基于路侧毫米波雷达的车辆碰撞概率计算方法

为定量化得出高速公路同一车道中前后相邻车辆的碰撞概率,从制动减速度的角度出发,提出一种新的前后相邻车辆碰撞概率计算方法。分别考虑前后车发生碰撞的3种不同情况,推导出如果发生碰撞前车需要的最小制动减速度。基于路侧毫米波雷达获取海量车辆运行状态真实数据,包括轨迹、速度以及制动减速度的变化规律,采用广义帕累托分布(Generalized Pareto Distribution,GPD)建立制动减速度分布模型,进一步基于GPD模型计算出在不同场景下如果发生碰撞所需最小制动减速度的发生概率,将该概率值确定为碰撞概率。研究结果表明,在本研究路段,约99.10%的加速度在[-1, 1] m·s^-2的区间范围内波动,车辆制动减速度的分布具有“长尾”特征,较大的制动减速度占比非常小。内侧1车道、2车道加速分布比3车道的分布更为集中,大型货车的加速度分布比小客车的加速度分布更集中。最后,基于真实的危险场景数据以及模拟的典型危险场景数据进行验证,将该方法的计算结果与传统方法的计算结果相比较,表明该方法的计算结果连续,且可迅速、准确地识别各类危险场景。     

基于深度数据的车辆目标检测与跟踪方法

现有基于几何特征的目标检测与跟踪方法误检率较高,目标跟踪过程中的漏检易导致错误的目标关联.针对这些问题,本文提出了一种基于激光雷达(LiDAR)深度数据的车辆目标检测与跟踪方法.根据激光雷达深度数据特性,采用一种基于栅格的参数自动化聚类(PAG) 算法对原始数据进行处理,并在每个聚类中提取目标线段,获取目标特征.在此基础上对车辆目标进行识别,并计算得到目标的位置信息.采用卡尔曼滤波算法,制定滤波器管理策略,完成目标关联及状态估计.最后利用装备有一个前向激光雷达的实验车辆对提出的方法进行验证. 实验结果表明,本文提出的方法可准确识别并跟踪多个车辆目标,避免错误的目标关联.     

基于毫米波雷达的汽车防撞模糊控制研究

研究了模糊控制在汽车防撞中的应用,提出了基于毫米波雷达的汽车防撞模糊控制系统,建立了安全距离计算的数学模型,分析了模糊控制器的设计,并进行了相应的验证及分析,结果表明该模糊控制控制系统能达到防撞控制效果.     

基于车载视觉的行人检测与跟踪方法

为提高城市交通环境下车辆主动安全性,保障行人安全,提出了基于车载视觉传感器的行人保护方法. 利用Adaboost算法实现行人的快速检测,结合Kalman滤波原理跟踪行人,以获取其运行轨迹.该方法利用离散 Adaboost算法训练样本类Haar特征,得到识别行人的级联分类器,遍历车载视觉采集的图像,以获取行人目 标;结合Kalman滤波原理,对检测到的行人目标进行跟踪,建立检测行人的动态感兴趣区域,利用跟踪结果分 析行人的运行轨迹.试验表明:该方法平均耗时约80ms/帧,检测率达到88%;结合Kalman滤波原理跟踪后,平 均耗时降到55ms/帧,实时性较好.      

牛王山隧道全向广域毫米波雷达精准感知智能预警预告系统设计

全向广域毫米波雷达精准感知智能预警预告系统是一个高性能的智能交通事件自动监测解决系统,适用于高速公路全线(包括隧道、桥梁、多弯道等山区高速公路事故多发地带以及平原地带高速公路)的交通意外事故、事件监测的毫米波自动识别解决系统。系统将毫米波传感器与数据分析软件相结合,对覆盖范围内目标的速度与距离、经纬度都可做到准确的监测,可以极大地满足高速公路运营管理部门对实时准确的交通信息进行全自动采集和对异常事件进行及时报警的需求。介绍了晋阳高速公路牛王山隧道全向广域毫米波雷达精准感知预警预告系统设计方案。     

一体式车辆避撞轨迹规划与跟踪控制

为提升复杂交通环境中智能车辆的避撞能力,将路径规划、速度规划及跟踪控制整合为一个优化问题,提出一种基于模型预测控制(MPC)的一体式车辆避撞轨迹规划和跟踪控制方法。首先,分析实际交通环境中的避撞场景,将智能车辆的避撞控制问题转化为多约束优化问题;其次, 搭建7DOF(七自由度)车辆动力学模型和复合滑移工况的UniTire轮胎模型设计MPC控制器;再次,针对变速控制问题中传统基于时域预测模型的MPC控制方法无法在预测时域中实现车辆空间和位姿约束的问题,设计了基于空间域预测模型的MPC控制器;最后,基于Matlab和CarSim联合仿真平台设计了不同避撞场景验证所提方法,并与现有基于恒速假设的一体式避撞控制方法进行对比。仿真结果表明：所提方法能够充分发挥车辆的机动性能,解决现有一体式控制方法在 复杂环境中避撞失败的问题,并保证避撞过程稳定和轨迹平滑。     

复杂环境基于多信息融合的车辆跟踪方法

平交路口复杂环境下基于视觉的车辆跟踪容易受到如车辆在图像上投影的尺 度变化,车辆的排队与消散过程中邻近车辆间的遮挡及分离等因素的影响.针对该问题, 本文提出了一种利用局部特征增强的Mean-shift 改进算法,利用SIFT 特征点对尺度、旋 转变化鲁棒的特性,将其与基于跟踪区域颜色特征的跟踪方法相融合实现车辆跟踪,较 好地解决了在车辆尺度、运动方向变化,以及遮挡情况下的跟踪问题.同时通过引入跟踪 车辆分离的判定条件,结合特征点聚类算法解决了相邻车辆发生分离时的判断及跟踪问 题.实验结果表明,在多种交通场景的车辆跟踪过程中,本文提出的算法有较好的鲁棒性, 定位结果更加精确.     

运动车辆检测与跟踪方法

为提高城市智能交通综合管理能力, 提出了基于视频分析的运动车辆检测与跟踪方法。在城市交通干道路面环境中, 根据运动目标与道路背景统计特性的差异, 基于贝叶斯概率准则, 提出一个自适应背景更新算法, 检测分离运动车辆目标前景, 采用卡尔曼滤波器实现对视频序列中车辆目标的运动检测与实时跟踪, 并对在重庆某交通干道的交通流视频进行检测。试验结果表明: 该方法在常规视频分辨率下能实现实时处理视频, 平均检测准确率为94%, 具有较好的实时性与鲁棒性, 能够实现城市交通环境中各类运动车辆的检测与跟踪。     

一种基于车辆跟踪的微观交通参数采集方法

微观交通参数采集是智能交通中的重要技术。本文用基于车辆跟踪的方法提取微观交通参数，首先，利用动态图像处理技术进行车辆跟踪；然后，建立适于交通参数采集的摄像机模型：在此基础上，提出了基于车辆跟踪的车辆位置检测算法，瞬时速度估计算法，并阐述了其它交通参数采集方法，试验表明，这些方法可以有效的提取交通参数，实施方便。     

城市道路排队车辆检测方法

针对城市道路环境下的排队车辆检测问题, 提出一种基于边缘信息和局部纹理特征的综合检测方法。根据交通环境的特点, 对比5种不同边缘检测方法的性能, 采用Canny算法提取边缘信息, 采用改进的LBP方法提取纹理特征, 得到车辆的综合检测结果, 提取车辆排队长度和车道占有率等交通参数。分别采用综合检测方法、高斯混合模型和帧差法处理快速路、交叉路口、阴雨天气、光线突变、大雪天气、浓雾天气等场景下的视频图像, 并采用ROC曲线对检测性能进行量化评价。分析结果表明: 在快速路和大雪天气场景中, 3种方法检测性能基本相似, 最佳检测率分别接近90.0%和60.0%, 虚警率分别不超过5.0%和10.0%;在交叉路口场景中, 3种方法的最佳检测率分别为77.1%、31.5%、13.6%, 虚警率分别为16.5%、3.2%、19.0%;在阴雨天气场景中, 3种方法的最佳检测率分别为65.2%、3.0%、62.4%, 虚警率分别为10.5%、5.0%、56.5%;在光线突变场景中, 3种方法的最佳检测率分别为62.0%、18.9%、39.7%, 虚警率分别为10.8%、55.1%、36.0%;在浓雾天气场景中, 当能见度较低时, 3种方法的检测率和虚警率均接近于0。     

夜间复杂交通场景中的车辆检测和跟踪

为提高夜间车辆视频检测和跟踪的准确率,提出一种夜间车辆检测和跟踪算 法.本算法通过亮斑分割和连通组件匹配来检测和定位车辆前灯,并利用区域跟踪算法对 前灯进行跟踪以提高检测准确率.考虑到夜间行车时车辆前灯的显著特征,通过改进Otsu 方法以自适应地分割明亮区域,并根据前灯的几何形状、尺寸及位置信息滤除非车灯部 分的车辆信息.然后利用前灯的对称性进行前灯的配对和归类;最后采用区域跟踪算法对 前灯进行定位和跟踪.实验结果表明,本算法车辆检测平均准确率大于97%,处理速度比 已有方法提高15.8%以上.     

基于运动矢量的车辆实时跟踪系统

建立了基于摄像机、图像采集卡及计算机的车辆跟踪硬件系统.研究了基于运动矢量的车辆跟踪算法.作者首先进行背景初始化,然后,利用背景差法和检测线法对通过目标交通场景的车辆进行检测,进而根据三步法计算车辆的运动矢量,并进行车辆位置的更新和遮挡处理,实现了车辆的实时跟踪.     

基于时空轨迹跟踪的交通流特性参数检测分析

基于视频的交通流检测在智能交通系统中具有重要意义.本文针对广泛采用的低位摄像机,提出了一种交通流特性参数的检测分析方法.首先基于三级虚拟检测线和自适应更新率局部背景建模来快速提取车辆特征点并消除活动阴影对提取精度的影响;然后基于Adaboost（Adaptive Boosting, 自适应增强）分类器实现特征点按车分组,并在跟踪过程中根据运动特征相关度消除分组误差,获取高精度的车辆轨迹;进而自动生成多车道轨迹时空图并提取各车道交通流的多种特性参数.实验结果验证了算法的高效性;同时,自动生成的多车道轨迹时空图也为更多的交通信息获取和更深入的交通流特性分析提供了有力支持.     

地质雷达在隧道检测中常见问题

前言 随着我国经济的不断发展．交通条件对于经济发展的重要意义已经被人们深刻的认识到．国家对于交通建设事业也十分重视。交通工程中,隧道以其诸多路线优势及较为良好的经济效益,成为交通建设中较为普遍的项目之一。     

自动驾驶车辆LQR轨迹跟踪控制器设计

为了提高智能车的控制精度,以碰撞中心(Center of Percussion,COP)为参考点建立前馈-反馈控制模型,并用该控制模型求解LQR(Linear Quadratic Regulator)问题,获得状态反馈控制率,实现最优控制。在双移线工况和8字形工况下,使用Matlab/Simulink和Carsim对LQR轨迹跟踪控制器进行联合仿真。结果表明:与固定增益前馈-反馈控制器相比,LQR轨迹跟踪控制器的控制精度更高。     

地质雷达在隧道检测中的应用

隧道工程属于隐蔽性较强的工程,通过RIS雷达介绍了雷达法在隧道检测中的应用,包括检测原理、数据的处理,以及能够检测的项目等,比较完整的介绍了这种目前国际国内比较流行的检测方法。     

准确获取地质雷达检测结果应注意的问题

无损检测技术是交通工程质量保障体系中的重要环节.由美国劳雷公司和美国公路战略研究所共同开发的地质雷达系统,作为目前世界上最先进的用于公路连续无破损检测设备,正以其速度快、精度高、图像直观等优点,在工程地质和公路工程检测上推广应用.结合当前地质雷达的基本理论,通过大量的工作实践,在此着重讨论为了提高检测结果的精确性和准确性应注意的一些问题,以利于近一步提高检测水平.