视频序列中面向行人的多目标跟踪算法

为实现视频序列中多行人目标跟踪,基于多信息融合方法,考虑多目标间严重遮挡,建立面向行人的多目标跟踪算法.提出多信息融合算法融合目标颜色和运动信息,结合均值漂移算法思想,实现常态下目标跟踪.针对多行人目标参与的遮挡,通过理论分析遮挡过程中目标面积变化,提出遮挡因子判别遮挡发生、辨识遮挡者和被遮挡对象、确认被遮挡对象重新出现等.实验结果表明,该方法能够正确跟踪行人目标,判断并处理多目标间的严重遮挡.      

基于可变参数的道路交通事故动态灰色预测模型

以中国1990~2006年万车死亡率为研究对象,在固定参数动态灰色预测模型基础上,根据人口数量、机动车数量和公路里程优化参数P值,建立了可变参数动态灰色预测模型;分别运用固定参数动态灰色预测模型、可变参数动态灰色预测模型和基于三点平均技术的可变参数动态灰色预测模型进行预测,得到的平均相对误差分别为6.97%、5.67%和4.61%.研究结果表明:可变参数动态灰色预测模型优于固定参数动态灰色预测模型;基于三点平均技术的可变参数动态灰色预测模型可以进一步平滑预测结果,增加预测结果的可靠性.     

基于区块多源时空数据的道路网密度预测模型

城市化进程与人口增速的不协调导致了城市蔓延现象,为科学合理地统筹引导道路建设,缓解城市蔓延引发的交通拥堵和环境污染,需要对建成区的道路网指标进行精细化管理.以道路网密度为例,考虑道路建设进度和政策实施惯性,构建基于深度学习的区块化时空数据预测模型Bi-Convlstm2DNet,与之对应地构造基于区块的多源数据融合流程,并以某市为例进行实验.将该市时序的土地覆盖、人口和道路网拓扑结构融合为时空多源数据集,而后在数据集上将本模型同其他经典预测模型进行参数标定和对比.研究结果表明,BiConvlstm2DNet在该数据集上得到的准确率为91.5％,较支持向量回归和随机森林回归等模型的准确率平均提升了8.0％,是一种分区块预测建成区道路网指标的可靠模型.     

基于前景理论的节假日停车选择行为研究

以北京颐和园为例,基于前景理论,建立节假日停车选择决策模型。为确定停车选择影响因素的参照点,对实际调查数据进行多元回归分析。建立了影响节假日停车选择决策的各个因素的价值函数,以及游客关于行程时间的概率重要性系数函数,计算得到了单个停车选择影响因素的前景值。利用熵权TOPSIS法确定影响因素的权重,综合考虑停车选择的因素确定得到方案选择的最终综合前景值,对所有停车方案的贴近度进行排序从而做出停车选择决策。基于期望效用理论,建立ML模型,研究游客停车选择行为的影响因素。最后将根据模型计算得出的方案排序与实际调查结果进行对比,验证了前景理论适合用于节假日景区的停车选择行为的研究。     

出口匝道连接处通行能力分析计算模型

结合出口匝道的特点,给出了出口匝道连接处交通流参数之间关系的理论模型和出口匝道的通行能力计算模型.然后,将连接处交通流参数之间的关系模型整理成驶出率、上游外侧车道流量和密度之间的关系.最后,利用实测数据对关系模型进行标定,并与美国道路通行能力手册(HCM2000)的经验公式进行了比较.结果表明:流量与驶出率呈指数函数关系;在低密度范围,流量_密度呈线性函数关系,并与美国经验公式一致;在中密度范围,流量与密度无关;在高密度范围,流量_密度呈二次函数关系.     

核窗口尺寸和目标模型自适应的均值漂移跟踪

在目标大小、方向和颜色发生变化时,传统的均值漂移算法会因为核窗口大小和方向不能动态改变、目标模型不能及时更新而导致目标跟踪偏移甚至丢失.为此,文中提出了一种新的核窗口大小和方向可自适应调整的均值漂移跟踪算法,并构建了目标模型更新机制.首先利用计算得到的目标凸包拟合椭圆并结合卡尔曼滤波模型得到目标大小和方向的最优估计;然后利用目标大小和方向的估计值调整算法核窗口的大小和方向,修正核权重分布;最后联合目标形状和颜色信息构建一种目标更新机制,及时更新目标模型以适应目标的变化.不同场景下人体、非机动车等非刚体目标的视频序列实验结果表明,文中方法可以对大小、方向和颜色变化明显的目标进行准确、稳定的跟踪.     

基于交通瓶颈的多用户动态互补模型

基于Vickrey瓶颈模型探讨多用户出行问题. 把出行者按时间价值划分为多个用户类型,建立多用户动态均衡混合互补模型,进一步简化为等价的线性互补模型. 利用线性互补模型的成熟理论,分别对单用户出行和不同分类标准下的多用户出行情况进行仿真实验. 算例结果表明,影响用户出发时刻决策的是早到、迟到时间与出行时间之比,与早到、迟到时间的绝对值无关;验证了交通管理措施中错时上下班的优势,根据出行者时间价值的不同错时安排上下班时间,大幅度降低交通均衡时的出行费用,提高路网利用效率.     

道路网交通流状态变化趋势判别方法

根据城市快速路交通流参数实测数据所表征的交通流状态特性,结合基本图和三相交通流理论,将道路网交通流状态划分为自由流状态、拥挤流状态和阻塞流状态.在此基础上,采用模糊信息粒化的思想,以道路网检测断面数为窗口,设计三角形模糊隶属函数,将同时段的道路网交通流状态映射为含有低边界值L、中值R和高边界值U三参数的模糊信息粒.以模糊信息粒为输入,建立Elman网络模型预测交通流状态变化趋势.依据预测结果计算道路网交通流状态综合指数,判别未来时段道路网交通流状态,并以北京市某一区域路网为例进行实证性研究.研究结果表明:所提出的方法能够实现道路网交通流状态变化趋势判别,准确率为93.33%,同等条件下支持向量机模型判别准确率仅为86.67%.     

行人步行设施紧急疏散出口设置方法

从行人疏散过程和紧急疏散出口通过能力的角度,分析行人步行设施紧急疏散出口设置的影响因素,并提出紧急疏散出口设置方法.研究发现,在总宽度一定的情况下,紧急疏散出口的个数越多,其相应的总通过能力越低.基于步行设施内疏散行人的数量、初始位置,紧急疏散出口的行人通过能力,多紧急疏散出口的行人选择策略,以及紧急疏散出口的设置指标,构建了行人步行设施紧急疏散出口设置的优化模型;并提出其简化的求解算法,实现紧急疏散出口个数、位置和宽度的优化设置.结合算例,从紧急疏散出口布局优化的角度,提出北京市西直门换乘枢纽紧急疏散出口布局的改进措施.