基于智能优化算法的动态路径诱导方法研究进展

采用综述的方法对当前动态路径诱导方法中一些有代表性的智能优化算法进行了深刻的探讨与总结,为未来进行深入而广泛的智能交通系统研究及应用奠定基础.主要从算法特性、改进效果、性能评价等方面详细讨论了智能优化算法在动态路径诱导系统中的常见改进机制及其效果,给出了这些优化算法的基本思想、优缺点及其应用局限性;并对智能优化算法性能评价方法的研究现状进行了详细的分析与总结,为建模人员和研究人员对智能交通系统中动态路径诱导方法的选择和研究提供支持;最后结合算法应用分析成果,展望了智能优化算法在动态路径诱导系统中的应用发展前景和智能交通系统中进一步研究未来动态路径诱导算法的重要研究方向.     

���˽�ͨ����Ƶ��ⷽ������

行人交通是我国城市居民出行的主要交通方式,而行人交通的视频检测技术对于智能交通系统的发展与应用具有重要意义,通过对行人检测和分析确定行人的运动轨迹,提取行人交通参数,为交通规划、管理与控制提供科学的数据。首先回顾行人交通视频检测技术的发展历程,综述研究的方法、技术和主要成果;其次,从行人交通系统的一般处理框架—行人检测、识别、跟踪和交通参数的提取,分层次回顾低级、中级和高级各处理阶段的发展水平;重点阐述各处理阶段的现有技术和方法,并将每阶段相应地划分为不同方法子类加以讨论;最后,分析行人检测研究的技术难点及未来的发展趋势。     

卷积神经网络及其在智能交通系统中的应用综述

从特征传输方式、空间维度、特征维度3个角度,论述了近年来卷积神经网络结构的改进方向,介绍了卷积层、池化层、激活函数、优化算法的工作原理,从基于值、等级、概率和转换域四大类总结了近年来池化方法的发展,给出了部分具有代表性的激活函数对比、梯度下降算法及其改进型和自适应优化算法的工作原理和特点;梳理了卷积神经网络在车牌识别、车型识别、交通标志识别、短时交通流预测等智能交通领域中的应用和国内外研究现状,并将卷积神经网络算法与支持向量机、差分整合移动平均回归模型、卡尔曼滤波、误差反向传播神经网络、长短时记忆网络算法从优势、劣势和在智能交通领域的主要应用场景三方面进行了对比;分析了卷积神经网络在智能交通领域面临的鲁棒性不佳和实时性较差等问题,并从算法优化、并行计算层面和有监督学习到无监督学习方向研判了卷积神经网络的发展趋势。研究结果表明:卷积神经网络在视觉领域具有较强优势,在智能交通系统中主要应用于交通标志、车牌、车型识别、交通事件检测、交通状态预测;相比其他算法,卷积神经网络所提取的特征更加全面,有效地提高了识别准确度与速度,具有较大的应用价值;卷积神经网络未来将通过网络结构的优化、算法的改进、算力的提升以及基准数据集的增强,为智能交通带来新的突破。      

基于短文本匹配的ATS典型场景用户需求分析方法

随着交通系统自组织运行与自主化服务能力的快速发展,自主式交通系统（Autonomous Transportation Systems, ATS）成为智能交通系统未来的重要发展方向,构建ATS体系架构是规划与建设新一代智能交通系统的基础。面向典型交通场景,首先要分析交通系统的用户需求,本文重点解决基于ATS需求体系的典型交通场景用户需求分析问题,具体研究场景关键词与需求文本库的匹配方法。针对ATS的场景需求分析问题,首先提出基于分层的场景描述方法,对不同抽象层次的交通场景进行分层分解,并根据活动理论解析各抽象层次场景的属性要素。其次,根据属性要素特点提出基于短文本匹配的双层匹配模型,在双层模型中应用了TF-IDF和LSI两种相似度匹配算法。最后,在一体化出行服务典型场景中进行方法应用与对比,判断匹配模型和算法的实际效果。结果表明,采用TF-IDF和LSI算法协同作用的双层匹配模型取得了较好的匹配效果,匹配度指标达85%,并进一步通过灵敏度分析验证了双层匹配方法的适用性。     

基于视频的道路盲区能见度检测研究

基于道路视频图像的能见度检测方法可为智能交通系统提供实时、可靠、经济的交通能见度信息,但其应用效果受限于广泛存在的视频监控盲区。鉴于此,针对道路视频监控盲区的能见度实时检测方法展开研究,利用视频能见度检测算法,获取上下游路段能见度的两类检测数据,并提出一种基于能见度数据的高层信息汇聚融合模型,构建了盲区的能见度间接检测方法,给出 基于实时视频检测的道路盲区能见度预测值,与目测结果相比,平均误差小于10%。     

多智能体技术在交通系统协调控制中的应用

多智能体在交通控制系统中的应用逐渐成为交通控制领域的一个研究热点．应用多智能体技术,建立交通系统控制模型逐步得到交通工程相关研究者的重视．在分析交通系统协调控制模型和多智能体技术在交通系统协调控制中的应用现状的基础上,提出了建立基于多智能体技术的交通系统协调控制模型应注意的问题和发展趋势,以期能为相关研究提供一种新的思路．     

一种改进的基于混合高斯分布模型的自适应背景消除算法

视频检测技术是智能交通系统研究中一个重要研究方向，根据交通流视频检测的特点，对基于混合高斯分布模型的自适应背景消除方法进行了改进，包括：背景模型匹配只使用亮度信息；将高斯分布模型按权值、方差排序；使用单目深度信息来确定背景；动态调整采样频度等，实验表明，本文提出的算法，分割效果较佳，分割的实时性大大增强。     

3S技术在智能交通中的应用与发展

3S技术在促进智能交通系统发展的同时也带来了一些相关问题。从3S在智能交通中的应用出发,分别描述了GIS-T数据传输、GPS定位导航、RS图像数据处理,以及三者在交通领域现阶段普遍的应用技术,并阐述了三者之间的联系和智能交通系统架构。从经济学层面分析了3S所带来的影响,展现了近年来我国对智能交通行业市场的投资规模,提出了交通、环境、经济和谐发展的理念。最后,从目前3S技术所存在的问题引发思考,总结了提升其技术与完善智能交通系统的方法。     

多媒体通信系统在智能交通中的应用

智能交通系统是集通信技术和交通运输为一体的新型的交通系统.文章主要叙述了智能交通领域中的多媒体及网络通信技术:无线通信技术、视频技术、ATM技术等,并且给出了多媒体通信系统在智能交通中应用的实例.     

���ܵ�·ϵͳ����ϵ��ܼ���ؼ������о�

智能交通系统（ITS）是目前世界交通运输领域的前沿研究领域,也是未来交通运输系统的重要发展方向;而智能道路系统（IRS）作为ITS的重要组成部分,一直是世界交通发达国家研究、发展与应用的热点。结合我国道路交通基础设施的发展现状,面向国内智能道路系统的应用与发展需求,分析了智能道路系统的概念及其内涵,提出了智能道路系统的体系框架结构,深入讨论了实现智能道路系统集成所面临的若干关键以及难点技术,并对智能道路系统今后的发展与应用趋势作了总结。     

智能车路协同系统关键技术与应用

智能车路协同技术是当今国际智能交通领域的前沿技术和必然发展趋势，是保证安全、提 高效率、优化能耗、降低排放的有效手段，将以集计模型为基础的道路交通流理论提升到以对交 通主体的精确描述为基础的新道路交通流理论。本文将智能车路协同系统作为未来道路交通系 统的基础性公共平台，重点探讨因此产生的国家智能交通系统体系框架用户服务中服务领域划 分的变化；在此基础上分别介绍构建和应用智能车路协同系统需要的相关技术，包括由多模通 信、智能网联、信息安全和系统集成构成的系统构建关键技术，以及由协同感知、协同决策与控 制、仿真测试验证和自动驾驶构成的系统应用关键技术；考虑智能车路协同系统建设与应用的长 期性，给出不同应用阶段的主要建设内容、信息共享程度和可以实现的协同功能等；针对我国智 能车路协同系统应用过程中面临的挑战，指出加深对智能车路协同技术内涵的理解，把握智能车 路协同技术实质，提升智能车路协同系统服务体验并适度加快智能车路协同技术的规模应用，可 有效推进现代智能交通系统的发展。总之，开展智能车路协同系统相关基础理论研究、关键技术 开发和实际系统应用，对未来智能交通系统建设和相关学科发展具有重要作用。     

研究GIS技术应用于智能交通系统

随着公路交通网络的日益复杂,智能交通系统应运而生。GIS技术在智能交通系统中的应用使得人们能够合理的选择自己的出行路线,既节约了时间成本也有效的缓解了城市交通压力。GIS技术的应用已经涉及到了交通网络的各个方面,其发展的情景也被一致看好。将对GIS技术在智能交通系统中的应用作简单的分析。     

探讨高速公路ETC领域中的智能交通系统和交通物联网系统技术特点及发展趋势和应对策略

高速公路不停车收费系统智能交通系统,在我国的发展已经有了一段相当长的时间,在一定程度上收到了较好的效果。其在应用时,对于缓解交通拥堵、减少环境污染是有着十分重要的作用,在整个智能交通系统中有着不可替代的地位。但是整个智能交通系统的实际推广,也存在不许多亟待解决的问题,如控制系统成本;运用智能交通系统的功能在实践运营中取得的良好效果及因此积累的经验,将物联网的系统完善化的方式等。仅从高速公路不停车收费系统的技术特点、物联网的形式分析其发展趋势,以及相应的对策。     

浅谈智能铁路运输系统

智能化是未来铁路的发展趋势之一,也是实现高效、准确、安全、快速运输的关键所在。首先对比分析了智能交通系统和智能铁路系统的不同,接着从列车运行状态的信息采集、记录和自动调整方面重点阐释了如何实现调度智能化,最后介绍了国外铁路公司智能化新技术的运用和智慧化运输系统在具体问题解决上的一些构想。     

路面缺陷智能检测系统与方法综述

从路面缺陷检测系统组成和特点出发，首先简要回顾了路面缺陷检测系统与传统路面图像处理方法的发展过程。在此基础上，探讨了国内外典型路面缺陷检测系统的现状，包含重型道路状况智能检测系统、轻量化路面质量检测系统，并对检测系统的性能及部分参数进行了描述。然后，详细介绍了基于机器学习、深度学习理论的路面缺陷智能化检测方法的演变历程，重点分析了基于深度学习技术的路面缺陷智能化检测方法国内外的研究进展，主要包含基于区域卷积神经网络、单次多框检测器、YOLO目标检测、Transformer检测模型等路面缺陷智能检测方法。最后，从多模信息融合、双轻量化设备、稳健智能化算法等方面对路面缺陷智能化检测系统的发展趋势和应用前景进行了展望。     

基于视频深度学习的铁路周界入侵检测算法研究

基于视频智能分析的铁路周界入侵检测算法相比于雷达、振动光纤,具有成本低、误报率低的优点. 针对视频中存在不同分辨率目标的问题,提出一种改进的Cascade Mask RCNN( CMR)模型,使用级联结构获得目标的准确定位. 为增强模型对小目标的检测能力,在原始模型的基础上,增加基于特征金字塔网络(FPN)的多尺度特征提取模块和基于空洞金字塔汇聚(ASPP)子网络的空间上下文增强模块. 在实际铁路周界入侵场景视频中验证了模型的有效性. 结果表明,该模型可实现不同场景下的铁路周界入侵检测,相较于原始模型,新模型对小目标检测的F-measure 提高了0.24. 模型既解决了不同场景下铁路周界入侵检测问题,又有效地提高了视频智能分析对小目标检测的准确率.     

智能网联环境交通流波动消除理论与方法综述

分析近年来智能网联环境下交通流波动消除策略的研究进展，根据模型构建的技术手段将其分为三类：跟驰模型稳定性解析控制、交通流波动传播轨迹控制、强化学习驾驶行为优化控制。回顾各类策略的研究现状与模型机理，对比讨论各类控制策略的优势与不足，并从技术背景、研究场景、算法流程和应用理论方面提出智能网联环境下交通流波动消除策略的未来深化研究方向，包括考虑多车道道路环境、交通流微观机理、车辆冲突博弈的复杂情境，考虑宏微观智能网联车控制与交通流主动控制的融合优化，考虑数据缺陷、系统不确定和环境扰动下系统可扩展性和鲁棒性提升，以期为了解交通流波动消除研究进展、提升智能网联环境下交通流波动控制效果提供参考。     

视频智能交通系统的设计与实现

随着高速公路和计算机技术的发展,智能交通系统开始被应用于高速公路系统中.论文介绍了视频智能交通系统以及它在苏嘉杭高速公路系统中的应用.     

智能交通系统在中国的现状和发展潜力

智能交通系统配备了手机技术和GPS（全球卫星定位）将数据传送到行人的轿车区域，这些更加促进了巨大的全球发展。以其广泛的市场为前景，智能交通系统很长的一段时间在中国继续表现出高速增长势头。但我国的发展远没达到完善和在未来需要大力地发展。本文分析了当前智能交通系统在中国的发展的现状与智能的不足，介绍了一些有效的措施，促进发展智能交通系统不同的技术观点。     

智能交通系统在城市交通中的应用

对中国智能交通系统的现状、发展阶段和未来趋势进行了论述,并通过实例分析了智能交通系统在城市交通管理中的应用,可为智能交通在我国的推广和发展提供一定的参考与借鉴.