基于车灯追踪的夜间交通信息采集方法

本文提出了一种专门用于采集夜间交通信息的新方法。车灯是在夜间路网中行驶的车辆最突出的视觉特征,通过对视频图像中的车灯灯光区域进行识别、追踪,可以确定车辆的位置和粗略的轨迹,基于此,可以进行流量、速度等交通参数的计算和统计。本文给出了详细的技术路线描述,并针对流量统计进行了软件程序实现,通过试验,证明了方法的可行性。     

静力水准监测在地铁盾构下穿建筑物过程中的应用

杭州地铁1号线某盾构隧道沿线需穿越较多建筑物,为保证地铁盾构能安全顺利地穿过这些已有的建筑物,选取其中3幢建筑物进行静力水准监测,总结分析建筑物变形在时间和空间上的分布规律。     

基于离散势能场的行人路径规划算法研究

复杂二维场景中的行人路径规划是行人仿真研究体系中微观仿真服务的关键性问题之一.针对该问题提出基于离散势能场的路径规划算法,给出总体算法的流程,并针对离散势能场的生成算法、离散路径的合理化方法等关键环节进行详细论述,最后经算例证明该算法具有一定的有效性,同时存在一定的局限性.     

短时交通流组合预测模型研究

短时交通流预测是目前智能交通领域的研究热点,文中从实际应用的角度出发,提出了用于流量和速度预测的组合预测模型.该模型包含傅里叶历史估计模型、自回归模型和邻域回归模型三个子模型.详细介绍了组合预测模型的预测机理、模型细节以及用以实现模型实时更新的迭代回归算法.该模型被实际应用到北京市道路预测预报系统中,实际预测误差不超过15%.     

基于离散势能场的行人路径规划算法研究

复杂二维场景中的行人路径规划是行人仿真研究体系中微观仿真服务的关键性问题之一。针对该问题提出基于离散势能场的路径规划算法，给出总体算法的流程，并针对离散势能场的生成算法、离散路径的合理化方法等关键环节进行详细论述，最后经算例证明该算法具有一定的有效性，同时存在一定的局限性。     

基于大规模定位数据的出行方式模糊判别研究

交通需求信息对于从战略上解决交通拥堵问题是非常重要的。从无线通信网络和GPS系统中可以获得大规模的定位数据。从定位数据中可以挖掘出完整的出行轨迹信息和有价值的出行需求特征信息。文中提出了以各种出行方式的先验知识为依据的出行方式模糊判别方法。该方法以从出行轨迹信息中提取的出行属性数据为输入,采用模糊推理机制实现机动车、自行车、步行等3种出行方式的良好区分。该方法可为交通规划工作提供出行方式划分方面的数据,并具有比传统交通调查方法更低的成本和更短的数据更新周期。     

高分辨率遥感图像道路边缘自动检测与提取技术研究

基于对高分辨率遥感图像中道路特征的分析,对传统的道路边缘自动检测与提取技术进行了改进,提出了新的技术路线和框架,引入数学形态学重建和边缘追踪算法对高分辨率遥感图像进行道路边缘自动检测。定义了描述边缘形状特性的P因子、F因子和C因子,利用K均值聚类的方法实现了基于多重判别准则的道路边缘提取,从而在众多的边缘检测结果中,排除房屋等其它区域的干扰,准确的获得道路边缘。     

用于微观行人仿真的邻域决策模型

对适用于连续空间的基于力的行人仿真模型进行综述,并以社会力模型(Social Force Model,SFM)为例,指出了其本质局限性.在此基础上提出了全新的适用于连续空间的微观行人仿真模型: 邻域决策模型(Neighborhood based Decision Making Model,NDM).该模型使用"方向选择与速率调整"相结合的方法对行人的微观动作进行描述,并采用邻域作用原理(Neighborhood based Impact Principle,NEP)驱动行人的决策过程.介绍了模型的基本原理,包括基于主观效用最大化原则的方向选择以及模型对于邻近行人和空间障碍物的处理思路.最后,通过一系列复杂场景内的单人行走仿真试验,验证了模型对于复杂邻域状态的处理能力,并深入分析了在不同参数配置下模型所模拟出的行人的行为特征,充分证明了模型的有效性.     

一种新的连续空间微观行人仿真模型

对适用于连续空间的基于力的行人仿真模型进行综述,并以社会力模型为例,指出了其本质局限性.在此基础上提出了全新的适用于连续空间的微观行人仿真模型:邻域决策模型.该模型使用"方向选择与速率调整"相结合的方法对行人的微观动作进行描述,并采用邻域作用原理驱动行人的决策过程.最后,通过一系列复杂场景内的单人行走仿真试验,分析了在不同参数配置下模型所模拟出的丰富的行人特性.说明该模型能够合理地模拟行人的非线性决策特征,与基于力的模型相比,更加符合行人的自然行走过程,证实了这种新的仿真模型的可行性.