Online license plate matching procedures using license-plate recognition machines and new weighted edit distance

License-plate recognition (LPR) technology has been widely applied in many different transportation applications such as enforcement, vehicle monitoring, and access control. Recently, there has been effort to exploit an LPR database for vehicle tracking using popular template matching procedures. Existing template matching procedures assume that the true reference string is always available. However, under a two-point LPR survey, a vehicle could have its plate misread at both locations generating a pair of misread strings (or templates) with no reference for matching. To compensate for LPR misreading problem, we propose a new weight function based on a probability model to match the observed outcomes of a dual LPR setup. Also, considering that reversal errors are never made in LPR machines, new editing constraints as a function of the string lengths are proposed to avoid compensation for reversal errors. These editing constraints are incorporated into the constraint edit distance formulation to improve the performance of the matching procedure. Finally, considering that previous template matching procedures do not take advantage of passage time information available in LPR databases, we present an online tracking procedure that considers the properties of probability distribution of vehicle journey times in order to increase the probability of correct matches. Experimental results show that our proposed procedure can improve the accuracy of LPR systems and achieve up to 97% of positive matches with no false matches. Further research is needed to extend the ideas proposed herein to plate-matching with multiple, i.e., more than two, LPR units.     

基于车流量波动的列车编组计划与车流径路综合优化

在铁路日常运输组织中,存在大量的不确定因素,考虑这些因素对车流组织工作的影响至关重要.在列车编组计划优化中,考虑车流量的波动性,假设其服从一定的概率分布,根据事先给定的置信水平,按照机会约束规划理论,考虑车站和线路能力限制等约束,以车流集结总消耗、改编额外总消耗和总走行消耗之和最小为优化目标,建立基于车流量波动的列车编组计划与车流径路综合优化模型,设计基于随机模拟的改进分枝定界法对模型进行求解.研究表明:考虑车流量波动情况下的列车编组计划最优方案鲁棒性较强,而且随机参数的模拟规模越大,最优方案的稳定性越好.     

不确定信息下应急救援路径选择模型

迅速有效的震后交通疏散及道路管制措施对降低地震损失具有重要意义.通过定义路网疏散连通度和安全行驶路线,对不确定信息条件下救援疏散和路径选择问题进行描述.将避难点分配、路径规划、车辆容量,以及不确定通行能力作为该问题约束条件,确立了以公交疏散问题为基础的应急救援车辆路径选择模型.考虑到模型仿真的局限性,转化为相同发车间隔下的公交均衡调度问题进行求解.以唐山抽象路网和人口分布为基础进行仿真实验分析,结果表明:不确定信息条件下选择安全救援路径,当救援车辆途中遇阻时,只需调整交叉口转向策略即可顺利通行,保证了救援调度工作的稳定.     

基于路侧事故判别的公路平曲线车速限制研究

车速是导致公路平曲线路段路侧事故频发的关键因素,为降低路侧事故率,需进行车速限制研究. 选取8 个路侧事故风险指标进行PC-crash 仿真试验,共收集12 800 条数据. 采用路径分析方法筛选得到显著性风险指标,将其纳入贝叶斯逐步判别分析中,构建对应不同车型的路侧事故判别函数,提出对应不同道路几何设计要素的最高安全车速计算模型. 结果显示：显著性风险指标对路侧事故影响程度,由大到小依次为车速、圆曲线半径、车型、路面附着系数、路肩宽度、纵坡坡度和超高横坡度;道路线形条件越好,保证不发生路侧事故的最高安全限速值越大;在相同道路设计指标下,小型客车最高限速值大于货车最高限速值.     

灰色系统理论及数据融合技术在低空小目标跟踪中的应用研究

当小目标作低空掠海飞行时,由于海面杂波和电子干扰等因素的影响,易使入侵小目标的反射 信号淹没在杂波中而难以被舰载雷达系统发现,造成跟踪系统的失效。针对这一情况,本文首先应用灰 色系统理论的GM(1,1)模型,处理系统跟踪的数据丢失问题;然后应用数据融合技术来改善和提高系 统的跟踪精度。仿真结果表明,应用灰色系统理论和数据融合技术相结合,可大大提高系统的可靠性和 跟踪精度。     

求解多目标跟踪中数据互联问题的数字网络结构研究

在多目标跟踪情况下,求解数据互联问题要求计算把第i个量测分配给第t个目标的概率βi^t。该文阐述了求解数据互联概率βi^t的神经网络方法,介绍了具有神经元网络结构的数字实现,并分析了该神经元网络结构的稳定性和收敛性。     

基于运动矢量的车辆实时跟踪系统

建立了基于摄像机、图像采集卡及计算机的车辆跟踪硬件系统.研究了基于运动矢量的车辆跟踪算法.作者首先进行背景初始化,然后,利用背景差法和检测线法对通过目标交通场景的车辆进行检测,进而根据三步法计算车辆的运动矢量,并进行车辆位置的更新和遮挡处理,实现了车辆的实时跟踪.     

基于Mapinfo的路径选择系统开发研究

武警部队处突时,如何选择最优路径,在最短的时间内安全到达指定地点一直是值得研究的问题。在分析道路权重的基础上,建立最优路径选择的路段效用函数及算法,基于Mapinfo平台,利用VB编程实现最优路径选择。     

基于区块链技术的船舶污染物跟踪追溯应用研究

随着我们国家从海洋大国走向海洋强国,航运规模持续提升,船舶对海洋造成的污染问题也日益凸显.目前,船舶污染物大多送岸处理,水岸双方对船舶污染物接收、转运、处置的监管方式方法比较陈旧,衔接不畅,存在二次污染的可能性.区块链技术的出现,可以更好地解决船舶污染物监管问题,能够如实、准确反映船舶不同种类污染物的产生数量、转移去向...     

1-Wire总线器件ROM搜索算法与即插即用技术研究

介绍了Dallas／Maxim公司1-Wire总线器件接口技术,研究了MicroLAN中单总线所挂载的多个器件的ROM光刻码与二叉树结构的映射关系,提出了参照二叉树路径搜索的ROM搜索算法设计及器件即插即用功能设计,通过测试运行所设计的系统C程序,验证了系统的可靠性与稳定性。