无线网在交通通信领域的应用

本文综述了国内外无线通信的发展及目前公路交通无线通信网急需解决的问题，并就广东省公路网的发展．实施无线通信网的必要性和无线通信网的拓扑结构等问题提出规划设计的思路。     

基于GIS的高速公路数据库系统设计与实现

介绍了ＧＩＳ发展及应用情况，提出在高速公路数据库系统设计中引入ＧＩＳ的思想，直观显示地理数据，建立数据库与载有地理信息的电子地图之间的双向联系，实现地图与数据库的双向查询，解决传统的数据库在描述高速公路信息时累赘、呆板、数据描述不完全等缺点。建立地图式数据管理系统的设计思路，其基本的设计思想已通过桌面地图信息系统开发平台Ｍａｐｉｎｆｏ４．５得到实现。     

左转错位交叉口信号配时策略的MILP模型

在优化左转错位交叉口相位相序的基础上,提出了3套左转错位交叉口信号配时策略的混合整数规划(mixed integer linear programming,MILP)模型.MILP-1模型以交叉口通行能力最大为目标函数,以排队长度约束、最小绿灯时间约束、最大等待时间约束共同构成约束集合.MILP-2模型引人进口道重要程度的概念,修正目标函数,调整优化方向,以期获得最真实的配时方案.通过引入若干等式约束,可以得到简化模型MILP-3,并可运用分枝定界算法予以求解.广州市白云区金钟横云龙路口是一个典型的左转错位交叉口,分别运用MILP-1模型、MILP-2模型及MILP-3模型进行配时设计,求解结果表明:3个模型均能得到合理的优化结果,且以MILP-2优化效果最佳,MILP-3优化速度最快.      

平面交叉口相交BRT线路的优先协调控制方法研究

基于公交感应控制的思想,提出了基于公交优先战略的信号配时优化方法。分析了BRT优先信号控制策略,界定了BRT优先控制的研究环境,提出了优先控制原则——引起延误最小优先考虑原则,提出优先控制原理,分析各控制参数,确定了各模块中的关键参数计算过程。实例分析表明,该控制方法对相交BRT车辆在平面交叉口的协调控制具有可行性。     

基于群决策理论和双层规划模型的交通信号控制优化

基于干道延误时间最小和路段行程速度最大的设计理念,利用智能优化算法和群决策理论,建立了一种双层规划模型下的城市干道交通信号控制方法。算法结合了智能优化策略中的遗传算法和丰富的群体专家意见,并采用模糊数的描述方式实现对不同控制目标的分析评价,给出了一套完善的干道交通信号配时优化方案,使交通问题的分析得以更加客观和实际。最后给出一个实际主干道问题的算例分析,运用MATLAB和Visual C++编程计算对控制方案进行模拟。仿真结果表明,这一方法能有效地改善延误和路段行程速度。     

基于VISSIM的城市交叉口改善优化研究

首先系统地阐述了城市交叉口改善优化的现有研究成果,然后介绍了微观交通仿真软件VISSIM的模型及理论基础以及用于评价交叉口性能的行程时间、平均延误、排队长度、停车次数、通行能力、饱和度和服务水平等评价指标;以广州市花地大道与浣花路交叉口为例,通过信号交叉口调查数据的统计分析,从时空交通设计优化方面提出交叉口优化方案,并利用VISSIM交通仿真软件对交叉口的现状和优化方案进行仿真研究。结果表明,对交叉口进行时空改善优化后,交叉口的饱和度由1.24减小到0.91,平均每车延误由71.6 s减少到47.1 s,服务水平由E提高到D。实践表明,该方法具有良好的操作性和实用性。     

一种基于同态滤波的背景建模方法

在道路视频检测技术中提出了一种基于同态滤波的背景建模法。对图像进行同态滤波的预处理,以适应渐变的光照情况。通过图像分块与帧间差分来获取临时背景序列,为背景建模做准备。为了处理背景中由于车辆突然开动或停止产生的＂鬼影＂,对帧序列有效区中的每一像素进行基于灰度分区直方图模式建立背景模型。这种方法既能应对光照渐变又能适应大流量且车速慢的拥堵情况。实验结果表明,此算法具有良好的可靠性与鲁棒性。     

基于短时交通流预测的单交叉口自适应控制

针对城市孤立交叉口交通流量未饱和的情形,为了使单交叉口控制方案适应于动态变化的交通流,提出了一种基于K近邻短时交通流预测的单交叉口自适应控制策略。首先依据路口历史交通流量数据预测未来5 min的交通流量,计算信号周期;然后建立以最大周期、相序、最大相位时间为参数的单交叉口自适应控制模型,根据实时的交通状态信息自动地调整相位顺序、最大相位时间和绿灯延长时间;最后使用VISSIM4.3软件,对广州市南沙区某单交叉口进行仿真,以车辆平均延误时间作为评价指标,与固定定时和分段定时控制方法相比较。仿真结果表明:本文方法的车辆总平均延误时间与固定定时和分段定时控制方法相比分别减少35%和15%,有效提高了交叉路口的车辆通行效率。     

基于模糊神经网络的信号交叉口交通量预测方法研究

提出了基于模糊神经网络技术的信号交叉口交通量滚动预测模型。该模型的主要特点地交叉口交通量变化的规律可以利用模糊神经网络在线学习得到，因此该模型具有计算简单，能够不断积累经验的优点。通过仿真算例研究了该模型的实用性。     

高速公路动态交通流的模型与仿真研究

从高速公路交通流的宏观，动态特性出发，首先给出了交通流控制和仿真中常用的宏观，动态，确定性交通流模型，通过对各种交通状况的分析，指出该模型存在的缺陷，在此基础上提出了一种改进模型，仿真结果表明，改进模型能够比较准确地描述交通流真实行为。