Japanese perspective of driver information systems

A perspective view of of Japanese R&D activities of Driver Information Systems is given from the standpoint of developing joint projects by public and private sectors. First, a brief history of the R&D activities is illustrated from above mentioned standpoint. Then, two major projects, AMTICS and RACS, and the social backgrounds of these projects are explained. In order to give a clear idea of both projects some technical details are treated.Based on the history and the present status of the developments, the basic design conceptions of Japanese Driver Information Systems are explained and several factors or reasons which have influenced to the design conception are discussed. Then, the promoting systems of the R&D activities are generally explained and present status of the projects and future problems in developing more advanced systems are also handled. A brief discussion on the establishment of international standard is also mentioned as a final comment.     

“三线一图”勤务指挥平台的研发与应用

通过对"122"接报警系统信息(交通拥堵报警与交通事故报警信息)、交通流量监测信息、动态岗位勤务数据信息、数字电台单兵定位信息等多类警情和警力信息进行集成,经自动统计分析后,利用GIS电子地图直观展示交通警情高发点段,建立以"警力线、警情线、指挥线"和"警情热点信息图"为基础的勤务指挥调度平台,为依据警情指挥调动路面警力实时提供辅助决策信息,全面实现警力与警情的同步浮动和匹配。     

汽车导航用电子地图的高效路网模型

为了有效地描述实际道路网络，提高汽车导航系统的运行效率，建立了一种新的电子地图的路网模型。在分析了嵌入式系统特点的基础上，对路网的数据结构进行了简化。采用重整实体ID的方法，进一步提高了数据的处理效率。实践证明，该模型可以较好地表述实际的道路网络，结构精练，处理效率高，适合车载导航系统，特别是嵌入式车载导航系统的要求。     

自动驾驶地图的发展路线探析

地理信息与国家安全密切相关,设计到了方方面面的工作内容,因此,在地图测绘的工作过程中,许多工作都有着在严格的限制.尤其是在高精度地图的测绘工作中,需要专业化的工作人员、专业的测绘工具等开展工作,还需要有甲级测绘资质的单位,完成专业化的工作.因为自动驾驶对于高精度地图有着依赖性的要求,也是在精度方面提出了更好的要求,自动...     

基于长间隔大规模数据的地图匹配算法研究

随着GPS定位技术应用的日益推广,GPS技术被大量应用于公交车辆及出租车辆的定位与预测.公共交通调度中心的数据量和处理负荷将变得非常巨大,而且租用电信无线网络的费用也很高.如何使用尽可能少的数据得到比较好的定位信息和节约计算资源就成为我们面对的一个重要课题.针对杭州交通调度中心的出租车和公交车的大间隔定位信息,本文提出了一种将基于权值,道路拓扑和最优路径选择相结合的综合地图匹配算法,并应用于实际,取得了很好的效果.     

基于3D点云语义地图表征的智能车定位

为提高智能车节点定位准确率, 研究了基于3D点云语义地图表征的智能车定位方法。该方法分为3个部分: ①基于三维激光点云的语义分割, 包括地面分割, 交通标志牌分割和杆状语义目标分割; ②面向智能车的点云语义地图表征, 利用分割的语义目标投影, 生成带权有向图, 语义路, 语义编码, 再以语义编码和高精度GPS的全局位置组成语义地图表征模型; ③基于语义表征模型的智能车定位, 包括基于GPS匹配的粗定位和基于语义编码渐进匹配的节点定位。实验在3种长度不同、复杂度不同的道路场景下进行, 节点定位准确率分别为98.5%, 97.6%和97.8%, 结果表明所提出的定位方法节点定位准确率高、鲁棒性强且适用于不同的道路场景。     

面向在线地图的GCN-LSTM神经网络速度预测

为从路网速度中完整提取路段速度的时空特征,实现高精度路段速度预测,通过调用在线地图的路径规划应用程序接口,采集路段的在线地图速度;利用图卷积神经网络(GCN)提取空间特征,利用长短期记忆(LSTM)神经网络提取时间特征,建立面向在线地图的GCN-LSTM神经网络,提取路段速度的时空特征,预测路段速度;为测试面向在线地图的GCN-LSTM神经网络表现,并评价在线地图下GCN-LSTM神经网络的优势与面向检测器速度预测模型的可替代性,以局部路网为例分析模型表现,并对比在线地图下不同模型的表现与不同数据源下近似模型的表现。研究结果表明：GCN-LSTM神经网络在训练集和测试集上的平均绝对误差(MAE)均低于5,均方根误差(RMSE)均低于6,平均绝对百分比误差(MAPE)均低于30%,训练误差和测试误差均处于较低水平,总体表现良好;GCN-LSTM神经网络的路段MAPE服从Gumbel分布,均值均落在19%±4%之间,85%分位点均落在34%±5%之间,2项指标均处于较低水平,个体表现良好;在面向在线地图的速度预测模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,在面向在线地图的速度预测中具有一定优势;在近似模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,则面向在线地图速度预测的可靠性高,可代替面向检测器的速度预测。     

强迫布鲁塞尔振子相图的研究

针对强迫布鲁塞尔振子模型的Ｆａｒｅｙ序列与Ｍ．Ｓ．Ｓ序列进行了扩大区域的研究，表明单峰映中看成圆映象的近似，并建立了圆映象的相图，单峰映象的相图及符号动力学间的关系。     

基于随机Melnikov方法的甲板上浪船舶混沌运动研究

应用随机Melnikov方法和庞加莱截面研究甲板上浪时船舶的混沌运动。考虑甲板上浪对船舶静稳性的影响,建立随机横浪中船舶横摇运动方程。由随机Melnikov过程结合均方准则确定船舶产生混沌运动的参数域,计算不同参数域中船舶横摇响应的庞加莱截面和时间历程。结果表明,增加船舶阻尼将抑制混沌运动的发生。甲板上浪时船舶横摇响应的庞加莱截面上有两个吸引域,船舶运动过程有两个横摇中心。在非混沌参数域中,船舶只围绕其中的一个横摇中心运动;在混沌参数域中,发生由一个横摇中心到另一个横摇中心的随机跳跃。     

轨道式集装箱龙门起重机半自动操作

简述天津港东突堤北侧改扩建集装箱码头工程在全国首次大规模采用轨道式集装箱龙门起重机(简称轨道桥)装卸工艺。通过开发PDS半自动系统,在堆场电子地图的支持下,实现了适合集装箱装卸作业的半自动操作方式。经测试完全达到生产作业要求。