变化性和规律性。根据聚类的结果,使用多维离散隐马尔可夫模型进行建模并完成测试。测试表明,所提出的算法对于驾驶人出行模式的识别具有较高的准确性,对于4种类型的出行者,平均识别率超过91%,最高识别率可达94.5%。
展开更多
关键词
交通信息
OBD数据
出行模式
聚类分析
基于密度峰值的聚类算法
多维离散隐马尔可夫模型
下载PDF
职称材料
基于拉格朗日松弛算法的自动驾驶公交调度优化研究
被引量：
16
2
作者
马晓磊
沈宣良
+2 位作者
张钊
栾森
陈汐
《中国公路学报》
EI
CAS
CSCD
北大核心
2019年第12期10-24,共15页
为了解决公交实际运营出现的调度方式单一、车辆配合度较差、串车等问题,降低公交运行中人为因素的影响,提高公交系统的运营效率,提出一种考虑乘客动态需求的调度模型,采用自动驾驶环境下的公交运营方式,结合站点实际乘客需求调配车辆,...
为了解决公交实际运营出现的调度方式单一、车辆配合度较差、串车等问题,降低公交运行中人为因素的影响,提高公交系统的运营效率,提出一种考虑乘客动态需求的调度模型,采用自动驾驶环境下的公交运营方式,结合站点实际乘客需求调配车辆,实现了公交车辆利用程度最大和乘客总体等待时间最小的多目标优化。提出的自动驾驶公交调度方法,获取了乘客个体的实时出行需求,同时实现了对车头时距的调控。在模型求解方面,选取拉格朗日松弛算法,最终获得了多目标优化问题的精确解。以北京公交300路快车作为实际案例进行分析,从公交实际运营数据中提取多项参数作为模型的输入,通过拉格朗日松弛算法的求解,得到自动驾驶条件下公交运行时刻表、乘客等待时间、公交承载量、站点上车乘客人数等多项运营指标。通过与公交实际运营状态的对比,论证了采用自动驾驶公交对于改善公交运营现状的可行性。最后将优化结果与公交实际数据进行了对比分析。结果表明:自动驾驶车辆投入公交运营,能够缓解串车问题,同一线路上公交车的载客量分布更为均衡,在同一断面的客流与车头时距的不均衡程度均有所降低;同时高峰时段发车数量减少了20%,公交车的平均承载量提高了21.7%,车辆平均间隔缩短了29.9%。
展开更多
关键词
交通工程
调度优化
拉格朗日松弛
自动驾驶
智能卡数据
原文传递
题名
基于OBD数据的驾驶人出行模式挖掘
被引量：
2
1
作者
马晓磊
姚李亮
沈宣良
机构
北京航空航天大学交通科学与工程学院
出处
《交通信息与安全》
CSCD
北大核心
2021年第2期70-77,共8页
基金
国家重点研发计划项目(2018YFB1601600)资助。
文摘
传统的出行模式研究通常依靠问卷调查分析驾驶人出行特征,所得结果易受调查数据主观性影响,针对此问题基于北京市域范围内2个月共计3570辆私家车的车载诊断数据,对驾驶人的不同出行模式进行分析并建模。通过长期采集的车辆各项参数,采用基于密度峰值的聚类算法进行聚类,将不同的驾驶人分为高频出行者、通勤出行者、长距偶发出行者以及危险出行者,并从平均出行距离、出行频次、百公里危险驾驶行为次数和出行时段等多维度进行分析,反映驾驶人行为的变化性和规律性。根据聚类的结果,使用多维离散隐马尔可夫模型进行建模并完成测试。测试表明,所提出的算法对于驾驶人出行模式的识别具有较高的准确性,对于4种类型的出行者,平均识别率超过91%,最高识别率可达94.5%。
关键词
交通信息
OBD数据
出行模式
聚类分析
基于密度峰值的聚类算法
多维离散隐马尔可夫模型
Keywords
transportation information
vehicle On-Board Diagnostic data
travel pattern
clustering analysis
clustering by fast search and find of density peaks
multi-dimensional discrete Hidden Markov Chain
分类号
U491 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
基于拉格朗日松弛算法的自动驾驶公交调度优化研究
被引量：
16
2
作者
马晓磊
沈宣良
张钊
栾森
陈汐
机构
交通运输部公路科学研究院智能交通技术交通运输行业重点实验室
北京航空航天大学车路协同与安全控制北京市重点实验室
北京航空航天大学大数据科学与脑机智能高精尖创新中心
出处
《中国公路学报》
EI
CAS
CSCD
北大核心
2019年第12期10-24,共15页
基金
国家自然科学基金项目(61773036)
北京市自然科学基金项目(9172011).
文摘
为了解决公交实际运营出现的调度方式单一、车辆配合度较差、串车等问题,降低公交运行中人为因素的影响,提高公交系统的运营效率,提出一种考虑乘客动态需求的调度模型,采用自动驾驶环境下的公交运营方式,结合站点实际乘客需求调配车辆,实现了公交车辆利用程度最大和乘客总体等待时间最小的多目标优化。提出的自动驾驶公交调度方法,获取了乘客个体的实时出行需求,同时实现了对车头时距的调控。在模型求解方面,选取拉格朗日松弛算法,最终获得了多目标优化问题的精确解。以北京公交300路快车作为实际案例进行分析,从公交实际运营数据中提取多项参数作为模型的输入,通过拉格朗日松弛算法的求解,得到自动驾驶条件下公交运行时刻表、乘客等待时间、公交承载量、站点上车乘客人数等多项运营指标。通过与公交实际运营状态的对比,论证了采用自动驾驶公交对于改善公交运营现状的可行性。最后将优化结果与公交实际数据进行了对比分析。结果表明:自动驾驶车辆投入公交运营,能够缓解串车问题,同一线路上公交车的载客量分布更为均衡,在同一断面的客流与车头时距的不均衡程度均有所降低;同时高峰时段发车数量减少了20%,公交车的平均承载量提高了21.7%,车辆平均间隔缩短了29.9%。
关键词
交通工程
调度优化
拉格朗日松弛
自动驾驶
智能卡数据
Keywords
traffic engineering
scheduling optimization
Lagrangian relaxation
autonomous driving
smart card data
分类号
U491.17 [交通运输工程—交通运输规划与管理]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于OBD数据的驾驶人出行模式挖掘
马晓磊
姚李亮
沈宣良
《交通信息与安全》
CSCD
北大核心
2021
2
下载PDF
职称材料
2
基于拉格朗日松弛算法的自动驾驶公交调度优化研究
马晓磊
沈宣良
张钊
栾森
陈汐
《中国公路学报》
EI
CAS
CSCD
北大核心
2019
16
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
