Part 1. National road safety performance: Data,the emergence of two single-outcome modeling streams and public health

This first part of the state-of-the art focuses on the origins of road safety modeling, covering data, early models and the public health context of model formulation and use.     

城市道路排队车辆检测方法

针对城市道路环境下的排队车辆检测问题,提出一种基于边缘信息和局部纹理特征的综合检测方法。根据交通环境的特点,对比5种不同边缘检测方法的性能,采用Canny算法提取边缘信息,采用改进的LBP方法提取纹理特征,得到车辆的综合检测结果,提取车辆排队长度和车道占有率等交通参数。分别采用综合检测方法、高斯混合模型和帧差法处理快速路、交叉路口、阴雨天气、光线突变、大雪天气、浓雾天气等场景下的视频图像,并采用ROc曲线对检测性能进行量化评价。分析结果表明：在快速路和大雪天气场景中,3种方法检测性能基本相似,最佳检测率分别接近90．0％和60．0％,虚警率分别不超过5．0％和10．0％;在交叉路口场景中,3种方法的最佳检测率分别为77．1％、31．5％、13．6％,虚警率分别为16．5％、3．2％、19．0％;在阴雨天气场景中,3种方法的最佳检测率分别为65．2％、3．0％、62．4％,虚警率分别为10．5％、5．0％、56．5％;在光线突变场景中,3种方法的最佳检测率分别为62．0％、18．9％、39．7％,虚警率分别为10．8％、55．1％、36．0％;在浓雾天气场景中,当能见度较低时,3种方法的检测率和虚警率均接近于0。     

Unusual event detection and prediction in real-life scenes

In this paper,we consider unusual event detection problem in a novel viewpoint and provide an algorithm to solve the problem.The actions or events in the scene is usual or not will eventually be reflected on the changes of some basic features.We summarize these basic event features and propose special representation for each of them.Thus we can model these features in a uniform mode using adaptive Gaussian mixture model.Supervised and unsupervised unusual event detection algorithm can be designed to fit var...     

跨江大桥主桥墩局部冲刷试验研究

文章采用正态动床概化模拟试验方法,对跨江大桥主桥墩周围的局部冲刷问题进行了试验研究。试验结果表明,冲刷坑的深度和范围与床面的地质条件、水深、流速、墩宽和墩形有密切关系。试验得出局部冲刷与流量的关系和最大冲刷深度,并提出了桥墩局部冲刷的防护措施。     

交通视频背景估计动态高斯混合模型

为适应交通环境多变情况下实时交通信息动态采集的要求,提出了1种基于单高斯分布假设、图像分块处理、利用帧差法进行样本选取的动态混合模型对交通信息的图像背景进行快速估计,并在实际道路环境下对多种方法进行实验比较,证明该模型有效地削弱了运动物体和噪声对于背景估计的影响,具有较好的正确性和有效性.     

���е�·����ʱ���˹���ģ���о�

城市道路旅行时间是城市交通系统的重要表征参数.基于利用车牌识别系统所检测到的高样本率的车牌数据进行匹配获得信号控制路段的旅行时间数据,本文应用高斯混合模型研究了城市道路旅行时间分布的估计方法,对比了高斯混合模型与正态分布、对数正态分布、Weibull分布模型的差异,并在此基础上分析了高斯混合模型中密集峰的数量对拟合结果的影响.结果表明,针对本文应用的数据,城市信号控制路段的旅行时间可以用高斯混合模型进行良好的表征,恰当的密集峰值往往是2个或3个,更多的密集峰值数量并无实质性影响.研究结果可以为城市信号控制道路旅行时间可靠性等的进一步分析提供良好的支撑.     

基于高斯伪谱法的自动驾驶车辆状态研究

针对自动驾驶车辆的多阶段多约束轨迹优化问题,根据高斯伪谱法的思路,建立了基于场景的环境模型和车辆动力学模型,设置了车辆动力学约束、速度约束等各种状态约束,包括自动驾驶在每一阶段的起始状态和终了状态等参数的约束条件。采用高斯伪谱法通过将控制变量和状态变量进行离散化来获得其近似表达式,从而将自动驾驶的轨迹规划问题转化成性能指标的优化问题,最终求得了自动驾驶车辆的安全、有效的路径轨迹。研究结果表明:高斯伪谱法具有计算精度高、求解速度快的特点,能在考虑各种约束条件下,实现多阶段轨迹优化。     

水稳混合料最大干密度及最佳含水量的理论求算

文章通过对最大水泥填充集料空隙质量的测定,以及与此相关的变化的水泥填充集料空隙质量的计算,详细推证了水稳混合料最大干密度ρ′dmax及最佳含水量ω′0的理论公式,并结合实例数据对比分析了推证公式的准确性,同时阐述了采用推证公式应注意的事项。     

基于GMM-CHMM 的城市道路换道行为识别

高级驾驶辅助系统(ADAS)是提高车内乘员安全性的主动安全系统之一,将车载参数和车辆位置参数相结合,提出一种能够应用到ADAS的城市道路换道行为识别模型. 在西安城市道路环境中进行实验,采集18 位驾驶员的9 个车载实时参数数据,以及前后车辆间的相对速度、相对距离、相对角度,提取412 个换道行为单元和824 个车道保持行为单元,共 88 992 条数据. 运用数理统计方法分析表明,方向盘转角、转向角速度、相对安全距离比在换道行为和车道保持行为之间有显著性差异,在这3 个特征参数的基础上,建立混合了高斯混合模型(GMM)和连续型隐马尔可夫模型(CHMM)的识别模型,用部分样本对模型效能评价. 结果表明,混合模型对换道行为的识别精度为93.6%,具有良好的识别效果,可以很好地应用到 ADAS.     

基于神经网络的舰船姿态信息谱估计方法

从最大熵谱估计入手,用ＴＨ网络这时地实现了对船用惯导系统姿态测量信号的最在熵一维谱估计。研究表明,由于神经网络的高度运算能力。该方法有效地解决了信号频谱处理过程中处理性能与运算量之间的矛盾,为现代谱估计了新途径。