| 干道交通状态识别及演变机理研究 |
| |
| 引用本文： | 唐聚,彭博,蔡晓禹,谢济铭,张媛媛.干道交通状态识别及演变机理研究[J].公路与汽运,2020(2):36-41. |
| |
| 作者姓名： | 唐聚 彭博 蔡晓禹 谢济铭 张媛媛 |
| |
| 作者单位： | 重庆交通大学交通运输学院;山地城市交通系统与安全重庆市重点实验室 |
| |
| 基金项目： | 国家自然科学基金青年科学基金项目(61703064);重庆市科委基础前沿研究专项(cstc2017jcyjAX0473);城市交通管理集成与优化技术公安部重点实验室开放课题项目(2017KFKT01);重庆市技术创新与应用示范项目(cstc2018jscx-msybX0295);山地城市交通系统与安全重点实验室开放基金(2018TSSMC05);重庆市高校优秀人才支持计划项目。 |
| |
| 摘 要： | 为减少城市交通拥挤、避免交通瘫痪、保障出行安全,在综合分析交通信息采集技术、交通状态识别、交通状态演变研究现状的基础上,对干道交通状态识别及演变机理进行分析,建立适用于精细化交通管控的城市道路交通状态识别及预测框架,主要包括基于深度学习结合视频跟踪算法提取交通参数、基于路段单元运用堆叠式稀疏自编码结合K-均值聚类对车道和路段交通状态进行精准判别、基于LSTM循环神经网络与3D-CNN卷积神经网络对交通状态进行预测;最后提出干道交通状态识别与预测面临的挑战和研究方向。
|
| 关 键 词： | 公路交通 干线道路 交通状态识别 交通状态预测 深度学习 视频检测 精细化管控 |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
