基于ZigBee的交通诱导信息发布系统设计

本文在传统交通诱导信息发布技术的基础上,设计并实现了基于ZigBee的交通诱导信息发布系统。该系统以无线通信技术ZigBee为核心,以TMS320VC5416为主处理器,不仅有效的避免了有线通信的监测盲区,实现了全面实时反应交通路面状况的功能,而且设计简单、灵活,工作可靠、稳定。本文在浅析了Zigbee技术之后,重点阐述了该信息发布系统的网络组成和硬件设计方法。     

基于可信性测度的模糊用户平衡交通分配模型

考虑出行行为选择的模糊性以及可信性测度,同时兼顾可能性与必要性的优势,采用三角模糊数作为路段阻抗,建立了基于可信性的模糊多路径分配模型以及模糊用户平衡分配模型．以期望最短路为参照,提出了模糊有效路径的概念,给出了模糊多路径分配算法．在此基础上构建了模糊用户平衡分配的MSA算法．运用一简单算例进行了仿真试验,试验结果证明...     

基于改进高斯混合模型和卡尔曼滤波的车辆检测与跟踪

提出一种基于改进高斯混合模型和卡尔曼滤波的车辆检测与跟踪方法.该方法在车辆检测阶段,为了解决传统高斯混合模型对运动目标速度变化自适应能力较差的问题,通过定义运动目标速率因子,给出一种模型学习率自适应更新策略,对传统高斯混合模型进行了改进,并用以实现车辆检测;在车辆跟踪阶段,通过建立一个适用于视频目标跟踪的卡尔曼滤波系统,并以车辆检测阶段输出的车辆质心为该卡尔曼滤波系统的量测值,实现了选定车辆目标的跟踪.实验结果表明,该方法车辆检测与跟踪效果良好,能满足实际交通监控系统的需求.     

基于改进的SIFT算法交通标志牌的检测与识别

提出了一种针对自然场景下的标志牌的检测和识别算法,首先对获取的视频进行帧提取,采用图像增强算法对图像进行预处理,进而转换到HSV颜色空间,利用其颜色和形状特征进行检测定位,再根据感兴趣区域的面积特征排除多余目标,最后根据改进的SIFT特征匹配算法,利用最近邻分类器算法进行识别,样本库选用的是自然场景下的道路交通中的数据,通过对比实验发现,该算法在保证检测率的同时大大提高了算法的实时性。     

基于交通组织的物流园区功能区块布局

将物流园区内部交通网络和货车行驶时间引入布局模型中,并考虑货车通过交叉口的时间,构建了基于交通组织的物流园区功能区块布局模型.设计遗传算法,在染色体转化为布局方案后,抽象出内部交通网络,在全有全无交通组织的基础上计算车辆行驶时间,所得到的结果更符合实际要求.结果表明,相比现有模型,按该布局车辆行驶时间平均可以减少9.5%.     

基于低频定点检测数据的交叉口交通状态估计

针对我国中小城市数据现状,提出了一种基于路中定点线圈低频(1/60Hz)检测数据的交叉口交通状态估计方法.该方法基于仿真数据,分析了不同环境变量组合条件下占有率、流量和交通状态的关系,并提出了基于线性拟合的交通状态分界线建立方法;又利用多元线性回归拟合出分界曲线各系数与环境变量的函数关系,用其估计一般条件下的交通状态.经过验证,本方法仿真环境和实证环境下的平均估计准确率分别达到80%和75%以上,且严重错误率均低于2.1%.     

城市轨道交通网络时变路径搜索算法

为求解时变路径搜索问题,设计并实现了城市轨道交通大规模网络条件下的时变k短路径搜索算法.算法可分为两部分:首先基于深度优先的边删除法搜索网络的静态k短路径,然后将静态k短路径按照列车到发时刻进行扩展并排序获得时变k短路径.将算法应用于北京地铁网络路径搜索实例中,通过与既有算法对比,证明本文算法具有较优的效率,并能够获取基于列车时刻表的有效的时变k短路径集,为城市轨道交通网络路径搜索和管理提供辅助技术支持.     

交通承载力与环境承载力的耦合协调度——基于城市群的实证分析

为探讨交通承载力与环境承载力发展水平的协调程度,构建了反映交通承载力和环境承载力发展水平的指标体系,利用耦合协调度模型对2010—2014年中国五大国家级城市群中的10个典型城市的面板数据进行测算,并从时空维度进行二者耦合过程与演变趋势的分析.对比结果表明各城市群的交通和环境承载力综合评价值因地域差异较大,2010—2014年升降不一,具有层级结构:除长江中游和珠三角的交通承载水平呈波动下降趋势外,成渝、长三角和环渤海呈波动上升;除环渤海的环境承载力水平呈持续上升外,其余城市群呈波动下降;交通承载力与环境承载力耦合互动效应明显,但各城市群的交通与环境承载力的协调等级较低,环渤海和长三角城市群的协调处于低度协调的耦合状态,其余城市群的协调处于中度协调.     

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.