基于Cortex-M3和多传感器数据融合的咪表系统设计

针对目前咪表停车收费系统管理难和收费乱的问题,基于ARM Cortex-M3处理器提出一种运用多传感器融合技术检测车位状态的智能咪表管理系统的设计方案.阐述了系统的组成、工作原理和软硬件设计,并对设计方案进行实验验证.实验结果表明:系统的车辆检测精度较高,运行稳定,基本满足路边停车收费的要求.     

湖州市路内停车问题研究及系统设计

以城市路内停车问题为研究对象,梳理城市路内停车管理原则,并分析国内外相关技术研究及应用情况。在浙江省湖州市开展实地调研的基础上,对湖州市目前以"咪表"为主的路内停车管理现状问题进行总结分析,以解决城市路内停车问题为目标,从政策法规调整、管理模式改善、技术应用创新三个角度提出解决方案,为实现路内停车智能化管控,提出了系统架构与功能设计,以期为城市路内停车管理项目实施提供借鉴。     

一种新的路边停车收费模式

现有的路边停车收费主要通过咪表进行收费,然而咪表并不能很好地解决路边停车收费问题.考虑一种新的路边停车收费模式,此种路边停车收费模式包括自动收费和人工收费,其中自动收费为主,人工收费为辅.自动收费是建立在专用短程通讯的基础上,通过路侧设备与车载单元的通信来完成.采用此路边停车收费模式,有利于提高路边停车场的利用率,减少违规停车和停车不缴费的现象发生.     

高新技术项目推介

近几年,随着社会主义市场经济蓬勃发展,全国各大城市机动车数量猛增。除城市交通动态管理难度加大外,也使用城市交通的静态管理越来越难。车多、路少、道窄,车辆如何停放?特别是城市主干道、繁华地段如何有效地解决临时停车的问题,已成为市政府和有关单位关心和急待解决的重要社会难题。某公司开发、生产的超低功耗电子式停车IC卡收费咪表(以下简称咪表)能有效地解决这一难题。     

CBD区域的停车多级分层诱导模式研究

本文结合国内外各大城市停车诱导系统实践经验,通过分析各城市停车诱导系统的优缺点,结合长春市CBD的停车现状,探讨并研究了相应的停车诱导方案,将城市CBD停车诱导系统分为外围诱导和内部诱导相结合并采用多级分层的诱导模式。以长春市为例,对CBD区域的停车诱导系统进行规划和建模分析,实验结果表明该区域的停车泊位利用率由原来的45.2%提高到87.8%,有效地缓解了CBD内部停车困难的问题,对解决城市道路路内停车问题和缓解城市交通拥堵问题有很大的帮助,具有实用性和可行性。     

PDA在咪表系统中的运用研究与实现

文章通过对咪表和PDA的软件硬件环境的介绍，主要论述了PDA在咪表数据采集系统中应用程序的开发过程，对咪表在市场上推广和运用提供了可靠保障．     

先进的停车诱导系统实施策略研究

随着城市的飞速发展,停车难已经成为困扰世界各大城市的难题.以提高停车泊位使用率和减少寻找停车泊位带来的无效交通为目的,在分析国内外对停车诱导系统的研究与应用情况基础上,论述了停车诱导系统的目标、功能及框架结构,结合我国实际情况,提出了基于车位预定和多级诱导方式的停车诱导手段,并对必要的政策支持进行了探讨.     

停车总成本最小的停车位动态分配与诱导模型

车辆反复寻泊是现代城市交通中的一种常见现象,其产生的无效交通量将增大城市道路交通压力,如何利用停车诱导使区域内所有待泊车辆合理停泊是改善城市停车问题的一种有效手段.本研究综合考虑驾驶员个体停车行为受步行距离、停车费用、停车意愿等因素的影响,将区域内待泊车辆的停车成本分解为寻泊行驶时间成本、步行时间成本、停车费用成本,给出了考虑驾驶员心理意愿的系统虚拟成本定义及计算方法,对步行距离心理阻抗与停车费用心理阻抗进行了敏感性分析,确定了停车诱导控制变量的约束条件,建立了以停车诱导系统虚拟总成本最小为优化目标的区域停车位动态分配与诱导模型.算例分析表明,本方法可以从区域总体停车需求角度出发,制定出合理的停车位动态分配与诱导方案,特别是在停车位紧张的情况下与广播式停车诱导方法相比,本方法可以减少反复寻泊的现象,使区域停车实际总成本明显降低.     

城市停车诱导系统分析

城市停车诱导系统的基础理论研究是分析和解决其规划设计中关键问题的基石。以系统论的思想从停车诱导系统的概念和内涵分析出发,详细分析了系统的要素、功能、特征、组成和分类以及系统的结构与技术支撑。系统分析的结果可以进一步加深对停车诱导本质的理解,并且可以为后续的相关理论与实践研究提供借鉴作用。     

停车场PGIS停车智能诱导系统模型研究

停车难是制约拉萨交通发展的一个重要因素,因此研究开发停车诱导系统刻不容缓。本文针对拉萨市停车难现状,研究了停车场PGIS停车智能诱导系统模型。停车诱导系统通过及时发布停车场及其停车位的信息,引导驾驶员可靠高效地找到合适的停车场。     

城市停车诱导管理信息系统的设计与实现

为了使停车诱导系统的数据处理部分能更好地满足区域内停车场的业务特点和用户动态需求,提出了城市停车诱导管理信息系统的模型.在现有停车诱导理论的基础上,将地理信息系统和管理信息系统融入其中,加快区域内停车资源供求信息的实时交互,并通过连接GSM导航,在进行停车选择后,获取较优的行走路径,从而减少因寻找停车场而产生的附加交通量,缓解交通负担,改善区域交通环境.最后,运用C#语言实现了该系统模型的主要功能.     

基于RFID技术的交通监管系统框架体系研究

通过对公安管理体制和现阶段国情的分析,提出基于射频识别(RFID)技术的交通监管系统框架体系,明确用户主体、服务主体,本框架体系包括九个服务领域,即汽车、驾驶员基础信息管理、基本交通管理、交通法规监管、治安侦防管理、汽车交通信息发布平台、收费管理、保险管理、泊车管理、营运车辆管理,并通过建立逻辑框架、物理框架,对系统功能进行研究。该框架可为区域交通监管系统的建设提供指导。     

Dijkstra改进算法在停车场泊位诱导系统中的应用与仿真

针对现有大型停车场内泊位诱导的低效问题,基于用户自由选择车位,以停车路径最短为准则,提出Dijkstra改进算法对问题进行分析和求解.并结合实例用VC进行仿真,为入场车辆的停放提供向导,提高停车场管理系统的智能化程度.     

停车诱导系统下中心型路径诱导算法的改进与应用

在应用Dijkstra算法的前提上,建立一个适用于城市交通路况综合评测的路网模型．结合该模型,对Dijkstra算法进行改进,提出了一种中心型路径诱导算法,并应用到停车诱导系统中．将该算法和经典Dijkstra算法进行比较,结果表明该算法能及时适应路网变化,迅速做出新的路径选择．     

停车场内部泊车行为特性分析及最优泊位选择模型

在详细分析有无诱导条件下的停车场内部泊车行为异同的基础上,提出服务于车位引导系统的最优泊位选择模型.结合国内外微观泊车行为调查分析结果,确定了停车场内泊位选择过程中的主要影响因素,包括步行距离、行驶距离、安全性、遮荫时长和有效泊位两侧车辆占用情况等.将各影响因素视为泊位的多项属性,建立了基于灰熵的最优泊位选择模型,对某一时刻停车场内所有的空余有效泊位进行排序,确定最优泊位.实例分析表明,该模型客观、简单、实用,有助于车位引导系统为停车者选择实时的最优泊位.     

面向精细化管理的停车需求短时预测

停车诱导系统（PGS）是缓解交通拥堵的有效办法,但停车需求短时精准预测作为空余车位发布的关键技术并没有得到有效解决。利用停车需求时变特征曲线的线型稳定性,以及在周内各工作日间的振幅的显著差异性对数据进行分组,采用不仅具备记忆时间序列数据能力,同时有着更简洁的逻辑门控制结构的GRU（gated recurrent unit）模型对停车需求进行短时精准预测,发现相比于传统神经网络以及ARIMA模型,在考虑停车需求周内日间差异性并对数据进行分组后的GRU模型能提供更高的预测精度。     

洛阳智慧停车诱导系统的设计与实现

主要讨论了支持洛阳市智慧停车诱导系统的数据库结构，诱导基础设施，信息发布内容与方法，以及系统的主要功能。洛阳市智慧停车诱导系统是洛阳智慧交通系统应用的重要组成部分，它为人们的出行提供实时、准确的停车信息以及到达目的地的最佳的行车路线，合理地引导城市车流，保障城市道路的畅通，节约人们的出行成本。     

智能停车场Web车位引导系统的设计与实现

为了提高停车场的信息化和智能化水平,给车主提供更高效、舒适的停车体验,针对现有车位引导系统的本地性限制,提出一种Web车位引导系统．该系统利用停车场车位上安装的传感节点实时探测车位信息,通过无线传输至管理主机并存入数据库实现车位信息的获取．通过ASP．net将实时的车位信息从数据库中提取并以Flash动画的形式在前台显示．用户可通过Web访问随时随地获取停车场内车位的布局、空位数量及进出路线等信息进行直观读取．从而更好的实现智能停车场的车位引导．     

北京中关村西区地下停车系统出入口交通特性分析

为了科学合理地设置地下停车场出入口,减少出入口对城市道路交通的影响,通过对北京中关村西区地下停车系统出入口与城市主干道接驳处交通运行情况的现场调研,分析了出入口于主干道的交通特性,得到了出入口驶入和驶出的交通流比例和交通流量。利用Vissim交通仿真模拟,将地下停车场规模、出入口数量、出入口坡道长度、地下机动车环廊长度和车道宽度、地下停车泊位数、地下车辆平均车速等指标作为仿真评价的阙值,提出了地下停车系统出入口与地面道路衔接段在平峰、工作日和周末早晚高峰时期的平均行程时间、平均延误时间、平均排队长度和停车次数等评价指标,明确了出入口接驳处的交通特性。研究结果表明,由于地下停车系统出入口接驳处主干道交通流量的不同,不同时段的出入口评价指标有明显变化,且工作日早晚高峰评价指标相对周末早晚高峰较高。     

基于相空间重构及Elman网络的停车泊位数据预测

针对停车诱导系统（PGIS）中短时空余停车泊位时间序列数据预测问题，提出应用相空间重构与Elman神经网络相结合的方法来进行预测．首先分析了相空间重构的技术原理，在此基础上导出时间序列预测模型，并以Elman神经网络训练模拟该模型．介绍了相空间重构与Elman神经网络相结合的预测方法的具体实现过程与步骤，提出了短时空余停车泊位数据的预测效果评价指标．通过预测实例表明，该方法用于停车诱导系统中短时空余停车泊位数据的预测具有较好的预测准确性和有效性．