短时交通流混沌预测方法的比较

针对传统的应用数学模型方法在短时交通流预测精度和实时性方面存在的问题,提出了将Volterra滤波器自适应预测模型用于短时交通流的实时预测。为提高预测精度,在Volterra滤波系数计算过程中采用归一化最小均方自适应算法进行多次训练。应用该预测模型对几个典型的非线性系统进行预测,验证了算法的准确性。然后再用此方法对微观实测交通流的时间序列进行实证分析。仿真结果表明,该预测模型对实测交通流时间序列具有很好的预测效果,可以满足实时交通流预测的需要。     

城市单交叉口信号多相位自适应控制模型

针对交通系统的动态性和随机性,提出了信号交叉口的自适应控制模型.充分考虑了转弯比例的时变性以及车道分配的时变性,给出一种交叉口随机动态模型.将强化学习(RL)引入到交通信号系统中,针对交通网络的交通流及信号特征,建立了RL的状态空间、动作空间和回报函数,以最小化交叉口的排队车辆数为目标,实施对交通信号的优化控制.在不同的交通环境设定下,对典型的十字交叉口进行仿真试验,将RL控制方法同传统的定时控制和感应控制进行了对比.结果表明,RL控制器具有很强的学习能力,对于交通环境的突然变化仍可以保持较高的控制效率.     

基于随机分析的公交站点乘客等车时间

分析了公交站点乘客等车过程的随机特性,在公共汽车和秉客均随机到站的条件下,确定了描述乘客在公交站点等车过程中关键状态的一系列随机变量,用图示的方法予以说明.从两个角度研究了公交站点乘客的累积等车时间,并根据随机过程理论推导出其均值的计算公式.结果表明有效控制顺次相邻两公共汽车离开公交站点的间隔时间并尽可能减少其波动可以缩短公交站点乘客的累积等车时间.     

High efficient moving object extraction and classification in traffic video surveillance

Moving object extraction and classification are important problems in automated video surveillance systems. A background model based on region segmentation is proposed. An adaptive single Gaussian background model is used in the stable region with gradual changes, and a nonparametric model is used in the variable region with jumping changes. A generalized agglomerative scheme is used to merge the pixels in the variable region and fill in the small interspaces. A two-threshold sequential algorithmic scheme is used to group the background samples of the variable region into distinct Gaussian distributions to accelerate the kernel density computation speed of the nonparametric model. In the feature-based object classification phase, the surveillance scene is first partitioned according to the road boundaries of different traffic directions and then re-segmented according to their scene localities. The method improves the discriminability of the features in each partition. AdaBoost method is applied to evaluate the relative importance of the features in each partition respectively and distinguish whether an object is a vehicle, a single human, a human group, or a bike. Experimental results show that the proposed method achieves higher performance in comparison with the existing method.     

拥挤交通流交织区车道变换行为仿真

拥挤交通流交织区交通运行特征表现为频繁的车道变换和冒险型的驾驶行为,目前广为使用的仿真模型在进行交织区拥挤车辆模拟分析时一般需经过复杂的参数标定过程.研究从分析拥挤状况的交织区运行行为特性出发,利用多智能体建模的优势,在传统的强制性车道变换模型中引入换道t"协作"机制、换道冲突"协商"机制,建立了相应的仿真模型 TESS.然后以上海市快速路系统两处交织区汇入汇出仿真为例,根据实测结果和成熟仿真系统ⅥSSIM、PARAMICS的实验比较分析,验证了仿真模型的有效性.     

脑-机接口中时变公共空间滤波器的研究

为了提高分类识别率,提出了-种新的公共空间算法一时变空间滤波算法.该算法中,公共空间滤波器的值不再是常数,而将随着时闸而变化,它能够有效提高任务的识别率.首先给出公共空间模型的数学公式,然后进行时变公共空间滤波器的数学求解,试验结果表明时变公共空间滤波器在BCI的实用性,能够达到很好的识别效果.     

短时交通流预测FSMSVR模型

针对城市道路短时交通流的复杂非线性特点和以往的预测仅考虑典型交通条件（无交通事故等突发事件）的现状,结合交通流的特征,提出了一种有限状态机支持向量回归模型（finite state machine of support vector regression model,FSMSVR）的短时交通流预测机制. 通过线性回归算法和指数平滑算法划分交通流状态,根据各状态特点结合支持向量回归算法建立有限状态机工作机制,实现涵盖典型和非典型交通条件的短时交通流预测. 通过实验例证,对比了FSMSVR模型和传统SVR模型对城市道路6min交通流的预测,研究结果表明,该预测机制能够提高预测精确度,在非典型条件下有着较好的预测表现.     

基于时间与支出预算的交通模式划分模型

交通模式划分是交通政策与规划研究中的重要内容。基于时间与支出预算的概念,建立宏观交通模式划分实用模型,并利用中国的数据,区分城市交通与城间交通,农村与城市居民进行了模型模拟。结果表明,模型具有较好的适应性与预测能力。     

高速公路交通仿真软件开发

为能对汽车控制系统进行有效的实地测试,从而设计开发了基于英国典型高速公路路段的交通模型。该模型提供了对英国高速公路交通流量模拟、路面状况模拟、交通规则模拟及路面用户的微观行为模拟。驾驶员模型包括道路汽车跟随模拟和汽车超车模拟。通过对本交通模型微观参数的优化,使所开发的交通模型能与实地测试数据相符合,从而能更真实地仿真实际高速公路的环境。基于该模型所开发出的具有图形用户界面的能为汽车控制系统的测试与评估提供有效的支持。     

一种基于路网网格化的微观交通仿真模型

针对采用元胞自动机进行微观交通仿真空间分辨率较差的特点,提出了一种基于道路路网网格的微观交通仿真模型.通过在仿真前或者仿真期间设定一维车道和二维路口网格的大小,对道路路网进行不同空间分辨率的分割,但在仿真车辆运动模型方面,仍采用元胞自动机模型进行仿真.这样既保留了元胞自动机进行交通仿真的优点,又克服了该方法在空间分辨率较差方面的缺点.文中还通过仿真实验,对一维路网网格和二维路网网格大小的设置对仿真结果的影响进行了分析.分析的结果表明：不同的仿真空间分辨率对车辆的平均速度和车道/路口占有率有较大的影响,但对流量的影响不显著.