北京交通现状与智能交通系统的发展

本文在详细对比北京与国内外其他城市交通指标的基础上，包括交通需求、出行构成、交通供给、交通环境、交通管理以及交通法规与教育，对北京交通的现状进行分析。针对北京交通的发展历程和奥运的交通需求，提出了智能交通系统的建设需求，阐述了北京智能交通系统的总体规划、研究层次和建设步骤。     

智能网联卡车车队混合流通行能力分析方法

智能网联卡车车队有望成为网联自动驾驶率先应用的场景之一,本文针对智能网联卡车车队混合交通流通行能力开展研究。首先,以智能网联卡车车队、人工驾驶卡车及人工驾驶小汽车构成的随机混合交通流为研究对象,考虑智能网联卡车车队规模空间分布特征,分析混合交通流中10种跟驰行为类型,理论推导其概率表达式,进而构建智能网联卡车车队混合交通流通行能力的通用性分析方法。然后,考虑实际交通流运行中卡车分布的随机性,将智能网联卡车车队混合交通流分为优势流、随机流和劣势流3种态势,以此提升混合交通流通行能力分析方法的普适性。最后,选择实测数据标定的跟驰模型进行案例分析,验证理论分析方法的有效性。研究结果表明：智能网联卡车比例提高或其车队规模增大均有利于3种态势混合交通流中车辆转换系数及相对熵的减小,从而可有效提升混合交通流通行能力。不同智能网联卡车比例条件下,智能网联卡车车队随机分布最优车队规模为2~4辆,同时,优势流、随机流和劣势流3种混合交通流通行能力依次递减。研究结果揭示了智能网联卡车车队混合交通流通行能力提升的内在机理,为未来智能网联卡车车队的运营管理提供方法支撑。     

我国城市智能交通系统的发展

人口膨胀、车辆激增引发了交通拥堵、交通事故和环境污染等一系列社会问题,在不断延伸的空中、地面和地下交通网络都不能有效解决这些问题时,智能交通系统成为有效解决交通问题的科学方法。从智能交通系统的概念入手,主要介绍国内外智能交通的发展。     

城市拥挤道路使用费的经济学依据与困境

城市道路拥挤是当前许多大城市均面临的棘手问题之一,全世界许多国家都不同程度地遭遇着交通拥挤的困扰。随着我国城市化进程的加快、城市人口的不断增加对城市道路和交通产     

智能交通发展的现状、挑战与展望

交通运输行业面临着交通安全、交通效率和节能减排三大难题,智能交通为解决这些问题带来了契机.探讨了智能交通的发展状况,分析了我国交通运输的现存问题,以此提出发展智能交通的必要性.首先,介绍国内外智能交通在运载工具和交通系统两方面的发展现状.在运载工具方面,智能汽车与智能船舶都处于驾驶辅助阶段;在交通系统方面,国内外已经开...     

我国智能交通系统发展现状与对策分析

本文针对我国智能交通系统的发展现状及存在的不足,提出了解决措施。     

大型活动的交通组织与管理研究

随着我国综合国力的增强,各城市举办大型活动的数量不断增加,规模不断扩大,这些活动吸引的交通量会造成周边地区拥挤,并对城市的日常交通造成一定影响,这些问题需要通过交通组织和管理来解决。本文首先对大型活动进行了定义,然后分析了大型活动的特性,进而从交通需求管理、交通流组织和管理两方面阐述了针对大型活动的交通组织和管理方法,最后阐述了大型活动交通组织和管理的基本步骤,为大型活动的交通组织和管理提供了一定的依据。     

铁路智能运输系统——现状、挑战与发展

在对铁路发展过程进行简要回顾的基础上,指出通过在信息化基础上的智能化,使铁路 运输系统向铁路智能运输系统转化是保持和提高铁路运输业在21世纪竞争力的核心战略.之 后给出了铁路智能运输系统(RITS)的定义、特点及一般构成,并在对RITS相关研究发展简要 回顾的基础上,提出了中国RITS的发展框架,系统结构体系以及构成我国RITS的核心技术. 以及中国ITS系统的发展模式.     

智能网联环境下多车道异质交通流建模与仿真

为探究智能网联自动驾驶车辆(Connected and Autonomous Vehicle, CAV)与人工驾驶车辆 (Human Driving Vehicle, HDV)混合行驶的多车道异质交通流运行特征,本文剖析了异质交通流中不同类型车辆的跟驰模式,提出不同类型车辆双车道及多车道换道模型,进而构建了多车道异质交通流仿真模型,并分析了不同CAV混入率下的道路通行能力及换道行为特征。研究结果表明,随着CAV渗透率的提高,单车道通行能力由1678 pcu·h-1提升至4200 pcu·h-1,交通流临界密 度由25 pcu·km-1增长至35 pcu·km-1 ,同一渗透率下不同车道数的道路通行能力及临界密度值呈现显著差异性。异质交通流换道行为呈现三阶段特征：在低密度下,不同类型车辆均可自由行驶及换道;密度在20~100 pcu·km-1 时,车辆换道频率呈“上凸”状,CAV渗透率越高,HDV凸形峰值越大,而CAV峰值较低;在高密度下,受可换道空间的约束,不同类型车辆均无法完成换道。此外,进一步讨论了不同CAV渗透率及密度条件下的异质交通流仿真效益,包括交通量提升及秩序改善特征等。研究成果有助于理解智能网联环境下多车道异质交通流运行状况,为未来异质交通流管理提供理论参考。     

城市智能交通系统现状与发展构想

介绍了中国城市发展智能交通系统的现状及存在的问题，提出了发展智能交通的战略构想。     

信号交叉口通行能力扩展的研究

针对城市道路信号控制交叉口通行能力问题，提出一种基于交叉口左转车辆连续右转实现左转交通的组织方法，为提高信号交叉口通行能力提供了新的思路。在定性分析方案可行性的基础上，以一个具体交叉口为例，计算扩展前后的通行能力。结果表明该方法可以显著提高信号交叉口通行能力。     

构建数字城市哈尔滨推动智能交通的发展

针对目前哈尔滨市城市交通存在的管理技术落后 ,结构不合理 ,环境恶化和滞后于城市化发展等突出问题 ,阐述了数字城市建设的必要性 ,并对其目标和关键技术进行了探讨 ,指出数字城市将带来一场全方位的变革和必然推动智能交通的飞速发展 ,具有广阔的应用前景和重要的战略意义。     

我国智能交通系统发展的重点方向之一——信息化公交系统

智能交通系统是目前世界交通运输领域的前沿研究课题,发达国家提出并执行了一系列研究计划,其核心是针对日益严重的交通需求和环境保护压力,采用信息技术、通信技术、计算机技术、控制技术等对传统交通运输系统进行深入的改造,以提高系统资源的使用效率、系统安全性,减少资源的消耗和环境污染。     

智能交通系统在新加坡的应用与发展

新加坡国土狭小,却以其健全发达的交通路网和前瞻性的交通规划管理,为高密度的人流与车辆提供着优质的服务。其中,富有成效地开发和运用智能交通系统,是新加坡在城市交通发展规划和实践中引人注目的一环。本将着眼于智能交通系统在新加坡应用与发展的现状,着重介绍其智能交通系统构架中各项交通技术的相关概念及其功效。希望智能交通系统在新加坡的成功经验能为中国大陆现代化城市发展和交通建设提供有益的参考。     

探讨大数据发展与智能交通的关系

目前,随着大数据的快速发展和在各个领域中的应用越来越广泛,交通大数据的研究非常活跃,研究的程度也越来越深入,数据技术正在为交通运行管理提供便利,对于促进交通运行的整体效率以及安全性都有着非常重要的意义。主要论述了大数据与智能交通之间的联系,并论述了当前这两者发展的状况。其次简要分析两者之间的关系,最后探讨大数据时代智能交通发展存在的问题和发展趋势。     

智能交通系统的发展历程与现状分析

本详细介绍了智能交通系统的由来和发展历程，对其发展现状做了初步分析。     

智能交通系统的发展历程与现状分析

本详细介绍了智能交通系统的由来和发展方向，对其发展现状做了初步分析。     

关于我国智能交通车路协同系统的探讨与研究

随着人类进步的不断发展．我国的智能交通车路协同系统的研究在各个交通研究领域也在不断被深层次探索。为了保障我国交通道路的顺利通行,车路协同系统被提出。车路协同系统的应用非常广泛．在交通公司管理交通中,即可以保证交通的安全还能．通过数学的智能算法来优化出最好的方法路径以及其他车路车速车辆等信息。     

构建具有我国特色的智能化交通事故预防系统

智能交通运输系统是在交通面临着拥挤、阻塞、大气环境恶化及能源危机等情况下产生的。近年来随着先进科学技术的研发和应用，智能交通运输系统提高路网通行能力，缓解交通拥堵，提高交通运输的安全性的作用越来越显．本简要介绍了国外智能交通运输系统中的有关交通事故预防方面的研究内容，以及我国智能交通运输系统的发展情况；结合我国交通事故的特点提出构建具有我国特色的智能化交通常故预防系统的设想，并介绍了该系统的基本组成结构。以期望能利用我国现有的智能交通运输系统建设成果，及较为成熟的技术，实现预防交通事故的目标。     

基于GPS与图像融合的智能车辆高精度定位算法

车辆自定位是实现智能车辆环境感知的核心问题之一.全球定位系统(Global Positioning System,GPS)定位误差通常在10 m左右,不能满足智能车辆的定位需求;惯性导航系统成本较高,不适于智能车辆的推广.本文在视觉地图基础上,提出一种基于GPS与图像融合的智能车辆定位算法.该算法以计算当前位置距离视觉地图中最近一个数据采集点的位姿为目标,首先运用GPS信息进行初定位,在视觉地图中选取若干采集点作为初步候选,其次运用Oriented FAST and Rotated BRIEF(ORB)全局特征进行特征匹配,得到一个候选定位结果,最后通过待检测图像中的局部特征点与候选定位结果中的三维局部特征点建立透视n点模型(Perspective-n-Point,Pn P),得到车辆当前的位姿,并以此对候选定位结果进行修正,得到最终定位结果.实验在长为5 km的路段中进行,并在不同天气及不同智能车辆平台测试.经验证,平均定位精度为11.6 cm,最大定位误差为37 cm,同时对不同天气具有较强鲁棒性.该算法满足了智能车定位需求,且大幅降低了高精度定位成本.