环形交叉口储备通行能力计算

在介绍环形交叉口入口通行能力、交织段通行能力和总通行能力等计算方法的基础上,给出了环形交叉口流量流向矩阵形式并以此来表达冲突流量,对于入口通行能力的线性回归模型,以各入口流量之和达到最大值为目标及各入口车流饱和度均满足一定服务水平为约束,假设交叉口各入口转向比例不变并当实际流量增加时,首先在环形交叉口某一瓶颈入口处达到饱和,此时环形交叉口各入口流量之和即为储备通行能力.论文给出了储备通行能力的推导过程并以英国Kimber公式、瑞士Bovy等人的公式为例,针对大连市数码广场环形交叉口的实际调查数据,用两种方法计算出该交叉口的储备通行能力.结论说明：该方法对于入口通行能力为线性回归模型的环形交叉口储备通行能力的计算均适用,并可由此找出环形交叉口的瓶颈入口.     

信号交叉口公交车辆换算系数研究

根据现有规范和北京市信号交叉口车辆运行实际情况对公交车辆的车型进行划分,建立求解车辆换算系数的理论模型。根据对北京市60个信号交叉口的实际调查,确定交叉口进口道标准车的饱和车头时距,给出两类公交车辆换算系数的推荐值,可供同行参考。     

基于道路负荷与公平性的单向交通组织优化

为了提高支路的利用率以缓解城市主干道的拥堵,本文从道路负荷与公平性的角度出发,确定单向交通组织优化方法. 建立了以路段饱和度超限量和车辆绕行系数最小化为目标的双层规划模型,其中上层模型通过优化支路的单向方案以使目标值最小,下层模型按照用户均衡分配准则进行配流. 进而设计了求解模型的模拟退火算法,在算法每一步迭代时,从当前达到一定拥堵程度的支路路段集中选择其一调整单向组织方案. 算例结果表明,单向交通组织可以降低路段饱和度超限量,缓解干道路段的拥堵,但随着绕行系数比重的增大,路段饱和度超限量的优化能力逐渐减弱.     

基于图像处理的交通信号灯识别方法

针对色盲或色弱驾驶员特殊群体,结合交叉口无人驾驶系统,提出一种能识别出交通信号灯当前状态的方法。在HIS颜色空间进行交通灯颜色分割,利用交通灯被黑色矩形框包围这一典型特征进行形状分割,根据形状分割所得位置对颜色分割候选区域进行确认,从而精确定位交通灯位置以及亮灯在交通灯中的位置;同样根据被黑色矩形框包围的特征设计模板,最终利用模板匹配,完成交通灯的识别。实验表明,该算法识别准确率较高。     

公交专用车道设置效益分析

公交优先是解决城市交通问题的一个重要途径,公交专用道是实现公交优先的主要技术手段之一。公交专用道的设置会对公交车产生正面效益,但也会对其他社会车辆产生负面影响。因此,公交专用道设置的是否合理将直接影响交通流的运行状况。文中采用相应的延误模型,通过交叉口的交通延误研究来分析专用道设置的效益。运用该方法对重庆市某一道路公交专用道设置效益进行了分析,验证了该方法的实用性。     

客车图案设计方法与应用

简述图形设计、色彩设计理论以及在客车图案、色彩设计中的应用     

浅析建筑色彩设计

笔者在文中对建筑色彩的演变历史,建筑色彩的作用及人文特征作了简要介绍,阐述了建筑色彩的运用规律和造型形式,通过对建筑功能与色彩的关系进行分析,提出了色彩对建筑形象表达在美学上的重要意义,并对建筑色彩的发展方向作了概要论述.     

基于彩色二值化的车牌定位方法

提出了一种基于彩色二值化的车牌定位方法。首先将彩色图像从RGB颜色空间转换到HSI颜色空间,同时生成一个与彩色图像大小相同的二值化状态特征矩阵,根据车牌的色彩特征,调整状态特征矩阵;再用数学形态学方法对状态特征矩阵进行填充空洞和滤除噪声的处理,并根据车牌的几何特征除去伪牌照区。该方法将图像的色彩特征与状态特征分离,充分利用车牌的色彩特征调整彩色图像的状态特征,并融合了数学形态学方法;而且将车牌的色彩特征和几何特征进行了有机的结合。实验结果表明该方法是一种有效的车牌定位方法。     

公交专用道设计及仿真分析——结合武汉市发展大道公交专用道设计实践

针对武汉市交通现状,并结合武汉市发展大道公交专用道的设计实践,就武汉市公交专用道的布置、隔离、路口优先和交织处理方式等多方面提出了先进且符合武汉实际情况的方案,对武汉市公共交通系统的构建具有很强的指导意义。     

A Bintree Energy Approach for Colour Image Segmentation Using Adaptive Channel Selection

A new hierarchical approach called bintree energy segmentation was presented for color image seg-mentation. The image features are extracted by adaptive clustering on multi-channel data at each level and used as the criteria to dynamically select the best chromatic channel, where the segmentation is carried out. In this approach, an extended direct energy computation method based on the Chan-Vese model was proposed to segment the selected channel, and the segmentation outputs are then fused with other channels into new images,from which a new channel with better features is selected for the second round segmentation. This procedure is repeated until the preset condition is met. Finally, a binary segmentation tree is formed, in which each leaf represents a class of objects with a distinctive color. To facilitate the data organization, image background is employed in segmentation and channels fusion. The bintree energy segmentation exploits color information involved in all channels data and tries to optimize the global segmentation result by choosing the "best" chan-nel for segmentation at each level. The experiments show that the method is effective in speed, accuracy and flexibility.