基于车牌识别数据的城市路网运行状态识别方法实践

采用城市车牌识别数据进行路网运行状态观测和分析,设计了基于车牌识别数据的交通卡口聚类算法、车辆轨迹还原算法及速度分类树算法,建立了路网运行状态识别模型,结合乌鲁木齐的城市交通路网形态和车辆构成特征,通过与出租车GPS统计数据的对比和融合分析,研究了乌鲁木齐市的交通出行特征、路网运行速度与流量变化规律,以及路网运行与常发拥堵路段的关系,提出了一种利用车牌识别数据进行城市路网运行状态识别的方法。     

高速公路弯道路段行驶速度分析与仿真应用

为了准确分析高速公路弯道路段对车辆行驶速度的影响,研究提出一种基于车辆GPS数据的车辆行驶速度变化特征分析方法.首先,汇聚夜间时段车辆在弯道路段的GPS数据,并对数据完成清洗预处理;其次,结合弯道路段的拓扑结构设计虚拟的检测断面,并将GPS数据聚合到检测断面,分析不同断面的车辆行驶速度变化特征;最后,将分析结果应用于微观交通仿真的参数标定中,验证该方案能够有效提升仿真模型的精度.研究结果已直接应用于深圳机荷高速公路改扩建工程微观交通仿真模型的参数标定,显著提高了仿真模型评估分析的可信度.     

基于GPS轨迹数据的超速事件探测方法试验研究

目前,交警部门对超速事件的探测主要是通过定点测速或区间测速来实现的,但该方法不仅误差大,还难以探测车辆所发生的全部超速事件。随着GPS设备的广泛使用,一些学者尝试利用GPS轨迹数据中的速度信息来探测车辆所发生的全部超速事件,但单一点速度误差大。为及时、准确、全面地探测车辆所发生的全部超速事件,通过行车试验研究基于N(N≥2)个连续超速GPS轨迹点的超速事件探测方法。将超速事件视为一个包含起止点的线事件,并由超速GPS轨迹点描述,据此设计行车试验方案。选择成都市郊区6条道路为试验路线,试验车在每条试验路线上多次往返行驶,利用车载GPS设备采集试验车的行驶轨迹,并由随车试验人员记录该车超速事件发生的时间及地点。基于行车试验数据,构建匹配度指标,设计基于连续超速GPS轨迹点的超速事件探测算法,经比较分析确定超速事件探测的最佳连续超速GPS轨迹点个数,并验证探测算法的精度。结果表明:超速事件的判定条件为5个连续超速GPS轨迹点,基于5个连续超速GPS轨迹点的超速事件探测算法的精度为96%。研究结果可为超速事件的动态监测、实时呈现、时空分布规律揭示、致因因素挖掘、干预方法提出奠定坚实的理论基础,具有较好的实际应用价值。     

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。     

基于重力分量的道路坡度动态测量

基于MEMS(微机械)加速度传感器的测量原理,采用车辆行驶坡道上的重力分量进行纵向坡度的动态测量,并结合陀螺仪的信号建立基于扩展卡尔曼滤波的数据融合模型,推导出数据融合流程。利用标定后的传感器完成水平道路和坡道的实车试验,采集实车试验数据进行离线算法验证。重力分量法与双天线GPS测量的坡度差值在±1°上下波动,表明重力分量法能够获得实时动态纵向坡度,满足智能汽车识别环境信息的需求。     

适用于公交营运监管的车辆组合定位技术研究 ——以上海市为例

公交行业营运监管对车辆定位可靠性要求较高。为解决现有GPS 技术存在的信号盲区问题,引入信标定位法（RFID 技术）,通过布设于首、末站点的RFID 基站采集车辆定位数据与运行途中的GPS位置数据相融合,实现车辆运行轨迹的量化理,准确判定和统计有效班次;引入航迹推算法（DR） 与GPS技术形成组合定位,当车辆GPS定位信号在中途站点区域短时间中断 时切换到航迹推算模式（DR）,利用里程计和角速度陀螺仪测量距离及方向,计算出车辆的到离站时间。在公交监管应用实例中,依托GPS / RFID组合定位技术获取的线路运能统计数据与运营企业上报的电子路单一致,验证了该组合模式的可靠性。对于GPS /DR 定位技术切换式组合模式,运用计算机仿真测算航迹推算法的定位偏差,仿真试验结果表明偏差值小于站点区域半径,符合中途站点车辆识别的要求。     

基于视频图像处理的微观交通数据的获取

微观交通数据对于通行能力的分析、智能交通系统的建立、异常交通状态的识别、微观交通流特性的研究以及微观交通仿真技术的发展具有重要意义.随着视频采集技术在交通领域应用的日益增加以及图像处理技术的发展,使得获取微观交通数据成为可能.鉴于此,利用摄影学原理,实现了图像坐标与实际坐标的转换,并从视频中提取了车辆的行驶轨迹、车速和车头时距,为研究微观交通系统提供了数据支持.     

公交线路资源配置与高峰客流协调评价研究

公交线路资源配置与高峰客流协调发展是公交系统可持续发展的重要保障.对二者协调程度进行评价,通过对公交系统规划与运营的深入研究,运用数据包络分析法,以公交车辆数、站点数、沿线客流强度为投入指标,以高峰客流量、高峰满载率适宜度为产出指标组成评价指标体系,并建立二者之间协调评价模型.以哈尔滨市主城区86 条公交线路为评价单元,利用数据包络分析法的CCR模型,得到了每条线路的相对效率值,对每条线路进行协调度评价.结果表明,40 条处于强协调状态、34 条处于弱协调状态、9 条处于轻度失调状态、3 条处于严重失调状态,公交线路总体上处于弱协调状态.提出的评价方法在实际运营中具有较强的实用性,可为公交规划与运营管理提供理论依据.     

基于车辆身份感知数据的路段轨迹 重构方法研究

车辆轨迹蕴含着大量丰富的交通流时空信息,对于全面解构城市交通路网运行具有至关重要的意义.传统车辆轨迹重构模型大多基于定点线圈检测数据或者浮动车轨迹数据作为输入数据,并且普遍未考虑过饱和交通状态.本文提出了一种基于车辆身份感知数据的车辆路段轨迹重构方法,通过构建一种绿灯相位回溯框架,基于交通流激波理论分段重构车辆行程轨迹,每次回溯过程包含两个主要步骤,即估计车辆状态和分状态重构车辆行程轨迹;然后在Paramics 微观交通仿真平台上对本方法模型的准确性进行了验证.结果表明,该方法在各种饱和状态下均能达到令人满意的应用效果.     

基于车辆身份感知数据的路段轨迹重构方法研究

车辆轨迹蕴含着大量丰富的交通流时空信息,对于全面解构城市交通路网运行具有至关重要的意义.传统车辆轨迹重构模型大多基于定点线圈检测数据或者浮动车轨迹数据作为输入数据,并且普遍未考虑过饱和交通状态.本文提出了一种基于车辆身份感知数据的车辆路段轨迹重构方法,通过构建一种绿灯相位回溯框架,基于交通流激波理论分段重构车辆行程轨迹,每次回溯过程包含两个主要步骤,即估计车辆状态和分状态重构车辆行程轨迹;然后在Paramics 微观交通仿真平台上对本方法模型的准确性进行了验证.结果表明,该方法在各种饱和状态下均能达到令人满意的应用效果.     

基于GPS与图像融合的智能车辆高精度定位算法

车辆自定位是实现智能车辆环境感知的核心问题之一.全球定位系统(Global Positioning System,GPS)定位误差通常在10 m左右,不能满足智能车辆的定位需求;惯性导航系统成本较高,不适于智能车辆的推广.本文在视觉地图基础上,提出一种基于GPS与图像融合的智能车辆定位算法.该算法以计算当前位置距离视觉地图中最近一个数据采集点的位姿为目标,首先运用GPS信息进行初定位,在视觉地图中选取若干采集点作为初步候选,其次运用Oriented FAST and Rotated BRIEF(ORB)全局特征进行特征匹配,得到一个候选定位结果,最后通过待检测图像中的局部特征点与候选定位结果中的三维局部特征点建立透视n点模型(Perspective-n-Point,Pn P),得到车辆当前的位姿,并以此对候选定位结果进行修正,得到最终定位结果.实验在长为5 km的路段中进行,并在不同天气及不同智能车辆平台测试.经验证,平均定位精度为11.6 cm,最大定位误差为37 cm,同时对不同天气具有较强鲁棒性.该算法满足了智能车定位需求,且大幅降低了高精度定位成本.     

基于深度学习的车辆轨迹重建与异常轨迹识别

车辆移动轨迹的不确定性及异常点段的存在使其在数字交通领域的应用面临挑战。本文构建基于数据增强的LSTM-AE-Attention深度学习模型，进行车辆轨迹重建和异常轨迹识别。首 先，使用对抗生成网络和贝塞尔样条曲线从样本量和种类两方面扩充数据集，实现数据增强；其 次，通过自编码网络与长短时记忆神经网络提取轨迹特征并完成轨迹重建；最后，结合自编码网络预训练和注意力机制构建异常识别模型。采用实际车辆轨迹数据测试，模型的评价指标明显优于支持向量机、随机森林和长短时记忆神经网络模型，重建实验中模型的决定系数为0.968，异常识别实验中模型的F1值较对比模型平均提升9.8%。结果表明，本文提出的模型可有效、可靠地运用于平滑车辆轨迹数据和纠正异常车辆轨迹。     

基于车辆行驶轨迹的道路不良驾驶行为实时辨识方法

为了提高道路交通安全主动防控能力, 以小汽车行驶轨迹数据为研究对象, 研究了不良驾驶行为的实时辨识问题; 基于无人机拍摄交通流视频提取海量车辆行驶轨迹数据; 提出了应用风险度量方法量化典型不良驾驶行为的理论; 使用大样本统计分布方法确定不良驾驶行为的特征参数阈值; 建立了结合交通环境信息的不良驾驶行为谱, 计算了不良驾驶行为谱特征值; 以车辆不良驾驶行为谱特征值为依据标定不良车辆样本; 以部分驾驶行为谱参数为输入, 使用不平衡类提升的人工智能算法建立了不良驾驶行为辨识模型; 为了验证方法的有效性, 使用无人机交通视频采集了上海市的车辆行驶轨迹数据, 分析了小汽车不良跟驰行为特征。分析结果表明: 使用四分位差法得到不良跟驰特征参数的阈值为0.19 s-1, 大部分样本处于正常跟驰状态, 约2%样本处于不良跟驰状态; 基于每辆车行驶轨迹中正常跟驰状态和不良跟驰状态的比例, 使用95%分位数将8 917 veh小汽车样本划分为不良跟驰车辆445 veh与正常跟驰车辆8 472 veh; 不平衡类提升算法CUSBoost辨识不良跟驰车辆达到了94.4%的召回率和85.9%的精确率, 平衡分数和精确率-召回率曲线下的面积为所有算法中最高。可见, 不良驾驶行为谱作为一种客观的不良驾驶行为量化表达方法, 与人工智能方法结合可以生成海量的不良驾驶行为谱库; 不平衡类提升算法可以解决不良驾驶行为数据的不平衡问题, 与常规算法相比具有更好的不良驾驶行为辨识能力。      

基于GPS车辆监控数据的公交速度特性分析

本文以北京市300路快线内环线路为例,利用公交GPS车辆监控系统记录的车辆历史行车数据,结合公交线路的地理位置信息,经过对数据的处理与统计,系统分析了该线路若干速度特性,在为线路提高行车速度和提升服务水平提供建议的同时,也为公交GPS车辆监控数据在车辆速度特性分析方面的应用进行初步的探索。     

基于智能车辆的多传感器数据融合算法研究与分析综述

多传感器数据融合是20世纪80年代发展起来的一门新技术,将智能车辆中多个传感器采集的数据进行合成,并充分利用多感器数据间的冗余和互补特性,从而得出准确的环境信息用于地面车辆定位、车辆跟踪、车辆导航等。文章通过对现有的数据融合方法进行分类和归纳总结,对多传感器数据融合算法的研究和数据融合技术的应用情况进行阐述,为智能车辆多传感数据融合方面的研究提供参考。     

基于时空轨迹数据的出行特征挖掘方法

在车联网应用发展的背景下,许多城市的私家车和出租车上安装了配备GPS 设备的智能终端, 产生着大量的时空轨迹数据.为挖掘这些数据蕴含的驾驶员出行特征, 本文以北京市出租车时空轨迹数据为例,基于时空GIS 的视角提出并实现了驾驶员居住 地挖掘方法和作息规律性分析方法. 样本实验结果一方面展示了驾驶员居住地空间分 布,另一方面表明作息规律性总相似度在0.6–1之间的驾驶员数量较多,占到了总数的 73.75%.通过本文方法挖掘的信息可为出租车的管理提供辅助决策,方法同样适用私家 车时空轨迹数据的挖掘,对私家车出行规律的研究和掌握更有意义.     

基于视频的道路盲区能见度检测研究

基于道路视频图像的能见度检测方法可为智能交通系统提供实时、可靠、经济的交通能见度信息，但其应用效果受限于广泛存在的视频监控盲区。鉴于此，针对道路视频监控盲区的能见度实时检测方法展开研究，利用视频能见度检测算法，获取上下游路段能见度的两类检测数据，并提出一种基于能见度数据的高层信息汇聚融合模型，构建了盲区的能见度间接检测方法，给出 基于实时视频检测的道路盲区能见度预测值，与目测结果相比，平均误差小于10%。     

基于时空相似度聚类的热点载客路径挖掘

出租车的载客轨迹直接体现了车辆的行驶状态和居民的出行规律,热点载客路径的挖掘为交通管理与规划,居民行为模式发现及出租车载客推荐等具有重要价值. 本文以兰州市3 000 辆出租车载客轨迹为研究对象,提出了基于时空相似性聚类的热点载客路径挖掘算法. 首先,根据出租车的GPS轨迹数据提取出载客轨迹及其核心轨迹;然后,根据提出的相似性度量算法计算核心轨迹的空间相似性、时间相似性及时空相似性,并结合DBSCAN聚类算法对载客轨迹进行聚类;最后,根据聚类结果获取城市热点载客路径的空间分布,并分析了其在工作日和非工作日的差异. 实验结果表明,本文提出的挖掘算法能有效、快速地发现城市热点载客路径的分布.