基于交通综合信息平台的概率交通预报方法

以交通综合信息平台为数据支撑,考虑交通指数发布对交通预测的影响,应用模式匹配和概率统计方法构建了概率交通预报方法的流程框架,研究了概率交通预报的2项关键实现技术,包括3级交通数据融合方法和交通指数发布内容.算例结果表明:概率交通预报使主路径和替代路径的饱和度差值从40%降低到23%;由于概率交通预报方法在考虑交通指数发布对出行行为影响的基础上对交通预测结果进行了修正,所以提高了交通预报的可信度,使路网交通负荷趋于均衡.     

高速公路非接触式交通检测技术的应用研究

非接触式交通检测技术具有检测范围大,安装维护方便等优点,在高速公路动态交通数据采集中不断得到应用。本丈在分析各种非接触式检测技术特性和精度的基础上,通过现场实验,研究了非接触式检测技术的应用功能、基于微波一线圈的组合应用及其数据融合。实验结果表明,非接触式交通检测技术在高速公路动态数据检测中可以使用,但由于受检测精度、数据类型、范围与安装使用条件的影响,不宜单独使用;通过非接触式与接触式检测技术的组合应用,克服了接触式检测器难以维护的缺陷,并且多检测技术数据融合的检测精度比单一检测技术提高10％～15％。     

一种基于信息融合的跟随驾驶行为协同仿真模型

基于信息融合技术模拟驾驶人信息感知、分析决策和车辆控制的全过程,建立跟随驾驶协同仿真模型.模型以动态交通信息为输入,设计单个神经元仿真驾驶人对感知信息的筛选,采用模糊径向基高斯神经网络提取驾驶行为特征向量,应用模糊积分法模拟驾驶人对信息的分析和决策过程,输出为车辆控制状态.离线检验结果表明,该模型能较好地描述跟随车状态变化,具有较高的精度.     

基于仿真数据的异类交通传感器信息融合研究

通过系统模拟中的相关原理,以实际传感器的性能参数为背景,可生成供交通信息融合算法使用的训练集和测试集仿真数据。结合这些数据,相关神经网络训练和仿真结果表明：交通信息融合方法对于提高异类传感器的速度检测是有效的．同时信息融合技术在智能交通系统中的应用能够提高信息获得的准确性。     

多源数据融合的区问车辆速度预测算法研霸

不同的交通信息采集方式由于其硬件和采集条件的不同,数据的适用范围和准确性也不同。在短时交通预测中,对于来自于不同检测器的交通流数据进行融合,并在数据融合的基础上进行区间速度的预测,可以有效地改善预测结果的准确性和可靠性。文中提出一种基于卡尔曼滤波的数据融合和区间速度预测方法。在对数据进行预处理和交通状态划分的基础上,根据不同的交通状态,进行多源交通数据融合和区间速度的预测。研究确定了卡尔曼滤波方法中的各个参数,并使用人工神经网络的方法求解状态转移矩阵。算法验证结果表明,速度预测的精度在90％以上。     

疲劳驾驶预警系统的研究进展

疲劳驾驶已成为交通安全的重要隐患,严重威胁着人们的生命和财产安全。本文分析疲劳驾驶预警系统的研究难点,介绍当前有代表性的预警系统,并在此基础上对这些预警系统的优缺点进行了对比分析,最后对疲劳驾驶预警系统的发展趋势进行了展望。     

雷达网络中的目标属性融合算法

现代战争中,随着导弹武器技术的不断完善和发展,现代军用雷达受到了巨大威胁,单部雷达已经很难适应未来战场的需要,因此雷达联网成为军事预警系统的发展趋势。本文针对雷达网中航迹关联后的数据融合实现问题进行讨论与分析,对该问题进行了数学描述,给出了雷达网中数据融合的实现方法。     

抗人γ-精浆蛋白V_H单域抗体/人p53四价功能域融合基因的构建及空间构象分析

目的　构建抗人γ 精浆蛋白 (γ Sm)重链可变区 (VH)单域抗体 /人 p5 3四价功能域融合基因 ,并进行空间构象分析。方法　选用人IgG3上游铰链区作为抗体和人p5 3四价功能域之间连接的linker。利用回归PCR法扩增人IgG3上游铰链区与人p5 3四价功能域融合基因 ,并在融合基因 5’端和 3’端引入SalⅠ与HindⅢ酶切位点 ,将融合基因克隆入 pUC1 9载体中构建pUC1 9/IgG3 /p5 3克隆载体。将抗人γ SmVH 单域抗体克隆入 pUC1 9/IgG3 /p5 3载体中 ,构建抗人γ SmVH 单域抗体 /人 p5 3四价功能域融合基因。经酶切鉴定及序列测定证实后 ,利用计算机软件进行空间构象分析。结果　获得了抗人γ SmVH 单域抗体 /人 p5 3四价功能域融合基因 ,基因全长 5 2 8bp ,可编码 1 76个氨基酸 ,与已发表的抗人γ SmVH 单域抗体、人IgG3上游铰链区和人p5 3四价功能域基因cDNA序列一致。计算机软件分析结果显示 ,融合基因表达产物可自动装配成四聚体抗体 ,并具有四条长的、柔性好的多肽 ,可确保每个抗体空间构象的独立性。结论　构建成功四价抗人γ SmVH 单域抗体 ,为进一步临床应用奠定基础。     

D-S证据理论在多传感器融合中的应用

详细介绍了Dempster-Shafer证据理论,介绍了它在多传感器融合(MSF)中的应用,并举了一个具体的例子,实验结果验证了其有效性。     

基于GPS与图像融合的智能车辆高精度定位算法

车辆自定位是实现智能车辆环境感知的核心问题之一.全球定位系统(Global Positioning System,GPS)定位误差通常在10 m左右,不能满足智能车辆的定位需求;惯性导航系统成本较高,不适于智能车辆的推广.本文在视觉地图基础上,提出一种基于GPS与图像融合的智能车辆定位算法.该算法以计算当前位置距离视觉地图中最近一个数据采集点的位姿为目标,首先运用GPS信息进行初定位,在视觉地图中选取若干采集点作为初步候选,其次运用Oriented FAST and Rotated BRIEF(ORB)全局特征进行特征匹配,得到一个候选定位结果,最后通过待检测图像中的局部特征点与候选定位结果中的三维局部特征点建立透视n点模型(Perspective-n-Point,Pn P),得到车辆当前的位姿,并以此对候选定位结果进行修正,得到最终定位结果.实验在长为5 km的路段中进行,并在不同天气及不同智能车辆平台测试.经验证,平均定位精度为11.6 cm,最大定位误差为37 cm,同时对不同天气具有较强鲁棒性.该算法满足了智能车定位需求,且大幅降低了高精度定位成本.