基于机器视觉的车辆检测与参数识别研究进展

近年来公路交通运输快速增长,交通车辆的快速准确检测与识别对智能交通系统和交通基础设施运维具有重要意义.随着机器视觉和深度学习技术的迅速发展及其在目标检测领域的广泛应用,车辆目标检测和参数识别也取得新的突破.该文从车辆参数的识别方法和应用研究两方面梳理了机器视觉和深度学习在车辆检测与参数识别领域的研究现状、最新研究成果和...     

济南市黄岗路穿黄隧道总体设计与关键技术

济南市黄岗路隧道是目前内地在建直径最大的盾构隧道,穿越地上悬河黄河。结合悬河保护要求高、盾构掘进距离长、承受水压大、开挖断面大、工作井深度深、建构筑物及环境保护要求高等特点,从隧道功能定位、城市客运专用隧道技术标准选取、隧道平纵断面设计、横断面布置及两岸接线考虑等方面,对隧道总体设计方案进行综合分析,介绍关键技术问题设计方案的解决方案,对提高我国城市客运专用隧道、大型水下盾构隧道及穿越黄河隧道建设水平具有重要参考意义。     

基于数据驱动的电动汽车动力电池SOC预测

为准确预测电动汽车动力电池的能耗,缓解驾驶者的里程焦虑,本文中提出一种基于数据驱动的电动汽车动力电池SOC预测模型.首先分析电动汽车能耗构成并提取能耗影响因素,接着基于某款电动出租车CAN总线采集的汽车运行数据,采用机器学习算法,提出基于温度分层的能耗模型,通过宏观数据与微观数据的融合减小误差,最后使用该模型对车载BM...     

哈大高铁影响下东北城市群交通网络空间结构特征研究

哈大高铁的运行缩短了东北城市群之间的相对距离,优化了东北城市群城市交通网络空间结构.通过建立向心性分形模型以及相关性分形模型,以交通距离代替空间的实际距离来研究城市群之间分形特征,通过城市间高速铁路时间距离和高速公路时间距离进行对比,计算高铁开通前后东北城市群交通空间聚集维数和空间关联维数,分析东北城市群交通网络空间结...     

基于同方差的递增时间序列自回归预测的改善方法

提出了"利用反双曲正弦函数变换提高数据列光滑程度"的新结论,获得了递增时间序列改善的自回归预测新方法。     

基于人机工程学山区公路平曲线安全视距研究

视距是评价汽车行驶安全性和舒适性的重要指标.从医学和工学相结合的角度,以行车实验为依据,对驾驶员心率和血压变动规律与山区公路平曲线通视距离相关性进行分析研究.基于人机工程学实验研究表明,山区公路平曲线通视距离,应比现行理论计算通视距离增加5-10 m的安全距离,同时提出了相应的山区交通安全改善措施.     

山区双车道公路机动车碰撞事故严重度致因比较分析与预测

以云南山区双车道公路1740起碰撞事故数据为基础,将事故数据分为机动车与机动车、机动车与摩托车、机动车与非机动车3种类型,事故严重度划分为仅财产损失、轻伤、重伤或死亡事故3个等级,分别用部分优势比模型和有序Logit模型建立3类机动车碰撞事故严重度分析模型,对比分析不同等级事故的显著影响因素和模型的预测准确率,分析部分...     

液化气船事故频发的根源和对策

近年来,国内液化气船恶性事故接连不断,已严重危害液化气海上运输事业的健康发展。而要遏止这种趋势,必须准确分析事故频发的根源,并采取有力措施。     

ARPA模拟海上交通环境的事故分析系统研究

通过阐述ARPA的功能及在海事调查中的作用,提出用ARPA进行海上交通模拟的方法,并在此基础上设计出一种事故分析系统,从而方便对海上交通事故进行统计分析。     

An integrated framework for embedding large-scale dynamic traffic assignment models in advanced traveler information systems

In recent years, increasing attention has been drawn to the development of various applications of intelligent transportation systems (ITS), which are credited with the amelioration of traffic conditions in urban and regional environments. Advanced traveler information systems (ATIS) constitute an important element of ITS by providing potential travelers with information on the network's current performance both en-route and pre-trip. In order to tackle the complexity of such systems, derived from the difficulty of providing real-time estimations of current as well as forecasts of future traffic conditions, a series of models and algorithms have been initiated. This paper proposes the development of an integrated framework for real-time ATIS and presents its application on a large-scale network, that of Thessaloniki, Greece, concluding with a discussion on development and implementation challenges as well as on the advantages and limitations of such an effort.