交通环境对道路安全影响的未确知测度评价

道路交通安全事故的发生与交通环境有密不可分的关系。引入未确知测度数学理论模型,将道路安全分为4个等级,建立天气状况、路面状况、地形状况等交通环境因素的评价指标体系,分析给定了分级标准,构建了道路安全状况评价指标的未确知测度函数,用信息熵法求取指标权重,依据置信度识别准则对道路安全状况进行识别,得到了一定交通环境下的道路交通安全等级,并结合实例进行了分析。研究结果表明,该方法能有效解决道路安全等级评价中诸多不确定性问题,操作性强,结果可靠。     

Empirical assessment of urban traffic congestion

This paper presents an empirical assessment of urban traffic congestion in Central London, UK. Compared with freeways or motorways, urban networks are relatively less studied because of its complexity and availability of required traffic data. This paper introduces the use of automatic number plate recognition technology to analyze the characteristic of urban traffic congestion in Central London. We also present the use of linear regression to diagnose the observed congestion and attribute them to different causes. In particular, we distinguish the observed congestion into two main components: one due to recurrent factors and the other due to nonrecurrent factors. The methodologies are illustrated through a case study of Central London Area. It is found that about 15% of the observed congestion in the region is due to nonrecurrent factors such as accidents, roadwork, special events, and strikes. Given the significance of London, the study will be valuable for transport policy evaluation and appraisal in other global cities. Copyright © 2013 John Wiley & Sons, Ltd.     

基于贝叶斯网络的驾驶疲劳程度识别模型

国内外学者大多采用单一类型指标对驾驶疲劳程度进行判断。为克服单一指标检测的不稳定性,构建基于贝叶斯网络的驾驶疲劳程度识别模型。将驾驶环境属性、驾驶人个体属性和原始疲劳属性作为模型输入层变量。选择脑电指标、心电指标、眼动指标、驾驶绩效指标作为模型输出层变量。将清醒、轻度疲劳、重度疲劳三种驾驶疲劳程度作为隐含层变量。采用模拟驾驶方法进行实验,得到不同实验对象各个时刻不同疲劳程度的概率。将利用单一指标和贝叶斯网络模型得到的驾驶人疲劳程度与主观疲劳测评结果进行对照,证明贝叶斯网络模型不仅能消除单一指标失效时产生的误判和漏判,而且可提高识别的准确性。     

基于双层连通性检测的路面裂缝图像识别算法

针对路面裂缝图像识别结果容易存在孤立噪声和断续边缘的情况,提出了基于像素-裂缝子块双层连通性检测的图像自动识别算法,主要有4个部分:(1)基于自适应灰度拉伸的图像增强算法;(2)基于自适应大津法和八方向Sobel梯度信息的组合分割算法;(3)基于连通性检测的二值图像去噪算法;(4) 32×32裂缝子块识别和优化连接算法.然后,对5张3056×2048的路面破损图片进行裂缝识别,结果显示,该算法从像素和裂缝子块这2个层次进行连通性增强处理,可获得完整而连续的裂缝图像.最后,针对10张512×512的路面破损图片,对全局OTSU分割、八方向Sobel检测、Canny检测和本文算法进行测试,各算法综合性能指标F1值依次为62.46％、23.84％、10.45％和88.30％,准确率依次为83.45％,27.82％,17.83％和86.60％,召回率依次为56.89％,21.83％,8.89％和90.68％,体现了本文算法的优越性.     

宏观标定方法在Wiedemann驾驶行为阈值研究中的应用

基于流量速度图对Wiedemann74模型参数标定的宏观方法进行了研究,建立了集成VISSIM、Matlab、ExcelVBA的参数标定平台,以最小化流量速度图的实测值与仿真值的差异为优化目标,应用图像识别方法判剐图像的差异性,利用遗传算法优化参数值,实现了参数自动寻优的迭代过程.建立的参数标定平台能够利用流量、速度等宏观运行数据标定驾驶行为阈值参数,为利用检测器数据实现自动化标定提供了有效手段,为分析驾驶行为特点提供了方法,解决了VISSIM软件中默认参数不适合我国交通状况导致仿真精度不高的问题.利用路侧激光检测器采集长沙市南二环路断面交通数据,根据标定后的参数、实测数据对Wiedemann模型的驾驶行为阈值曲线进行了拟合,根据驾驶行为分区对长沙市南二环路的驾驶行为进行了分析.     

远光灯性能测试与评价研究

前照灯是汽车的重要安全件,其照明效果对行车安全至关重要。远光灯的性能主要包括安全性指标和用户满意度指标。安全性指标即障碍物识别能力,用户满意度指标则是指用户所关注安全性以外的其他方面。     

舰船目标一维距离像多姿态角相关匹配识别

为提高高分辨雷达目标识别率,对多姿态角舰船目标一维距离像的相关匹配识别方法进行了研究。提出了一种以相关匹配法为基础,求取目标各姿态角一维距离像与模板之间的最大滑动相关系数,并与识别率建立对应联系,通过引入联合概率计算提高目标识别率的方法。这种方法较为贴近实际应用,在一定程度上提高了识别率,为目标识别提供了一条较为有效地途径。     

一种基于高阶谱特征的舰船目标识别方法

基于高分辨距离像(HRRP)的舰船目标识别问题,提出了一种基于高阶谱特征的舰船目标识别方法。在对舰船目标HRRP特性分析的基础上,首先利用姿态角进行方位约束筛选,然后通过高阶谱特征结合欧氏距离测度最近邻分类器进行识别匹配。通过10类军民船目标的实测数据进行测试,验证结果表明该方法在舰船目标识别领域具有很好的应用前景。     

利用条形码识别技术实现智能仪器的精确定位

为实现某测量仪器的智能控制,需要对其行进的特定轨道进行位置识别,采用了现在应用十分广泛的条形码识别技术。论文简单分析了条形码的原理,按需要进行了条形码的编码,重点介绍了条形码的CCD识别。CCD识别包括CCD选型、驱动电路设计、光源设计和二值化电路设计。实践证明它能够精确、快速、可靠地完成位置信息的读取任务。     

基于双层隐式马尔科夫模型的驾驶意图辨识

构建了一种双层隐式马尔科夫模型结构,用于实时辨识驾驶员复合工况下的驾驶意图,并在驾驶模拟器上对坡道起步、紧急避障和弯道制动等复合工况进行了验证。结果表明,该模型可准确、高效地辨识各个单一和复合工况下的驾驶意图,为线控汽车的集成控制奠定基础,提高线控汽车的安全性和减轻驾驶员负担。