基于磁阻传感器的无线车辆检测传感器设计

车辆检测传感器可以准确实时获得各种交通数据(包括车流量、车速度、车辆密度、车头距离、占有率等),是智能交通系统(ITS,IntelligentTrafficSystem)中最重要的交通数据采集设备之一。针对道路上车辆检测存在的问题,结合国内外车辆检测器技术的发展状况,使用ARM磁阻传感器,将单片机控制技术和短距离无线传输技术引入到车辆传感器的设计中,从而有效地降低了设备安装的工程量,开发出了适用性更强的车辆传感器。     

交通检测技术及其发展

分析、总结和比较了各类交通检测器的原理、性能和特点，阐述了交通检测技术的研究重点、发展方向以及采用视频检测技术的车辆自动识别系统的应用前景。     

城市道路交通数据采集系统检测器优化布点研究

智能运输系统(ITS)被公认为是当前解决我国大城市交通拥挤和提高道路安全的有效手段。利用检测器收集交通数据是ITS的基本功能之一。如何在城市道路网中布设交通检测器是ITS建设时必须要研究的内容。本文通过对城市道路网基本路段交通流量的相似性分析,建立了路网交通检测器优化布点的数学模型。并通过一个算例,详细叙述了建模及求解的全过程。作者希望所述的检测器优化布点方法能为城市ITS建设中的此类研究提供一种新的思路。     

车辆检测器及其发展研究

文章概述了车辆检测器的进展和分类，总结了比较了各种类型的车辆检测器，对交通车辆检测技术的重点及发展方向，尤其是对其视频车辆检测系统做了简要介绍。     

ITS中车辆检测器设备的研究与实现

介绍了专门用于ITS（智能交通系统）中的一种车辆检测设备的设计，针对ITS应用中主要特点和要求，章叙述了该车辆检测器采取的相应技术措施，该设备现已被成功地应用于智能交通系统中。     

基于新型检测器的高速公路交通状态判定

随着高速公路上车流量的增多,车辆超车和跟驰现象明显,单一的断面参数无法准确表征车辆在道路上行驶状况。新型的区域检测器可以追踪车辆,检测范围为100m,得到车辆在检测区域内连续的速度变化和行驶轨迹;同时可以分不同车型检测交通量,分车道统计交通流区间平均速度、时间占用率。根据区域检测器所能得到的关于车辆在检测区间内速度变化的交通参数数据,建立高速公路交通状态判定模型。新型的区域检测器对车辆在道路上的行驶状态可以更加准确的表征,为高速公路交通运行状态分析提供了更可靠的数据来源,可以更加准确,实时地确定公路交通状况,为公路管理部门提供进一步的决策支持。     

车辆检测器测速精度检测方法分析

车辆检测器是目前现代交通控制系统中广泛采用的信息采集设备,测速精度是衡量车辆检测器性能好坏的关键指标。现行标准中并未对测速精度的检测方法做出明确规定,如何科学准确的检测出测速精度指标是目前急需解决的问题。从工程应用实践角度出发,对车辆检测器测速精度的检测原理、检测地点的选择进行了分析。重点介绍了目前常用的手持式雷达测速仪、非接触式速度传感器和光电传感器型测速装置3种检测仪器的工作原理、主要优点和应用中存在的问题,并结合日常检测经验对它们的适用范围进行了探讨。最后给出了检测结果的判定方法。该检测方法对车辆检测器测速精度的测试具有重要的参考价值。     

基于实时交通流信息的中心式动态路径诱导系统行车路线优化技术研究

近年来,世界各国纷纷致力于新兴交通科技,如智能运输系统(IntelligentTransportationSystems,ITS)的研究和应用,以应对目前严峻的交通环境。笔者综合应用道路检测器检测的交通流量数据以及路段交通流量与路段行程时间的内在联系,运用增量加载最短路优化的方法对智能运输系统的核心技术—城市交通流诱导系统(UTFGS)中的中心式动态路径诱导系统中的行车路线优化技术展开研究。     

日本ITS智能交通系统的体系和应用

我国道路基础设施已形成较稠密的网络,机动车拥有量也快速突破2亿;与此同时,交通污染、交通效率以及交通安全等问题也日益凸显出来;由于我国的交通网络多分布在道路和车辆保有率都很高的东部沿海地区,继续拓展交通里程来缓解交通压力已不现实.所以充分利用现有交通、道路等设施,借助智能交通技术,来减轻交通污染,提高交通效率,提升交通安全,是今后我国交通发展的唯一选择.日本跟我国一样,是一个人口密集型国家,我国现在发展的过程也是日本曾经经历过的.日本很早就开始针对ITS进行专门的研究,建立了完整的ITS技术体系,同时围绕体系进行产品开发和应用,目前日本已建成世界上领先的ITS绿色出行系统.详细介绍日本ITS体系及其相关的系统和成果,希望给我国ITS的建设带来很好的启示.     

行驶车辆拥堵测算法的研究及应用

随着城市发展及车辆增加,交通拥堵现象越来越严重。特别是上下班期间通勤时间会延长,不但消耗人们大量时间,还造成交通成本升高,环境污染严重。通过研究车辆拥堵测算法来预知车辆拥堵信息,结合雷达测速技术及ITS(Intelligent Transportation Systems,ITS)信息技术,把车辆拥堵信息及时发布,让可回避拥堵车辆的出行者提前做出正确的选择出行方式。     

基于视频的交通事件自动检测技术综述

首先从基于视频的交通事件自动检测技术所涉及的目标提取、车辆跟踪和行为理解等3个步骤中，详细地介绍和比较国际上常用的各种检测算法；其次，从背景建模和车辆阴影两个方面分析了检测算法中存在的技术难点和可能的解决方案；同时，从平均检测时间、检测率和误报率3个方面介绍该技术算法性能的评价方法。最后总结了基于视频的交通事件自动检测的相关技术，展望了该技术的发展前景。     

星载SAR技术在智能交通中的应用浅析

分析星载SAR在交通领域中的应用,对2种传统交通监控方式进行概括说明,指出交通是卫星遥感技术的重要应用方向,并对3种遥感技术——低空遥感技术、星载光学遥感技术和星载SAR技术进行对比分析。重点介绍星载SAR的优缺点,对其在智能交通中的应用进行深刻分析,阐述其在路网信息探测、单车及车辆群运动状态感知3方面的应用前景,并指出其在交通应用中的重点技术突破方向。     

基于单线圈的车速检测算法研究

简述了基于环形线圈车速检测的基本原理、目前利用单线圈检测量进行车速估计的方法。在此基础上，提出了一种利用单线圈进行车速实时检测的算法，并设计了一套基于单线圈的车速检测系统，通过采集系统在实验中的数据，运用Matlab6．5对该检测算法进行了仿真分析。结果表明，算法基本符合设计要求。     

汽车运行状态远程监测系统开发

介绍了汽车运行状态远程监测系统的组成和开发情况。该系统通过车载子系统采集车辆运行过程中的状态参数信息,借助于移动通信技术和计算机通信网络传至监测中心,状态监测与故障预测服务子系统对这些参数进行分析,以达到对车辆运行状态实时监测与故障预测的目的。该系统可以及时发现汽车潜在的故障,并提供警示信息或技术服务,确保汽车具有良好的运行性能,从而防止车辆带＂病＂行驶,避免因车辆故障引起的交通堵塞和交通事故,有利于保障道路交通的畅通。     

城市道路固定型交通检测器布局优化模型

交通信息采集是智能交通系统的重要基础,准确、可靠的数据是动态交通管理、控制的重要保障。分析影响检测器布局的因素,主要包括交通流的特性、道路交通环境、居民出行路径的选择等,提出基于检测器利用率最优的规划模型。探讨模型参数的计算方法,根据观测样本的均值和方差计算交通量波动系数,用最短路径法计算路段客观重要度。阐述模型的求解过程,通过比较几种传统优化算法的优缺点,设计改进隐枚举算法,并给出具体步骤。     

基于典型非机动车事故的自动驾驶汽车测试场景构建方法研究

基于交通事故卷宗、交通事故视频信息数据,研究机非混行交通环境下典型交通事故形态,构建了面向机非混行交通环境下的自动驾驶汽车测试场景,旨在针对我国较为特殊的机非混行环境下的自动驾驶汽车的测试场景及测试评价方法提供参考。本文首先分析了自动驾驶测试场景的构建需求,建立交通事故数据筛选标准,得到133例可用于构建自动驾驶汽车测试场景的机动车与非机动车交通事故数据集;其次基于《中华人民共和国道路交通安全法》行驶要求,对133例交通事故的发生地点、车辆行为、道路类型、环境光线等方面进行解构分析;最后通过聚类分析,建立了5类典型的自动驾驶测试场景模型,并分析了不同场景模型的关键要素,为实际道路测试提供理论指导。     

非常态下城市道路交通检测器布局优化方法

为了使城市道路上布设的交通检测器能够实时、准确地提供路网动态交通流信息,并最大程度地节约经济成本,通过仿真对交通异常事件下城市道路交通流量和车辆延误进行了估计,并利用模糊聚类分析法、回归分析法和车辆延误估计模型,研究了路网在非常态下的检测器空间位置以及空间密度的布局优化方法;通过一个算例,对提出的检测器布局优化方法进行了验证分析,并得出了算例中检测器布局的优化方案。结果表明:所提出的检测器布局优化方法是可行的。     

Improved Speed Estimation From Single-Loop Detectors With High Truck Flow

Single-loop detectors are the most common sensors employed by freeway traffic management agencies. The data are used for traffic management and traveler information. Single-loop detectors can only measure flow and occupancy. Although speed is often the most useful metric, it can only be estimated at conventional single-loop detectors. Typically this estimate comes from the quotient of flow and occupancy multiplied by the fixed, assumed average effective vehicle length. This conventional approach is limited because the actual average effective vehicle length will vary from sample to sample. Many researchers have proposed alternatives to address this problem, and although many of the methods work well under normal conditions, there has been limited research into methods that yield reliable estimates under heavy truck traffic. Heavy truck flows may arise as a function of location or time of day, for example, with proximity to a trucking facility or in early mornings when the number of passenger vehicles drops, respectively. This article presents a new methodology to estimate speed from single-loop detectors in conditions where trucks comprise a large percentage of the fleet. While the focus is on single loop detectors, the work is equally applicable to side-fire microwave radar detectors that emulate single-loop detectors.     

基于多源信息融合的高速公路事件检测算法研究

为了研究高速公路交通事件检测算法,以多源信息融合理论为基础,依托人工神经网络技术,设计了固定检测器与浮动车检测器的信息融合事件检测算法,并说明了具体的检测原理和融合过程。通过Vissim仿真获得数据,在Matlab中编程实现了信息融合过程,试验结果表明在三级报警策略下,信息融合算法的事件检测率、误报警率和平均检测时间都达到了较高的检测水平,证明了所设计的信息融合交通事件检测方法的优越性。     

基于地空信息融合的无人机交通状态感知方法研究

现有的无人机（UAV）交通状态感知方法，主要针对宏观交通状态参数的获取，同时尚未克服UAV自运动对交通参数检测精度的影响，难以满足智能交通系统对于高精度微观交通参数的应用需求。为此，提出一种基于地空信息融合的UAV交通状态感知方法，该方法包括：地空信息融合模型、道路关键点（IKP）检测及跟踪、车辆目标检测及追踪算法和交通状态参数提取及估计。其中，地空信息融合模型利用地基信息（IKP世界坐标）与空基信息（IKP像素坐标）进行最优化融合，并通过自适应IKP追踪算法与自适应UAV位置偏移判断算法实时更新模型参数，以此克服UAV自运动对车辆轨迹精度的影响，进而获取可靠的车辆级（瞬时速度、车头间距和车头时距）与车道级（车道动态密度、车道流量和空间平均车速）交通状态参数。利用提出的感知方法获取实地拍摄视频的车辆级交通参数并进行了分布检验，同时比较了基于不同交通流模型的车道级参数估算方法。结果表明：该方法在车辆检测的mAP@0.5指数超过90%，同时提取的车辆轨迹相对完整，获取的车辆级和车道级交通状态参数也符合实际交通流状况。最后，将该模型应用于实地道路的交通拥堵检测及交通事件检测，该研究结果为UAV在现代交通感知和管理中的应用提供了一种理论和技术参考。