车辆运行安全监控系统(5T系统)是中国铁路在面临客货混运、提速、重载的新形势下采取的保障车辆运行安全的重要手段。系统采用多种先进的动态检测技术、信息处理技术和网络技术实现对车辆运行状态的实时动态监测。在专项监测系统报警评判的基础上,运用多个监测系统的监测信息和技术履历信息,建立综合报警评判模型,提高报警的准确性。针对多个监测系统的实时监控问题,通过搭建统一的监控网络平台,制定多种监测数据接口标准、优化业务流程、建立运用管理制度等一系列方法,实现了多系统的系统整合、集中监控和资源共享,提高了工作效率和工作质量,对铁路车辆运行安全保障发挥了重要作用。
疲劳驾驶是导致道路交通事故的重要原因之一。为了克服单一传感器在疲劳检测中的局限性,系统研究了疲劳状态下驾驶人眼部生理状态、方向盘操作特性以及车辆行驶轨迹特征。以显著性水平为评价手段,优化出了PERC-LOS、最长闭眼时间、方向盘零速百分比等多个疲劳判别指标。在充分考虑各信息源相关性和互补性的基础上,开发了以fisher判别进行特征级融合,以D-S证据理论进行决策级融合的分层融合算法和模型。试验数据表明,该模型在高速公路工况下识别精度达到91%,与基于单传感器的检测方法相比,有效提高了疲劳检测系统的准确性、可靠性。
为了提高汽车滚装码头车位的利用率,并能在有限的堆场车位资源中实现生产作业计划的动态合理安排,针对汽车滚装码头堆场车位动态调度问题,结合实际工程项目,构建了基于智能决策的堆场车位计划的数学模型,提出了基于滚动周期的仿真算法,并在此基础上集成智能决策模块、仿真模块和基于B/S的信息管理系统,开发了汽车滚装码头堆场车位智能决策系统。通过该智能决策系统的信息管理模块,能够将汽车滚装码头的实际生产数据引入该系统,并借助智能决策模块快速生成堆场车位计划,该堆场车位计划可通过可视化仿真模块进行验证。
利用多台二维激光测距扫描仪组成分布式传感器网络,设计了一种新颖的交通数据获取系统。在此系统中,将多台激光传感器设置在路边,从不同位置、角度对通行区域进行水平扫描,根据激光数据特性设计移动目标的检测与跟踪算法,进而计算移动物体相关参数,如位置、速度、方向、类型等。为验证系统有效性,于2008年7月北京市单双号交通限行政策实施前后在市中心某交叉路口进行了两次真实数据采集试验,对试验数据进行处理输出,实现了行人和车辆的检测与跟踪。在此基础上,通过统计车辆通行轨迹,分析了交叉路口的一些交通特性。
在分析短时交通流具有的非线性和不确定性的基础上,指出应用径向基神经网络(RBF)和非参数回归方法(NPR)进行短时交通流预测的适用性。提出将径向基神经网络的输入端和训练数据重新进行选择,并且对网络的权值和阈值重新进行训练是保证交通流特性的关键,对应此关键问题反映到算法中的2个重要参数:预测误差范围和最大神经元数目进行了预测结果分析说明。同样对于非参数回归方法中的近邻点个数和预测误差范围也做了预测结果分析。应用这2种方法对某一天进行了微观预测结果分析。预测结果说明,这2种方法都能够比较好地适应交通流特性,预测效果很好。
基于汽车横向动力学模型,研究智能交通系统车道保持控制。以横向位置误差和横摆角误差为被控变量,采用终端滑模控制方法,设计车道保持控制规律;基于系统零动态的分析,推导汽车在四轮主动转向和仅有前轮转向两种情况下,车道保持控制系统的稳态误差以及稳态侧偏角和转向角计算公式。研究表明,采用四轮主动转向,横向位置误差、横摆角稳态误差、稳态侧偏角能同时为0;而仅依靠前轮转向,横向位置误差、横摆角误差一般不能同时趋于0,当道路曲率为常数时,横向位置误差趋于0,横摆角误差和侧偏角能趋于稳态值。
面向道路交叉口闯红灯警告(RLRW),提出了通过进口道车辆运行参数,预测驾驶员将在停止线前停驶还是采取通过行为的判别方法。首先综述了闯红灯警告系统的产生与发展现状,采用二项Logistic回归方法分析数据之间的相关性并提出了一种新的驾驶员停驶行为预判模型,用城市道路实测数据进行了参数估计及检验,引入了描述系统性能的ROC曲线并将其用于模型性能评价。本研究采用的数据采集自上海城市道路交叉口进口道,通过Autoscope视频检测系统提取特征数据。研究表明,当前速度与上游30 m处速度差或速度比最适合作为解释变量预测驾驶员停驶行为,而非以往研究中采用的速度、加速度。距离停车线40 m作为计算点可获得较好的预测效果。
提出一种基于局部搜索的交叉口分向车流量检测算法,实现了对道路交叉口交通视频的处理和分向车流量统计功能。基于局部搜索的交叉口车流量检测算法,其实现原理类似于人类视觉行为。在路口处设置虚拟线圈进行实时监控,以获取通过虚拟线圈的车辆信息,利用背景消减法获取车辆的最大特征块,应用块匹配算法在小区域内搜索车辆特征块并跟踪,最后根据区域判定法实现交叉口分向车流量的统计。该算法具有运行速度快、跟踪准确、适应复杂场景等优点,同时在一定程度上可以解决车辆遮挡、车辆停止、行人干扰等问题。试验证明此方法可行并且有效。
解析了公交运行服务过程,将公交车辆的到站时间划分为路段区间与路段区段行程时间,并研究了路段行程时间的百分位值统计特征规律,提出了在偏差率低于50%的条件下,以样本频率最大为目标的路段行程时间预测模型。基于开发的到站时间预测实验平台,结合实际线路公交车辆的实时运行数据,分别针对基于动态百分位行程时间、均值行程时间及50分位值行程时间的3种到站时间预测方法进行了试验验证,并进行了三者的对比分析。研究结果表明,基于动态百分位行程时间及50分位值行程时间的预测方法较基于均值行程时间的预测方法更接近现实,具有更高的稳定性和精度。
为了解决目前智能交通系统普遍存在的信道带宽较小、发布的信息内容比较单一、系统建设和使用成本较高等不足,本文提出了一种基于地面传输数字电视DTMB的多媒体交通信息服务系统,实现多媒体交通信息的发布和接收的功能。系统按照DSM-CC协议对路况信息、图像信息和地图数据等多种类型的多媒体交通信息进行分类编码,将编码后的数据流通过地面传输数字电视的大容量广播信道进行传输,智能导航终端接收数字电视信号后从数字电视节目中分离出DSM-CC数据码流,对其进行解码后,得到多媒体交通信息用于导航。完成了原型系统的搭建,验证了系统方案的可行性。结果表明,本系统能够充分利用现有的数字电视传输网络来提供多媒体交通信息服务,系统接入简单,投资较少,使用方便,有广阔的应用前景。
以基于距离衰减理论的可达性模型为基础,运用GIS栅格数据分析方法,探讨了公交出行预测的新方法。主要过程包括社会经济活动的空间分解、可达性模型参数确定及其度量。以武汉市作为实例进行了公交出行需求的分布预测研究,并基于实际调查对结果进行了验证。结果表明,基于GIS的可达性模型对公交出行发生预测具有宏观意义,但在微观层面存在一定的变化。可达性模型不能反映公交站点的换乘情况,而实地观测数据也不能将换乘量剥离,导致一些站点的预测精度偏低。更为重要的是,城市社会经济活动的密度分布也会带来公交出行规律的变化,需要针对不同的区域分别校核模型参数。
