论文部分内容阅读
综合交通枢纽是城市公共交通网络中的重要节点，对城市公共交通发挥网络效应和规模效应起到重要的支撑作用。随着我国城市化进程的不断加速，城市居民日公共交通出行量不断增加，综合交通枢纽的建设数量及规模也在不断增加。但在综合交通枢纽内部，乘客的行走区域往往是有限而封闭的空间，相对于道路行人交通系统，拥挤对乘客行走的舒适性、连续性影响更严重，异常及紧急事件对安全性的危害更大。因此，实时掌握枢纽内部乘客交通状态、及时发现客流拥挤，是综合交通枢纽高效、安全运行的重要支撑。虽然大多数在建或已建的综合交通枢纽都配备了大量的行人监控设备，但设备布局缺乏理论支持，随机性太强，针对性不足。同时，由于缺乏成熟的行人交通拥挤自动识别方法，人工监控捉襟见肘，监控设备利用效率偏低，浪费严重。目前，国内外对于机动车交通流参数的实时采集与监控管理有较为深入的研究，但对于大型地铁车站、交通枢纽等密集行人环境下的行人交通数据获取方法及拥挤监控方面仍缺乏较为系统的研究。因此，开展综合交通枢纽监控设施布局优化、行人拥挤自动识别方法的研究，能加强综合交通枢纽的管理者对乘客状态的监测和控制，提升运营管理的智能化水平，减少客流拥挤、紊乱的发生，消除客流拥挤带来的安全隐患，实现综合交通枢纽的安全、高效、便捷运行。 论文的研究依托北京市科技计划“公交城市建设综合技术研究应用与示范”等项目，研究工作以提升综合交通枢纽密集行人监测与管理智能化水平为目标，研究具体涉及客流监测设备优化布局、客流拥挤评价、客流量短时预测以及客流拥挤自动识别等关键技术。 客流监测设备是综合交通枢纽客流监控的硬件基础。客流监测设备布局与客流监控系统的精确性、实时性紧密相关。本论文首先依据客流监测设备精度测试，确定视频监测为主要的客流数据采集手段，进而从客流分担率、时间分布、拥挤程度等方面构建了监测备选节点重要评价指标体系及基于灰色关联模型的节点重要度排序计算方法，最后依据实际应用的需要，提出了监测设备优化配置方法，以宋家庄综合交通枢纽为例验证了该方法的有效性。 客流拥挤定量化评价是综合交通枢纽客流运行状态动态监测、运营管理水平与效率评价的重要支撑。综合交通枢纽内部行人交通设施种类较多、行人行走路径复杂，行人交通拥挤的度量异常困难。本论文利用调查、仿真等手段，对行人拥挤的形成机理进行了重点剖析，借鉴机动车交通拥堵指数等相关研究成果，在综合考虑现有数据采集能力的限制及拥挤环境下不同交通流参数敏感性的基础上，选择客流密度及客流量作为直接的评价指标，构建了适用于评价综合交通枢纽整体或局部区域拥挤程度的客流拥挤指数。 行人交通流参数短时预测技术是综合交通枢纽行人交通运行状态管理与控制及客流诱导的理论基础。由于行人交通的约束性小、行走环境复杂，相对于机动车交通，交通流参数的变化幅度更大，短时预测难度高。因此，本论文在对比分析传统交通流参数短时预测方法的基础上，着重对卡尔曼滤波模型、支持向量机回归模型以及非参数回归模型的适用性进行了分析，并对非参数回归预测方法的数据库聚类方法及预测模型进行了改进，改进后的非参数回归模型1分钟统计间隔预测误差小于15％，3分钟以上统计间隔预测误差小于10％，提高了短时客流量的预测精度。 行人交通拥挤自动识别算法是综合交通枢纽客流状态监测的关键支撑技术。交通事件自动识别算法在机动车交通领域应用广泛，但行人自身交通特性、行走环境差异较大，现有的机动车自动识别算法的有效性有待检验。本论文在借鉴已有的机动车ACI算法的基础上，针对综合交通枢纽客流拥挤特征及现有客流交通数据采集的可行性，构建了基于McMaster算法的行人拥挤自动识别算法，并采用仿真方法，对该方法的有效性进行了验证分析。 本论文在分析综合交通枢纽客流监控的实际需求、总结国内外交通检测设备布局、交通拥堵评价、交通流参数短时预测、交通拥堵识别等研究现状的基础上，针对综合交通枢纽密集行人环境下的行人交通特性及监控特点，对客流监测设备优化布局、行人交通拥挤评价方法、客流量短时预测、客流拥挤自动识别算法等关键技术进行了研究。本文研究成果为综合交通枢纽智能化客流运行监测与管理系统的建设提供了理论支持，同时研究成果也为密集环境下行人交通系统运行监测与管理相关的研究提供重要的参考和借鉴。