基于GPS的公路视频影像信息系统

为了提高公路路况管理及路产管理的效率，开发了基于全球定位系统（GPS）的公路视频影像信息系统.通过视频影像的实时采集压缩和GPS定位，系统可实现基于里程和道路设施的多种视频影像搜索和定位功能，同时可根据电子地图快速定位到相应的视频图像帧.在论述了系统的体系结构后，推导了利用GPS坐标推算里程的算法，该算法通过录入关键帧对应的里程，内插出每帧的里程数，并对其进行修正.实践证明：该算法可有效地控制图像帧的里程误差，该系统可有效用于公路路况管理和公路路产管理.     

考虑网络拥堵与系统公平的车载异构网络选择方法

利用演化博弈的有限理智特性执行网络选择, 以实现车载异构网络系统中网络资源的均衡分配; 利用双层博弈对演化博弈方法进行优化, 保证极端拥堵中部分车辆消息传输的同时, 维持系统公平; 设计了专用短程通信、长期演进和无线局域网融合的车载异构网络仿真场景, 对比了基于多准则决策的传统方法、基于演化博弈的网络选择方法和基于双层博弈的网络选择方法。仿真结果表明: 采用基于演化博弈和双层博弈的车载异构网络选择方法首次解决了动态网络环境中车载异构网络切换时出现的大规模乒乓效应, 利用双层博弈能够实现拥堵抑制和系统公平; 采用基于双层博弈的网络选择方法能够驱动异构网络系统在2~3个切换周期内实现网络系统状态的稳定; 在预设的动态网络评价条件下与80个终端的一般场景中, 双层博弈终端平均网络评价指标高于演化博弈19.5%, 为3种网络协同工作提供可靠服务; 在190个终端极端拥堵场景中, 终端合理分配, 共享专用短程通信网络资源, 双层博弈终端平均网络评价指标高于演化博弈10.3%, 双层博弈专用短程通信网络评价指标为演化博弈的2.18倍, 可以保证车联网基本安全信息的广播、系统的公平并维系基本车联网服务。      

泛在交通信息服务系统的概念、架构与关键技术

分析了现有交通信息服务系统存在的感知能力有限、服务方式单一和动态信息更新不及时的问题,围绕当前交通工程和信息技术领域的研究发展趋势,提出了一种泛在交通信息服务系统（U-TISS）的架构,将先进的协同感知、泛在网络、云计算、大数据等技术综合运用于交通信息服务领域,实现交通信息服务系统与交通物理系统的深度融合。U-TISS 架构包括感知、网络、计算和服务4层次。感知层主要通过传感器、射频标签、识读器、摄像头、全球定位系统、车载智能终端设备等,实现对人、车、路、环境的全面感知;网络层是以ZigBee、蓝牙、DSRC 等短程通信为主的末梢节点通信与以3G/4G或有线通信链路为主的承载网络通信,通过车路短程通信和自组织网络、路侧与感知中心的承载网络实时采集和传输各种交通信息,构建交通要素信息的精准获取与发布体系;计算层利用云计算技术实现有效的交通富信息挖掘与提取,提升交通信息服务质量;服务层构建基于泛在网络和云计算的交通信息服务平台,通过移动智能终端、车载终端、资讯广播、可变信号板等信息发布方式,为交通参与者提供实时动态的交通信息服务和丰富全面的辅助决策支持,实现交通信息服务的智能化与个性化。基于U-TISS架构,分析了实现U-TISS的关键技术,包括智能终端的普适感知与交互、车辆精确定姿与定位、交通信息路侧协同感知、车车/车路短程通信与组网、车载移动互联、交通信息云管理、交通大数据分析与挖掘、信息安全与隐私保护。分析结果表明：U-TISS具有泛在感知、开放互联、实时传输、深度挖掘与优质服务的特点,能够从安全性、高效性、便捷性和环保性4方面改进与提升现有交通信息服务系统的服务水平。在安全性方面,基于DSRC的车车/车路通信与组网技术使驾驶人可以获取超越视距、超车载感知能力范围与多时空尺度的交通信息,增强车车/车路间的协同能力;在高效性方面,借助泛在感知的海量路网运行信息和云计算平台提供的大数据分析技术,通过精细化的管理实现交通系统的高效运行;在便捷性方面,通过智能终端能够为公众出行路线、方式和出发时间的个性化定制提供支持;在环保性方面,通过对车辆控制系统提供更多的行车环境信息实现车辆控制的优化,通过大数据或社交网络提高驾驶人对环保驾驶的认知,实现绿色出行。U-TISS 关键技术的深入研究、推广与应用,及相关行业标准与规范的出台,将引起交通信息服务类应用商业模式的创新与变革,最终实现协作式智慧交通。     

基于机器学习的交通流预测方法综述

通过文献梳理、专家访谈和试验场景构建等方法，分析了道路指定断面和区域路网宏观交通流预测的国内外研究现状和发展趋势，归纳了局部断面交通流预测方法，包括传统机器学习、递归神经网络和混合模型，分析了卷积神经网络、图神经网络和融合多因素网络的特点，阐述了方法的原理、优势、局限性和应用场景，总结了现有场景交通数据集类别，从采样周期与采集方式角度归纳了国内外主流交通数据集。分析结果表明：递归神经网络可以有效获取交通数据的历史规律，但存在梯度爆炸、计算复杂度高、长时预测准确度不佳等问题；图神经网络针对路网拓扑连接关系引入了图结构，在考虑路网和交通流数据的时空相关性上具有明显优势；融合多因素网络充分考虑天气、道路、事故等内外部因素的影响，有效提升了交通流预测的实时性和鲁棒性；由于交通数据采集困难、外部因素影响难以量化、机器学习方法可解释性差等原因，交通流预测方法的改进受到了限制；未来应从交通信息有效挖掘和图卷积方法完善两方面入手，拓宽图结构在交通领域的应用和考虑非常态交通场景，进一步揭示交通数据的内在规律，开发更准确、高效的交通流预测方法，推动交通流预测在工业界的落地应用。     

基于小波神经网络的出租车保有量预测模型

为了提高出租车保有量的预测精度,利用小波神经网络逼近出租车保有量与其影响因素之间的非线性特性,并建立影响因素的预测模型,然后,将影响因素的预测值输入出租车保有量预测模型便实现了出租车保有量的预测.利用某市2000-2009年的出租车保有量及影响因素数据进行仿真预测,结果表明,相对于传统的BP神经网络,基于小波神经网络的出租车保有量预测模型具有更高的预测精度,该市2010-2012年的出租车保有量应分别达到9020、9 350、9 560 veh,才能保证平均候车时间在4 min左右.     

IntelliWay-变耦合模块化智慧高速公路系统一体化架构及测评体系

根据当前智慧高速公路系统的发展历程,总结一些典型的车路协同系统逻辑与物理模型。在总结国内外智慧高速公路系统的整体架构之后,提出新一代智慧高速系统的总体架构-IntelliWay,包括智慧高速公路系统分层模块化架构、基于变耦合程度的智能分级和基于事件驱动的数据分发机制。同时,根据当前智慧高速公路系统的主流应用技术,总结车载高精度定位、高级驾驶辅助系统(Advanced Driver Assistance System, ADAS)与车载总线、路侧设备优化、异构网络融合、网络负载均衡、网络信息安全、多传感器融合与协同感知、以用户为中心的场景自适应信息发布、车辆群体协同自动驾驶、基于大数据与人工智能的交通态势预测、车道级主动交通管理、组件式应用服务开发等驱动智慧高速公路系统快速发展的新兴技术研究现状,然后基于以上关键技术的特点提出未来智慧高速公路系统应用的实施建议;分析广播式交通信息服务、主动交通管理、伴随式信息服务、自动驾驶专用道、车辆队列协同驾驶等智慧高速公路系统的典型应用场景,进行智慧高速系统的测评方法分析和相关案例分析。最后,系统性地分析和预测智慧高速系统存在的挑战及未来发展趋势,以...     

汽车检测控制系统网络通信技术

为了提高汽车检测控制系统网络通信的质量和效率,对传统的串行、共享文件与网络数据库通信方式进行了比较,提出了一种新的基于Winsocket的通信方式,采用Winsocket技术设计了数据帧和命令帧两种报文结构。在C/S模式下解决了汽车检测控制系统车辆调度和检测数据实时传输网络通信问题,提高了系统运行过程的稳定性与检测数据传输的实时性和可靠性。     

交通工程CAE软件系统的设计与实现方法

在分析交通工程软件系统现状的基础上，给出了基于GIS(地理信息系统)平台的交通工程CAE(计算机辅助工程)软件系统的设计方案，对系统设计中的关键技术进行了分析，采用数值逼近理论分析交通数据，并以智能化图形方式显示结果。实例中通过对交通特性中行车速度的分析与处理，证明了该系统整体方案及交通数据组织与拟合算法的可行性。