基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络(Long Short-term Memory Network,LSTM)对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型(VP-LSTM).该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场...     

样本匹配算法在鱼雷弹道融合中的应用

通过分析鱼雷对抗试验中获得的内外测弹道数据的特点,在比较多种曲线匹配算法的基础上,提出了一种基于样本的匹配算法。该方法利用弹道曲线上的点对应的矢量作为特征无关量信息,在合理选取样本点基础上,采用最大相似性准则对弹道曲线进行匹配,找到曲线最佳匹配段,从而对准内外测弹道的时间基准,以用于弹道融合。     

基于路侧多机视频目标关联与轨迹拼接的车辆连续轨迹构建方法

针对单个相机覆盖区域有限的问题,本文提出了通过路侧多个相机获取车辆连续轨迹数据的方法。在路侧端布置多台固定相机采集视频数据,采用直接线性变换算法解决相机外参造成的画面畸变问题;通过全时域抽帧提取图片训练样本,采用YOLOv5训练车辆检测模型;针对偶发的车辆漏检情形,通过完整性检查可以筛查出此类情况并修复;针对连续多帧漏检或误检导致的目标关联问题,通过异常轨迹核查算法及数据修复工具解决;针对相机斜下方区域的车辆轮廓变形问题,采用车辆检测轮廓修复算法解决车辆在不同路段检测框大小不一的问题;提出了基于车辆质心坐标匹配的方法实现相邻机位间的车辆轨迹拼接。基于上述多机视频目标关联与轨迹拼接方法,在多机位时间同步下构建了覆盖武汉珞狮路高架桥的车辆连续轨迹数据集,轨迹数据集验证结果表明：数据集涵盖从畅通到拥堵的各种交通状态,包含多段分合流区域,数据集连续时长达到3.5 h,覆盖区域1.41 km;车辆检测模型的召回率达到93.23%,准确率达到98.51%,F1分数为95.80%;数据集包含主路及各处匝道汇入的轨迹共25 734条,其中覆盖道路全域的完整长轨迹15 004条。本研究丰富了路侧多机视频目标关联与轨迹拼接方法,有助于路侧宽域车辆连续轨迹构建及交通管理与控制。     

多特征点驱动的船舶轨迹聚类方法

轨迹聚类在船舶行为分析与海事监管等领域发挥着重要作用。船舶轨迹存在长度与采样率不一致、结构差异明显等特点,在大范围水域难以实现大量船舶轨迹的高精度与快速聚类。针对该问题,在利用船舶自动识别系统获取海量船舶历史航行数据的基础上,提取与船舶航行行为、船舶交通密度相关的位置特征点,进而提出了多特征点驱动的船舶轨迹聚类方法。针对船舶航行时在大多数情形下具有保向、保速的特点,采用数据压缩的方法捕获船舶航行状态以及船舶航向发生显著变化的轨迹点,作为船舶轨迹结构特征点;针对目标水域中某些特定区域常存在船舶交叉会遇的情形,利用概率密度估计法分析船舶交通流的空间分布特点,并提取船舶会遇局面下的轨迹点,作为船舶交通流特征点;为剔除2类特征点中的异常值,采用密度聚类算法对特征点进行聚类,进一步提高特征点提取的可靠性,并将聚类结果中每类特征点的中心作为代表性特征点;统计途经代表性特征点的船舶轨迹分布情况,将具有相似分布的船舶轨迹视为同一类。实验结果表明：相比于常用的K-medoids聚类、层次聚类、谱聚类和DBSCAN等方法,提出的轨迹聚类方法在成山头水域、长江口南槽水域及舟山水域等典型区域均可获得优异的聚类结果;在上述典型水域,平均轮廓系数分别提升约53%,71%,63%和41%,戴维森堡丁指数分别降低约57%,67%,63%和45%;同时,此方法可平均降低约56%的聚类时间,显著提升了船舶轨迹数据聚类分析的效率。     

UUV航迹跟踪的双闭环Terminal滑模控制

针对模型参数不确定及存在外界海流扰动情况下全驱型无人水下航行器(UUV)的航迹跟踪问题,提出了一种双闭环Terminal滑模控制方法。首先,为了防止UUV位置和姿态跟踪控制出现超调量过大的问题,在外环中引入位置和姿态负反馈,设计了UUV的参考速度作为镇定UUV位置和姿态跟踪误差的虚拟控制律。然后,在内环中将虚拟控制律作为跟踪目标。考虑到传统滑模控制会出现“抖振”现象,采用Terminal滑模控制方法,在消除“抖振”的同时,使滑模面上的速度跟踪误差在有限时间内收敛到稳态。最后,运用Lyapunov稳定性理论证明了该双闭环Terminal滑模控制系统的稳定性。仿真结果表明,该控制方法能够实现UUV对空间航迹的精确跟踪。     

考虑对地航速和航向的船舶典型轨迹提取方法

基于船舶自动识别系统(Automatic Identification System, AIS)数据的船舶典型轨迹挖掘需要经过两个重要步骤,一是压缩 AIS 数据,二是聚类压缩后的 AIS 数据。传统的DP(DouglasPeucker)压缩算法,只考虑船舶轨迹的压缩形状,忽视了船舶航行中其他重要信息。为解决此问题,把对地航速和航向加入到DP算法的压缩过程中。在AIS轨迹聚类方面,传统谱聚类方法只对船舶轨迹的位置进行相似性度量,没有考虑船舶轨迹的其他维度,针对此问题,提出多属性轨迹相似性度量方法。由于不同的输入参数影响着最终的聚类质量,引入Calinski-Harabasz指标评价谱聚类算法,实现聚类参数的自适应选择。利用山东威海水域的实际AIS数据进行实例研究,并与传统谱聚类算法做比较实验。实验结果表明,利用该方法提取到的典型轨迹符合真实水域的交通情况,相较于传统谱聚类方法具有更高的聚类质量。     

货车轨迹数据在公路货运系统中应用研究综述

随着轨迹数据可获取性及精度的持续提高,货车轨迹数据被广泛应用于公路货运系统的 规划与管理中,同时,人工智能和大数据分析技术的快速发展也为公路货运系统研究带来新的机 遇与挑战。本文全面梳理并总结了公路货运轨迹数据应用领域的相关研究,从基于轨迹数据的 货运出行信息辨识、货运系统关键特征预测、货运轨迹数据进一步应用3个方面回顾现有文献的 研究目标、主要内容和研究方法。通过文献分析发现：货运出行信息辨识研究聚焦于货运停留 点、车辆和货物、活动出行模式等热点主题,但现有辨识方法多移植于旅客出行研究,需要更多地 考虑货运出行的独特特征。在货运系统关键特征预测方面,研究者主要针对货运行程时间、空间 位置、出行需求等主题展开研究,并证明了基于轨迹数据预测货运特征的可行性,但预测时空范 围较为局限,需要根据具体的货运任务、货车司机特征和货运政策进行深入研究。此外,轨迹数 据也被应用于货运出行路径选择行为、货运停车休息行为、行驶安全、货运排放和能耗分析、货运 政策评估等研究。最后,在总结现有研究不足的基础上,本文认为未来研究应重点将货运轨迹数 据与其他多源数据相结合,从3个关键技术进行突破：一是针对货运实践个体,重点探索高效货车 驾驶员的出行特征和出行模式,并在货运系统中进行推广应用;二是针对交通运输新技术和新形 势,重点开发和优化自动驾驶技术和重大应急事件影响下的货运组织模式与策略;三是针对货运 供需关系及匹配机制,重点研究货运全流程供需状态辨识与预测,并结合深度学习等方法训练和 开发智能供需匹配模型,从而优化货运系统调度,助力社会散乱运力资源整合,提高货运系统的 综合效率。     

Studying the benefits of carpooling in an urban area using automatic vehicle identification data

Carpooling has been considered a solution for alleviating traffic congestion and reducing air pollution in cities. However, the quantification of the benefits of large-scale carpooling in urban areas remains a challenge due to insufficient travel trajectory data. In this study, a trajectory reconstruction method is proposed to capture vehicle trajectories based on citywide license plate recognition (LPR) data. Then, the prospects of large-scale carpooling in an urban area under two scenarios, namely, all vehicle travel demands under real-time carpooling condition and commuter vehicle travel demands under long-term carpooling condition, are evaluated by solving an integer programming model based on an updated longest common subsequence (LCS) algorithm. A maximum weight non-bipartite matching algorithm is introduced to find the optimal solution for the proposed model. Finally, road network trip volume reduction and travel speed improvement are estimated to measure the traffic benefits attributed to carpooling. This study is applied to a dataset that contains millions of LPR data recorded in Langfang, China for 1 week. Results demonstrate that under the real-time carpooling condition, the total trip volumes for different carpooling comfort levels decrease by 32–49%, and the peak-hour travel speeds on most road segments increase by 5–40%. The long-term carpooling relationship among commuter vehicles can reduce commuter trips by an average of 30% and 24% in the morning and evening peak hours, respectively, during workdays. This study shows the application potential and promotes the development of this vehicle travel mode.     

Insights into vehicle trajectories at the handling limits: analysing open data from race car drivers

Race car drivers can offer insights into vehicle control during extreme manoeuvres; however, little data from race teams is publicly available for analysis. The Revs Program at Stanford has built a collection of vehicle dynamics data acquired from vintage race cars during live racing events with the intent of making this database publicly available for future analysis. This paper discusses the data acquisition, post-processing, and storage methods used to generate the database. An analysis of available data quantifies the repeatability of professional race car driver performance by examining the statistical dispersion of their driven paths. Certain map features, such as sections with high path curvature, consistently corresponded to local minima in path dispersion, quantifying the qualitative concept that drivers anchor their racing lines at specific locations around the track. A case study explores how two professional drivers employ distinct driving styles to achieve similar lap times, supporting the idea that driving at the limits allows a family of solutions in terms of paths and speed that can be adapted based on specific spatial, temporal, or other constraints and objectives.     

城市公交GPS轨迹路线图制作研究

以哈尔滨市104路公交为主要研究对象,详细介绍城市公交的GPS轨迹路线图制作时所需的软硬件,以及数据的采集方法,叙述数据的整合与分类过程。通过将主要公交站点周围兴趣点信息增添到轨迹点附近,构成包含有站点轨迹信息、站点影像信息的沿途轨迹信息。经过整合与分类,通过HOLUX ezTour软件对数据进行处理,阐述轨迹查询、地标的新增与删改和轨迹的添加与变换等功能。并使用Google Earth三维图像对轨迹路线全面整合,最终制作成城市公交GPS轨迹路线图。