一种基于深度学习的高速公路出口流量预测方法

高速公路收费数据记录了车辆进出高速公路的时间、地点等信息,实际上能反映高速公路各个入口及出口车流量。入口和出口车流量之间,存在着一定的时空因果联系。因此,本文提出了一种基于深度学习的高速公路出口流量预测方法。该方法首先基于各个出口站点的流量来源相似性进行聚类,形成多个出口站点分组。然后针对每组站点,选取对它们影响大的多个入口站点流量作为输入,应用CNN+RNN模型,实现多个出口站点流量的同步预测。基于广东省高速公路收费数据的实验研究表明,本文所提出的模型具有较高的预测精度和效率。     

基于LSTM的沪渝高速公路短时交通流预测研究

准确的高速公路短时交通流预测可以为高速公路交通管控以及出行规划提供决策依据。在深度学习理论框架下,利用高速公路交通流的时序特征,建立基于LSTM的高速公路短时交通流预测模型,能够深入挖掘预测问题中的时间序列关系,具有长期预测精度较高的优点。本文选取沪渝高速公路上编号为“0071270320100001”的微波雷达检测器的检测数据对LSTM模型进行验证,并选取ANN模型进行了对比。实验结果表明,LSTM模型能够更好地提取时间序列特性,具有更高的预测精度,在高速公路短时交通流预测中具有较好的适用性。     

基于交通特征参数预测的高速公路新型车检器布设方案研究

高速公路交通车检器合理布设有利于准确、快速地检测和预测路段交通状态,进而提高高速公路管控效率随着车检器技术的发展,一种新型车检器的应用带来了高精确度、高实时性的交通流数据。但是,目前关于交通区域车检器的布设还没有普适的理论运用一种基于BP神经网络的交通参数预测算法,选取300米、500米、800米、1000米、1300米、1500米这6种交通车检器布设间距,利用vissim仿真软件进行数据获取,通过分析不同布设间距下交通参数的预测效果,确定高速公路车检器最优布设间距,以期为高速公路监测系统建设提供理论依据     

高速公路占道施工时的交通延迟实时预测模型

高速公路占道施工会形成通行瓶颈,使交通流引起额外的交通延迟。利用传感器实时感应数据,可以建立简化模型来实时预测高速公路占道施工时的交通延迟,为高速公路施工组织和交通分流提供决策依据,具有一定的应用价值。     

基于神经网络模型的高速公路交通运行状态预测方法

随着智慧高速的信息化建设与人民生活水平的不断提高,高速公路出行量日益增多,相较于常见的检测手段,基于手机信令技术分析计算交通运行状态的方法更易操作可行.本文提出了一种基于组合权重训练的神经网络模型预测高速公路的交通运行状态,首先,将ETC门架数据和基于手机信令计算的交通状态数据进行数据融合;然后,将多种神经网络模型作为...     

基于ETC门架数据的山区高速公路事故风险辨识研究

为了有效利用ETC门架数据,实现对山区高速公路事故风险的精准辨识,本文基于ETC实时交通流数据结合道路环境数据以及天气数据提出山区高速公路事故风险辨识模型。以重庆市某高速公路ETC数据为基础,结合山区高速公路常见的桥隧路段及天气特征,使用CatBoost(Categorical Boosting)算法对交通事故风险进行建模,并对模型的辨识精度和有效性进行验证。结果表明,基于ETC交通流数据条件下采用CatBoost算法构建的山区高速公路事故风险辨识模型,其AUC (Area Under Curve)值达到0.836,较SVM (Support Vector Machine)、RF(Random Forest)、LR (Logistic Regression)模型分别提高0.042、0.056及0.051,模型总体辨识准确率为80.96%,对事故辨识准确率(召回率)为81.93%,对非事故辨识准确率(特异度)为80.72%,能较为准确地辨识山区高速公路交通事故。     

基于ETC大数据的高速公路服务区入区率研究

随着全国高速公路ETC联网的建成,本文研究了基于ETC通行大数据进行高速公路服务区的入区率,包括数据模型的建立及具体的实现过程,这一研究成果将大大节约服务区卡口的投入,并为服务区用户画像、精准营销的数字化商业运营提供支撑.     

基于ETC门架数据的高速公路服务区停车特征分析

高速公路服务区是驾乘人员的重要休息场所,是高速公路品质服务的重要窗口。准确分析服务区车辆停车特征有助于提高服务区运营管理水平,提供更高效、优质的服务。本文利用ETC门架数据提出了获取服务区停车特征指标方法:以重庆市高速公路服务区为例,分析了运营服务区客货停车数量分布、停车时间分布等特征,弥补了传统通过视频监测车辆特征的不足。     

基于MTC的混合型车道系统在高速公路中的应用

利用MTC车道现有资源,深入挖掘潜力,在一条车道上实现了MTC、ETC硬件资源共享,极大减少新增投资,实现了一条车道,MTC、ETC两种通行服务模式的兼顾,核心设计思想为通过技术手段,将ETC的功能嵌入到MTC功能,实现一条车道,MTC、ETC两种通行服务同时在线,兼容并存,可以自动检测通行条件,根据不同类型的车辆,自动切换服务模式,混合提供MTC、ETC两种通行服务。     

基于深度神经网络的高速公路团雾监测探究

团雾是危害高速公路行驶安全的严重灾害天气之一。针对高速公路团雾监测及告警问题,本文提出一种基于深度神经网络的高速公路团雾监测算法,采用高速公路已经建设的摄像头监控视频数据,利用构建的深度神经网络算法模型,对摄像头的视频图像进行实时分析,检测当前视频图像中是否出现团雾。基于该算法,构建了高速公路团雾监测系统,对高速公路路段摄像头进行全时段监测,对团雾进行第一时间告警,以避免高速公路交通事故的发生,保障公众安全出行。     

高速公路ETC稽查大数据图像取证系统

针对高速公路ETC收费稽查图像取证的需求,开发了高速ETC稽查大数据图像取证系统,能够自动分析海量收费车道抓拍图片的车型数据并自动进行比对发现逃费车辆。     

京哈北高速公路全路段交通通行分析预测系统探析

通过全路段交通通行分析预测系统,对关键试点路段实时布设和监控,智能分析车速、车流量、重点车辆类型等,能够精准感知拥堵点,预测关键路段拥堵概率,有效降低事故发生率。本文介绍了京哈北高速公路全路段交通通行分析预测系统的主要功能和关键技术,并对预测效果进行了预估。     

高速公路ETC系统监控检测系统研究

江苏沪苏浙高速公路ETC车道由于无人值守,出现故障时,收费站发现较迟,容易造成收费站车辆拥堵。通过提出ETC车道监控系统,对ETC车道进行实时监控的解决方案来提高ETC车道的安全性、稳定性和运行效率。     

基于微信平台的高速公路ETC缴费服务分析

为寻求拓展吉林省高速公路ETC缴费渠道,更好地为用户服务,本文针对缴费现状,对利用微信公众平台为用户提供高速公路ETC缴费服务的优势和架构进行了分析。     

基于元胞传输模型的高速公路交通流仿真模型

为实现高速公路的合理规划与管理,针对传统元胞传输模型中道路等长划分的局限性,提出了一种修正的元胞传输模型,改进了原模型中的流量传输模式。同时,在修正模型中细化了交通同流密度与速度之间的关系,提高了模型的实用性。本文利用车辆检测器数据实现了路段通行能力和阻塞密度计算以及路段速度—密度关系的标定。将修正的元胞传输模型应用于实际高速公路上进行了测试,路段交通流的流量平均百分比误差可以控制在15%左右,仿真的结果较理想。     

基于多组件时空网络的高速路网交通流预测探析

高速公路ETC数据包含着丰富的交通运行时空特征,本文充分挖掘ETC数据,提出了一种高速公路网络级门架断面交通流量预测模型——多组件时空网络(MCSTN)。对门架流量数据时空特征进行了分析,依据福建省高速公路真实的数据集,对MCSTN进行了实验测试与可视化,结果表明,MCSTN在多个性能评估指标上均优于相关的基线模型和变体模型,且能较好地拟合真实值。     

深度学习在江苏省高速公路交通事故预测中的应用

本文针对交通事故产生的危害,将深度学习应用到江苏省高速公路交通事故预测中,生成一种基于深度学习的预测模型。通过总结时间段、车速及路段方向等基础数据得出交通事故特征向量,构建了一个可对交通事故进行预测的有效模型,从而对交通事故是否发生进行预测分析,最大程度减少交通事故发生。     

基于沪宁高速公路大数据分析平台的ETC堵逃应用探讨

大数据是一个全新的概念,大数据分析平台是沪宁高速公路信息化中的重要内容,这一平台应用于ETC堵逃领域,是对收费管理工作的一次革新。本文对当下沪宁高速公路出现的大规模ETC大车小标逃费情况进行分析,并对比以前人工检测堵逃工作出现的问题,将大数据分析平台应用于查逃堵漏工作,取得了阶段性的成果。     

关于高速公路增建ETC车道的探讨

本文以广东省高速公路为背景,分析了ETC发展的现状及困境,阐述了增建ETC车道的必要性和重要性,提出以"合理配置、适度超前"的原则开展ETC车道增建工作,以充分发挥ETC快速通行的优势,有效缓解高速公路拥堵,提高收费站通行效率。     

ETC储值卡在高速公路收费车道圈存的实现与探讨

ETC储值卡作为高速公路ETC用户的支付手段,极大地影响了高速公路ETC用户的体验。本文以湖北省高速公路收费系统为例,介绍了ETC储值卡在高速公路收费车道圈存的实现。