基于GIS的交通规划时空数据模型设计及实现

交通信息具有明显的时空分布特性，交通规划对时间和空间信息处理的实际需求促进了对GIS时空数据模型的研究。在GIS软件ESRI’s Geodatabase的空间矢量数据结构基础上，采用面向对象的数据管理方法，通过为交通空间数据增加时间维表达时间信息，并通过显式存储事件的方法来建立和分析对象间的历史拓扑关系，从而探讨了对交通对象的几何、语义、时态、拓扑信息进行存储和管理的方法。     

基于WebGIS的电子地图的设计与实现

结合迅速兴起的B／S架构与GIS技术，建立了一个基于WebGIS技术的电子地图系统。文章分析了WebGIS的发展现状、技术背景和特点。介绍了使用Maplnfo系列软件来实现电子地图的关键技术，最后对WebGIS发展趋势及前沿应用进行了总结。     

导航电子地图增量更新方法研究

目前车辆导航系统中通常以阶段性的更换数据的方式来更新地图数据,这一方法已不能满足导航电子地图数据库对数据现势性的要求。基于邻接表的路网拓扑结构,采用增量更新的方法,实现了中心端和车载端的导航电子地图的更新,并在更新过程中对拓扑关系进行了维护,避免了对整个路网的拓扑重构,并对该方案进行了试验和分析。     

基于GPS信号的导航地图路网生成方法研究

基于对制作电子地图传统方法特点的分析，结合车辆导航用电子地图中道路网络的需要，提出一种利于GPS卫星所提供的平面二维位置住处来生成道路网络的新方法。文中介绍该方法的基本思路，实现方法，优缺点以及改进的方法。实际应用表明，该方法可以应用在制作电子地图道路网络中。     

三维人体手臂交互式运动仿真

文章从人体手臂结构及运动继承关系分析入手建立人体手臂运动仿真模型，并采用Ｃ＋＋和面向对象方法进行ＯｐｅｎＧＬ编程，实现了三维人体手臂交互式实时运动仿真。     

面向对象的GIS-T数据模型

随着GIS在运输信息系统中应用的深入，对GIS和运输信息系统都提出了更高的要求和新的挑战，因此有必要对GIS-T进行新的研究和探索。而数据模型是信息系统得以实现的基础。本文针对关系数据库模型应用在GIS-T中的局限性，采用面向对象的建模技术，在分析了运输系统的特点后，提出了面向对象的GIS-T空间数据模型。     

城市交通的计算机仿真设计

根据城市交通系统的现状，利用面向对象方法和面向对象程序设计语言，通过实现城市交通的基本点－交叉口之间的计算机仿真设计，最终实现实时的优化控制。     

应用UML进行企业信息系统的面向对象建模

UML已成为可视化建模语言事实上的工业标准。各种面向对象方法都可以采用UML进行对象建模，从而消除了术语、符号的歧义。文章首先简单介绍了UML的背景，然后详细描述了如何应用UML进行集装箱货运站业务信息系统的面向对象建模，以期对应用UML进行类似企业信息系统的面向对象建模有所帮助。     

交通电子地图设计和制作

结合电子地图设计和制作过程中所使用的软、硬件，并且根据电子地图所具有的地图图层以及相应的图层属性，提出了一套与交通有关的电子地图设计与制作方法，并用此方法成功地设计和制作了一幅交通电子地图用于GPS导航实验中。     

基于数据库的路线平面辅助设计系统

文章运用计算机新的软件开发工具和面向对象的开发思想，实现了基于数据库的公路路线平面辅助设计系统。该系统采用数据库对数据进行统一管理，避免了文件组织方式的缺点，提高了设计的效率。     

对内蒙古自治区公路电子地图的几点应用体会

公路电子地图是将GPS测量数据和数模地理底图及属性结合起来表述的计算机应用技术,文章从内蒙古自治区公路电子地图应用背景、特点、数据采集及制作方法等方面进行阐述。     

基于矢量道路栅格化的海量浮动车数据快速处理

针对海量浮动车数据特点和快速处理要求,提出了一种基于矢量道路地图栅格化的海量浮动车数据方法,该算法的关键是矢量道路栅格化过程中包括了道路缓冲区和属性信息。道路缓冲区的宽度由一个与浮动车数据位置误差和道路宽度相关的置信区域决定;矢量道路缓冲区转换成栅格图后,栅格图中像素的位置对应着实际地理坐标,而像素值的灰度值表示道路的等级、名称、编号等属性或方向等信息;然后将海量浮动车数据与栅格道路地图进行叠加处理。这种方法不仅可以精确地计算出城市道路地图坐标系与浮动车数据坐标系之间的变换参数,而且还能够快速地获取区域路网以及特定道路的行驶速度。最后,通过超过一千万个真实的武汉市浮动车数据,并与经典的浮动车数据处理算法进行比较,验证了矢量道路栅格化方法处理海量浮动车数据的可行性和有效性。     

Hierarchical map representation using vector maps and geometrical maps for self-localization

Map-based self-localization estimates the pose of the self-driving vehicle in an environment, becoming an essential part of autonomous driving tasks. Generally, maps used in self-localization have detailed geometric information on an environment in formats such as point cloud maps and Gaussian mixture model (GMM) maps. As other maps are widely developed for autonomous driving, vector maps store more object-focused information, such as buildings and road facilities, for navigation and scene understanding in autonomous driving tasks. However, it is not compatible with self-localization due to the lack of detailed geometric information. The two different map formats of vector maps and maps for self-localization complicate the management, preventing the development of the area where a self-driving vehicle can drive stably. This paper proposes a unified map format with a hierarchical structure that enables both vector maps and self-localization maps (i.e., GMM maps) to be managed more easily. Because proposed maps can be treated as vector maps at the high-level layer, various tasks related to navigation and scene understanding in autonomous driving can utilize. A GMM map is stored at the low-level layer associated with a vector map component, enabling accurate self-localization in an environment. The proposed map format is compatible with vector maps widely developed by mapping companies on the surface and facilitates future map management. The experimental results of self-localization in urban areas showed that the proposed map gives the competitive self-localization accuracy compared with the GMM map even with fewer cells that link to vector components. The proposed maps enable self-localization with sufficient accuracy for safe autonomous driving operations.     

车用电控柴油机控制Map的匹配研究

在位置式电控燃油分配泵电控单元的设计基础上 ,对发动机工作Map数据的建立和优化作了研究 ,并将该电控泵与江西五十铃 4JB1发动机进行匹配试验。利用电控的优势 ,通过改变发动机的油量Map和提前角Map从而控制油泵供油量和喷油正时 ,改善柴油机的稳态精度和动态响应。     

基于浮动车移动检测与感应线圈融合技术的行程时间估计模型

综合考虑到浮动车检测技术与感应线圈检测技术的优缺点,为了提高道路行程时间估计的精度及完备性,提出基于浮动车与感应线圈的融合检测技术的行程时间估计模型。该模型利用神经网络技术对两种检测技术同一路段的检测数据进行融合,从而达到提高道路行程时间估计精度和完备性的目的。最后,以广州市7 000多辆装有GPS装置的出租车所提供的浮动车数据、100多个安装在广州市各主要道路口上的感应线圈检测器提供的感应线圈数据以及广州市交通电子地图为基础,在10条道路上分别随机选取的500个两种检测数据对提出的模型进行了验证,试验结果表明,此模型在道路行程时间估计的精度方面较浮动车移动检测技术与感应线圈技术有较大提高。     

基于GIS的山区高速公路排水建模与设计方法

从设计层面分析了山区高速公路水毁发生的原因及传统设计方法的弊端,提出了基于GIS的山区高速公路排水设计方法和流程,设计了排水GIS的系统框架。基于面向对象的数据建模方法建立了路域数字地形模型、水文数据模型,实现了对路域空间数据和水文数据的有效管理。研究了路域水文建模算法,建立了路域水文空间分析模型。结合依托项目,对基于GIS的山区高速公路排水设施布设方法进行了验证,并对排水设施进行了水力仿真与评估。仿真结果表明:通过山区高速公路排水GIS建模与仿真,可进行排水设施的综合布设及适应性评估,实现了排水设计的自动化、可视化、科学化。     

Autonomous vehicle self-localization based on abstract map and multi-channel LiDAR in urban area

Accurate vehicle self-localization is significant for autonomous driving. The localization techniques based on Global Navigation Satellite System (GNSS) cannot achieve the required accuracy in urban canyons. On the other hand, simultaneous localization and mapping (SLAM) methods suffer from the error accumulation problem. State-of-the-art localization approaches adopt 3D Light Detection and Ranging (Lidar) to observe the surrounding environment and match the observation with a priori known 3D point cloud map for estimating the position of the vehicle within the map. However, storing the massive point cloud needs immense storage on the vehicle, or it should be stored on servers, which makes the simultaneous downloading of the map by multiple vehicles another challenge. In this study, rather than employing the point cloud directly as the prior map, we focus on the abstract map of buildings, which is easy to extract, and at the same time apparently observable by Lidar. More especially, we proposed vehicle localization methods based on two different abstract map formats representing urban areas. The first format is the multilayer 2D vector map of building footprints, which represents the building boundaries using vectors (lines). The second format is the planar surface map of buildings and ground. These map formats share the same idea that the uncertainty (deviation) of each vector or planar surface is calculated and included in the map. Later in the localization phase, the observed data from Lidar is matched with the abstract map to obtain the precise location of the vehicle. Experiments conducted in a dense urban area of Tokyo show that even though we significantly shrank the map size, we could preserve the mean error of the localization.     

基于EclipseRCP的隧道通风安全信息系统研究

运用Eclipse RCP技术、集成WindowBuilder、Hibernate3．2、JFreechart、PO12．5等多种开发工具,以MapXtremeJava4．8为地图服务器,选用Oracle10g数据库,设计并开发了隧道施工通风安全信息系统,具有日常管理、电子地图、数据分析、声光报警、短信提醒等特点,实现了隧道施工通风安全信息的可视化管理。