MAS在智能交通系统中的应用研究

针对现有交通控制系统在控制方式上相对集中、效率较低、实时反应性不强等不足之处,提出了一种新的基于MAS的城市交通控制系统框架,它将为塑造全新的数字化城市提供重要的技术支持.通过介绍Agent的结构和特点,分析MAS的层次结构,说明了MAS应用在智能交通系统中的可行性.然后通过分析城市多智能体控制系统的思想,构建了基于MAS的城市智能交通控制系统,提出了该控制系统中各Agent的协调机制和通讯机制.     

车队智能管理系统

近来车队智能管理系统在货运和客运行业中越来越流行。如一天的订单数、货物数达到上百甚至上千件的时候，靠人工来控制、管理车队及提供服务将会有很大的难度。在车辆调度中心内部以及中心和车辆之间都需要信息处理系统和有效的通讯手段。     

VOLVO YCC概念车

内部空间里，设计师Cynthia Charwich强调的是空间和采光。内部拥有宽敞的空间，简洁精致的内饰及顺畅的通风环境；换档机构等集成在方向盘上，然后把前座椅之间设计成放随身物品的漂亮空间。     

交通环保今年重点防治船舶污染

记者日前从交通部环境保护办公室获悉，今年交通行业将继续强化环保理念．加强环保管理力度，积极推进船舶污染防治，塑造负责任的行业形象。 据了解，为加强交通行业环保管理力度，今年交通部将颁布《交通行业环境监测管理办法》、《交通行业环保统计管理办法》，组织编制《交通行业环境保护中长期发展规划》；组织开展公路环境保护检查．推动交通工程环境监理工作的全面开展，继续推进交通行业规划及建设项目环境保护管理工作。     

英国临时可部署的营房设备

临时营房是提高部队士气和战斗力的重要措施之一，特别是在极为艰苦的条件下更是如此。在怎样的敌对战争状态、怎样的作战流动性、怎样的后勤供应状态下采用什么类型，多高质量的临时营房、及各种不同类型临时营房存在的主要问题是各国军事部门普遍关心的问题。在当今世界上一种类型的临时营房采用帐篷。另一种类型的临时营房采用大型硬壁扩展式方舱或组合式方舱，后者部署快，在作战流动性大的情况下更为适用。但是在作战流动性较小，部队较为集中的情况下，采用类似英国的临时营房，可提供更为舒适的生活环境。下文主要介绍英国可临时部署的营房，以便我国临时营房使用单位和设计人员在选用和结构临时营房时作对比和分析。[编者按]     

日本智能交通系统的发展

本文主要介绍日本ITS（智能交通系统）研究开发的近况及发展趋势。     

A Class of Singularly Perturbed Problems for Nonlinear Two-Species Competitive Reaction-Diffusion System

Wang[1-4]studiedthesingularlyperturbedprob lemsofellipticequationsandnonlinearequations,Mo[5]discussedaclassofnonlinearpredator preysin gularlyperturbedRobinproblemsforreaction diffu sionsystems.Thesingularlyperturbedproblemfor nonlineartwo speciescompeti…     

融合式空间塔式算子和HIK-SVM的交通标志识别研究

在交通标志识别问题上,提出了一种基于融合式的空间塔式算子和直方图交叉核支持向量机(HIK-SVM)的分类方法.在该方法中,通过提取图像的灰度塔式词袋直方图(Gray-PHOW)特征、颜色塔式词袋直方图(Color-PHOW)特征和塔式边缘方向梯度直方图(PHOG)特征来对交通标志的外观、颜色和轮廓信息进行描述.通过提取空间塔式直方图特征,能很好地对图像各种特征的空间分布状况进行描述.提取到图像的外观、颜色、轮廓和特征的空间分布信息后,对其进行融合,最后得到的融合式的空间塔式特征具有很强的鲁棒性.将该融合式特征送入HIK-SVM进行训练和分类,取得了极其高的识别效果.     

快速路可变限速与匝道控制协同优化策略

可变限速控制和匝道控制是快速路交通控制的主要手段,本文对两者的协同优化策略进行了研究.借助智能车路协同系统强大的信息感知能力,通过引入微观交通流信息,对经典METANET模型进行了改造,构建了可变限速控制影响下的微观METANET模型,实现了一种新的可变限速控制策略,同时,采用ALINEA算法,对入口匝道进行了优化控制,实现了两者的协同优化.最后,基于实际道路和交通流数据搭建了仿真平台,对微观METANET模型和协同优化策略的有效性进行了验证.仿真结果表明,微观METANET模型具有良好的交通流预测效果,协同优化策略能有效地改善快速路交通流状态.     

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.