5G技术在智能交通领域的应用

5G技术逐渐实现商用,给智能交通领域带来十分显著的变革.智慧公路、无人驾驶车辆、智慧灯杆等在发展中应用到了5G技术.但其在交通领域所能发挥的潜力远不止于此.未来,5G技术与多个领域的结合必将给我们的生活带来更多的变革.     

5G技术在智能交通领域的应用

5G技术逐渐实现商用,给智能交通领域带来十分显著的变革.智慧公路、无人驾驶车辆、智慧灯杆等在发展中应用到了5G技术.但其在交通领域所能发挥的潜力远不止于此.未来,5G技术与多个领域的结合必将给我们的生活带来更多的变革.     

基于智慧交通的兰州市拥堵治理研究

以兰州市交通现状为切入点,分析了兰州市智慧交通应用情况和面临的挑战,提出了兰州市构建智慧交通的政策性建议。所提建议对于促进兰州市智慧交通建设有一定的参考意义。     

基于宽浅稠密网络的无人驾驶汽车交通标志牌识别

以稠密网络为基础设计了交通标志牌识别模型,重点研究数据集预处理网络,利用宽浅稠密网络提取图片特征,并构建了全局平均池化分类网络。利用翻转和数据增强方法对数据集进行扩增处理,采用动态数据扩增策略使模型适应训练数据的变化,在测试集上实现了99.68%的准确率。在标志牌清晰完整和模糊不全两种情况下验证模型识别效果,结果显示,模型未出现误检和漏检情况,在图像信息被破坏的情况下,仍能以最大置信度正确地识别标志牌,识别准确度高、抗干扰能力强,具有良好的鲁棒性及泛化能力。     

智慧交通与城市发展研究

智能交通系统(Intelligent Transportation System,简称ITS)将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等将信息监控数据传导入地面信息管理系统中进行管理,而建立的一种在大范围内、全方位发挥作用的,实时、准确、高效的综合交通运输管理系统。智慧交通系统主要包括通过对地面交通信息的信息采集、地面信息传递、信息集中管理、以及地面信息的处理几个方面内容。通过地面电子监控、信息传导设备对地面信息进行及时、有效的处理,建立全面、高效的运行管理体系。     

探究智慧交通发展趋势,目标及框架构建

经济的迅速发展使得我国交通事业获得新的发展契机,交通运输在快速发展的经济社会中发挥着重要作用.当前,交通运输的方式朝着立体化、多元化的方向发展,这与经济发展需求的变化趋势相符合.在经济发展新常态下,交通资源对经济发展的刚性约束加重,要推动交通运输事业的长远发展,必须推动智慧交通体系的建设.文章简述智慧交通发展一体化、便...     

基于人工智能技术在无人驾驶汽车领域的应用

人工智能技术中较为重要的内容是无人驾驶汽车,得到了深入化的研究。人工智能技术与其他技术有效结合,是目前技术进步的主要发展方向,无人驾驶汽车领域中积极应用人工智能技术,可以促进技术的不断深入探索,将技术成果应用到实践中。本文通过对人工智能技术在无人驾驶汽车领域的应用措施进行分析,结合实际应用手段,以及需要解决的问题,提出相应措施,促进人工智能技术在无人驾驶汽车领域的有效应用。     

基于5G通信技术下的汽车无人驾驶技术探讨

在当今信息技术的不断发展之中,5G网络已经开始出现。这不仅为当今的物联网产业发展提供了强大的动力,同时也带动了其他领域的发展。尤其是在汽车无人驾驶这一领域的发展之中,5G通信技术更是发挥着至关重要的作用。文章就是对5G通信技术之下的汽车无人驾驶进行分析。希望通过本次的分析,可以对5G通信技术在当今汽车无人驾驶领域之中的良好应用与发展提供一定的参考价值。     

我国智慧交通发展现状调研及分析

文章从物联网技术的发展以及大数据对智慧交通发展的影响方面入手,分析当前智慧交通的发展水平以及未来发展趋势.通过对国内城市优秀案例的分析,得出我国发展智慧交通可借鉴的经验,最后综合给出我国智慧交通发展中的问题以及提出相应的建议.     

大数据技术在城市智慧交通中的应用研究——以兰州市为例

文章以兰州市为例,对大数据技术在城市智慧交通中的应用展开论述,首先对相关背景进行了简要介绍,然后分析了大数据技术在城市智慧交通中的应用价值,之后分析了大数据技术在城市智慧交通中的应用思路,并重点探讨了大数据技术在城市智慧交通中的应用模式构建,最后提出了外部保障工作的完善措施。     

我国智慧交通发展的现状分析与建议

本文阐述了智慧交通的发展背景,智慧交通的概念、特征与建设的目标与主要内容。并在分析我国智慧交通发展现状和存在问题的基础上,提出了发展我国智慧交通的几点建议,以期使我国智慧交通的发展能够结合国情,更好的促进智慧交通与社会、经济的和谐发展。     

城市轨道交通智慧车站建设策略

随着我国科学技术的发展,城市配套设施的不断优化升级,人们对于尝试轨道交通的要求也是越来越高.城市轨道交通的发展中,智慧车站的建设对于人们来说是极为重要的,现如今随着信息技术的进步,事物都已经朝着智能化所发展.因此,本文针对城市轨道交通智慧车站的建设进行研究,阐述了城市轨道交通车站所出现的运营问题,提出了智慧化车站建设策...     

基于多影响因素RDMA*算法的无人驾驶动态路径规划

无人驾驶汽车的路径规划面临着复杂多变的交通环境,为了更全面的评价路径选择指标以规划更合理的路径,以及更好的解决路段环境动态变化对规划结果造成的影响,研究了一种考虑多影响因素的动态路径规划算法——RDMA*(Real-time Dynamics of Multiple influencing factors AStar)算法.以A*(AStar)算法为核心,通过加入多影响因素的交通评价因子对其代价函数进行改进,综合考虑距离,交通拥堵程度,道路平整度和其他影响因素,应用层次分析法确定各影响因素的相对权重,以综合代价值为评价指标进行路径规划.通过GPS,雷达和摄像头等设备,利用融合感知技术获取相关道路环境信息,根据获取的全局和局部交通环境数据信息,利用实时动态更新策略解决动态环境下的路径规划问题,实时规划最优路径.通过对实际案例进行模拟,结果表明,应用RDMA*方法规划的路径相比基础A*方法规划的路径出行总体耗时减少了15.75%.并且在遇到特殊事件的状况下,通过RDMA*动态规划可为无人驾驶车辆即时提供一条综合代价值最小,耗时最少的可行路径,与改进的A*动态路径规划方法相比减少了10.63%的二次规划综合代价值的损耗,提高了7.83%的时间效率.该方法能更好的适应复杂的道路和交通系统,即时应对动态变化的交通状况,具备更强的实用性.     

基于REINFORCE算法和神经网络的无人驾驶车辆变道控制

针对无人驾驶车辆变道超车场景,研究基于REINFORCE算法和神经网络技术的无人驾驶车辆变道控制策略。通过车辆动力学模型确定模型的反馈量、控制量和输出限幅要求; 设计神经网络控制器的结构,根据REINFORCE算法设计控制器训练方案; 分析经验池数据数值和方差过大的问题,提出1种经验池数据预处理的方法以改进控制器训练方案; 结合无人驾驶车辆运行场景,分析和研究强化学习过程中产生的奖励分布稀疏问题,并针对该问题提出1种基于对数函数的奖励塑造解决方案; 与PID控制器和LQR控制器进行对比实验验证。实验结果表明,与PID相比,该控制策略有更小的最大误差,变道过程更安全; 与LQR相比,该控制策略性能表现接近,以此证明其用于无人驾驶车辆变道控制任务的可行性。此外,记录在不同平台下该控制策略的执行时间以证明其实时性和在轻量级平台运行的可行性。     

基于5G+智慧灯杆的区域交通协调优化控制系统功能分析与研究

随着国内城市化的稳步推进,智慧交通建设的理念逐渐得到了广泛的关注.在智慧交通的建设中,车载传感器因其载体局限性,对于规避道路拥堵、优化行车路线上无法起到关键性作用.车路协同的模式越来越受到科研人员的关注.智慧灯杆,因其可拓展性成了智慧交通建设中最佳的感知载体.杆件上可安装监控设施、广播、大屏幕,以及各类传感器、检测器等...     

人机混驾环境下基于LSTM的无人驾驶车辆换道行为模型

道路系统中的人机混驾交通环境是指人工驾驶车辆与自动驾驶车辆混合运行的交通环境,其中换道行为建模是人机混驾环境下无人驾驶车辆行为研究的热点。基于深度学习理论,构建人机混驾环境下基于长短期记忆神经网络的无人驾驶车辆换道行为模型（Long-short-term-memory-based Autonomous Vehicles Lane Changing,LSTM-LC）。通过研究人工驾驶车辆在换道过程中与周边车辆的相互作用,对换道行为影响因素进行分析;同时,为了提升模型的迁移性,引入道路横向偏移量信息。结合LSTM神经网络的输入要求,使用美国公开交通数据集Next Generation SIMulation（NGSIM）构建换道行为样本库。针对LSTM-LC模型,以均方差MSE作为损失函数,使用RMSprop优化方法进行训练,对LSTM网络结构、历史序列长度N及训练样本量3个重要参数进行标定。最后,针对道路横向偏移量M对LSTM-LC模型性能的影响进行对比试验。研究结果表明：相比GRU-LC模型,LSTM-LC模型对换道行为的表征更准确,在模型的精度和迁移性上有着显著的提升;GRU-LC模型的均方差为4.64 m²,迁移性均方差为119.82 m²,而LSTM-LC模型的均方差为3.18 m²,迁移性均方差为79.58 m²,分别优化了31.5%和39.71%;通过引入道路横向偏移量M,可将LSTM-LC模型精度和迁移性提升约10%,且模型稳定性更强。     

基于交通控制的交通诱导优化模型

随着国内交通需求量的持续增长,交通拥挤已成为城市交通所面临的主要问题,缓和这种现象的主要做法就是交通控制和交通诱导。文中以交通信号控制为基础,从影响交通畅通的因素出发,建立了交通诱导优化模型,并且为该优化模型寻找到了一种算法思路。