���ƹ��������ܽ�ͨϵͳ���ױ�����ϵ��̽��

在广州市智能交通系统的逐步发展和完善过程中，由政府主导建立起智能交通系统的配套保障体系，使政府、企业、科研机构在研发智能交通系统过程中各司其职、各尽其能，是实现智能交通系统不可或缺的重要前提条件.本文针对广州市目前智能交通系统的发展现状，提出了完善其配套保障体系的几项建议，该建议将为广州市“十一五”智能交通系统的发展提供了更完备的体制环境，也为我国其它大城市智能交通系统的保障体系建设提供了较全面的参考范例.     

�Ŵ��㷨�ڶ�̬·���յ�ϵͳ�е�Ӧ��

提出了以随机A*算法为基础，运用遗传算法来求解不满足先进先出原则的动态网络中最短路径问题的思路，其中通过运用提出的随机Dijkstra算法解决了将遗传算法应用于最短路径问题中的最大障碍－初始种群的产生。最后，以广州市电子地图为基础，对提出的算法进行了验证，试验结果表明遗传算法适合求解非常态且不满足先进先出原则的动态网络中的路径诱导问题。     

基于纹理不变性的车辆阴影处理方法

由于视频蕴含丰富的信息，视频监控与检测技术在ITS中应用得越来越广泛．视频测量交通参数，需要从序列图像分割出车辆．车辆分割面临的一个难点就是检测与车辆连在一起的阴影．由于阴影在很多特性上与车辆一致。阴影经常被当成车辆一部分，影响车辆分割的稳定性与准确性．一般地，路面与车辆在纹理结构上存在较大的差异．文中推导了纹理在光照变化情况下的一种不变特性——极点分布，并提出了一个基于极点分布不变性的车辆阴影检测算法．这种算法能够精确地检测视频图像车辆的阴影，检测出因各种原因被误为车辆的路面，检测出车灯照射产生的路面亮斑，从而为车辆的精确分割和交通参数测量创造有利条件．     

拥堵条件下的快速路出口匝道交叉口与下游交叉口协同控制方法研究

在快速路系统中,出入口匝道是联接快速路与地面道路的纽带,同时也是最易发生拥堵的瓶颈路段。针对快速路出口匝道车辆拥堵问题,建立拥堵条件下的快速路出口匝道交叉口与下游交叉口协同控制模型,由两个子模型组成,分别是目标交叉口通行能力最大优化模型和下游交叉口车辆疏散最大优化模型。前者旨在提高出口匝道的通行能力,后者旨在保障目标交叉口方向来车到达下游交叉口后尽快疏散,案例分析结果表明:在快速路出口匝道拥堵疏解路径中,该模型求得的交叉口信号配时方案比采用Webster配时模型求得的单点信号配时方案在通过车辆数、车均延误以及平均排队长度方面分别优化了18%、22.3%和71.6%,大大加快了出口匝道拥堵疏解效率。     

诱导与单行交通组织结合应用模式

针对单行交通组织与交通诱导互相脱离的问题,分析了交通诱导与单行交通组织两种交通管理手段的特点,指出诱导与单行交通组织对路网特征要求具有高度一致性。在此基础上,结合南方某城市F市路网情况,提出一种诱导与单行交通组织相结合的新型应用模式,探讨了两者结合的效果,并利用德国的交通仿真软件Vissim进行定量分析,分析结果表明：单行交通组织可以很好地弥补诱导的缺陷,诱导能提高单行交通组织的效益,诱导与单行交通组织两种交通管理手段是相辅相成、互相促进的关系。最后分析这种结合应用的模式对棋盘型路网区域的普遍适用性。     

基于电子警察技术的城市外地车联网收费系统

提出在对外地车收费方面采用基于电子警察技术的城市外地车联网收费系统的设计方法，从而解决了由于目前城市对外地车进城收费的收费站布局不太合理，既起不到全面收费的作用，又对城市主要道路交通顺畅带来负面影响的问题．对通过该系统的联网收费、车牌自动识别等关键技术的分析和系统设计，确保了该系统的正常、高效工作，从而把电子警察技术的应用拓展到城市交通收费领域，提高了城市道路交通的经济效益和社会效益．     

Calaulation of Time-Optimal Control Law for Double Integrator System with Complex Constraints： Endpoint Backward Method

Introduction Althoughthetheoryoftime optimalcontrolof doubleintegratorsystemhasbeendeveloped,thege neralmethodtocalculatethecontrollawofthesystem withcomplexconstrainttargetsetisoverlooked[1,2].Thecontrollawofsystemswithcomplexconstraints isdifficulttocal…     

城市单点交叉口的信号配时优化研究

信号配时优化是提高交叉口服务水平的重要途径.文章系统地介绍了信号配时模型的现有研究成果,然后分析了Synchro仿真系统中信号配时优化模型、用于延误计算的百分比延误方法(PDM)模型、排队长度计算模型、停车次数计算模型、通行能力计算模型和服务水平等模型,并以延误、停车次数、排队长度组合成的综合性能指标对广州市天河北路与天河东路交叉口的当前信号相位、相序进行了全面的优化研究.应用Synchro系统优化后,最大车流量和通过能力比由1.24减小到1.02,平均控制延误由85.8 s减少到60.3 s,服务水平由F级提高到E级.     

数据融合技术在路径诱导中的应用研究

数据融合技术是路径诱导过程中的一项关键技术.文中以数据融合技术中的高阶神经网络技术的研究为主,通过对交通路网的分析,建立模型,准确地预测交通有关数据信息.通过应用高阶流体神经网络技术,解决复杂的交通网络计算问题,分别得出行驶距离最短、运行时间最少、拥挤程度最低、道路质量最好4种行驶路线的优化数据,以满足用户的要求.     

基于QPSO—RBF的交通量预测方法研究

实时、准确的交通量预测是实现动态交通流控制及诱导的前提和基础,为了更好的对其进行预测,在分析径向基函数(RBF)神经网络预测模型的特点和标准粒子群优化(PSO)算法缺陷的基础上,将量子粒子群优化(QPSO)算法的全局搜索能力与RBF神经网络的局部优化相结合,克服了标准PSO算法收敛不稳定性和RBF神经网络易陷入局部极小值的缺点,并建立了QPSO-RBF的交通量预测模型.仿真实例结果表明,提出的预测模型预测精度较高,具有较强的学习能力和预测能力,对于交通量预测具有一定的可行性和有效性.