智能低压系统在广州地铁3、4号线中的应用

结合广州地铁3．4号线工程实例,介绍智能低压系统的设计和应用。应用结果表明,系统由于选用了高可靠性以及输入、输出均可编程的智能元件和尽量简单的系统结构,与传统的控制方式相比,功能强大、可靠性高、接线简单、自动化程度高。由于大量减少了现场接线,缩短了现场安装、调试周期,且便于运营维护。该系统已在广州地铁其他线路上推广应用。     

基于车辆身份感知数据的路段轨迹 重构方法研究

车辆轨迹蕴含着大量丰富的交通流时空信息,对于全面解构城市交通路网运行具有至关重要的意义.传统车辆轨迹重构模型大多基于定点线圈检测数据或者浮动车轨迹数据作为输入数据,并且普遍未考虑过饱和交通状态.本文提出了一种基于车辆身份感知数据的车辆路段轨迹重构方法,通过构建一种绿灯相位回溯框架,基于交通流激波理论分段重构车辆行程轨迹,每次回溯过程包含两个主要步骤,即估计车辆状态和分状态重构车辆行程轨迹;然后在Paramics 微观交通仿真平台上对本方法模型的准确性进行了验证.结果表明,该方法在各种饱和状态下均能达到令人满意的应用效果.     

基于宏观基本图的路网多子区状态一致协同控制

针对基于宏观基本图(MFD)的路网多子区协同控制未考虑各子区拥堵状态差异性及均衡性的问题,本文提出以多子区状态可达一致为目标的子区边界状态反馈控制设计方法. 首先,基于路网 MFD模型建立路网多子区协同模型;进一步,基于部分变量稳定性理论,设计多子区状态可达一致的边界状态反馈控制律.在此基础上,考虑子区拥堵状态的差异性,设计了子区间的协同控制策略,快速缓解子区拥堵状态;同时,提出子区边界输入流的分配优化策略.最后,以潍坊市实际路网为背景建立仿真模型.实验结果表明,本文方法可实现子区交通流分布的均衡性,快速缓解子区拥堵状态,较大幅度地提升路网运行效率.     

基于MS-RG混合图像分割模型的道路检测研究

道路场景因其结构的多样性、纹理变化的复杂性和自然曝光的不稳定性,使得传统基于道路分割的道路检测方法大多存在信息冗余,并且存在边界丢失、模糊等质量问题.本文首先在道路图像上使用 Meanshift均值漂移算法,通过空间内的概率密度呈梯形上升去寻找局部最优,并搜索属于同一模点的像素然后生成获得超像素块.然后利用 Meanshift算法获得的聚类超像素块进行多种子点区域生长,规范生长规则,克服不能得到封闭边界的缺陷,改进道路图像的分割效果.实验结果表明,本文提出的模型适用性强,相比于传统方法有效地提升了分割准确性和实时性,可准确识别出图像中的道路信息,确保车辆能够行驶在可行驶区域上.     

车辆合乘问题的两阶段分布式估计算法

针对智慧交通中多车辆合乘问题,提出一种分布式并行计算环境下的合乘模型. 利用合乘概率矩阵的先验知识,实现更高效的运算和求解.当合乘概率矩阵不是单位 矩阵时,合乘模型被增广为车主合乘和乘客合乘两个阶段.两阶段分布式估计算法运用可行合乘解的合乘概率矩阵,作为一种随机优化方法求解最优值.根据可搭乘矩阵初始化合 乘概率矩阵,并在优化过程中连续更新合乘概率矩阵.车主同乘客分离优化,减少了出行车辆,并实现了互相搭乘的合乘模型.通过合乘模型的优化迭代能够为乘客挖掘出高效可 行的搭乘路线.实验结果表明,该合乘模型具有平均等待时间少、平均载客量大、人均行驶 距离短的高效出行特点.     

基于驾驶人决策机制的换道意图识别模型

依据驾驶人换道决策的产生机制,提出速度期望满足度、危险感知系数和换道 可行性系数作为换道决策的识别指标并确定其量化方法.通过实车试验数据的分析表明： 量化指标与换道决策存在不同程度的相关性;同时在换道初期、车道保持及过渡状态阶 段存在显著差异.以速度期望满足度、危险感知系数和换道可行性系数为特征输入参数, 建立基于模糊神经网络的驾驶人换道意图识别模型,进行驾驶人换道意图的识别.结果表 明,该模型在换道初期的预测准确率达到89.93%,虚警率为9.52%,优于以碰撞时间TTC 为输入指标的BP神经网络模型,以及以RV、RP、RS为变量的Logistic 模型,说明模型具 有较好的预测准确性.     

���ڰ����ij��е�·�г�ʱ��Ԥ��

已有旅行时间预测方法多是针对高速公路、城市快速路和主干道路的路段,而针对城市一般道路,及路径旅行时间预测的研究则相对不足.本文提出一种基于案例的旅行时间预测算法.算法的基本原理为,在轨迹数据建模的基础上,建立动态更新的、包含多个属性的历史旅行样本数据库,然后根据出行时间及环境信息从案例库查找匹配案例,其结果经过一定修正用于预测路径旅行时间.与基于路段的旅行时间预测方法相比,该算法具有较强的鲁棒性和可移植性,受空间路网和数据样本量的影响较弱;并且在相同数据样本量和路网空间覆盖率的情况下,该算法预测精度高于对比算法.     

基于随机重复爬山法的交通状态预测

合理构造影响交通状态网络结构,是实现交通状态预测的前提条件.为克服爬 山法易陷入局部最优的缺陷,提出一种基于随机重复爬山法的交通状态预测方法.对随机 生成的有向无环图迭代运行爬山法得到多网络结构;通过有向边置信度的定义和置信度 阈值的计算,确定了最优贝叶斯网络结构中节点和有向边选取准则;利用最优贝叶斯网 络结构,实现了畅通、平稳、拥挤和阻塞等4 种交通状态的预测并综合评价.分析结果表 明,该方法仅选取时段、节假日等两变量时,对交通状态预测总体准确率超过85%,能够 为高速公路运行状态监测预警和决策分析提供有效方法和数据支撑.     

�����г���λRAIM ������Ԥ�ⷽ���о�

基于北斗导航系统实现列车定位具有显著的性能及成本效益.为确保其符合特定应用需求,需要对定位完好性进行有效监测.立足于对常规接收机自主完好性监测方法进行有效辅助,本文提出一种应用于北斗列车定位的接收机自主完好性监测可用性预测方法.该方法利用北斗导航系统历书信息,结合列车运行计划实施完好性监测离线计算,预先对实际行车过程中可能的完好性状况进行估计,为列车在途定位完好性监测计算提供先验信息,确保定位结果满足应用需求.采用现场试验数据验证了本文所提出方法的预测能力,在基于卫星导航的列车控制等系统领域具有重要的应用价值.     

Dijkstra改进算法在停车场内部路径引导中的应用

针对大型停车场泊位引导效率低以及管理系统不完善等问题进行分析,对停车场内的路网特征进行研究。从用户角度分析其对最优泊位选择的影响因素,以寻找最优泊位为目的,提出一种Dijkstra改进算法,并在MAT‐LAB环境下进行仿真。改进的Dijkstra算法要比传统Dijkstra算法的计算效率提高65％,为用户进入大型停车场提供向导服务,帮助其尽快找到合适泊位,进而对提高停车场管理系统的智能化程度以及停车效率作出贡献。