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.     

高速公路交通流密度的主线速度控制设计方法

结合高速公路出入口的实际设置情况、高速公路交通流的运行特点以及高速公路主线速度控制方式的实际需要,对经典高速公路宏观动态交通流模型进行了一定的修正;针对改进后的交通流模型,利用非线性系统控制中的反步设计方法,给出了求解控制率的矩阵方程;并提出了使用模糊控制方法进行主线速度控制的设计思路,为解决交通流模型难以确定、交通流参数难以检测等情况下的交通流密度主线速度控制问题提供了一种新方法。     

DSRC技术在ITS服务领域的应用

针对DSRC技术的特点 ,探讨了DSRC在ITS服务领域的应用途径 ,阐明了DSRC在ITS服务体系中的作用。由于DSRC是针对ETC系统特点开发的 ,不能满足ITS应用服务的扩展 ,在分析DSRC缺点的基础上 ,提出了DSRC服务接口的概念 ,为我国DSRC研究发展提供了新思路     

基于计算机视觉的停车位车辆存在性检测方法

为了提高停车场的车位利用率,有效地管理停车场,提出了1种基于计算机视觉的车位检测方法.与传统的视频检测方法不同,该方法在停车位上绘制了特定的辅助识别图案,图案具有各向同质性的特征,在大部分光照、阴影的影响下具备图案特征不变性,且与一般车辆上绘制的图案有显著差别,在此基础上采用图像检测算法对图案进行数学解析描述,作为检测目标,同时采用图像识别算法,逐行扫描各个像素,利用模式匹配判断停车位状态.通过选取停车场的2个车位进行实例验证,准确率为98.12%.结果表明该方法识别速度快、准确率高,具有很好的应用前景.      

基于改进 Adaboost 的行人快速检测与定位算法

随着智能交通的发展,道路行人主动安全的重要性愈发凸显,且越来越受到国内外研究机构的重视。选取 Harr-like特征,利用积分图快速计算矩形特征,对传统的Adaboost算法引入优化更新权重的方法,提出1种基于级联分类器的行人检测方法,实现行人的实时区域快速检测。实验结果表明,基于改进Adaboost算法的快速行人检测与定位方法实时性强、准确率高,基于该算法的行人快速检测与定位系统可靠性高、鲁棒性强。      

1种基于平行直线对模型的车道检测方法

针对智能车辆安全辅助驾驶系统中利用单目视觉进行车道识别的问题,提出了1种基于平行直线对模型的车道检测方法。该方法根据高速公路图像特征构建平行直线对模型,在此基础上先利用 Hough变换提取直线,再由改进的级联 Hough变换检测出平行直线对的消失点,最后通过消失点和先验信息来提取当前车道线。使用M atlab对高速公路上不同路段、不同光照情况、不同车辆干扰下共150幅道路图像进行实验,检测精度达88.6%,平均检测时间为0.24 s。实验结果表明,这一方法在高速公路行驶环境下能较准确地检测出当前车道线,具有很好的光照适应性、抗车辆干扰性和一定的实时性。      

基于Vissim的3相交通流理论应用

交通流状态演变机理的研究是交通流理论中重要的一部分.以不同交通负荷下的城市快速路路段来研究城市快速路路段交通流状态演变的机理.由于无法进行大规模交通调查,所以利用Vissim仿真软件,仿真不同交通流量下路段交通流特性的变化情况.统计分析仿真数据,研究了不同交通状态下交通流的特性,并对各个交通状态转变的阈值作了界定,标定了每一种交通状态的密度取值范围.结果表明,在不同的交通负荷下交通流呈现不同的状态,路段上的交通流状态呈现为自由流相、同步流相和宽幅运动阻塞流相3种状态.      

Y型交叉口群双周期绿波协调控制方法研究

针对城市Y型交叉口群中车流相互交织而引起的交通安全、通行效率低下等问题,基于绿波时距图,以双向绿波带宽最大为目标,建立了一种面向Y型交叉口群双周期绿波信号协调控制模型。该模型能够在时间顺序上分离上游驶来的两股车流,使其分别依次通过下游交叉口,从而解决了车流相互交织而引起的安全、效率等问题。实际案例与仿真结果表明:相比于单点信号配时方案,所提出的模型在降低车辆延误时间,减少车辆停车次数,提升交通安全等方面有显著效果。这表明该模型对提升Y型交叉口群的通行效率与交通安全具有显著效果,具有一定的理论意义与实践价值。     

基于自适应加权平均的路网MFD估测融合方法

路网宏观基本图(Macroscopic Fundamental Diagrams,MFD)的估测方法有基于固定检测器数据估测法和基于浮动车数据估测法,但很少有文献将两者结合起来,鉴于此,本文提出以车联网环境下联网车数据估测的交通参数为检验数据,引入动态误差,建立两个自适应加权平均数据融合模型,对两种估测法所得的路网加权交通流量和路网加权交通密度分别进行数据融合,从而更加准确地估测路网MFD.为验证模型的有效性,以广州天河区核心路网为研究区域,通过Vissim交通仿真建模分析,对比各种估测法所得路网MFD参数的平均绝对相对误差、路网MFD的状态比和差异值.结果表明,经数据融合后的路网MFD参数平均绝对相对误差和路网MFD差异值均最小,最接近标准路网MFD.     

基于TDS642EVM的交通参数检测

介绍了一种将DSP应用于交通参数检测的视频监控系统。系统采用TI公司的DSP处理芯片TM320DM642作为处理器,配合FPGA,视频解码芯片SAA7115H、编码芯片SAA7115,共同来完成对各种交通参数的采集,以及实时车道现场视频数据的远程获取。基于TMS320DM642芯片设计的评估开发板TDS642EVM,给出了处理器TM320DM642的编程方案,在PC上利用Visual C＋＋进行界面设计,对DSP发送的数据进行分析处理与显示,并显示出交通参数的检测结果。