城市交通信号控制系统研究(二)

对目前使用较为广泛的城市交通信号控制系统进行介绍，指出各系统在控制原理和控制方式上的特点。研究内容涉及系统的概况、规模、结构和特点等几方面。     

我国城市交通网络信号控制系统的关键技术研究

面对新技术的发展和交通信号控制系统多厂家竞争的局面，我国的交通信号控制工程会面临多控制器兼容、控制软件二次开发和通信协议的标准化问题，章针对这种状况，提出了网络交通信号控制系统的概念，并且对交通信号控制系统中的关键技术：控制器开放技术、基于API的软件技术和通信技术进行了探讨，为我国的交通信号控制系统的技术发展提出了建议。     

SignalML结构模型和应用

交通信号控制硬件和软件技术的发展,产生了多种交通信号控制器之间的不兼容问题。为了实现交通信号控制器之间以及交通信号控制系统之间的信息交换,本文结合XML的发展,在NTCIP应用层上提出了SignalML信号控制标记语言,用来统一描述、包装、存储以及传递信号控制数据的格式,便于交通信号控制系统内部以及控制系统与其他外部交通系统之间可以基于这一标准方便地进行信号控制信息的交换和共享。本文尝试建立了SignalML的结构模型,最后运用该模型在北京市交通信号灯试验平台中进行了应用。     

����ʱ�չ켣���ٵĽ�ͨ�����Բ���������

基于视频的交通流检测在智能交通系统中具有重要意义。本文针对广泛采用的低位摄像机,提出了一种交通流特性参数的检测分析方法。首先基于三级虚拟检测线和自适应更新率局部背景建模来快速提取车辆特征点并消除活动阴影对提取精度的影响;然后基于Adaboost（Adaptive Boosting,自适应增强）分类器实现特征点按车分组,并在跟踪过程中根据运动特征相关度消除分组误差,获取高精度的车辆轨迹;进而自动生成多车道轨迹时空图并提取各车道交通流的多种特性参数。实验结果验证了算法的高效性;同时,自动生成的多车道轨迹时空图也为更多的交通信息获取和更深入的交通流特性分析提供了有力支持。     

城市交通信号控制系统ACTRA的建设和应用

对新一代的交通信号控制系统(ACTRA)进行了简要介绍,对国内应用现状进行了分析,指出该系统的工作模式和模块化设计的结构特点,重点对系统的控制优化算法进行了研究,对Sy nchro仿真软件在ACTRA系统中的应用进行了探讨.     

基于Q-learning和BP神经元网络的交叉口信号灯控制

解决单交叉口信号灯最优控制问题。提出了基于强化学习的信号灯控制系统结构,应用强化学习中Q学习,将信号灯最优控制问题转变成是否切换运行相位的决策问题,提出了采用BP神经元网络实现Q学习的信号灯控制系统。应用微观交通仿真软件PARAMICS进行仿真分析,结果表明该系统能够感知交通流变化,并能够自适应地调整信号灯切换策略,以达到最优的控制效果,该方法是可行的,与定时控制相比具有明显的优势。     

大城市交通信号控制系统层次与区域动态划分的研究

通过对大城市交通信号控制系统特点的分析，指出单纯的属地式控制区域和依据品牌设备定义的设备专用协调区域已经不能够适应大城市交通变化的特点。为了提高控制系统性能，降低造价和实施难度，保持系统大范围调节和宽稳定特性需求，将系统分成控制协调区域、控制执行区域和区域控制关联点控路口、设备控制区域等不同层次和区域，同时结合交通变化情况，给出了控制区域的动态优化初步结果。     

优化查询的数据库非规范化设计

数据库系统的实际应用更注重查询性能,为满足其性能要求,在简单介绍数据库设计的规范化理论及其意义的基础上,提出能满足数据库的完整性和一致性要求的非规范化设计的基本思想和技术,并在教务和资产管理系统中得到应用,取得良好效果。     

VMS交通诱导系统现状分析

对VMS应用现状进行了分析,阐述了信息发布对驾驶员行为决策的影响,指出当前VMS信息诱导系统存在的一些问题,对研究VMS下驾驶员行为特性的方法进行了探讨。