System convergence — The potential for an integrated road transport environment

This chapter discusses the potential for co-ordinating developments in Road Transport Informatics (RTI) in what could otherwise be a number of fragmented approaches, in order to approach what the DRIVE programme calls the Integrated Road Transport Environment (IRTE). The discussion is presented with particular reference to European developments such as the PROMETHEUS and DRIVE research programmes, but is intended to encompass possible progress towards worldwide standardisation.The role of consensus formation in Europe in the DRIVE projects SECFO and TARDIS is described. The importance of dynamic route guidance and of automatic debiting systems are highlighted in identifying the likely impetus towards the implementation of RTI systems. Finally, some outstanding issues are presented briefly, and the possible emergence of international standards leading to compatible systems worldwide is discussed.     

ZooKeeper在复杂事件处理系统中的应用

复杂事件的分布式计算处理与协调一直是分布式计算的难题,尤其是基于低成本的高可用性技术实践.提出了把ZooKeeper应用于以Esper为核心的复杂事件处理系统的一种技术解决方案.该方案通过ZooKeeper协调多个复杂事件处理引擎,并作为控制台和复杂事件处理引擎的交互媒介,能够实现复杂事件处理分布式计算的集群技术应用,可提高系统的可用性和实时性.所提出的方案在3台PC机搭建的仿真实验平台进行了验证,说明是可行的.     

�����������ʵʱ��ͨ�źſ���������о�

实时交通信号控制是城市交通控制系统的重要组成部分,建立在前人研究工作的基础上,本文尝试采用多智能体的分布式控制技术来解决复杂的交通信号控制问题,构造了多智能体的城市交通控制系统控制流程,提出基于同时扰动随机逼近算法/人工神经网络的改进的交通控制模型,模型通过采用同时扰动随机逼近算法来更新神经网络的权重,这种方法克服了现有控制方法需要大量的数据传输、准确的数学模型等缺陷。最后作者应用微观交通仿真系统对模型的有效性在较为复杂的交通网络中进行了测试,仿真结果表明了该方法的有效性。     

���ܽ�ͨ������Υ�³������

针对智能交通的广泛应用与需求,提出了一种黄网格区域违章车辆智能监测算法。首先通过连续帧差法生成不含任何车辆信息的静态背景,然后结合差分图像分割算法和二值数学形态学算法来提取车辆目标,最后通过监测车辆并判断其在黄网格区域滞留时间来判断该车是否违章。监测系统采用多摄像头远近景协同拍摄的方法,保存车辆违章的视频片断并提取车牌信息,最终结果作为交警处罚违章车辆的依据。本文提出的黄网格区域违章监测算法具有一定的实际应用价值,在智能交通管理中得到一定的应用。     

公路交通事件检测技术的研究与展望

分析目前国内外交通事件检测技术和检测算法的发展现状,对交通事件检测技术所采用的人工检测技术和自动检测技术进行具体介绍,对基于各种检测原理的检测算法进行深入剖析,并阐述交通事件检测技术的应用。     

A HOS-based blind signal extraction method for chaotic MIMO systems

A novel method to extract multiple input and multiple output （MIMO） chaotic signals was proposed using the blind neural algorithm after transmitting in nonideal channel. The MIMO scheme with different chaotic signal generators was presented. In order to separate the chaotic source signals only by using the sensor signals at receivers, a blind neural extraction algorithm based on higher-order statistic （HOS） technique was used to recover the primary chaotic signals. Simulation results show that the proposed approach has good performance in separating the primary chaotic signals even under nonideal channel.     

浅谈公路收费系统故障定位及排除

本文从实际工作经验出发,简要介绍了公路收费系统在故障定位及排除过程中的一些基本原则和常用方法,列举了许多在故障定位及排除过程中需要注意的事项,具有一定的指导作用和借鉴意义。     

考虑博弈的多智能体强化学习分布式信号控制

交通需求的不均衡和波动会增加分布式信号控制优化的难度. 由于现有独立动作的多智能体强化学习(IA-MARL)仅基于自身的历史经验做出决策,基于IA-MARL的分布式信号控制难以及时缓解交通需求不均衡和波动的影响. 本文融入博弈论的混合策略纳什均衡概念,改进IA-MARL的决策过程,提出考虑博弈的多智能体强化学习(G-MARL)框架. 在采用带有泊松到达率的道路网络流量不均衡输入的格子网络中,分别对基于IA-MARL 和GMARL 的分布式控制方法进行数值模拟,获取单位行程时间和单位车均延误曲线. 结果显示,与IA-MARL相比,G-MARL在单位行程时间和单位车均延误方面分别改善59.94%和81.45%. 证明G-MARL适用于不饱和且交通需求不均衡和波动的分布式信号控制.     

我国轨道交通发展的战略思考

结合我国城市发展的客观条件和国外大城市发展历程,分析了我国发展轨道交通的必然性和发展原则. 以解决城市交通问题为切入点,分析了如何协调大交通与城市交通、公共交通和非公共交通,以及轨道交通与地面公交汽车关系,阐述了以轨道交通为主力的城市公共交通系统的优势和发展趋势. 提出了发展轨道交通的原则,强调构建与城市整体规划相适应的轨道交通网络. 指出轨道交通的建设应考虑其结构性和经济性,确定适当的轨道交通方式,不应过于追求超前. 最后,提出了发展轨道交通的策略措施,并对资金筹集方式的选择加以论述.     

基于FCM聚类的复杂交通网络节点重要性评估

网络关键节点的评估与选择对于区域交通信号控制系统的实施具有重要意义,国内外广泛应用的SCOOT/SCATS等区域交通控制系统关键交叉口的选取往往以交通流量大小、节点间距等为参考,较大程度上依赖经验. 本文以节点连接度、节点介数和交叉口高峰小时交通流量为评价指标,应用FCM模糊聚类方法给出交叉口的重要性分类方法,实现城市复杂交通网络的关键节点选择,并以北京市长安街沿线周围交叉口为例进行了实证研究. 研究表明：当聚类数取3、4和5时长椿街路口、府右街南口和和平门路口均呈现出极高的聚集性,且聚类中心体现的交通特性与实际工程中的关键交叉口基本相同. 本文方法可为区域交通控制系统的关键节点选择提供理论基础.