基于地空信息融合的无人机交通状态感知方法研究

现有的无人机（UAV）交通状态感知方法，主要针对宏观交通状态参数的获取，同时尚未克服UAV自运动对交通参数检测精度的影响，难以满足智能交通系统对于高精度微观交通参数的应用需求。为此，提出一种基于地空信息融合的UAV交通状态感知方法，该方法包括：地空信息融合模型、道路关键点（IKP）检测及跟踪、车辆目标检测及追踪算法和交通状态参数提取及估计。其中，地空信息融合模型利用地基信息（IKP世界坐标）与空基信息（IKP像素坐标）进行最优化融合，并通过自适应IKP追踪算法与自适应UAV位置偏移判断算法实时更新模型参数，以此克服UAV自运动对车辆轨迹精度的影响，进而获取可靠的车辆级（瞬时速度、车头间距和车头时距）与车道级（车道动态密度、车道流量和空间平均车速）交通状态参数。利用提出的感知方法获取实地拍摄视频的车辆级交通参数并进行了分布检验，同时比较了基于不同交通流模型的车道级参数估算方法。结果表明：该方法在车辆检测的mAP@0.5指数超过90%，同时提取的车辆轨迹相对完整，获取的车辆级和车道级交通状态参数也符合实际交通流状况。最后，将该模型应用于实地道路的交通拥堵检测及交通事件检测，该研究结果为UAV在现代交通感知和管理中的应用提供了一种理论和技术参考。     

一种车载数字相机与激光雷达融合算法设计

环境感知是智能辅助驾驶的底层模块，单传感器感知存在易受干扰、所需配置传感器数量多和感知效果差等弊端，为此提出一种车载数字相机与激光雷达融合算法。综合考虑信息融合高效性与系统鲁棒性采取决策级融合策略，利用CENTER POINT算法对雷达点云数据进行处理，再利用Yolo v3算法进行密集型数据训练处理图像数据，最后使用交并比匹配（IOU）和已有文献的D-S论据实现数据融合并输出决策结果。经过KITTI数据集验证，该融合算法输出的识别效果优于单传感器，且在多种路况上均有良好的目标检测效果。     

基于雷视融合感知技术的公路隧道交通管控系统研究

为提高公路隧道交通信息感知水平,实现公路隧道发展数字化、智能化运营管理需求,基于雷视融合感知技术,建立了公路隧道交通管控系统,通过时空匹配、ROI目标融合和距离融合方式依次实现雷视融合感知;构建了公路隧道交通管控系统体系架构,包括设备层、通信层、数据层、应用层和用户层5个层次;以雷视融合、数字孪生等关键技术驱动,建立了三维实景化管控、数据分析研判、应急联动管控和信息共享四大应用平台,实现了全息感知、多源融合、事件研判、辅助决策、智能控制、精细管理等功能。通过济莱高速公路隧道群实例证明：基于雷视融合的公路隧道交通管控系统可精准感知隧道运行状态,为公路隧道信息感知和智能化管控提供技术支撑。     

高速公路交通事件应急管理数字化转型探索

针对高速公路突发交通事件应急响应滞后、救援处置效率不高、救援资源错配、预警信息发布实时性和精准度不够、跨部门协作性不强的问题,从突发事件的感知监测、自动识别、影响评估、预案生成与管理、资源调度与优化配置、预警信息发布与跨部门联合救援等多维度多层次进行全面系统的研究,建立新型高速公路突发交通事件应急管理模式,实现高速公路突发事件处置全过程提质增效。     

信息融合技术及其在智能交通领域中的应用

对信息融合技术及其在智能交通中的应用进行系统性概述。对常用的信息融合技术进行总结,归纳出5类信息融合技术,即神经网络类、Bayes融合类、推理融合类、空间融合类、自适应滤波类等。依据5种不同的交通应用场景,即信息检测与采集、交通流分析、分类识别、诱导控制和定位导航,对信息融合技术在智能交通中的应用进行文献综述,并指出随着交通应用场景的不同,融合技巧和算法也会随之不同。     

基于信息融合技术的交通量检测方法

在一种新的交通量检测模式下，用加权平均算法实现了饱和度的信息融合；对拥挤和非拥挤的交通流，在无信息先验分布的假设下，应用Bayes方法实现了交通流量的信息融合。上述信息融合方法可为交通控制系统提供更全面、更准确的交通量信息。仿真结果表明了该方法的可行性。     

ATIS数据融合模型的研究

多源交通信息的处理是先进的出行者信息系统作用充分发挥的关键，而数据融合技术的发展为其提供了良好的工具。文章从数据融合的概念和方法分析入手，论述了ATIS数据融合的主要功能，给出了ATIS中心的数据融合模型，并分别讨论了ATIS数据融合模型的功能及各层次之间的相互关系。     

智能交通系统综合信息平台研究

分析了综合交通信息平台数据处理、交互平台和辅助决策等主要功能，在此基础上提出了以多种数据处理技术为核心的综合交通信息平台的分布式体系结构，探讨了综合交通信息平台建设的数据融合技术、数据压缩技术、数据标准、数据仓库技术以及数据挖掘技术等，该综合信息平台的具有实现交通运输系统的有效集成、交通运输服务内容的延伸等优越性。     

城市路网中浮动车数据和线圈数据的融合

交通信息是 ATMS 的基础和核心,从实时交通数据中准确估计交通参数、判断和预测交通状态是 ATMS 的重要内容.文中在信息融合理论的基础上,介绍了交通数据融合的基本内容.分析了浮动车数据和线圈数据的特点后得出:在城市路网环境中,虽然浮动车采集和线圈采集方式各有优劣,但他们在时间和空间上具有很强的互补和冗余.为充分利用已获取的交通信息,应实现这两类数据的融合,并对浮动车数据和线圈数据的一般融合模型和基本融合方法进行了论述,明确了交通融合问题的2种研究方法,即通过仿真手段得到的数据和现场采集数据作为融合的数据源来验证融合模型.     

城市交通管理中AR可视化技术的应用研究

AR技术是真实世界信息通过技术手段和虚拟世界信息进行有机集合的新技术,能有效解决现有高清视频监控与智能交通综合管控业务无法有效联动以及传统视频监控之间无法实现"画中画"的问题.从全景视频检测的关键技术研究出发,利用先进的视频跟踪、三维视频融合及视频标签动态标注等AR可视化技术,实现全路网重点路口、路段、区域的高低点实景地图融合和可视、可控、可调度的立体化全息感知.     

基于交叉注意力机制的多模态感知融合方法

针对智能汽车道路目标检测任务中单一传感器感知能力有限、多传感器后融合处理复杂等问题,提出了一种基于Transformer交叉注意力机制的多模态感知融合方法。首先,利用交叉注意力机制能较好地融合多模态信息的优势,搭建了基于深度学习方式的端到端融合感知网络,用以接收视觉与点云检测网络的输出,并进行后融合处理。其次,对点云检测网络的三维目标信息进行高召回处理,与视觉图像检测器输出的道路目标信息一同作为网络的输入。最后,通过网络实现二维目标信息向三维信息的融合,输出对三维目标检测信息的修正,从而得到准确度更高的后融合检测信息。在KITTI公开数据集上的验证指标表明,通过所提融合方法引入二维检测信息后,相比较PointPillars、PointRCNN、PV-RCNN及CenterPoint四种基准方法,对车辆、骑行人、行人3种类别的综合平均提升分别为7.07%、2.82%、2.46%、1.60%。通过与基于规则的后融合方法对比,所提融合网络在行人和骑行人中等、困难样本检测上,分别有平均1.88%与4.90%的提升。进一步表明所提方法具有更强的适应性与泛化能力。最后,进行了实车试验平台的搭建及算...     

多感知信息融合的车辆感知方法研究

为提高前方车辆检测的速度和准确率,本文采用一种毫米波雷达与机器视觉融合的感知方法。结果表明,该方法的准确率为93%,单帧数据的处理时间为42 ms,满足智能客车对前方车辆检测的要求。     

基于Vague集的道路交通状态决策信息融合

为了获取更加合理、准确的交通状态决策信息,针对交通状态决策信息的多源、模糊、时变特性,基于vague集建立了浮动车、感应线圈与人工报告作为信息源的模糊信息融合模型,能够实现路段与区域路网的交通状态判别。给出了一个路段多源交通状态决策信息融合的算例,验证了该方法的有效性。该方法同时为主客观信息融合提供了一种实现途径。     

基于检测无迹信息融合算法的多传感融合方法

针对单一传感器对目标车辆识别准确率低的问题,提出一种基于毫米波雷达和摄像头信息融合的目标跟踪方法,同时,基于扩展信息融合(EIF)和无迹信息融合(UIF)原理建立了检测无迹信息融合(CUIF)算法,对多传感器信息进行融合。CUIF算法采用分布式融合结构,将来自不同传感器的轨迹相互关联并融合以获得目标轨迹,并利用分布式检测系统对获取的传感器延迟信息进行实时系统状态补偿,从而解决了单传感器信号延迟、丢包等问题。通过CarSim与Simulink联合搭建仿真和试验平台对所研究的融合模型进行算法验证。试验结果表明,CUIF算法的目标丢失率比EIF和UIF减少了10%以上,它将时间延迟缩短至5 ms,满足系统对实时性的要求。     

基于多源信息融合的高速公路事件检测算法研究

为了研究高速公路交通事件检测算法,以多源信息融合理论为基础,依托人工神经网络技术,设计了固定检测器与浮动车检测器的信息融合事件检测算法,并说明了具体的检测原理和融合过程。通过Vissim仿真获得数据,在Matlab中编程实现了信息融合过程,试验结果表明在三级报警策略下,信息融合算法的事件检测率、误报警率和平均检测时间都达到了较高的检测水平,证明了所设计的信息融合交通事件检测方法的优越性。     

基础交通信息融合方法综述

文章介绍了几种经典算法在基础交通信息融合中的应用,包括卡尔曼滤波、人工神经网络、统计分析(加权平均,指数平滑法,平均值的递推估计算法),以及交通流量和行程时间预测方法。各种方法均通过实际验证其有效性及可靠性。融合后的数据能够满足智能交通系统的子系统ATMS相关应用领域对信息的精度要求,为下一步的交通状态估计提供可靠信息。     

认知结构方法在交通信息融合中的应用

认知结构不确定推理框架采用4值(最值、置信度、信任值、似真值)表达不确定认知情况,并采用认知结构运算来进行不确定信息处理。该方法可以用来处理交通不确定信息的表达、融合和决策,进一步还可以对交通仿真中面临的多种不确定信息进行有效处理和应用。文中探讨了采用认知结构进行交通信息融合的方法,并对认知结构方法进行了深入研究,引入了2个公设,将认知结构的运算由定义转化为定理。     

内河航运VTS与AIS信息融合关键技术研究

针对我国内河航运管理系统存在信息融合程度不高,系统间协作能力较弱等问题,开展了VTS与AIS信息融合关键技术研究,设计了分布式特征级融合模型(包含信息预处理、数据匹配、航迹关联、航迹融合),运用Matlab对所设计的模型和算法进行了仿真与测试.通过实际数据验证,表明分布式特征级融合模型可以有效提升数据准确度,增强系统的容错能力.     

数据融合技术及其在交通领域中的应用

本文通过对数据融合基础理论的总结与剖析，提出了数据融合技术在交通运输中的应用领域以及交通数据融合的数据处理过程，并以车辆行驶轨迹跟踪作为实例讨论了数据融合技术在交通领域中的具体应用。     

神经网络信息融合方法在电控发动机故障诊断中的应用研究

利用虚拟仪器技术研制了数据采集与处理系统，可对发动机进行实时数据的采集、历史数据和暂态数据的显示，以及数字滤波、频谱分析、波形显示等方面的数据后处理。以电控发动机常见的故障现象——怠速不稳为例，研究了一种特征层信息融合方法——基于神经网络的信息融合技术在电控发动机故障诊断中的应用。