无线射频识别技术在车辆识别系统中的应用研究

介绍了将无线射频识别技术应用于车辆识别系统的方案，提出了基于无限射频识别技术的车辆电子牌照概念。着重讨论基于射频技术的电子牌照及车辆识别系统的应用。并针对不同的应用场录设计程序工作流程。     

基于移动通信计费模式的高速公路收费信息系统

目前联网高速公路收费信息系统中只有车辆的人口、出口站点信息，缺少车辆的行驶路径信息，收费信息系统中的路径确认采用最短路法，这与高速公路网交通流的实际分布情况存在一定的偏差，并且偏差随着联网规模的扩大逐步增大。为了满足高速公路联网收费管理的需要，借鉴现代移动通信系统计费模式，通过车辆射频识别技术与标识站路径确认方法的实现，将高速公路收费信息系统改为基于现代移动通信系统计费模式的高速公路收费信息系统。     

基于RFID的车辆自动驾驶模拟试验装置研制

通过对比分析当前车辆自动驾驶研究现状,提出以射频识别技术(RFID)作为导航方式开展车辆自动驾驶研究;针对目前试验手段的不足,设计了基于RFID的车辆自动驾驶模拟试验装置,具体包括系统总体架构、导航设备、仿真车辆、仿真道路等;利用该装置开展了车辆直道保持和弯道转向试验,结果表明利用该模拟试验装置能快速构建试验方案,得出的结论和数据直观、可靠.     

射频标签技术解决多路径识别的屏蔽问题及措施

路径识别问题已经成为困扰我国高速公路联网收费的一个亟待解决的技术难题，射频标签技术是解决路径识别的一个最佳方法。相信通过增加车牌识别技术来堵塞射频屏蔽问题造成的漏洞，路径识别问题一定能够得到最终解决．我国的联网收费工作也会得到快速、健康的发展。     

������Ƶ�����ĸ��ٹ�·��ͣ���շ�ϵͳ

首先简要介绍了高速公路收费系统的现状，提出了建立高速公路不停车电子收费系统(ETC)的必要性.接着介绍了作为一种先进的自动识别技术的射频识别(RFID)技术的发展、原理、以及应用情况.最后，结合高速公路收费现状，作者初步提出了将基于射频识别技术的不停车收费系统应用于高速公路收费中的方法，用以解决高速公路的自动收费问题.     

高速公路不停车收费系统技术研究

不停车收费系统（ElectronicTollCollection,简称ETC）是国际上正在努力开发并推广普及的一种用于公路、大桥和隧道的电子收费系统。射频识另0技术（RFID,即RadioFrequencyIdentification）利用射频方式进行非接触双向通信,以达到识别目的并交换数据。它和同期或早期的接触式识别技术不同、RFID系统的射频卡和读写器之间不用接触就可完成识别。     

智能网联车辆混行交通流中灯语意图识别模型研究

为使混行交通流下智能网联车辆(Connected and Automated Vehicles, CAV)实现对人工驾驶车辆(Human-driven Vehicle, HV)前照灯灯语意图(Vehicle Headlights Intention, VHI) 的识别，弥补车对车(Vehicle to Vehicle, V2V)和鸣笛意图识别技术的不足，更好地与HV交互沟通，提出CAV对HV的VHI识别模型.模型包括：灯光感知、光数据处理、VHI识别3个模块，灯光感知模块通过RGB(Red-Green-Blue, RGB)和HSV(Hue-Saturation-Value, HSV)颜色空间感知前照灯(Vehicle Headlights, VH)，采用KLT(Kanade-Lucas-Tomasi Tracking，KLT)和车辆匹配算法定位跟踪发出灯语的HV；光数据处理模块采用光通道增益算法计算光辐射通量变化； VHI识别模块基于双层隐马尔可夫模型(Double-layer Hidden Markov Model，DHMM)辨识VH 闪烁次数和HV行驶状态，实现VHI识别.在3种灯语示意典型场景下的实验结果表明：1 s内 VH感知准确率为96.8%，定位跟踪精度小于1°，VHI识别率为96.6%，满足混行交通环境下 CAV对HV驾驶意图的识别要求，基本保证实时性，为混行交通流中CAV自动驾驶决策提供理论依据.     

智能网联车辆混行交通流中灯语意图识别模型研究

为使混行交通流下智能网联车辆(Connected and Automated Vehicles, CAV)实现对人工驾驶车辆(Human-driven Vehicle, HV)前照灯灯语意图(Vehicle Headlights Intention, VHI) 的识别，弥补车对车(Vehicle to Vehicle, V2V)和鸣笛意图识别技术的不足，更好地与HV交互沟通，提出CAV对HV的VHI识别模型.模型包括：灯光感知、光数据处理、VHI识别3个模块，灯光感知模块通过RGB(Red-Green-Blue, RGB)和HSV(Hue-Saturation-Value, HSV)颜色空间感知前照灯(Vehicle Headlights, VH)，采用KLT(Kanade-Lucas-Tomasi Tracking，KLT)和车辆匹配算法定位跟踪发出灯语的HV；光数据处理模块采用光通道增益算法计算光辐射通量变化； VHI识别模块基于双层隐马尔可夫模型(Double-layer Hidden Markov Model，DHMM)辨识VH 闪烁次数和HV行驶状态，实现VHI识别.在3种灯语示意典型场景下的实验结果表明：1 s内 VH感知准确率为96.8%，定位跟踪精度小于1°，VHI识别率为96.6%，满足混行交通环境下 CAV对HV驾驶意图的识别要求，基本保证实时性，为混行交通流中CAV自动驾驶决策提供理论依据.     

车辆控制技术的发展与应用

随着电子及信息技术的不断发展，为车辆的集中控制和系统管理提供了实现条件。例如车辆的制动、转向、门锁的集中控制和发动机、变速器的电子控制等。同时，智能化传感器和控制机构的应用，使得数字技术应用于声音车辆识别、安全碰撞、适时诊断、导航等成为了可能。因此，车辆电控技术将是优化人一车辆一环境系统性能的基本手段。车辆控制技术的发展与应用主要体现在以下两个方面。     

高速公路ETC混合收费系统

前言 电子不停车收费系统(EIectronicTbll Collection.简称ETC)是国际上正在努力开发并推广普及的一种用于公路,大桥和隧道的电子收费系统.ETC是智能交通的重要组成部分,是动态自动识别控制,计算机和通信技术的集成.目前,国内运行的ETC系统主要是基于5.8G的ETC系统,可以读取车速达200km/h车上的电子标签,它比较适合于自由流(无物理分隔的车道),或者在主线及所有匝道收费站单独开辟专用车道.但是,这样对本来交通量非常大经常堵车的收费站来说,又要减少现有收费车道,交通将会更加拥挤,而且使用电子标签的车辆也十分有限,不仅没有分流太多的车辆,还会导致交通拥堵更加严重.     

车牌自动识别系统在高速公路机电系统工程中的应用

随着我国经济的发展,公路交通已成为重要的交通运输途径。尤其高速公路里程的不断增长,车辆保有量及交通出行的猛增,故在确保高速公路快捷、安全营运的前提下,对其收费管理、交通控制、安全管理等提出了更高的要求。采用车辆自动识别技术,做到牌照识别、快速处理、报警、录像,是及时快速处理违章逃逸、机动车盗抢、以机动车为工具流窜作案等类案件,从而加大交通管理力度的强有力技术手段,并能降低人工识别的误漏及劳动强度。此外,该技术还可以解决目前高速公路收费管理中的车辆换卡、收费员舞弊带来的资金流失问题,并且能与超速、超重实时处罚系统有机结合,提高高速公路交通管理与控制的实时有效性。     

公交车辆班次供应智能监管技术浅析

上海市城市交通运输管理处已建成一套基于GPS定位技术的公交车辆营运监管系统,可以对线路车辆班次供应情况进行智能化监管,该系统的数据主要由车载GPS终端分发获取,由于GPS技术本身的局限性,使得车辆在首末站数据包丢失,无法做到准确统计.本文提出远距离射频识别技术与GPS技术相结合的办法,可以使公交车辆经过首末站的识别率达...     

基于SVM-LSTM的车辆跟驰行为识别与信息可信甄别

为利用智能车路协同系统内实时交互信息有效提升交通系统的安全性,提出了基于交通业务特征的交通信息可信甄别方法;重点构建了基于支持向量机(SVM)-长短时记忆(LSTM)神经网络的车辆跟驰行为识别与信息可信甄别模型,包括基于SVM的车辆跟驰行为识别模型和基于LSTM神经网络的车辆跟驰速度预测模型;设定了表征车辆行驶状态的特征向量,基于SVM的车辆跟驰行为识别模型将车辆行驶状态分为跟驰与非跟驰;对于跟驰车辆,基于LSTM神经网络的车辆跟驰速度预测模型根据其历史数据进行速度预测;SVM-LSTM信息可信甄别模型通过检验跟驰车辆的预测速度与其实际速度的差是否在合理范围来判断车辆数据的可信性,实现信息的可信甄别;采用公开数据集对提出的模型进行了训练与测试,并构建了不同异常类型和异常幅度的多个异常测试数据集,对基于SVM-LSTM神经网络的车辆跟驰行为识别与信息可信甄别模型进行了验证。研究结果表明:基于SVM的车辆跟驰行为识别模型对车辆行驶行为识别的准确率达到了99%,基于LSTM神经网络的车辆跟驰速度预测模型的跟驰速度预测精度达到了cm·s-1数量级;基于SVM-LSTM神经网络的车辆跟驰行为识别与信息可信甄别模型在正常数据测试集与多个异常数据测试集上的甄别正确率达到了97%。由此可见,提出的方法可用于路侧设备(RSUs)对车载单元(OBUs)实时信息和车载单元间实时信息的可信甄别。      

高速公路联网收费中多义性路径识别技术探讨

随着路网复杂度加大,精确路径识别将成为解决路网数据拆分的主要方法,概率路径识别将作为补充手段加以应用。研究和推广多义性路径精确识别是有效推行电子收费的核心,也是从根本上解决高速公路出入口交通拥挤,解决收费纠纷和拆分矛盾,提高运营效率的发展方向。     

电子车辆识别技术的性能、安全性和成本分析及应用

电子车辆识别(EVI)是利用电子信号对车辆进行自动识别和监测的技术.随着RFID技术的不断发展,EVI应用的领域和范围不断扩大,这对EVI的性能、安全性和成本提出了更高的要求.     

上海市实施城市交通拥挤收费的对策研究

城市交通拥挤收费是在城市商业中心区交通达到一定拥挤后，通过对中心区交通通行权实施收费的市场化的经济手段，来缓解交通拥挤的交通需求管理策略。然而真正实施拥挤收费策略，还是要面对一系列问题，如公费车辆问题、出行用户的可接受程度、实施拥挤收费后往公共交通的转移及采用何种收费方式等问题。本文仅从收费技术研究及实施收费后的市政配套措施等几个方面，来阐述实施拥挤收费的对策。     

基于车辆动态导航的拥挤定价

通过对传统拥挤定价理论局限性的分析,结合车辆动态导航的最新研究成果,提出基于车辆动态导航的拥挤定价新思路,并据此设计出基于车辆动态导航技术的拥挤定价准则。该定价准则能真实地反映交通拥挤在空间上的分布,充分考虑路径之间的相互替代性,及时准确地体现路网交通的动态变化,从而能很好地克服传统理论的弊端。最后分析了基于车辆动态导航拥挤定价的可行性。     

轨道车辆结构振动损伤识别技术综述

从智能运维的角度阐述了利用结构振动损伤识别技术进行轨道车辆结构健康监测的重要性和必要性;根据不同损伤识别的适用范围,将结构振动损伤识别技术分为基于模型的方法和基于响应信号的方法;结合结构健康监测中损伤识别的不同层次,分析了以结构损伤的存在性、类型、定位和程度表征的不同识别方法;概括了轨道车辆运维过程中损伤识别技术的典型特征,讨论了基于模型的损伤识别中固有频率、模态形状、曲率模态等与模态参数有关方法的优缺点;分析了基于响应信号方法的应用现状和发展趋势,并阐述了模型修正和优化技术在结构损伤识别中的应用;重点分析了车辆关键部件故障诊断与监测中损伤识别技术的实施,讨论了结构振动损伤识别技术在未来轨道车辆智能运维策略中的主要发展方向,展望了未来轨道车辆部件的状态检修策略和智能运维技术。研究结果表明:轨道车辆的智能运维应该充分考虑结构振动损伤识别技术与人工智能等新技术的结合;大数据驱动的结构振动损伤识别技术能够更好解决车辆状态实时监测的技术难点;考虑复杂环境因素对轨道车辆结构部件损伤识别技术的影响,需要不断完善基于耦合振动效应的结构振动损伤识别技术及方法。      

浅谈湖南省高速公路路径识别技术

分析了在高速公路环网中,存在路径二义性问题,如果不能将车辆路径信息识别出来,就只能按最短路径收费,收费额流失度相当庞大,总结了目前的一些路径识别技术的优缺点,阐述了湖南省现在采用路径识别技术的构架;指出了湖南省未来发展的路径识别技术方向。     

联网高速公路路径射频识别系统理论误差分析

射频技术是解决联网高速公路路径识别的一种可行技术.目前,国内已有个别省份采用该技术解决路径识别问题,但未进行国内大范围的推广.从射频设备的准确率、标识站点的设置方式、标识站与收费站的位置关系、收费站点间交通流分布等几个方面,分析整个识别系统中可能产生的理论误差,并引入综合误差度的概念对系统误差做统一标定.