CN105957348A - 一种基于gis和pems的城市公交线路节点处排放估算方法 - Google Patents

一种基于gis和pems的城市公交线路节点处排放估算方法 Download PDF

Info

Publication number
CN105957348A
CN105957348A CN201610521796.4A CN201610521796A CN105957348A CN 105957348 A CN105957348 A CN 105957348A CN 201610521796 A CN201610521796 A CN 201610521796A CN 105957348 A CN105957348 A CN 105957348A
Authority
CN
China
Prior art keywords
point
bus
emission
idling
line node
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610521796.4A
Other languages
English (en)
Other versions
CN105957348B (zh
Inventor
李铁柱
王雷
于谦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201610521796.4A priority Critical patent/CN105957348B/zh
Publication of CN105957348A publication Critical patent/CN105957348A/zh
Application granted granted Critical
Publication of CN105957348B publication Critical patent/CN105957348B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Vehicle Engines Or Engines For Specific Uses (AREA)
  • Navigation (AREA)
  • Treating Waste Gases (AREA)
  • Testing Of Engines (AREA)

Abstract

本发明公开了一种基于GIS和PEMS的城市公交线路节点处排放估算方法,通过车载排放测试系统采集排放数据进而建立城市公交车排放模型,采用GIS进行线路节点(公交站点、交叉口)范围内轨迹点筛选,可以准确估算公交车辆在线路节点处各类尾气排放量大小。本发明首先通过搭建车载排放测试系统获取公交车逐秒排放数据并以速度和比功率为自变量进行回归分析建立各类尾气排放率模型,然后基于GIS进行线路节点范围内轨迹点筛选并对线路节点处公交车尾气排放估算,从而为公交车排放控制、排放预测以及建立节能环保的公共交通系统提供数据支持。

Description

一种基于GIS和PEMS的城市公交线路节点处排放估算方法
技术领域
本发明涉及交通领域,特别是城市公交线路节点处排放估算方法。
背景技术
随着城市交通设施和居民生活条件的改善,机动车保有量持续增长,数量庞大的机动车带来了严重的环境污染问题并成为空气污染的重要源头。为解决城市发展过程中的交通污染问题,国家先后出台一系列政策提倡优先发展公共交通。虽然城市公交车在机动车总量中所占比重不是很大,但其运行环境有自身特殊性,由于公交车发动机排量大、运行时间长、油品低以及工况变化频繁,尤其是在线路节点处(公交站点、交叉口)频繁加减速产生高排放,使其在整个机动车排放总量中的贡献率较大。目前,尚未有城市公交在线路节点处尾气排放的量化研究。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明提供一种公交线路节点处尾气排放估算方法,能够为合理评估城市公交车的污染物排放水平提供依据以及建立节能环保的公共交通系统提供支持。
技术方案:为实现上述目的,本发明采用的技术方案为:
一种基于地理信息系统(Geographic Information System,简称GIS)和搭建城市公交车车载排放测试系统(Portable Emission Measurement System,简称PEMS)的城市公交线路节点处排放估算方法流程如下:
(1)计算城市公交车比功率
现阶段,比功率(Vehicle Specific Power,简称VSP)被广泛用于排放特征分析、行驶工况开发以及排放预测等领域,关于VSP的计算,对重型柴油车的计算尚无统一公式,根据比功率计算公式并结合各城市公交车实际情况进行相关参数取值,得到以加速度a和速度v为自变量的高峰时(7:00~9:00和16:00~19:00)的比功率和平峰时(除高峰时段外的其它时间)的比功率的近似计算公式如下:
VSP高峰=f高峰(a,v)
VSP平峰=f平峰(a,v)
(2)建立城市公交车微观排放模型(V-VSP模型)
通过搭建车载排放测试系统,获取城市公交车实际行驶过程中CO2、CO、NOX和HC四类污染物气体的瞬时排放数据,根据公交车行驶速度将排放率数据分为怠速(v=0)、低速(0km/h<v≤20km/h)、中速(20km/h<v≤40km/h)和高速(40km/h<v≤80km/h)四组,采用回归分析方法建立四类污染物气体的排放率模型,其中,怠速情况以时间为自变量,非怠速时以车辆瞬时比功率和瞬时速度为自变量,,得到四类污染物气体的排放率模型:
式中:
i表示污染物气体类型,包括CO2、CO、NOX和HC四类污染物气体;
t表示怠速时间,单位为s;
v为车辆瞬时速度,单位为km/h;
VSP为车辆瞬时比功率,单位为kw/ton;
为怠速时第i类污染物气体排放率,单位为g/s;
为低速时第i类污染物气体排放率,单位为g/s;
为中速时第i类污染物气体排放率,单位为g/s;
为高速时第i类污染物气体排放率,单位为g/s;
(3)基于GIS进行公交线路节点范围内轨迹点筛选
该过程需要严格按照GIS的建立流程进行,主要包括数据组织和功能实现:
1)空间数据构建
按照GIS中对空间实体的表现形式,将线路节点(公交站点、交叉口)抽象为矢量点状数据,将公交站点和交叉口进行分层组织,分别用两个点状矢量图层表示公交站点和交叉口,公交站点图层属性包括站点名称、所在线路等,交叉口图层包括交叉口名称、交叉口范围大小等;设置每个公交站点的线路节点范围为40m,每个交叉口的线路节点范围为该交叉口范围的大小。
2)线路节点范围内轨迹点筛选
首先,根据公交车GPS数据中的经纬度,利用GIS技术生成公交车轨迹点,并从轨迹点中寻找怠速点(v=0),计算每个怠速点与将要计算尾气排放量的线路节点的距离,从中选取距离最小的怠速点,将该怠速点记为P,距离记为Dmin
其次,P点离将要计算的线路节点处距离Dmin超过一定阈值则认为该P点不在此线路节点范围内。若线路节点类型为公交站点,依据《城市道路公共交通站、场、厂工程设计规范》将阈值设为20m,即判断Dmin<20m是否成立,如不成立,则不满足线路节点范围定义,此种情况下的怠速排放不考虑,否则,P点为线路节点范围内怠速点。若线路节点类型为交叉口,判断Dmin小于交叉口范围大小的一半是否成立,如成立,P点为此线路节点范围内怠速点,否则不满足线路节点范围定义,不能以此P点来计算怠速排放量;
最后,若P点为线路节点范围内怠速点,从生成的轨迹点中寻找出处于该点所对应的公交线路节点范围内的该点之后的减速点和该点之前的加速点,将所有公交线路节点范围内怠速点P以及所找出的加速点、减速点组合成线路节点范围内轨迹点并形成轨迹点序列{P1、P2…Pn},其中n为线路节点范围内轨迹点个数;
(4)线路节点处排放估算
基于公交车GPS数据中的速度、加速点和时间,利用建立的比功率计算公式和城市公交微观排放模型(V-VSP模型)计算线路节点范围内每个轨迹点处各类尾气排放率,采用下式进行线路节点处排放估算:
E i = &Sigma; j = 1 n E i j
式中:
i表示污染物气体类型,包括CO2、CO、NOX和HC;
n为线路节点范围内轨迹点个数;
Eij表示第i类污染物气体在线路节点范围内轨迹点Pj处排放量,单位为g,依据公交车在轨迹点Pj处的速度、加速度以及时间计算比功率并结合排放率模型进行计算;
Ei表示第i类污染物气体在线路节点处的估算量,单位为g。
有益效果:本发明提供的特别涉及一种基于GIS和PEMS的城市公交线路节点处排放估算方法,主要用于城市公交排放控制和预测,为城市公交排放控制和预测提供数据支持。
该方法首先是通过选取具有代表性的城市公交车搭建车载排放测试系统(PEMS)获取公交车实际行驶过程中的逐秒排放数据,并通过回归分析建立城市公交微观排放模型(V-VSP模型),继而采用GIS技术进行线路节点范围内轨迹点筛选,并进行公交线路节点处排放估算,最终为城市公交排放控制和预测提供数据支持。
附图说明
图1为搭建车载排放测试系统示意图;
图2为公交线路节点范围示意图;
图3为本发明方法流程图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
一、本发明技术方案的构思
本发明涉及一种基于GIS和PEMS的城市公交线路节点处排放估算方法,其核心是通过建立城市公交微观排放模型,从而通过本发明所基于GIS进行线路节点范围内轨迹点筛选,最终进行公交线路节点处尾气排放估算。通过为城市公交车搭建车载排放测试系统,可以实时准确地获取公交车实际行驶过程中CO2、CO、NOX和HC四类尾气的排放率数据。利用车载排放测试系统获取的数据,可以通过构建城市公交微观排放模型,准确掌握公交车各类尾气的排放率,并结合GIS技术进行线路节点范围内轨迹点筛选,使得线路节点处排放得到合理估算。
二、具体实施基于GIS和PEMS的公交线路节点处排放估算方法流程
该方法首先是通过搭建车载排放测试系统,如附图1所示,系统主要由SEMTECH-DS尾气分析仪、尾气流量计、排气管、笔记本电脑和全球卫星定位设备等组成,获取公交车实际行驶过程尾气中各类污染物气体排放率数据,并结合比功率建立城市公交微观排放模型,具体步骤如下:
(1)计算城市公交车比功率(VSP)
依照比功率计算推导公式并根据各城市公交车实际情况进行相关参数取值,得到以a和v为自变量的高峰(7:00~9:00和16:00~19:00)和平峰(除高峰时段外的其它时间)近似计算公式:
VSP高峰=f高峰(a,v)
VSP平峰=f平峰(a,v)
(2)建立城市公交车微观排放模型(V-VSP模型)
通过搭建车载排放测试系统获取的城市公交车实际行驶过程中CO2、CO、NOX和HC四类污染物气体的瞬时排放率数据,根据公交车行驶速度将瞬时排放数据分为怠速(v=0)、低速(0km/h<v≤20km/h)、中速(20km/h<v≤40km/h)和高速(40km/h<v≤80km/h)四组,采用回归分析方法建立四类污染物气体的排放率模型,其中,怠速情况以时间t为自变量,非怠速情况以公交车比功率VSP和公交车速度v为自变,得到四类污染物气体的排放率模型:
式中:
i表示污染物气体类型,包括CO2、CO、NOX和HC四类污染物气体;
t表示怠速时间,单位为s;
v为公交车速度,单位为km/h;
VSP为公交车比功率,单位为kw/ton;
为怠速时第i类污染物气体排放率,单位为g/s;
为低速时第i类污染物气体排放率,单位为g/s;
为中速时第i类污染物气体排放率,单位为g/s;
为高速时第i类污染物气体排放率,单位为g/s;
其次,应用GIS技术进行公交线路节点范围内轨迹点筛选,如附图2所示,并对线路节点处排放进行估算,具体步骤如下:
(1)基于GIS进行公交线路节点范围内轨迹点筛选
采用GIS技术对线路节点范围内轨迹点筛选需要严格按照GIS的建立流程进行,主要包括数据组织和功能实现。
1)空间数据构建
按照GIS中对空间实体的表现形式,将线路节点(公交站点、交叉口)抽象为矢量点状数据,将公交站点和交叉口进行分层组织,分别用两个点状矢量图层表示公交站点和交叉口,公交站点图层属性包括站点名称、所在线路等,交叉口图层包括交叉口名称、交叉口范围大小等。
2)线路节点范围内轨迹点筛选
首先,根据公交车GPS数据中的经纬度,利用GIS技术生成公交车轨迹点,并从轨迹点中寻找怠速点(v=0),计算每个怠速点与将要计算各类尾气排放量大小的线路节点的距离,从中选取距离最小的怠速点,将该怠速点记为P,距离记为Dmin
其次,P点离将要计算尾气排放量的线路节点的距离Dmin超过一定阈值则认为在该线路节点处未怠速,此时不满足线路节点范围定义,此点不能用来计算排放量。若线路节点类型为公交站点,依据《城市道路公共交通站、场、厂工程设计规范》将阈值设为20m,即判断Dmin<20m是否成立,如不成立,则此点不能用来计算排放量,否则,P点为线路节点范围内怠速点。若线路节点类型为交叉口,判断Dmin小于交叉口范围大小的一半是否成立,如成立,P点为线路节点范围内怠速点,否则此点不能用来计算排放量;
最后,若P点为线路节点范围内怠速点,从轨迹点序列中寻找与P点处于同一个线路节点范围内的P点之后的加速点和P点之前的减速点,遍历所有的线路节点范围内怠速点,得到包括加速点、怠速点和减速点在内的线路节点范围内轨迹点序列{P1、P2…Pn}(n为线路节点范围内轨迹点个数)。
(2)线路节点处排放估算
基于公交车GPS数据中的速度、加速点和时间,利用建立的比功率计算公式和城市公交微观排放模型(V-VSP模型)计算线路节点范围内每个轨迹点处各类尾气排放率,采用下式进行线路节点处排放估算:
E i = &Sigma; j = 1 n E i j
式中:
i表示污染物气体类型,包括CO2、CO、NOX和HC;
n为线路节点范围内轨迹点个数;
Eij表示第i类污染物气体在线路节点范围内轨迹点Pj处排放量,g,依据公交车在轨迹点Pj处的速度、加速度以及时间计算比功率并结合提出的排放率模型进行计算;
Ei表示第i类污染物气体在线路节点处的估算量,单位为g。以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (1)

1.一种基于GIS和PEMS的城市公交线路节点处排放估算方法,其特征在于所述方法包括下列步骤:
步骤1、计算城市公交车在高峰和平峰时的比功率
VSP高峰=f高峰(a,v)
VSP平峰=f平峰(a,v)
其中:
高峰是指7:00~9:00和16:00~19:00,平峰是指除高峰时段外的其它时间;
f为以公交车的加速度a和速度v为自变量的比功率近似计算公式;
步骤2、通过搭建城市公交车车载排放测试系统获取城市公交车实际行驶过程中CO2、CO、NOX和HC四类污染物气体的瞬时排放数据,根据公交车行驶速度将瞬时排放数据分为怠速、低速、中速和高速四组,其中怠速时v=0,低速时0km/h<v≤20km/h,中速时20km/h<v≤40km/h,高速时40km/h<v≤80km/h,采用回归分析方法建立四类污染物气体的排放率模型,其中,怠速时以怠速时间t为自变量,非怠速时以步骤1中公交车比功率VSP和公交车速度v为自变量,得到四类污染物气体的排放率模型如下:
式中:
i表示污染物气体类型,包括CO2、CO、NOX和HC四类污染物气体;
t表示怠速时间,单位为s;
v为公交车速度,单位为km/h;
VSP为公交车比功率,单位为kw/ton;
为怠速时第i类污染物气体排放率,单位为g/s;
为低速时第i类污染物气体排放率,单位为g/s;
为中速时第i类污染物气体排放率,单位为g/s;
为高速时第i类污染物气体排放率,单位为g/s;
步骤3、基于GIS进行公交线路节点范围内轨迹点筛选,具体包括如下步骤:
步骤3-1、构建空间数据
按照GIS中对空间实体的表现形式,将公交站点和交叉口这两种线路节点抽象为矢量点状数据,并将公交站点和交叉口进行分层组织,公交站点和交叉口分别各采用一个点状矢量图层表示,设置每个公交站点的线路节点范围为40m,每个交叉口的线路节点范围为该交叉口范围的大小;
步骤3-2、线路节点范围内轨迹点筛选
首先,根据公交车GPS数据中的经纬度,利用GIS技术生成公交车的轨迹点,并从轨迹点中寻找怠速点,计算每个怠速点与将要计算尾气排放量的线路节点之间的距离,针对将要计算尾气排放量的线路节点选出与之距离最小的怠速点,将该怠速点记为P,该怠速点与对应的将要计算尾气排放量的线路节点的距离记为Dmin
其次,对任意一个选出的怠速点P:若与之对应的将要计算尾气排放量的线路节点为公交站点,判断该怠速点P对应的Dmin是否满足Dmin<20m,如满足,该怠速点P为公交线路节点范围内怠速点,否则公交车在此线路节点范围内未怠速,不考虑怠速排放估算;若与之对应的将要计算尾气排放量的线路节点为交叉口,判断该怠速点P对应Dmin小于对应的交叉口范围大小的一半是否成立,如成立,则该怠速点P为此公交线路节点范围内怠速点,否则公交车在此线路节点范围内未怠速,不考虑怠速排放估算;
最后,对每个公交线路节点范围内怠速点P,从生成的轨迹点中寻找出处于该点所对应的公交线路节点范围内的该点之后的减速点和该点之前的加速点,将所有公交线路节点范围内怠速点P以及所找出的加速点、减速点组合成线路节点范围内轨迹点并形成轨迹点序列{P1、P2…Pn},其中n为线路节点范围内轨迹点个数;
步骤3-3、线路节点处排放估算
根据公交车的速度、加速点以及当前时间,选择步骤2中得到的相应的四类污染物气体的排放率模型,计算线路节点范围内每个轨迹点Pj处四类污染物气体的排放率,这里j取1~n,采用下式进行线路节点处排放估算:
E i = &Sigma; j = 1 n E i j
式中:
i表示污染物气体类型,包括CO2、CO、NOX和HC四类污染物气体;
n为线路节点范围内轨迹点个数;
Eij表示第i类污染物气体在线路节点范围内轨迹点Pj处的排放量,单位为g,依据公交车在轨迹点Pj处的速度、加速度以及时间利用步骤1计算比功率并结合步骤2提出的排放率公式进行计算;
Ei表示第i类污染物气体在线路节点处的排放的估算量,单位为g。
CN201610521796.4A 2016-07-01 2016-07-01 一种基于gis和pems的城市公交线路节点处排放估算方法 Active CN105957348B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610521796.4A CN105957348B (zh) 2016-07-01 2016-07-01 一种基于gis和pems的城市公交线路节点处排放估算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610521796.4A CN105957348B (zh) 2016-07-01 2016-07-01 一种基于gis和pems的城市公交线路节点处排放估算方法

Publications (2)

Publication Number Publication Date
CN105957348A true CN105957348A (zh) 2016-09-21
CN105957348B CN105957348B (zh) 2018-03-13

Family

ID=56903393

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610521796.4A Active CN105957348B (zh) 2016-07-01 2016-07-01 一种基于gis和pems的城市公交线路节点处排放估算方法

Country Status (1)

Country Link
CN (1) CN105957348B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107886188A (zh) * 2017-10-18 2018-04-06 东南大学 液化天然气公交尾气排放预测方法
CN108447252A (zh) * 2018-02-06 2018-08-24 浙江工业大学 一种基于乘客od人均排放计算模型的车辆调配方法
CN109376331A (zh) * 2018-08-22 2019-02-22 东南大学 一种基于梯度提升回归树的城市公交车排放率估计方法
CN109387603A (zh) * 2017-08-14 2019-02-26 深圳市道通科技股份有限公司 一种汽车尾气评测方法和系统
CN110852528A (zh) * 2019-11-20 2020-02-28 长安大学 基于微观交通排放估算的公交站台选型方法
CN112447047A (zh) * 2020-10-20 2021-03-05 华南理工大学 一种基于动态用户均衡交通分配的碳支付排放收费方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080258682A1 (en) * 2004-11-11 2008-10-23 Beijing Dianba Technology Co., Ltd. Electric Public Transit System
CN103730008A (zh) * 2014-01-15 2014-04-16 汪涛 基于公交gps和ic卡实时数据的公交拥挤度分析方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080258682A1 (en) * 2004-11-11 2008-10-23 Beijing Dianba Technology Co., Ltd. Electric Public Transit System
CN103730008A (zh) * 2014-01-15 2014-04-16 汪涛 基于公交gps和ic卡实时数据的公交拥挤度分析方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
QIAN YU 等: "Evaluation of bus emissions generated near bus stops", 《ATMOSPHERIC ENVIRONMENT》 *
姚志良 等: "低速汽车实际道路气态污染物排放特征", 《科技导报》 *
潘汉生 等: "轻型柴油车排放特性与机动车比功率分布的实例研究", 《环境科学学报》 *
王雷 等: "城市公交尾气排放空间自相关分析", 《交通运输工程与信息学报》 *
赖瑾璇 等: "基于比功率分布的公交车行驶周期建立方法研究", 《交通运输系统工程与信息》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109387603A (zh) * 2017-08-14 2019-02-26 深圳市道通科技股份有限公司 一种汽车尾气评测方法和系统
CN107886188A (zh) * 2017-10-18 2018-04-06 东南大学 液化天然气公交尾气排放预测方法
CN107886188B (zh) * 2017-10-18 2021-12-10 东南大学 液化天然气公交尾气排放预测方法
CN108447252A (zh) * 2018-02-06 2018-08-24 浙江工业大学 一种基于乘客od人均排放计算模型的车辆调配方法
CN108447252B (zh) * 2018-02-06 2020-05-22 浙江工业大学 一种基于乘客od人均排放计算模型的车辆调配方法
CN109376331A (zh) * 2018-08-22 2019-02-22 东南大学 一种基于梯度提升回归树的城市公交车排放率估计方法
CN110852528A (zh) * 2019-11-20 2020-02-28 长安大学 基于微观交通排放估算的公交站台选型方法
CN112447047A (zh) * 2020-10-20 2021-03-05 华南理工大学 一种基于动态用户均衡交通分配的碳支付排放收费方法
CN112447047B (zh) * 2020-10-20 2021-12-21 华南理工大学 一种基于动态用户均衡交通分配的碳支付排放收费方法

Also Published As

Publication number Publication date
CN105957348B (zh) 2018-03-13

Similar Documents

Publication Publication Date Title
CN105957348A (zh) 一种基于gis和pems的城市公交线路节点处排放估算方法
Fotouhi et al. Tehran driving cycle development using the k-means clustering method
Ahn et al. Network-wide impacts of eco-routing strategies: a large-scale case study
Esteves-Booth et al. A review of vehicular emission models and driving cycles
CN105865476B (zh) 一种动态交通环境下的汽车最低碳路径搜索方法
CN106203735A (zh) 一种机动车驾驶员驾驶行为能耗特征测算方法
Schmidt et al. An integrated simulation system for traffic induced air pollution
Fontes et al. Are HOV/eco-lanes a sustainable option to reducing emissions in a medium-sized European city?
CN103838971A (zh) 一种城市路网动态交通能耗及排放的计算方法
CN107240264B (zh) 一种车辆非有效行驶轨迹识别方法和城市道路设施规划方法
CN102054222A (zh) 基于居民出行分析的城市机动车排放量化方法
CN102508949A (zh) 城市隧道机动车尾气排放的数字化分析方法
Mamarikas et al. Traffic impacts on energy consumption of electric and conventional vehicles
Kropiwnicki A unified approach to the analysis of electric energy and fuel consumption of cars in city traffic
Zhu et al. Green routing fuel saving opportunity assessment: A case study using large-scale real-world travel data
CN104091440A (zh) 基于道路等级和车辆类型的城市交通拥堵成本估算方法
Saleh et al. Driving cycle for motorcycles in modern cities: case studies of Edinburgh and Delhi
Li et al. A comparative study on data segregation for mesoscopic energy modeling
Vámosi et al. Development of bus driving cycle for debrecen on the basis of real-traffic data
Shi et al. Low-cost reconstruction of typical driving cycles based on empirical information and low-frequency speed data
CN110889086A (zh) 一种评估共享电动租赁汽车对城市汽车尾气排放影响的方法
Hao et al. Modal activity-based vehicle energy/emissions estimation using sparse mobile sensor data
Tafidis et al. Exploring crowdsourcing information to predict traffic-related impacts
Tiedong et al. Applying floating car data in traffic monitoring
Lingqiu et al. A LSTM based bus arrival time prediction method

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP02 Change in the address of a patent holder

Address after: 210093 Nanjing University Science Park, 22 Hankou Road, Gulou District, Nanjing City, Jiangsu Province

Patentee after: Southeast University

Address before: 211103 No. 59 Wan'an West Road, Dongshan Street, Jiangning District, Nanjing City, Jiangsu Province

Patentee before: Southeast University

CP02 Change in the address of a patent holder