行人热成像检测在交叉口信号配时优化中的应用研究

为最大限度的减少绿灯时车辆无谓的等待,提高交叉口整体运行效率,通过内嵌热成像传感器的视频检测技术用于交叉口行人过街检测,以宛平南路—中山南二路为应用示范交叉口,研究了交叉口行人和车辆排队检测的组合式布置,提出了基于行人和右转车请求的信号控制逻辑关系,制定了交叉口信号控制分级响应方案。经现场实施验证,可以有效地减少行人/非机动车对进口右转车辆的干扰,提高右转车的通行能力。     

基于分形理论的城市公交优先控制策略研究

论述了国内外公交优先的研究现状,系统地阐述了信号控制交叉口公交优先分形几何控制技术。采用视频控制技术对主干道上的公交车流进行控制。应用这种新的理论可以减少公交车辆在交叉口处的延误。消除再次排队现象。     

无人机广域视频的机动车交通参数计算及分析

基于视频的交通参数提取在智能交通系统中具有重要意义.针对无人机视频, 提出了一种基于大范围无人机视频的机动车交通参数提取方法.首先通过建立无人机广 域镜头图像的校正算法去除交叉口视频图像的广角畸变,然后将像素坐标转化为真实坐 标.其次,利用帧间差分法计算行驶车辆的速度、加速度、车头间距等车辆运行参数,将计 算结果与真实车辆及软件提取运行参数进行对比,结果证明该方法具有较高的准确性和 可行性.最后,实例验证该方法能较准确地获得交叉口车辆运行参数,并将其应用于车辆 通过交叉口全过程的速度变化规律分析.     

新型混合交通交叉口信号与车辆轨迹协同控制方法

新型混合交通环境下的交叉口交通控制可通过信号灯控制与自动驾驶车辆的轨迹控制协同实现,能够极大地优化道路通行资源利用效率。已有研究中,信号配时与车辆轨迹集中优化的控制策略难以应用于车辆自组织控制的现实场景,且往往计算复杂度较高。本文提出一种无中心框架下基于逻辑的交叉口信号与车辆轨迹协同控制方法。基于协同理论中的快慢变量主动伺服控制原理,设计一种交叉口信号配时慢变量与车辆轨迹策略快变量协同框架,并分别提出基于逻辑的信号配时优化和网联自动驾驶车辆轨迹协同控制方法。协同控制方法可以在车辆自主控制的条件下,一方面,实现交叉口信号配时动态适应交通需求;另一方面,实现网联自动驾驶车辆主动优化驾驶速度,高效通过交叉口。而且网联自动驾驶车辆在进口道可引导混合车队高效通过交叉口,降低绿灯启动损失,提高交叉口通行效率。仿真实验表明,本文的协同控制方法相较于传统控制方法可显著降低交叉口车辆平均延误,同时,基于逻辑的决策模型可实现快速求解。通过对网联自动驾驶车辆控制策略关键参数的敏感性分析,进一步讨论新型混合交通流交叉口通行公平性,并比较在不同网联自动驾驶车辆渗透率下的控制效果。     

考虑车辆排放的城市信号交叉口优化控制研究

运用了考虑排放和延误综合指标的城市信号交叉口信号配时方案,针对车辆在交叉口处不同运行特征下排放量的不同,提出了将车辆通过交叉口的运行特征与排放因子结合的方法,得出了车辆在交叉口的排放模型.在此基础上建立了考虑车辆排放和延误综合指标的城市交叉口信号优化控制模型,并运用改进的遗传算法求解模型,计算结果显示该模型减少了车辆的排放,有效地缓解了城市信号交叉口处车辆排放不易消散的问题.     

城市道路交叉口车辆微观行驶模型

为了更详细有效地分析城市交叉口的交通运行状况,需要建立细致的车辆微观行驶仿真模型,基于对交叉口范围的划分,首先给出了交叉口进口道区域内,信号控制交叉口的绿灯,红灯和黄灯情形,以及无信号交叉口情形下车辆的到达模型,随后,对有冲突交叉口和无冲突交叉口分别给出了相应的车辆驶离模型和穿越空挡模型,最后,详细地分析了交叉口转弯车辆在出口道前沿区域的车道选择行为。     

机动车闯红灯行为影响因素分析

信号控制交叉口由闯红灯引起的交通事故具有较高的伤亡率。为深入了解闯红灯行为的影响因素,利用人工记录与视频观测结合的方法对上海市4个信号控制交叉口进行调查。基于流行病学影响因素研究方法选择未闯红灯行为作为对照组与闯红灯行为对比,以排除无关因素。对调查数据进行行为编码,考虑到各个交叉口的异质性,基于随机效应逻辑斯特模型在交叉口层面分析驾驶环境、驾驶人特点、车辆特征对闯红灯行为的影响。结果表明,本地驾驶人、男性驾驶人、客车更容易闯红灯,流量大会增加闯红灯的可能性;此外,是否为本地车辆、车内是否有乘客对闯红灯行为也有显著影响。     

基于有效绿灯时间利用率的自适应控制策略研究

为了优化单点交叉口信号控制方案,使其适应各个进口道方向交通流动态变化,提高交叉口通行效率,根据交叉口进口道排队车辆数建立有效绿灯利用率模型,提出了一种交叉口自适应控制策略.有效绿灯时间利用率模型以交叉口通行能力最大为控制参数,实时优化确定出最佳相位放行方案以及最优相位切换方案,根据进口道排队车辆最大流向的排队车辆数和车辆到达预测确定相位放行绿灯时间.利用VISSIM交通仿真软件对该自适应控制策略仿真运行,与定时控制以及感应控制对比,评价分析不同车辆到达情况下交叉口通行情况.结果表明:该自适应控制策略能有效降低车均延误,提高交叉口服务水平.     

基于优先权重的公交信号优先算法研究

在信号控制交叉口,优先信号的实施不仅要考虑公交车辆的乘客数,同时还与公交车辆的时刻表的偏离程度有关。本文根据公交车辆当前的运行状态在信号配时计算中为公交车辆赋予一定的优先权重,在满足交叉口各进口方向车辆通行需求的同时,以最小的车辆延误代价获取人均延误降低最大化为目标,在交叉口信号配时方案进行优化计算中,为偏离公交出行时刻表的公交车辆分配权重,以确保公交车辆尽可能以绿灯信号通过信号控制交叉口。最后利用MatLab对该算法进行求解计算、验证。     

基于模糊数学的环形交叉口自适应控制研究

对比现有交叉口主要控制方式的控制原理及优缺点，根据环形交叉口交通流特性，兼顾当前绿灯相位车辆到达情况与红灯相位车辆排队长度，提出相位相序可变的环形交叉口模糊自适应控制模型。     

���������ںϼ������߿�Э�������о�

通过数据融合技术确定车辆实际运行轨迹,本文首先基于三角形相似原理和图形透视原理建立了通过视频图像提取车辆轨迹的模型．在分析视频数据与GPS数据优缺点的基础上,提出利用视频数据标定GPS数据状态的数据融合方法．为了能够标定视频检测器未覆盖的路段的GPS数据状态,提出了标志速度方法．利用融合的车辆实际轨迹,能够实现在线评价线控协调方案的效果,解决了已有需要假设条件评价线控协调方案性能方法的不足．     

一种基于摄像机标定的车辆视频测速方法

以Tsai两步法为摄像机标定原理,提出了一种车辆速度视频测量方法,并对摄像机标定误差和车速检测误差进行了分析。首先利用Tsai两步法得到摄像机的内部和外部参数,然后将图像空间提取出的运动车辆特征点位移转换到世界坐标系,最后利用帧差时间求得车辆的瞬时速度。实验结果表明,基于摄像机标定的车辆速度视频测量方法,具有简单实用、鲁棒性强、精确度高等优点,满足车辆视频测速系统的要求。     

基于AutoScope的交通视频检测实验平台设计

通过构建一个通用的基于AutoScope的交通视频检测实验平台,其涵盖了交通视频检测的主要技术环节,从而可提高视频车辆检测器实验教学水平以及学生的实践能力,并将对各种交通检测设备的实验教学工作起到良好的示范作用.     

基于多入侵线的视频车速检测方法

为提高视频中车速检测的精度，提出一种基于多入侵线的视频车速检测方法。首先在视频中布设已知相对距离的多条入侵线，其次检测车辆经过每条入侵线时的帧数，最后结合帧数、 摄像机的采样时间、入侵线间的距离生成关于车速的概率密度函数模型以计算车速。通过构建仿真环境验证模型性能，仿真结果表明：减小摄像机的采样时间、增加入侵线数量、增大入侵线之间的距离可以提高模型性能，并且在不同检测条件下使用多入侵法进行车速检测的误差率都更低。采用Deepsort+YOLOv5目标跟踪算法实现视频中车速的检测，同时，在视频车速检测综合数据集BrnoCompSpeed上与主流车速检测方法进行实验对比，实验结果表明，该方法测量结果的平均误差率为1.40%，与主流视频车速检测方法相比精度更高。     

基于模糊控制的智能车转向控制仿真研究

将模糊控制技术应用于智能车的转向控制中．对如何从摄像头采集的视频信号中提取出有效信息进行了探讨。然后依据摄像头获得的信号进行了模糊控制算法的研究。该控制算法改善了赛车弯道行驶性能．提高了赛车寻线的可靠性。     

一种基于直方图的车辆检测方法

获得车辆图像的准确定位是视频交通检测的关键，在分析传统车辆检测方法不足的基础上，提出的基于直方图的检测方法，能够提高图像分割的准确性，确保对车辆目标的顺利提取，具有一定的实际应用价值。     

运动车辆检测与跟踪方法

为提高城市智能交通综合管理能力,提出了基于视频分析的运动车辆检测与跟踪方法。在城市交通干道路面环境中,根据运动目标与道路背景统计特性的差异,基于贝叶斯概率准则,提出一个自适应背景更新算法,检测分离运动车辆目标前景,采用卡尔曼滤波器实现对视频序列中车辆目标的运动检测与实时跟踪,并对在重庆某交通干道的交通流视频进行检测。试验结果表明:该方法在常规视频分辨率下能实现实时处理视频,平均检测准确率为94%,具有较好的实时性与鲁棒性,能够实现城市交通环境中各类运动车辆的检测与跟踪。     

基于混合高斯背景建模的交通视频运动目标检测

目前最常用也最有效的运动目标检测方法是背景减除法,其中背景提取是背景减除法的核心.传统的运动目标检测方法无法解决场景的光线突变、背景图像发生变化以及前景运动目标物体的阴影干扰等问题.针对交通视频中背景模型的实际情况,采用混合高斯分布对视频背景进行建模,将前一帧视频图像与所建立的当前背景图像进行相减,得到车辆在当前时刻的运动图像,并将所得图像进行形态学去噪处理.通过相关的仿真实验,证明了该方法能够比较准确地检测出前景运动车辆目标.     

CDMA车载远程视频监控系统

简要介绍了CDMA车载远程视频监控系统的功能和特点、组成及实现方式。     

运动车辆检测的APG-TR算法

为了提高智能交通系统中运动车辆检测的准确率,提出了一种基于张量恢复的APG-TR算法。采用张量表征交通视频图像,保持视频图像高维结构特征。通过张量恢复,重建出张量的低秩部分与稀疏部分,实现交通视频图像中交通背景与运动目标车辆的分离与交通视频内在特征的提取。利用交通监控系统采集到的交通视频106帧图像对本文算法进行了测试。测试结果表明:在晴天条件下,APG-TR算法的平均正确率为91.4%,在雨、雾天气条件下,正确率分别为86.4%、85.2%,相比帧差法更加稳定与准确。APG-TR算法具有良好的收敛速度与鲁棒性,在智能交通领域中具有广泛的应用前景。