基于路侧多传感器的低成本不利天气路况识别系统构架设计

不利天气路况信息采集是交通控制与诱导的基础。文中针对当前高速公路沿线路况监测设施不完备、监测密度和要素普遍达不到要求、路况识别智能化程度低的情况,提出了不利天气路况信息采集系统的功能与设计基本原则,在此基础上提出了低成本多传感器融合的不利天气路况信息采集系统框架;分析了道路气象数据滤波与视频图像中雨雪噪声去除方法,并提出了不利天气道路能见度与路面湿滑状况识别流程;提出路况采集软件应具有数据采集、数据处理、数据存储、数据传输与远程控制等功能,并对路况采集软件各功能进行了模块设计。     

不利天气高速公路路况车载采集系统研究

分析了不利天气下道路安全状况评估参数及其影响因素，确定了车载路况采集系统的功能，设计了由道路能见度检测、道路环境温湿度检测、路面状况识别、路面微观形貌检测、路况数据定位与路况数据无线传输6个子系统以及检测车、电源系统等组成的路况检测系统，分析了系统设计中的一些关键技术。     

国内外道路路况检测车现状分析与比较

计算机硬件的飞速发展使数字图像处理技术的研究与应用进入了一个崭新阶段,国外的一些路面破损识别处理研究成果已经比较成熟并投入了一定的使用,国内一些院校、科研单位和高新企业也展开了探索性研究并取得了一些成果。     

灾害天气下高速公路运营管理系统结构研究

灾害天气对交通安全有重要影响。通过分析灾害天气下高速公路运营管理需求,对灾害天气下高速公路交通管理系统的组成和功能及实现途径进行分析,建立高速公路灾害天气交通管理系统框架和工作流程。灾害天气交通管理系统的建立将有效减少灾害天气下交通事故的数量和减轻事故的严重程度,提高运行效率。     

不良天气下驾驶行为研究综述

不良天气会对城市交通的运行和安全造成较大影响.事实上,不良天气条件下驾驶员驾驶行为的变化是造成交通拥堵和事故发生的根本原因.针对不良天气下的驾驶行为进行综述,对研究不良天气条件下的交通拥堵及事故具有积极意义.面向国内外不良天气条件下驾驶行为研究的进展,从雨、雪、雾3种常见的不良天气出发,对不良天气条件下环境变化及其对驾驶行为的影响进行分析,并对不良天气条件下驾驶行为的研究方向进行探讨.相关研究发现,不同等级的雨、雪、雾天气下驾驶员选择的车速、车头时距等驾驶行为参数以及反应时间、车辆启动延迟均存在较大差异.     

不良天气条件下高速公路行车安全研究

在对多条高速公路调研的基础上,针对不良天气对高速公路行车安全的影响,分析了高速公路不良天气条件下的行车特征,并提出了相应的行车安全措施,为保障高速公路安全通畅地运营提供参考依据。     

桥梁结构损伤识别研究现状与展望

随着经济的快速发展,结构损伤识别作为桥梁健康监测的核心也得到了迅猛地发展。为了全面总结现有桥梁结构损伤的识别方法,从基于结构响应类型的损伤识别方法、基于分析过程的损伤识别方法和结构智能损伤识别方法三个层面进行了详尽的剖析与总结,理清了各种结构损伤识别方法的脉络关系和技术演变过程。通过系统化分析,汇总了上述三大类损伤识别方法的主流算法,分析了各算法的优势与不足,最终对桥梁结构损伤研究领域未来的研究方向与走势进行了展望。     

降雨天气下基于饱和流率识别的信号控制研究

为优化降雨天气下交通信号控制的配时精度,引入降雨导致的修正系数识别饱和流率,建立面向实时交通信号控制的优化模型;结合实测高精度视频数据,应用视频分析软件获取正常天气及降雨天气下信号交叉口可持续最小车头时距特征,应用统计回归分析方法建立基于降雨等级的饱和流率识别模型,结合实时降雨条件下摩擦系数和能见度建立饱和流率动态识别...     

汽车驾驶人的情绪诱发与识别研究综述

交通事故的原因可以用不同的方法和细化等级来描述,概括而言是人、汽车、环境三者之间交互作用的结果,而人以及人与外部环境的组合是最重要的影响因素.当试图揭示危险驾驶的本质时,情绪作为交互过程中的一个重要组成部分是不容忽视的.通过介绍基础的情绪诱发机理和情绪识别技术,来梳理总结情绪诱发与识别研究的理论基础和研究进展.分析驾驶人的情绪诱发机理及其与危险驾驶的关系,从而阐述驾驶人情绪诱发的特殊性以及对其进行研究的重要性.讨论驾驶人情绪检测识别的研究趋势和情绪调节的策略,可为相关系统的设计提供参考,为保障驾驶安全和提升驾驶体验提供帮助.      

基于路测图像与改进 ResNet50 网络的自动驾驶场景天气识别算法

为了充分利用自动驾驶汽车路测图像数据,增加行驶过程中对天气情况识别的准确性,提出了一种基于改进 ResNet50 网络的自动驾驶场景天气识别算法。该算法将 SE 模块与 ResNet50 网络相结合,通过在 ResNet50 网络 4 组模块内加入 SE 模块,以便更好地拟合通道间复杂的鲁棒性。基于自动驾驶汽车路测图像数据对所提算法进行 Python 编程实现,结果表明：SE 模块的加入能够增加算法的鲁棒性和准确性,提高了自动驾驶的天气识别精度。     

基于RBF神经网络的不利天气道路通行能力计算

不利天气下影响城市道路通行能力的各种因素都具有随机的、非线性,采用常态条件下修正理论通行能力的计算方法是不适合的.文章结合RBF神经网络模型方法能够良好地分析出随机的、非线性的特点,对路网组成单元进行重新划分,选定不利天气下道路通行能力的影响因素,建立了道路通行能力计算的RBF神经网络模型.并依据哈尔滨市暴雨天气下道路的实际情况进行了算例分析,计算的道路通行能力与实测数据最大误差为-1.16%,验证了模型的可行性和有效性.     

不利气象条件对公路交通安全的影响及对策

为研究不利气象条件对公路交通安全的影响机理及规律,在总结国内外研究成果的基础上,通过问卷调查和交通事故历史数据统计分析的方法,确定了影响公路交通安全的主要不利气象条件为雾、路面结冰、雪和雨4种。同时从不利气象条件影响能见度和附着系数的角度进行了微观层面的影响机理分析,确立不利气象对交通安全的危害性及影响程度,给出应对不利气象条件的交通安全对策,为公路交通安全事故的预警和对策研究提供理论依据。     

道路交通气象应用发展状况与启示

不利气象条件给公路交通畅通与运行安全带来了巨大的不利影响,为应对这一挑战,欧美发达国家部署和实施了道路气象信息系统,借助该系统,公路管理部门能够根据实时的和预测道路天气情况来管理交通,确保道路的畅通与运行安全,此外,这一系统还能够为冬季道路养护提供辅助决策,降低用于道路冰雪控制的成本。我国在近几年加快了道路气象信息系统的实施步伐,也出现了一些有代表性的应用案例。本文重点介绍了道路气象信息系统及其应用的历史发展沿革,介绍了欧美部分国家在这方面的应用状况与特点,在此基础上,作者对国外的成功经验进行了总结,以期为国内道路气象信息系统的发展提供借鉴与参考。     

恶劣天气条件下城市快速路通行能力研究

通行能力是道路交通工程的重要参数。特别是在恶劣天气条件下,交通组织管理需要准确的通行能力数据支撑。基于上海市快速路监控中心采集存储的海量交通数据,结合气象局发布的天气状况信息,提取出恶劣天气条件下快速路的交通流参数。根据气象数据对交通流参数关系的影响程度,对气象条件进行了分级。提出了基于交通流模型拟合的通行能力计算模型,计算并标定了不同气象等级下通行能力的折减系数。     

国内外公路气象信息系统标准综述

公路气象信息系统为公路的正常、安全运行提供重要的气象信息,目前世界上已有多个国家和地区开发并应用该系统,随之公路气象信息系统标准化的问题也受到普遍关注。分析了目前世界上部分发达国家和相关国际组织,以及我国在公路气象信息系统标准、规范领域的研究进展及最新动态,总结并归纳出公路气象信息系统标准体系的主要构成要素以及相关层次结构,通过借鉴国内外研究经验并针对我国的实际情况提出标准框架研究的建议。     

不良天气和路面环境对交通信号配时方案的影响

针对不良天气和路面环境下沿用正常天气交通信号配时方案时信号控制效益下降的问题,从不良天气和路面环境下交通流运行特征入手,分析了因天气和路面环境改变导致的以经典信号控制理论为优化基础的信号配时方案演变情况,采用Vissim软件建立了哈尔滨市嵩山路与淮河路交叉口良好天气与雪天的交通信号控制仿真模型,并进行了案例分析.分析表明:雪天及时调整信号配时方案,与仍采用良好天气情况下的信号配时方案相比,能有效降低车辆在信号交叉口的停车次数和延误,提高交叉口的通行效率.这一分析结果适用于所有不良天气和路面环境下的交通信号优化控制.     

道路交通安全现状及交通事故分析方法初探

简述了数理统计技术、交叉分析法在道路交通事故分析、预防中的应用,利用统计数据对国内外道路交通安全状况进行了介绍,分析表明交通事故并不会随着汽车数量的增长而成比例增长,这说明交通事故是可以预防的。     

基于浮动车车速数据的交通状态实时判别系统和方法

提出一种交通状态判别方法,使之符合交通状态变化连续性。基于浮动车数据特性分析,考虑交通阻抗及临界跳变现象的影响,通过预判别及二次修正,优化了交通状态判别结果。该方法能有效滤除交通状态参数在阈值附近频繁变化产生的交通状态非正常跳变,同时可以修正异常数据导致的交通状态阶跃,从而优化了交通状态判别结果。构建并实现了基于该方法的实证系统,通过多种指标的验证,表明该方法提高了交通状态发布的准确度。