基于城市高速道路录像资料的复杂交通流实测

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    10772050
  • 项目类别：
    面上项目
  • 资助金额：
    36.0万
  • 负责人：
    吴正
  • 依托单位：
    复旦大学
  • 学科分类：
    A1302.环境流体力学与颗粒流
  • 结题年份：
    2010
  • 批准年份：
    2007
  • 项目状态：
    已结题
  • 起止时间：
    2008-01-01 至2010-12-31

项目摘要

城市高速道路交通中的非线性复杂现象已经引起多个学科研究者关注，但相对于蓬勃发展的数学模型和数值仿真技术，实测研究处于落后状态，尤其缺乏符合中国国情的高速道路复杂交通流实测研究。本课题研究和开发一种基于高速道路录像资料的交通流实测方法，对我国不同特征条件下的各种典型城市高速道路实际交通过程进行200小时以上录像拍摄，从算法和程序上实现自动识别录像资料中动态变化的"速度-车间距"和"速度-密度"数据对，形成包含20万条以上交通流状态数据的数据库。利用实测数据研究激进型和谨慎型两种驾驶行为的定量标准及出现比例，研究相变临界密度、宽运动堵塞、变道规律等问题，为宏微观模型的实际应用提供参数。建立相应的多车道数值仿真程序，筛选具有实际应用前景的仿真算法、模型及参数。尝试将复杂交通现象与湍流现象进行一些比较研究。本课题的成果将为交通规划、控制和管理提供新的数据、方法和思路。

结项摘要

项目成果

期刊论文数量（9）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Traffic flow measurement based on video recording of expressway
基于视频录像的高速公路交通流量测量
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
基于录像资料的中国城市高架或快速道路“车头间距-车速”数据库
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    包括不同特征交通录像200余小时和“车头间距-车速”数据210920条
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Video-based measurement and data analysis on traffic flow of urban expressway
城市快速路交通流视频测量与数据分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
三车道宏观交通流模型和扰动演化的数值研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
基于实测数据的交通流模型比较研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

交通流实测数据的时间序列分析
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    复旦学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    张英莹;吴正;郭明旻
  • 通讯作者：
    郭明旻
选择性吸附亚硝胺的研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    石油学报（石油加工），2005，21 (3)，61-68.
  • 影响因子：
    --
  • 作者：
    朱建华*;周春芳;王一萌;吴正
  • 通讯作者：
    吴正
城市快速路交通流速密关系模型优化研究
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    力学学报
  • 影响因子：
    --
  • 作者：
    吴正;郭明旻;许谦
  • 通讯作者：
    许谦
基于Benford定律的大数据审计方法研究与实现
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    中国注册会计师
  • 影响因子：
    --
  • 作者：
    陈伟;吴正;刘海
  • 通讯作者：
    刘海
中国农村老年人家庭代际交换的年龄轨迹研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    人口研究
  • 影响因子：
    --
  • 作者：
    左冬梅;吴正
  • 通讯作者：
    吴正

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码