交通安全2024交通安全课程要点.pdf
【交通事故数据采集】
美国道路交通事故采集标准体系为了规范事故数据的收集，美国国家公路交通安全管理局（NHTSA）与美国国家标准协会共同制订了一系列事故采集标准和规范，这些标准和规范确保了事故信息采集的规范、全面和准确，为交通事故分析和研究提供了可靠的数据支持。
70年代开始进行系统的道路交通事故采集，并形成了基础手册，专项手册与操作手册相结合的采集规范体系。
美国国家标准协会，美国机动车管理者协会，基础手册：《道路交通事故分类手册》MCMVTC，《交通记录系统数据编码手册》TRSDD。
美国国家道路交通安全管理局，专项手册：《死亡事故分析系统/事故报告抽样系统编码手册》FARS/CRSS CVM，车辆碰撞数据系统编码手册CEMCDS。
每个国家道路交通安全管理局，操作性手册：《事故采集最低标准样板》MMUCC
MMUCC
Model Minimum Uniform Crash Criteria（MMUCC）是一个由美国国家公路交通安全管理局（NHTSA）推出的自愿性指南，旨在提供一组最小、标准化的数据变量，用于一 ...
主函数123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990import scrapyfrom scrapy.spiders import Spiderfrom selenium import webdriverfrom selenium.webdriver.common.by import Byfrom selenium.webdriver.support.ui import WebDriverWaitfrom selenium.webdriver.support import expected_conditions as ECfrom pydispatch import dispatcherfrom scrapy import signalsfrom ..items import PicItem ...
订单概况:上海市订单生成和完成数的小时变化：从曲线上可以看出，生成和完成订单数基本一致，从每天的凌晨开始，订单数逐渐下降，在凌晨3、4点时订单数目降到最低，在早上6点左右开始回升，在10点过后，全天的订单需求都处在一个较高的水平。
订单时长分布：由下图可知，订单数主要分布在0-30分钟这个区间，订单时长为10~15分钟的订单数目最多，订单时长极短或大于60分钟的订单数目极少。
订单里程分布：由下图可知，订单里程主要分布在0-10公里的区间，其中订单里程为5公里左右的订单数目最多，与订单时间分布类似，订单里程大于30公里的订单数目极少。
所有出租车每天完成的订单数量分布：由下图可知，出租车每天完成的订单数量主要分布在20-30单中间，订单数在0-20的汽车数量也不少，但是订单数大于40的出租车极少。
地理可视化:地图上展示不同的行政区的出发订单数量分布（颜色越深，出发订单数越多）：从图中可以看到，浦东新区的出发订单数最多，其次为闵行区、徐汇区以及静安区，订单数较少的区有金山区、奉贤区、青浦区、崇明区等。
地图上展示不同的行政区的 ...
地铁 IC 卡数据分析数据预处理12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273747576777879808182838485868788# 读取原始文件并转换编码txt <- readLines("metro_ic_card.csv", encoding = "GBK")writeLines(iconv(txt, from = "GBK", to = "UTF-8"), "metro_ic_cardUTF8.csv")# 读取转换后的文件data <- read.csv("metro_ic_cardUTF8.csv", encoding = "UTF-8")# 加载 dplyr 库library(dplyr)# ...
同济路-逸仙高架智能交通系统设计与优化项目背景随着城市交通需求的增长，东北部区域的交通管理面临挑战。同济路-逸仙高架作为上海重要的南北向交通动脉，承载了连接中环、外环快速路及绕城高速的重要功能，其交通流量管理和道路使用效率提升成为亟待解决的问题。
平面布局
设备布点表
设计采用规范遵循了一系列国家标准和行业标准：
T/CITSA 11-2021 道路交通可变信息标志技术规范 - 指导交通信息显示的标准化。
GA/T 484-2018 LED 道路交通诱导可变信息标志 - 关于LED诱导显示屏的技术要求和应用标准。
GB 50688 - 2011 城市道路交通设施设计规范（2019版）
CJJ 37-2012 城市道路工程设计规范（2016版）
设计说明与版面要求尺寸
设计示意
版面尺寸可变信息板的外尺寸为 470 CM × 580 CM，文字和图形按照如下规则设计：
字体选择：设计成品显示使用黑体，印刷字体（除S20外环高速指示处“沪高速”）采用黑色黑体；其余使用白色黑体。
颜色规范：
正常运行状态：绿色黑体
交通事件发生状态：红色黑体
光带信息设计
...
资源爬虫
未读Scrapy爬虫项目：图片下载器1. 创建爬虫使用命令创建爬虫模板：
1genspider -t crawl
2. 代码实现2.1 主爬虫文件1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768from selenium import webdriverimport scrapyfrom scrapy.linkextractors import LinkExtractorfrom scrapy.spiders import CrawlSpider, Rulefrom selenium.webdriver.common.by import Byfrom selenium.webdriver.support.ui import WebDriverWaitfrom selenium.webdriver.support import expected_conditions as ECfrom ...
科学上网
未读PicGo + GitHub图床配置教程1. 下载PicGo首先，下载PICGO对应的版本，链接为：https://github.com/Molunerfinn/PicGo/releases
2. GitHub配置登录github账号，点击头像后点击settings:
找到最下方的developer settings：
创建密钥，并保存（仅展示一次）：
然后新建仓库，如PICGO：
3. PicGo配置现在安装PICGO并打开，配置图床并修改对应参数。
4. 完成配置配置完成后，就可以开始使用了。建议安装GitHubPLUS和quick-capture插件就可以完成截图上传
深度学习图像分类代码实现1. 导入必要的包123456789101112131415161718192021222324##导入包import warningswarnings.filterwarnings('ignore')from keras.preprocessing.image import ImageDataGenerator# 接下来是其它的导入语句from skimage.io import imread, imshowfrom skimage.transform import resize, rescalefrom skimage.color import rgb2grayfrom os import listdir, pathimport numpy as npimport matplotlib.pyplot as pltimport pandas as pdimport os,os.pathimport visualkerasfrom PIL import ImageFontfrom tensorflow.keras import Modelfr ...
资源爬虫
未读安装 twisted 与 scrapy12pip install twistedpip install scrapy
自订目录，安装 scrape 配置文件123d:cd \pycharm\scrape\xiaoshuo #自己建文件夹scrapy crawl story
进入 pycharm，打开目录
编写 story.py1234567891011121314151617181920import scrapyclass StorySpider(scrapy.Spider): name = 'story' # 名称 allowed_domains = ['m.xbiqugew.com'] # 域名 start_urls = ['https://m.xbiqugew.com/book/53099/36995449.html'] # 开始的网址 def parse(self, response): title = response.xpath('//h1[@class= ...
