上海轨道交通1、2号线自动售检票系统"一票换乘"改造方案

对上海轨道交通1、2号线AFC(自动售检票)系统“一票换乘”建设中车站计算机改造的两种不同方案进行分析和比较。介绍了基于第二种方案(将新车站计算机串接在原车站计算机与设备之间)的AFC系统车站计算机改造的实施过程。新AFC车站系统具有实现一票换乘兼容性强、车站系统应用架构扩展性增强的特点。实践证明改造方案和实施步骤符合线路运营实际情况,最大程度降低了工程建设风险。     

排水泵站集水池施工技术

本文结合工程施工经验，论述排水泵站主要施工措施，介绍泵站施工工艺，并就常见混凝土施工质量缺陷提出防治补救措施。     

多相流试验台测控系统的现场调试

介绍了多相流试验台的测控原理和调试的工作内容,结合多相流试验台的安装与调试过程,阐述了现场调试中出现的主要问题及其相应的解决步骤,对现场调试人员在调试中应注意的问题提出了一些建议.     

软件测试技术与高速公路收费系统软件检测

阐述目前软件测试技术的主要类型和技术水平,介绍主流的软件测试工具,说明应用测试工具与传统手工测试相比的优点,利用图示叙述当测试过程中发现错误时,对错误数据信息的流转过程。根据高速公路收费软件分为收费车道、收费站和收费中心三级,每部分软件具有不同功能的特点,讨论软件测试工具在高速公路收费软件检测中应用的可行性,分析应用方法,以使用Mercury公司的测试软件LoadRunner测试收费中心常用页面最大并发数为例,描述测试软件性能测试过程。以使用Mercury公司的测试软件Test Director测试收费软件功能测试为例,介绍软件测试工具在功能测试过程中发挥的作用。     

公路联网收费系统软件质量检验

公路联网收费已成趋势,联网的进程也不断推进,但却没有科学的联网收费软件质量检验方法。本文通过对目前公路联网收费系统软件质量检验评价工作存在主要问题的分析,从公路联网收费系统软件测试角度,归纳出功能性是收费系统软件质量的根本特性。依据此特性,分别对质量检验过程中选取样品的代表性和软件测试的方法进行了阐述。在检测结果的评定和判定标准中,对联网收费系统软件质量的缺陷进行了分级,并引入模糊数学的方法对软件质量进行判定。由此,初步得出联网收费系统软件质量检验的方法。为今后系统的制定科学的联网收费软件质量检验方法提供了一些思路。     

公路交通资产管理系统开发关键技术与应用保障

介绍了公路交通资产系统的含义与资产管理过程,并指出开发交通资产管理系统的关键技术,论述了公路交通设施信息准确高效获取、公路交通设施使用性能评估、公路交通资产管理系统决策的实现过程,最后提出了公路交通资产管理系统应用保障措施.     

FZ-10C型反力式滚筒制动试验台检测系统的应用与研究

根据广东省汽车检测站计算机控制系统技术升级改造的有关技术要求,开发了FZ-10C型反力式滚筒制动试验台制动检测软件,并对该制动系统的数据采集和单片机与上位机之间的通信进行了分析和研究.设计了制动检测程序,通过检测数据分析,表明了系统的可靠性高、实用性强.     

城市公交线网的一票制差异化票价策略优化

针对城市公交系统客流空间分布和线网运力配置不均衡问题,提出公交线路间差异化定价策略,通过价格杠杆调节客流需求分布. 针对我国普遍采用的一票制模式,在分析乘客广义出行费用的基础上,利用基于Logit 的线路间客流分配方法,并以总社会成本最低为目标,以满足输送能力和收费额度等为约束,建立了固定需求下的城市公交线网的差异化票价策略优化模型. 根据模型特点,设计了基于模拟退火算法的模型求解方法,综合优化各线路的票价水平和发车频率. 最后,将提出的模型和算法应用到典型公交线网上,算例结果表明,优化方法在较低的收费额度下即可实现较为明显的网络改善效果.     

基于USB2.0高速实时数据采集系统的设计与实现

介绍了USB2.0总线通信协议的基本原理和应用.提出一种基于USB2.0的高速实时数据采集系统的硬件及软件设计方案,并详细描述了具体实现本高速实时数据采集系统的技术手段.最后对采用本系统所采集的实时数据进行了分析和验证.     

Automated classification based on video data at intersections with heavy pedestrian and bicycle traffic: Methodology and application

Pedestrians and cyclists are amongst the most vulnerable road users. Pedestrian and cyclist collisions involving motor-vehicles result in high injury and fatality rates for these two modes. Data for pedestrian and cyclist activity at intersections such as volumes, speeds, and space–time trajectories are essential in the field of transportation in general, and road safety in particular. However, automated data collection for these two road user types remains a challenge. Due to the constant change of orientation and appearance of pedestrians and cyclists, detecting and tracking them using video sensors is a difficult task. This is perhaps one of the main reasons why automated data collection methods are more advanced for motorized traffic. This paper presents a method based on Histogram of Oriented Gradients to extract features of an image box containing the tracked object and Support Vector Machine to classify moving objects in crowded traffic scenes. Moving objects are classified into three categories: pedestrians, cyclists, and motor vehicles. The proposed methodology is composed of three steps: (i) detecting and tracking each moving object in video data, (ii) classifying each object according to its appearance in each frame, and (iii) computing the probability of belonging to each class based on both object appearance and speed. For the last step, Bayes’ rule is used to fuse appearance and speed in order to predict the object class. Using video datasets collected in different intersections, the methodology was built and tested. The developed methodology achieved an overall classification accuracy of greater than 88%. However, the classification accuracy varies across modes and is highest for vehicles and lower for pedestrians and cyclists. The applicability of the proposed methodology is illustrated using a simple case study to analyze cyclist–vehicle conflicts at intersections with and without bicycle facilities.