基于深度学习的交通路口自动识别

基于车辆轨迹数据提取道路信息已经成为数字地图更新的一种有效而廉价的方法，引起了广泛的研究。交通路口是道路信息的重要组成，如何快速而准确提取交通路口具有一定的挑战。深度学习的快速发展为解决这一问题提供了一种新的思路。本文针对轨迹数据在交通路口的分布特性，首先提出一种基于LSTM深度学习的转弯轨迹模式自动提取方法，通过统计航向变化规律对路口转弯轨迹进行建模分类，然后采用LSTM深度模型学习轨迹时间序列，从而实现转弯轨迹模式的自动识别，训练好的模型可以对新的未知轨迹数据实现自动快速地提取转弯轨迹。其次，针对因路口转弯点的稀疏性而影响准确定位路口中心这一难点，本文提出一种联合补偿点计算和转弯轨迹航向变化幅度的方法选取路口候选点，然后通过聚类路口候选点识别道路交叉口。为验证和评估该方法的有效性，采用福州市鼓楼区出租车实际轨迹数据进行测试。结果表明，该方法道路交叉口识别准确率达到96.7%，为电子地图实时更新及无人驾驶自动导航应用等提供关键技术支持，同时我们开放该方法源代码和实验数据，以便于其他研究者开展相关研究。     

基于规则推理的汽车冲压件成形工艺性分析

提出了一种新的汽车冲压件产品模型的表达方法,即冲压件特征语义树.该方法从产品模型所包含的海量、离散、底层、冗余的几何、拓扑信息中提取出工艺设计者所关心的带有特定工程语义的高层几何、拓扑信息,因此,它既能够表达形状特征的高层几何、拓扑信息,又能够表达产品模型所包含的丰富工程信息.同时,提出一种新的基于规则的推理策略,即规则-语义推理策略,在冲压件特征语义树和工艺设计规则之间进行搜索、匹配.并基于冲压件特征语义树和规则—语义推理策略,提出一种新的冲压工艺性分析方法,避免了针对自由曲面模型的自动特征识别和针对产品模型的底层数据的推理.     

面向室内空间的语义轨迹提取框架

利用海量位置数据分析用户行为,挖掘用户的潜在价值越来越受到人们的关注。室外环境中已有较成熟的解决方案。针对室内空间中WiFi定位数据的精确度、鲁棒性不足等问题,对面向室内空间的语义轨迹提取方法进行了研究,能在减少错误、压缩原始位置数据的同时,增强轨迹的表达能力,使得更深入的室内时空数据挖掘成为可能。该文基于室内空间建模、数据清洗、事件提取和语义增强4个模块的框架提出了室内语义轨迹计算的方法,在真实数据集和模拟数据集上进行实验,结果表明:该方法能从存在误差和缺失的室内定位数据中,准确有效地挖掘和提取出含有语义信息的轨迹数据,为上层的应用分析所用。     

基于变分自动编码器的车辆轨迹预测研究

针对轨迹预测中车辆与周边车辆、道路几何之间交互关系建模不充分,以及车辆轨迹多模态建模不完整等一系列问题,提出了一种基于变分自动编码器的车辆轨迹预测方法。首先,通过长短时记忆网络从原始数据中提取轨迹数据与车道信息的语义特征;其次,引入多头注意力机制,采用两个单独的注意力模块分别建立车辆与车辆交互模型及车辆与道路交互模型,能够更好地反映周边车辆与道路几何对车辆轨迹的交互影响,得到丰富的场景上下文信息;接着利用变分自动编码器对车辆轨迹多模态建模,捕捉轨迹预测的随机性质以生成合理的未来轨迹分布;最后从分布中多次重复采样以生成多条可能的未来轨迹。通过搭建实验平台和使用Argoverse自然驾驶数据集进行测试,改进后的预测方法在平均位移误差和最终位移误差指标下的数值分别为1.03和1.51,预测精度上相较于其他3种预测方法,分别提升了45%、46%、32%;实验结果表明：预测方法可以有效地改善车辆与周边车辆、道路几何之间交互关系建模不充分,以及车辆轨迹多模态建模不完整等问题,预测精度提高,总体预测性能良好。     

城市道路自由车速与车道宽度关联性分析

通过对城市道路路段及交叉口出口道自由车速的特性分析,获得自由车速与车道宽度的关联性.选取杭州市交通设施相似、车道宽度不同的9条道路进行车速调查,并采用视频检测及图像识别技术提取车速数据.经数据分析得出,路段及交叉口出口的自由车速服从正态分布,且特征车速随车道宽度增加有上升趋势;建立车道宽度对车速离散情况影响模型,得出交叉口出口及路段车速离散情况随车道宽度的变化趋势.研究结论说明,合理设置道路车道宽度有利于限制车速和提高道路安全性,还可以为城市交通流建模及城市交通管理提供依据.     

城市道路网三维视景生成系统开发及应用

城市道路网三维视景是城市道路交通仿真中的重要部分。以平面中心线模型、平面法线模型为基础,与纵断面模型相结合,运用参数化图形建模方法对城市道路网建立城市道路路段、各类平面交叉口和立体交叉等模型。基于VC和OpenGL开发了城市道路网三维虚拟视景生成系统,可以构建道路网三维视景并动态演示,通过调用视景库模型可以自动布置道路交通三维虚拟视景。结果表明,运用本系统构建大规模城市道路网三维虚拟视景可以明显缩短周期,提高效率。     

交叉口交通状态精细化判别方法研究

针对目前交叉口交通状态判别方法不能有效识别溢流、车辆慢行等的问题,提出了一种交叉口交通状态精细化判别方法。首先对交叉口的物理空间组成进行分解,分解为各方向路段和内部冲突区域两部分;其次,利用计算饱和度方法对各方向路段的交通状态进行判别;利用绿灯结束时刻剩余车辆累积车头时距与间隔时间之比对内部冲突区域的交通状态进行判别;最后,采用综合交通状态判别方法实现交叉口交通状态的精细化判别,并利用实际采集的数据对方法进行仿真验证。仿真结果表明:所建立的方法可以更精细的对交叉口交通状态进行判别。     

路网描述仿真模型

从满足交通仿真需求角度分析了路网描述建模的要点,提出了以节点、路段、节段、车道为基本构成要素的路网描述仿真模型.该模型能更准确、细致地反映道路网拓扑关系和道路几何条件,为交通仿真模型真实地反映路网交通状态奠定了基础.     

基于MapX的分层路网拓扑结构的构建方法

最优路径规划是车载导航系统最主要的功能之一,而实现这一功能的关键在于构建道路网络的拓扑结构.针对这一问题,首先利用MapInfo对道路网络进行分层处理,添加道路的等级、方向等与导航密切相关的属性信息;再通过MapX控件及其基本分析函数,在Visual C++6.0平台上完成道路网络的预处理;最后按层次提取道路的交叉口、路段的拓扑信息和属性信息,并自动存储于Access数据库中,以便供最优路径规划计算所用.实验结果表明,经过分层抽象处理之后,重建的高层路网数据规模骤减,这为路径规划的实时性提供了良好的基础.     

山区城市道路交叉口纵向减速标线影响分析

道路交通安全问题是一个受各种因素影响的复杂的系统问题,受不同的驾驶员特性、汽车性能、道路条件及环境之间的相互影响。对速度的分析应该从实际的行驶环境出发,结合车辆行驶轨迹和其他事故致因系统分析。通过实车试验的方法对设置纵向减速标线的山区城市道路交叉口路段和未设置标线的对比路段的交通流量、区间速度、驾驶员瞳孔指标和轨迹横向偏移量等试验数据进行采集,再结合山区城市道路交叉口处的交通特性和道路基本参数等数据,分析试验路段的交通流特性、驾驶员生理行为指标和轨迹规律。试验表明:在城市道路交叉口设置纵向减速标线后车辆在试验路段和对比路段的偏移量分布频率最大值为42.62%和38.18%在(0.5,1]区间内;在山区城市道路交叉口段设置纵向减速标线可以提前警告驾驶员控制车速等有利的影响,提高交叉口行驶安全性。     

山区城市道路交叉口纵向减速标线影响

道路交通安全问题是一个受各种因素影响的复杂的系统问题,受不同的驾驶员特性、汽车性能、道路条件及环境之间的相互影响。对速度的分析应该从实际的行驶环境出发,结合车辆行驶轨迹和其他事故致因系统分析。本文通过实车试验的方法对设置纵向减速标线的山区城市道路交叉口路段和未设置标线的对比路段的交通流量、区间速度、驾驶员瞳孔指标和轨迹横向偏移量等试验数据进行采集,再结合山区城市道路交叉口处的交通特性和道路基本参数等数据,分析试验路段的交通流特性、驾驶员生理行为指标和轨迹规律。试验表明:在城市道路交叉口设置纵向减速标线后车辆在试验路段和对比路段的偏移量分布频率最大值42.62%和38.18%在（0.5,1]区间内;在山区城市道路交叉口段设置纵向减速标线可以提前警告驾驶员控制车速等有利的影响,提高交叉口行驶安全性。     

采用车载激光雷达的带状地物矢量化与结构特征提取

针对车载激光点云带状地物形状多样、难以用规则语义信息矢量化,以及结构语义信息提取研究较少的问题,提出一种基于Ribbon Snake模型的车载激光雷达带状地物(道路边界、实线型标线、铁轨)矢量化与结构特征提取方法.首先,通过格网剖分构建点云特征图,利用Ribbon Snake模型提取带状地物矢量化数据;然后,分析不同道路和铁路场景的结构特征,生成具有准确几何和拓扑结构信息的三维矢量数据和属性数据.实验表明:该方法能够准确地提取带状地物矢量化与结构信息,实现不同场景下带状地物的有效完整描述.     

利用最小二乘匹配算法提取影像道路网

针对遥感影像道路网提取问题,提出了利用最小二乘匹配算法进行道路网智能化提取的思想,通过对影像进行预处理、种子点选取、最小二乘匹配、道路段筛选和连接来实现道路网的提取.利用多组影像进行验证的实验结果显示:该方法能够较好地对道路网进行识别,且具有较好的鲁棒性.     

城市道路交叉口电动自行车左转安全特性分析

综合运用基于录像数据采集方法与电动自行车运行轨迹提取方法,对城市道路信号交叉口左转电动自行车行驶的横向位置分布规律、纵向蛇行运动轨迹展开较为系统的数据分析,为我国道路交叉口交通设计改善、降低交通事故提供一定的理论依据和数据支撑。     

基于广域雷达数据的交叉口微观仿真研究

为实现交叉口的精细化仿真与控制优化,提出一种基于广域雷达数据的交叉口车辆轨迹提取与微观仿真方法.首先运用广域雷达检测器等现代化交通检测技术采集车辆的位置、速度、方向等数据,得到每辆车的行驶轨迹;然后通过数据清洗、车道编号、车辆编号重置、统一坐标等步骤对数据进行处理;最后利用车辆行驶轨迹,建立了交叉口仿真平台,能够真实再...     

城市中心区地下道路网结构形式评价

为寻求与城市发展相适应的路网形式和城市地上、地下道路合理布局结构,以此来解决城市交通的拥挤问题,通过对国内外地下道路实例分析,结合城市道路的特点,提出了地下道路网整合的模式,并分析地下道路通行能力折减系数、地下道路网交叉口通达性系数、地下道路网可靠性系数3个评价指标,利用模糊综合评价的数学方法,得出了地下道路网整合的最...     

城市主干道交通运行状况分析与影响因素研究

为深层次地理解城市主干路的交通运行状况的影响因素,研究利用出租车作为数据源获取的浮动车数据,综合地分析了上海市主干道176个路段的平均车速、速度方差等运行状况指标,同时运用多元线性回归的方法,探究了路段的几何设计特征、接入口特征、交叉口渠化、流量、区位及用地特征共6类道路与运行环境特征对主干路路段平均速度及速度方差的影响. 结果表明,道路长度、曲线角度、中央分隔形式、公交专用道设置、车道数、左/右转专用道设置、土地利用复合度、接入口特征等道路与环境特征道路特征均显著影响主干路路段的运行状况.     

采用代表点插值的道路网提取方法

针对浮动车轨迹数据包含较多异常数据导致道路网提取效果不好的问题,提出一种渐近方式的代表点插值算法.首先,采用DBSCAN聚类算法对转弯点聚类求出路口位置,计算经过两个路口间的轨迹,合并轨迹.然后,采用改进的代表点算法提取代表点.最后,利用最短路算法在由代表点建立的Delaunay三角网上插值,从而得到道路网.实验结果表明:该方法能有效地从带有较多异常的轨迹数据中取出由复杂网络构建的道路网,具有较好的实用性.     

基于最短路径Dijkstra算法多尺度道路网中优化路径规划方法的研究

针对路径规划问题,论述了道路层次划分模型和多尺度道路网数据库的建立,提出了构建多级道路网拓扑结构的方法,在研究道路网络特征上,通过建立道路网模型,综合各路段的权值,应用一种改进的Dijkstra算法对道路进行最短路径分析;并给出了道路网络中多源最优路径的选取问题,得到了所要解决的多源最优路径问题.     

结合位置关系卷积与深度残差网络的三维点云识别与分割

针对现有点云识别与分割算法因忽视点的位置特征和局部几何特征关系而导致难以捕获具有鉴别力的局部几何信息的问题,提出基于位置关系深度残差神经网络的三维点云识别与分割算法。将原始点云嵌入到高维空间并获取其高维特征;将点云的高维特征输入位置关系卷积实现局部邻域内当前点特征与位置几何特征的信息交流,并通过深度残差模块强化提取到的深层语义特征,分层重复以上步骤可逐步得到点云的高级上下文语义特征;通过全连接层与解码器,得到点云的识别与分割结果。实验结果表明,所提算法在ModelNet40点云分类数据集的识别精度达到了93.9%,在ShapeNet Part点云部件语义分割数据集的平均交并比达到了86.0%。所提算法能够提取三维点云的关键特征信息,具有较好的三维点云识别与分割能力。