1.中山大学智能工程学院 / 广东省智能交通系统重点实验室,广东 广州 510006
2.广东方纬科技有限公司,广东 广州 510006
邹兵(1994年生),男;研究方向:交通大数据分析;E-mail:zoub8@mail2.sysu.edu.cn
余志(1961年生),男;研究方向:智能交通系统;E-mail:yuzhi@mail.sysu.edu.cn
纸质出版日期:2022-05-25,
网络出版日期:2022-01-24,
收稿日期:2019-11-26,
录用日期:2022-01-14
扫 描 看 全 文
邹兵,余志,何兆成等.基于车辆身份检测数据的城市道路使用特征[J].中山大学学报(自然科学版),2022,61(03):132-139.
ZOU Bing,YU Zhi,HE Zhaocheng,et al.The characteristics of urban road usage using automatic vehicle identification data[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2022,61(03):132-139.
邹兵,余志,何兆成等.基于车辆身份检测数据的城市道路使用特征[J].中山大学学报(自然科学版),2022,61(03):132-139. DOI: 10.13471/j.cnki.acta.snus.2019B120.
ZOU Bing,YU Zhi,HE Zhaocheng,et al.The characteristics of urban road usage using automatic vehicle identification data[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2022,61(03):132-139. DOI: 10.13471/j.cnki.acta.snus.2019B120.
基于车辆身份检测数据与基尼系数理论,提出了一套车辆个体的道路出行信息获取与城市道路使用特征分析框架。首先,进行全网车辆个体出行信息的重构,进而集计为道路的出行需求;其次,构建道路使用基尼系数评价模型,根据洛伦兹曲线特征提出平均分界点的定义;最后,以安徽省宣城市车辆身份检测数据为例,进行城市道路使用时空特征分析和道路使用模式的分类。结果表明:提出的方法可以很好地量化评价不同道路承担的功能和角色。
A set of vehicle mobility information extraction and urban road usage characteristics analysis framework is proposed based on automatic vehicle identification data and Gini coefficient theory. First of all, we perform the reconstruction of individual mobility information of whole-network vehicles to obtain the OD, path and travel time of all vehicles per trip, and then collect the travel demand of the road; secondly, we construct the model of the Gini coefficient evaluation of road usage and propose average division point of vehicle mobility distribution based on Lorenz curve; finally, taking the automatic identification data of Xuancheng city, Anhui Province as an example, the spatial and temporal characteristics analysis of urban road usage and the classification of road usage patterns were carried out. The results show that the method in this paper can quantifiably evaluate the functions and roles of different roads perfectly.
智能交通道路使用模式基尼系数城市道路车牌身份检测数据交通管理
intelligent trafficroad usage patternGini coefficienturban roadsautomatic vehicle identification datatraffic management
邵春福. 城市交通规划[M]. 北京:北京交通大学出版社, 2014.
ZHAO S, ZHAO P, CUI Y. A network centrality framework for analyzing urban traffic flow: A case study of Wuhan, China[J]. Physica A:Statistical Mechanics & its Applications, 2017, 478:143-157.
TIAN Z, JIA L, DONG H, et al. Analysis of urban road traffic network based on complex network[J]. Procedia Engineering, 2016, 137:537-546.
SABERI M, MAHMASSANI H S, BROCKMANN D, et al. A complex network perspective for characterizing travel demand patterns: Graph theoretical analysis of large⁃scale origin⁃destination demand networks[J]. Transportation, 2017, 44(6): 1383-1402.
李彦瑾, 罗霞. 基于路网压缩的城市路网脆弱路段识别[J]. 公路交通科技, 2019, 36(5):108-116.
尹洪英. 道路交通运输网络脆弱性评估模型研究[D]. 上海:上海交通大学, 2011.
戢晓峰. 基于粗糙集的路网瓶颈路段识别方法[J]. 公路交通科技, 2009, 26(9):120-124.
钟茹. 路网中关键节点和重要路段的分析研究[D]. 北京:北京邮电大学, 2013.
JIANG B. A topological pattern of urban street networks: Universality and peculiarity [J]. Physica A: Statistical Mechanics and its Applications,2007, 384(2):647-655.
WANG P , HUNTER T , BAYEN A M , et al. Understanding road usage patterns in urban areas[J]. Scientific Reports, 2012, 2(12):1001.
LI Q, ZENG Z, ZHANG T, et al. Path-finding through flexible hierarchical road networks: An experiential approach using taxi trajectory data[J]. International Journal of Applied Earth Observation and Geoinformation, 2011, 13(1):110-119.
HU J H, HUANG Z, DENG J. A hierarchical path planning method using the experience of taxi drivers[J]. Procedia-Social and Behavioral Sciences, 2013, 96:1898-1909.
何帮强, 洪兴建. 基尼系数计算与分解方法研究综述[J]. 统计与决策, 2016(14):13-17.
刘续棵. 对测量不平等的泰尔指数和基尼系数比较[J]. 经济研究导刊, 2014(7): 12-13+57.
黄志远, 徐瑞华, 杨儒冬. 城市轨道交通客流网络分布均衡性评价[J]. 交通运输系统工程与信息, 2018, 18(3):139-145.
肖雪梅, 王艳辉, 贾利民. 城市轨道交通路网客流均衡性分析方法[J]. 交通运输系统工程与信息, 2012,12(6): 137-144.
代洪娜, 姚恩建, 刘莎莎, 等. 基于基尼系数的高速公路网流量不均衡性研究[J]. 交通运输系统工程与信息, 2017, 17(1): 205-211.
房晋源. 基尼系数的公交线网评价均衡性研究[J]. 交通运输系统工程与信息, 2012, 12(4):178-183.
0
浏览量
1
下载量
1
CSCD
关联资源
相关文章
相关作者
相关机构