级配碎石动静弹性模量的对比研究

弹性模量是级配碎石在层材料的重要力学指标及设计参数，其值需室内中型以上动三轴试验确定，鉴于目前国内具备此试验条件的单位极少，因此本文通过室内动，静三轴试验对比研究，分别提出了级配碎石的动，静弹性模最随应力状态而变化的非线性模型，并由此给出了两种模型间的关系，通过此关系可用于易于获得的静弹性模量近似的获取动弹性模量值，因而具有较大实用价值并对级配碎石弹性模量合理取值具有重要参考。     

路面面层弯拉应力回归公式研究

根据柔性路面面层弯拉应力的计算规则，分析了上中滑动，中下连续三层路面结构面层弯拉应力的解析解和常见和高等级柔性路面结构层厚度及模量的范围。首次成功地建立了三层体系路面结构面层弯拉应力回归逼近的数学模型，合理地选用了分段回归技术，求得了常见路面结构面层弯拉应力的回归逼近公式。精度分析表明，回归公式精度很好，与解析解比较误差很小，完全可以满足有关设计理论研究和工程设计的需要。     

基于GSOM神经网络模型的交通行为模式学习方法研究

提出了一种用于基于视频的交通事件自动检测的交通行为模式学习方法。首先为了获取利用神经网络进行车辆行为模式学习所需的训练数据,一种基于运动估算的车辆跟踪算法被建立,将采集到的灰度视频图像序列转化为车辆标号场时空序列。其次,使用轨迹建模和编码的方法,将跟踪结果转化为轨迹数据用于网络训练。在此基础上,建立自组织神经网络,并针对自组织网络的不足使用改进的GSOM模型,选择欧氏范数作为测度,自主开发了试验软件,以U形转事件为对象开展试验,对轨迹数据进行学习。对比试验结果表明改进的GSOM算法能有效提取行为模式。GSOM相比SOM用于行为模式学习更为有效和准确。     

正交异性钢桥面沥青混凝土铺装层的裂缝分类及成因

开裂是钢桥面铺装在使用过程中所面临的主要病害之一。报道了国内外10多座钢桥桥面沥青混凝土铺装层开裂状况的跟踪调查与分析结果。根据裂缝的分布位置与几何特征,将裂缝分为规则裂缝、U型裂缝、不规则短发丝裂纹及放射状裂纹4大类,归纳总结了各类裂缝的扩展规律并探讨了其原因。结果表明,规则裂缝是与正交异性钢桥面系构造特性密切相关的结构性问题;不规则短发丝裂纹及放射状裂纹则与施工缺陷密切相关,放射状裂纹主要由鼓包引起;U型裂缝为滑移型缝,层间界面的粘结强度与抗剪强度不足及混合料的高温稳定性不足是导致该类裂缝的主要原因。     

道路场景中交通标志的检测方法

为在车辆视觉导航中能快速识别道路场景中的交通标志,通过提取标志的特征颜色与识别标志的特征形状来实现交通标志的检测。将道路场景RGB空间图像转换为HSI空间,利用色调与饱和度融合的办法来提取道路场景中标志的特征颜色区域,二值化后排除噪声并通过投影法得到正确的标志区域,实现交通标志的定位。以红色禁令圆形交通标志为例,提出一种改进的Hough变换方法来识别标志域内的几何特征——圆形标记。通过对不同条件下20幅含禁令标志的道路场景图像的检测试验,发现本方法对交通标志颜色提取定位与几何特征图形识别的正确率都达到100%,且平均检测时间为245ms。分析结果表明:该方法能够快速、准确地确定标志区域,同时对禁令标志几何图形识别具有较强的实时性和鲁棒性。     

基于微观仿真的远引掉头选址规划方法

为了在保障行车安全的前提下,提高远引掉头交通运行效率,分析了远引掉头措施的适用条件,定义了典型应用环境,提出了借鉴国外相关规范以及结合临近路口配时设计的远引掉头选址规划优化方法,并将规划方法放入典型应用环境中,采用微观仿真软件进行评价。仿真结果表明:两种选址规划方法下的远引掉头措施都优于直接左转,其中规范法使平均延误减少了约3.8s,结合配时设计的方法使平均延误减少了约6.8s。可见,在遵循规范的基础上,对临近路口配时进行优化,既保证了行车安全性,又能显著提高交通运行效率。     

一种噪声车牌的模糊预处理方法

本文提出了一种车牌模糊预处理方法,主要用于解决现场车牌图像模糊不清、对比度不强,以及传统二值化方法带来的噪声、粘联、变形等不理想现象。通过采用模糊增强技术采增强车牌图像的对比度,便于后续的分割、识别等操作;并提出应用模糊c均值算法采确定车牌图像二值化中的聚类阈值,从而实现对车牌图像的二值化,并将二值化结果与传统的Otsu二值化方法进行了对比。实验结果显示,应用本方法处理车牌噪声和粘联等情况具有较好的优越性。     

前端处理机与服务器融合的综合监控系统设计

针对前端处理机(FEP)在城市轨道交通综合监控系统(ISCS)中的应用特点,在分析各种前端处理机网络架构设计方案优缺点的基础上,提出使用服务器运行FEP软件的两种设计方案,实现原有设计方案中的FEP功能;从性能、数据安全、可靠性和成本等方面,分析这种方案对综合监控系统的适应性.     

基于多智能主体的高速公路控制系统结构

高速公路交通量的增加对高速公路交通控制提出了更高的要求。传统的基于精确数学模型的交通控制方法很复杂并且在实际应用中往往达不到预期的控制效果，因此寻求新的有效的交通控制方法也就成为必然。多智能主体(Multi—Agent)技术是人工智能领域中的一个研究热点，单个Agent能够自主地、主动地对对象进行控制，并且Agent之间可以进行协作从而使整个系统达到更大的智能性。介绍多智能主体系统(Multi-Agent System，MAS)的概念，然后描述基于MAS的高速公路交通控制系统结构以及Agent的内部模块的功能，最后对Agent之间的协作进行了简要的分析。基于多智能主体的高速公路交通控制系统拥有一种全新的智能交通控制结构，它能够较好地克服传统交通控制系统所存在的缺陷，适应高速公路交通系统的复杂性和随机性。MAS技术的关键在Agent之间的协调，因此下一步的研究应该集中在Agent之间如何建立有效的协调机制。