道路交叉口车路协调实验系统设计与实现

提出了道路交叉口车路协调实验系统框架、实现方法并进行了系统搭建测试。在分析系统功能的基础上进行了系统逻辑框架与系统物理框架设计,实现了各子系统功能,包括：GPS车载定位信息采集、交通控制系统设定、路侧处理单元与车载处理单元程序设计与短程无线通信,在此基础上建立了道路交叉口车路协调实验系统,模拟实际交通运行状态对系统主要性能进行测试。实验结果表明该系统可以完成信号灯状态的车载实时显示,但应进一步提高定位精度与通信效果。实验系统不仅为进一步研究基于车路协调的下一代智能交通运输系统提供了实验平台,还能采集相关的车辆运行数据与驾驶员特征数据。     

车路协同信息融合的智能汽车行驶状态模糊评判

为了监测与评判道路上行驶的智能汽车的实时状态,基于研发的智能汽车的车载感知系统,包括通过视觉传感器、激光雷达、GPS定位、车载传感器系统及车载总线获取车内及周围环境信息。采用V2X通讯设备等获取路侧端雷视一体机、路侧传感器、气象传感器传输的交通信息,通过V2X通讯设备、4G通讯模块传送到云服务器并建立模糊评判模型。基于可信度的模糊推理算法对环境信息和交通信息进行融合,并以此为依据对行驶车辆的状态进行评判。首先,建立针对车辆行驶状态的模糊评判集合和各参数隶属度函数,计算出各参数的隶属度,并对行驶车辆的各个参数建立典型的行驶状态评判参数数据集合。其次,采用模糊假言推理方法,以典型的数据集合为基础建立带可信度和阈值的模糊规则库。应用麦姆德尼方法,建立与规则库的每个规则所对应的模糊关系矩阵库。以车辆行驶时接收到的车载端和路侧端信息作为输入,应用规则库规则进行带有可信度的模糊推理。然后,以相似度作为匹配度,对推理规则设定阈限,按照证据与规则的前件不相等的情况,计算结论的可信度得出结论。对结论进行冲突消解时,冲突消解的策略为取可信度高的结论。最后,应用匹配度对结论的可靠性进行验证,并在多个道路场景实时行驶的车辆上对算法进行试验验证。研究结果表明:算法对行驶车辆状态的评判与实车的状态相一致,可实现对车辆不安全状态的报警与行驶状态的干预,对保障行车安全有显著积极的实际应用意义。     

车辆轨迹数据集介绍

正数据是交通工程科学研究的基础。车辆轨迹数据中包含几乎全部宏微观交通流信息,对于揭示交通现象背后机理有重要支撑。美国NGSIM轨迹数据基于路侧建筑物多个摄像机拼接而成,数据存在精度问题,覆盖路段长度、时间范围、道路环境、交通状态、车辆组成等均有限。我国道路交通规律及驾驶特性与国外存在较大差异,高精度交通流数据缺乏制约着我国交通流科学研究开展。     

基于视频技术的微观交通流信息采集系统研究

现代检测理论与技术，完全有能力采集到完整的微观交通流数据，即断面或区域车辆序列信息，包括每一辆车的车辆属性、位置属性和运动属性．微观交通流信息对于通行能力分析、智能交通控制、异常交通状态识别、微观交通流特性研究、宏观交通流行为理解以及实验交通工程学的发展，具有重要的意义。视频检测技术在微观交通流信息采集和研究中具有无可替代的作用。章系统分析和完整描述了断面和区域两类微观交通流信息，介绍了在此基础上开发的微观交通流视频信息采集系统．     

基于STM32和Zigbee的智能车路协同系统的设计和实现

文章以车辆顺利安全通过有信号灯的城市十字路口为背景,研究基于STM32微处理器和Zigbee无线通讯协议的智能车路协同系统的设计和实现。整个系统包含智能车载单元和智能路侧单元。路侧单元和车载单元通过Zigbee无线传输协议实现信息交互,智能路侧单元通过实时获取的车辆位置和行驶方向及距离车辆最近的十字路口的红绿灯信息和道路信息,通过速度引导略为驾驶员提供行驶建议,使其不停车通过十字交叉路口,达到安全,畅行的目的。     

车路协同车辆编队系统研究

车辆编队是通过网络技术，使车辆彼此之间紧跟在一起行驶。设计了基于信息物理系统(cyber-physical system CPS)理论的货车编队系统的框架，利用路侧摄像头、毫米波雷达等路侧智能设备、车载OBU智能终端获取道路及车辆信息进行多源信息融合，并通过V2X通信技术进行数据传输，从而实现车、路、云协同工作。     

基于交通仿真技术的交通流监测设备布设间距研究

交通流监测设备是指能够采集断面交通量、车速、占有率等交通参数的信息采集设备,是公路网运行状态监测体系建设的重要内容和基础。合理确定交通流监测设备布设间距,使其既能满足公路交通运行状态判别、公路交通应急管理等应用需求,同时又能最大限度地节约建设资金,意义重大。在总结分析交通流监测设备布设实践及研究现状的基础上,提出"依托交通仿真技术和公路交通运行状态判别模型,对不同布设间距条件下的交通异常状态检测过程进行仿真实验,输出交通异常状态平均检测时间作为评价指标"的研究思路,并就交通仿真平台比选、交通运行状态判别模型以及仿真条件设置等3个关键问题进行了论述。最后,通过对高速公路、一级公路和二级公路基本路段上,12种交通流监测设备布设间距条件进行仿真模拟,形成3种技术等级道路上设备布设间距与平均检测时间的对照表,为公路交通管理部门进行交通流监测设备布设提供决策参考。     

基于多传感器融合的排队长度检测系统设计

提出了一种基于多传感器信息融合的交通路口排队长度检测方法,该系统以无线地磁车辆检测器作为数据检测来源,基于无线传感器网络,构建了一种互联感知的分布式检测系统.系统以多检测节点协同工作的模式,由点到面,实现排队长度等深度路交通流信息获取,为交通信号控制系统提供准确的路网交通流数据.系统基于交通流特性建立数学模型,采用无线地磁车辆检测器及多传感器融合算法实现交通路口各方向排队长度检测.可实现红灯期间实时排队长度检测及绿灯放行期间队首位置判别及实时排队长度检测.通过绿信比优化,均衡各相位绿灯时间的分配,对提高道路通行能力有重要意义.     

融合实时交通状态信息的道路背景更新模型

针对道路背景的提取和更新效果受实时交通流状态影响的问题,提出了一种用于交通视频监控场景下的融合实时交通状态信息的道路背景更新模型和实现方法.该方法通过构建宏观交通状态参数特征集估计道路实时的交通状态信息,在传统方法基础上融合交通状态信息建立选择性背景帧提取模型,改进背景更新候选帧的选取条件,通过光照变化来估测道路背景的更新频率并自适应地提取背景更新区域.试验表明:该方法在道路交通顺畅和拥堵状态时,均能有效地提取道路背景,大大地提高背景更新的收敛速度.     

基于自适应Kalman滤波的交通流量监测算法

提出一种基于车载无线通信模块的交通流监测原型系统,该系统将行驶中载有无线通信模块的车辆视为移动检测节点,以很小的代价实现对交通信息的获取.在此基础上提出一个具体应用:利用基站对道路上载有通信模块车辆的检测,结合设计的基于结果反馈的自适应Kalman滤波算法,及时准确地完成对路段上交通流量的检测.此外,还基于元胞自动机理论搭建了仿真平台,并验证了算法的有效性.     

基于环形线圈检测器采集信息的交通状态分类方法应用研究

在智能交通系统中,交通状态判别算法通常被用来进行道路环境中实时交通状态的判断。这些算法将外场设备采集到的实时交通流数据与既有的交通状态分类标准特征作比较,来识别交通系统运行的状态。应用聚类分析方法,结合数据预备技术和交通工程技术,对环形线圈监测系统采集的交通流基础特征数据进行挖掘,实现了一种交通状态分类方法,并对交通管理控制系统中实时交通状态的判断识别提供可靠的参照标准。     

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。     

城市车路协同系统下实时交通状态评价方法

交通状态评价方法能够为交通管理系统提供可量化的实时路网信息,为动态引导交通流、缓解交通拥堵提供依据。受限于交通路网的时变性和评价过程的主观性,目前传统评价方法的精度时常无法满足需求。基于城市车路协同系统动态获取路网信息优势,提出一种利用车路信息融合的实时交通状态评价方法。首先,定义了一种网联汽车与路侧终端间的无线交互方式,并确定数据协议以保证实时车辆数据的准确性;其次,从实时数据中选取平均通过时间、平均停车次数、平均停怠时间作为一级评价指标进行模糊综合,应用多算子对计算的一级评价结果构成二级交通状态评价指标,并根据层次分析法确立指标权重,同时根据仿真和试验结果建立适用于各级道路参数的可变隶属度规则,从而融合动态车辆数据与静态路段参数,计算得出交通状态评价结果与评分;最后,由网联汽车、车载终端、路侧终端和无线通信模块搭建实际协同测试系统对该方法进行了试验验证。试验结果表明：测试系统所得到的路段实时交通状态评价得分与对应的交通状态变化趋势一致,能够准确体现城市车路协同环境下的交通状态特点。该评价方法运用信息融合方法提高了交通状态评价结果的实时性与客观性,同时为车路协同技术应用于实时交通诱导,缓解城市交通拥堵提供了理论依据。     

交通流信息采集与发布技术讲谈

0引言 交通流信息是建设智能交通系统的前提,全天候、全功能、全自动采集与发布道路交通流信息是智能交通系统的使命,可是这成了世界智能交通业界数十年不解的难题,一场交通流信息采集与发布技术推陈出新的浪潮席卷全球经久不衰。     

基于时空特征序列匹配的交通流状态估计方法

为了针对无交通流检测器路段更好地进行交通流状态估计,提高估计精度,研究了基于时空特征序列匹配的交通流状态估计模型.通过交通运行指数的计算方法预设城市道路中有交通流参数路段的交通流状态;分析影响城市道路运行条件的各项因素,引入交通流参数与道路参数、路网拓扑参数等时空多维度参数特征,提取3个维度8个特征1个附加维度组成交通...     

浦东新区道路网交通诱导方案研究

以浦东新区2010年形成的道路网为基础,针对交通地位重要的浦东新区快速路网以及跨越黄浦江的越江桥隧及其相关地面主干道路,从路网的角度研究采用路侧可变信息标志对交通流进行诱导的方案。通过分析浦东新区快速路网和越江桥隧的地理及交通特征,针对快速路上交通流、主干道上拟使用快速路的交通流及越江交通流分别进行交通诱导需求分析,提出采用可变信息标志进行交通流诱导的策略以及可变信息标志的布设原则和发布内容。     

上海高架道路车流特征研究

流量、速度和密度是道路交通流的三个基本特性,并构成了交通工程学的交通流基本理论。利用上海快速路系统埋设线圈采集的交通流数据,深入研究南北、内环、延安等三座高架快速路的交通流特征,分析“流量-密度-速度”之间的变化关系,确定评价快速路交通运行状况的量化指标,并进一步标定出快速路交通流非饱和以及过饱和2种状态的道路车流分配模型的路阻函数。     

基于环形线圈检测器采集信息的交通状态分类方法应用研究

在智能交通管理系统中,各种交通状态判别算法通常被用来进行道路环境中实时交通状态的判断。这些算法通常将外场设备采集到的实时交通流数据与既有的交通状态分类标准的特征作比较,来识别交通系统运行的状态。应用聚类分析方法,结合数据预备技术、交通工程技术对环形线圈监测系统采集的交通流基础特征数据进行融合挖掘,实现了一种交通状态分类方法。为智能交通系统的管理者和决策者提供了交通控制管理决策依据。并对交通管理控制系统中实时交通状态的判断识别提供了可靠的参照标准。     

基于车路协同的车辆状态估计方法

提出了一种基于车路协同的车辆质心侧偏角估计方法。该方法通过专用短程通信技术获取路侧基站的差分GPS信息,在车辆运动学模型的基础上,通过建立二次卡尔曼滤波器,融合差分GPS的航向角、车速和车载传感器的纵向加速度、横向加速度与横摆角速度信号,来估计车辆横摆角和质心侧偏角,并进行了实验验证。结果表明,即使在横向加速度较大的情况下,该方法仍具有较好的估计精度,可满足车路协同系统中车辆安全控制的要求。     

不利天气下路况识别现状研究与展望

不利天气导致交通条件及路面状况恶化是引发道路交通事故的重要原因。扩展浮动车技术能利用车载传感器实时采集全程路况信息,并通过车载无线通信网络,将采集到的路况信息传递给其他受到影响的附近车辆,同时通过信息中心将信息传达给更广泛的受众,对保障不利天气下道路行车安全具有重要作用。文中分析了利用扩展浮动车技术识别不利天气下路况的研究现状,构建了基于扩展浮动车技术的信息采集和路况识别系统,提出了实现不利天气下路况识别的扩展浮动车关键技术。