基于Fuzzy-logic的城市交叉口交通状态评价研究

以往研究多从中观的角度,将路口归入路段,但都未能对交叉口交通状态作重点分析.针对该问题,将路口交通状态划分为4个等级,建立了路IJ运行状态评价指标体系及相应的模糊综合评判模型,并结合一典型交叉口实例对其运行状态进行了评价分析,从而为评估城市交通拥堵、制定相应的交通管理和控制策略提供了一种有效的定量分析方法.     

基于道路平面线形的加速度干扰模型研究

加速度干扰作为对车辆速度摆动的描述,可以作为乘车舒适性的定量评价指标,加速度干扰主要受驾驶人、道路和交通状况3个因素的影响。结合道路平面线形的特点,分别建立了车辆行驶在道路直线段、缓和曲线段以及圆曲线段的加速度干扰模型。并将模型进一步离散化处理,使之便于实际计算应用。通过实例分析,对行驶在各种道路平面线形上的车辆的加速度干扰进行了分析求解。     

������“��Ħ”��ͨ��ʽת���ڵĽ�ͨ�Բ��о�

针对摩托车交通的快速发展对城市交通带来日益严重的负面影响,国内一些城市对摩托车的发展采取了限制措施。以广州市为例,通过分析“禁摩”后摩托车交通量向其他方式的转移和居民出行方式的变化,研究“禁摩”后交通方式转型期的特点。从公共交通、摩托车出行、货运交通和出租汽车交通等方面分析“禁摩”后交通配套措施存在的不足。结合“禁摩”后交通方式转型期的特点和配套措施存在的不足,提出改善对策和措施建议,包括优化城市功能布局、提升公共交通、出租车服务水平和合理设置摩托车停车场等。本研究为广州市有关交通政策的制定和实施提供依据,也为其他类似城市提供借鉴。     

交通视频背景估计动态高斯混合模型

为适应交通环境多变情况下实时交通信息动态采集的要求,提出了1种基于单高斯分布假设、图像分块处理、利用帧差法进行样本选取的动态混合模型对交通信息的图像背景进行快速估计,并在实际道路环境下对多种方法进行实验比较,证明该模型有效地削弱了运动物体和噪声对于背景估计的影响,具有较好的正确性和有效性.     

珠江三角洲城市发展特点与交通规划研究

<正> 改革开放以来,珠江三角洲地区社会经济迅速发展。从1981～1993年,全区国民经济生产总值以年均18％的速度增长,成为全省乃至全国经济增长最快、经济发展水平最高的地区之一。市场经济的发展同时促进了珠江三角洲城市化与工业化的进程,人口的增长,产业结构的调整,人民生活水平的提高等一系列变化也使交通系统面临前所未有的需求压力,使交通问题在更大范围内成为亟待解决的“瓶颈”问题。然而,珠江三角洲地区城市     

机器人分散滑动模跟踪控制

提出一种机器人滑动模跟踪控制方案,使机器人跟踪时变轨迹.采取的方法是将整个系统视为由许多分散的线性子系统所组成,这些子系统又可由一组二次积分器模拟.利用非线性滑动曲面,设计了一个鲁棒控制器,使得输出跟踪误差能够在有限时间内收敛到零.     

基于K均值聚类与Bayesian分类器的车型识别方法

不同车型经过感应线圈时,线圈检测器采集过来信号变化的波形不同,同类车型对应采集的波形中如波峰极大值、峰值位置、平均值、波峰数等特征值都具有相似性。根据感应线圈采集所得信号的特点,讨论了一种基于K均值聚类与Bayesian分类器的车型识别方法。学习训练中,通过K均值聚类算法把不同波形的特征值归类,再采用Bayesian分类器算法去获得分类器。实验结果表明,该方法具有较高的车型识别精度。     

基于GPS与IC卡的公交OD量采集方法

公交OD量是公交调度管理及线网优化的基础。传统的获取公交OD量的方法需要进行大范围的个人出行情况调查，消耗大量人力物力，且数据更新缓慢。随着GPS技术与IC卡在公交系统中的广泛应用，提出了利用公交车GPS定位与乘客IC卡刷卡信息来获取公交OD量的新方法。利用这一方法对广州某段时间的公交车GPS定位和羊城通数据进行了实际分析。试验结果表明这一方法是有效的。     

一种用于交通信息采集的图像背景快速估计方法

为适应交通环境多变情况下实时交通信息采集的要求，提出一种快速高效的背景估计方法。该方法以单高斯估计模型为基础，参数简单，算法实时性好；在采集样本时通过帧差法对图像进行分块选取，从而保证了样本的纯度，有效地削弱了运动物体和噪声对于背景估计的影响。通过实际道路环境下多种方法的实验比较，证明所提出的方法的正确性和有效性。     

干道信号协调控制优化方法

针对干道信号协调控制中控制策略及其控制优化参数设置上存在的问题,考虑到智能控制中Sugeno模糊推理所具有的复杂系统动态性能表达能力和神经网络控制方法所具有的学习能力,结合两者的优势建立了1种基于模糊神经网络的交通信号协调控制模型,实现对绿信比与相位差的优化,使用微观交通仿真软件Vissim对干线交通进行了仿真研究,仿真结果表明,该方法能更为有效地减小平均车辆延误。