智能网联环境下信号交叉口车辆轨迹重构模型

车辆轨迹数据提供了大量的时空交通流信息,可用于各类交通研究.传统车辆轨迹模型多以人工驾驶环境为研究对象,普遍未考虑由常规车(RV)、网联人工驾驶车(CV)以及智能网联车(CAV)组成的混合交通流的影响.为解决该问题,构建智能网联环境下信号交叉口全样本车辆轨迹重构模型.首先,介绍并分析智能网联环境下城市道路交叉口处车辆组成及排队通过情况;然后,构建城市道路混合交通流轨迹数量估计模型,并针对前后车的排队情况提出虚拟车的概念,用于估计不同车辆的交通状态;最后,设计数值仿真实验分析交通流密度和网联车渗透率对模型的影响,并基于NGSIM数据进行实例验证.结果表明:轨迹重构模型的数量误差和位置误差均随着交通流密度和网联车渗透率的增大而减小,如交通流密度由20 veh/km增大至50 veh/km的过程中,模型数量误差和位置误差均呈现下降趋势,且最大误差分别不超过6.88%和8.02 m;与网联人工驾驶车渗透率相比,智能网联车的渗透率对模型结果影响更大.

基于速度服从混合PH分布的车队离散模型

车队离散模型被用来描述交叉口下游交通量分布与上游交通量分布之间的关系,为信号协调控制等提供理论支持,能否准确描述异质交通流特征,并具备解析解是评判模型效果的关键.为此,提出兼具通用性和解析性的截断混合位相型分布(TMPH)拟合车辆行程车速,推导基于车辆速度服从截断混合PH分布的混合车队流量离散模型.基于实际调查数据的分析表明,截断混合位PH可以充分描述异质交通流状况下的车辆速度分布.通过将推导建立的混合车队离散模型与经典的Robertson流量模型、混合高斯模型和实际到达流量分布进行比较分析,结果表明,模型具有良好的解析解,能更准确地描述异质交通流的车队离散规律.

基于神经网络的小时间粒度交通流预测模型

为解决传统车队离散模型基于概率分布假设和现有交通流预测时间粒度过大不能应用于自适应信号配时优化等问题.在车队离散模型的建模思路上,先分析了下游交叉口车辆到达与上游交叉口车辆离去之间的关系,基于此构建了基于神经网络的小时间粒度交通流预测模型.该模型以上游交叉口离去流量分布为输入,下游交叉口到达流量分布为输出,时间粒度为5 s.最后,通过实际调查数据标定模型参数并应用模型预测下游交叉口到达流量.结果表明,与Robertson模型相比,本文模型预测结果能够更好地反映交通流的变化特征,平均预测误差减少了8.3%.成果可用于信号配时优化.

车联网环境下的动态异质交通流车队离散模型

传统的异质交通流车队离散模型参数估计基于历史数据,不能很好地反映交通流的动态变化特征.为解决这一问题,构建车联网环境下的动态异质交通流车队离散模型.首先,考虑到车联网环境下,车辆行程时间数据易于获得,可对模型的分布参数进行动态估计;然后,基于动态分布参数,构建动态异质交通流车队模型;最后,通过实测数据分析下游交叉口到达流量分布与上游交叉口离去流量分布之间的关系.结果表明:与经典的Robertson车队离散模型相比,动态异质交通流车队离散模型对下游交叉口的到达车辆流量分布预测效果更好,平均预测均方根误差可减少26.51%.

行程时间服从混合高斯分布的车队离散模型

为充分描述异质交通流条件下的车队离散规律,为信号配时优化、公交优先控制提供理论基础.考虑异质交通流条件下车辆行程时间分布特点,采用混合高斯分布拟合车辆行程时间分布.基于此,从流量角度推导了异质交通流条件下车队流量离散模型.通过实际调查数据,分析了下游交叉口到达流率分布与上游交叉口离去流率分布之间的关系,并将本文模型与Robertson模型、实际数据进行比较分析.结果表明,本文模型能够更好地描述异质交通流条件下的车队离散规律,与Robertson模型相比,平均预测均方误差减少了27%.

混入智能网联汽车的交通流稳定性与安全性分析

为揭示智能网联汽车(ICV)对交通流的影响特征,首先,考虑ICV的退化机制,分析混合交通流中的跟驰模式及其比例关系;然后,采用不同参数的智能驾驶员模型(IDM)来描述不同的跟驰模式,在此基础上推导出混合交通流稳定性的判别条件;最后,选取车速标准差变异系数、碰撞时间(TTC)、碰撞暴露时间(TET)和碰撞积分时间(TIT)等作为混合交通流安全性评价指标,并基于元胞自动机进行数值仿真试验。结果表明:随着ICV渗透率的增加,车速的离散程度逐渐降低,且尾部碰撞风险逐渐减小。因此,ICV的应用能够显著提高交通流的稳定性和安全性。

车路协同环境下自适应信号配时优化模型

在车路协同环境下,车辆位置和速度等信息容易获得,为交通信号控制系统提供了新的数据源。针对现有信号控制系统鲁棒性差,不能适应交通流实时变化特征等问题,本文提出了一种车路协同环境下交叉口自适应实时控制优化模型。该模型以交叉口车均延误最小为优化目标,相位绿灯时长为约束条件,采用遗传算法对模型进行求解,实现了对交叉口信号配时方案的实时优化。最后,通过调查数据并设计仿真实验,证明了文中模型比感应控制效果更好,车辆平均延误减少了30%,同时能够保证交叉口各个转向的车均延误均衡。

基于动态规划的信号配时滚动优化算法

随着智能交通技术的发展,交通信息获取的时间颗粒度将越来越小,这为城市动态交通信号配时优化模型和方法提出了新的挑战。为解决经典信号相位控制优化(COP)算法中未考虑交叉口预测区间内交通流量动态变化对信号配时方案控制效果的影响。文中提出了基于动态规划的单交叉口信号配时滚动优化算法。首先,在分析交叉口信号配时关键问题的基础上,构建了以交叉口车辆平均延误和平均排队最小为优化目标,交叉口各相位绿灯时间长度为约束条件的信号配时非线性整数优化模型;并设计了动态规划算法求解该模型。其次,为反映交叉口车流在预测区间内动态变化的特性,在动态规划算法的基础上提出了滚动优化策略,根据实时更新的预测数据滚动优化信号配时方案,并将信号配时方案实时传输到交叉口信号控制器中。最后,通过实际调查数据构建微观仿真环境,采用VISSIM COM二次编程开发技术结合MATLAB编程软件实现了文中模型和算法,并对比分析文中算法和经典的COP算法。通过改变交叉口的输入流量,测试不同流量条件下控制算法的控制效果。结果表明,与经典的COP算法相比,文中算法不仅能够使车辆在交叉口的平均延误减少20%,而且能够保证交叉口各个相位的车辆平均延误的均衡。

考虑自动驾驶的混合交通流路段阻抗函数

为解决未来自动驾驶专用车道的规划设计问题,本文提出了一种自动驾驶车与人工驾驶车混合交通流路段阻抗函数模型。首先,分析了自动驾驶专用车道的设置对混合交通流中车辆跟驰模式的影响;其次,在此基础上,引入微观跟驰驾驶模型,推导了不同自动驾驶车辆渗透率条件下的路段通行能力函数,分析了自动驾驶车辆对路段通行能力的影响;然后,将混合交通流通行能力引入经典的BPR函数,推导了考虑自动驾驶的混合交通流路段阻抗函数模型;最后,设计了数值实验讨论了自由流速度(自由流行程时间)、自动驾驶车辆的渗透率和安全车头时距对路段阻抗的影响。结果表明:(1)当路段流量较小时,自动驾驶车辆的引入对路段阻抗行程时间的影响较小;(2)当自动驾驶车的渗透率为30%时,设置自动驾驶专用车道对行程时间的改善最为明显;(3)当流量较小时,自动驾驶车辆渗透率对路段阻抗行程时间的影响较小,而随着路段流量的增大,自由流速度和自动驾驶车辆渗透率将共同决定路段的行程时间。相关成果可为未来自动驾驶专用车道的规划与设计提供理论支撑。

基于Robertson模型的异质交通流车队离散研究

为充分描述异质交通流条件下的车队离散规律,为信号协调控制提供理论基础,结合异质交通流条件下的车流特征和Robertson模型计算速度快的优点,对多股交通流分别建模,并在此基础上构建异质交通流车队流量离散模型.通过实际调查数据,分析下游交叉口到达流率分布与上游交叉口离去流率分布之间的关系,并将本文模型和Robertson模型与实际数据进行比较分析.结果表明,与Robertson模型相比,本文模型能够更好地描述异质交通流条件下的车队离散规律,平均预测均方误差减少了8.29%.

集成Vissim和Python的车联网仿真平台研究

为解决直接对Vissim二次开发编程难度大、耗时长且难以实现复杂自适应控制算法等问题,提出了集成Vissim和Python的车联网仿真平台构建方法。上述方法充分利用Vissim的动态交通仿真技术和Python丰富和强大的对象库、擅长数据挖掘和易于实现算法等优点,构建了车联网仿真平台。具体地,Python为主控程序,通过与Vissim COM接口通信来获取Vissim中的各种交通信息;然后,基于这些信息实现各种交通控制算法和优化模型;最后将优化结果通过Vissim COM接口反馈到Vissim中,实现了对Vissim中对象的控制和优化。并通过一个基于该仿真平台的自适应交叉口信号配时优化实例,结果表明:与传统的感应控制相比,交叉口的延误降低了19. 18%。

以共享为基础的医疗卫生信息化

近期我国医疗卫生信息化将围绕以“提高全民健康素质”为中心展开,其发展趋势是以医疗和健康信息共享为基础,发展电子健康档案、电子健康管理和远程医学,以满足人民大众的医疗需求,提高医疗质量,降低医疗费用,合理利用医疗资源。重点介绍了医疗卫生信息的共享、电子健康档案、电子健康管理、远程医学及相关技术。

跨入移动健康时代

近年来移动健康发展迅猛,已成为当前健康信息化的热点,健康信息化跨入移动健康时代。移动健康便捷、高效而成本低,是缩小健康服务的数字鸿沟,提高健康服务公平性和实现以预防为主医学模式的技术措施之一。首先简要介绍移动健康的定义和特点,然后对移动健康的结构进行研究,包括移动健康终端、移动健康接入和移动健康服务,最后对移动健康进行总结和展望——移动健康让健康服务"随手可得"。

XML树形结构在DICOM中的应用

为了提高DICOM的共享性,作者在SPIE 2005上提出了将XML引入DICOM的设想,以增加DICOM文件的可读性和扩展性。在此基础上,对DICOM的数据结构进行了改进．即用树形多层结构代替原来的一维线性结构．从而使DICOM 的信息对象、数据元素之间的嵌套、依赖关系更加清晰．浏览DICOM图像文件更加方便、简捷。

医疗卫生信息化10大视点

指出我国医疗卫生信息化正处于前所未有的发展机遇期,紧跟信息技术发展的新趋势是实现可持续发展的有效措施之一。结合医疗卫生的需求,梳理信息技术发展的脉络,预测未来趋势,提出移动普适计算、绿色信息化、电子健康档案标准、健康物联网、健康云、移动健康服务、3网融合、4屏联动、大数据与NoSQL以及个性化医疗将成为医疗卫生信息化的10大视点。

手术网上数字化直播—流媒体技术在远程医学中的典型应用

实况流媒体广播 (Web广播 )是流媒体技术的主要应用之一 ,手术网上直播是流媒体技术在远程医学中的典型应用。介绍了流媒体技术、流技术的关键。

医学模式和健康服务

随着中国人口老龄化和慢性病年轻化的加速,健康服务需求激增,中国的医疗资源远远不能满足人民的健康需求,提高健康服务水平和效率是民生的热点。通过阐述古代传统医学模式、近代生物医学模式和现代生物-心理-社会医学模式,分析了近代和现代医学模式下健康服务的特点,并指出移动健康服务既提高医疗资源的利用率,降低医疗费用,又提升人们的健康水平和幸福指数,利国利民。

健康物联网与健康云

文章介绍了健康物联网和健康云的基本概念、组成、功能和关键技术,并给出了健康服务的愿景。健康物联网和健康云将使未来的健康服务不再是被动地满足用户的需求,而是主动感知用户的健康状况,并及时进行智能决策,及时为用户提供个性化的贴身健康服务。

基于休假排队理论的信号配时仿真优化模型

为解决现有微观仿真软件不能优化信号配时方案和Webster延误计算方法假设的不合理等问题,将交叉口的车辆到达、排队和消散抽象为休假排队过程。以累计车辆延误方法为基础,构建了交叉口延误最小、通行能力最大的信号配时仿真优化模型,并采用遗传算法对模型进行求解。通过实例计算,结果表明:所构建的模型在保证交叉口服务水平的同时能够使交叉口的通行能力尽量大。证明了仿真优化模型的有效性,成果可用于信号配时优化。

细胞和组织形态定量测试技术

形态学是生物医学研究中常用的一种方法。它的信息直观,能有效地为人们识别和理解。人们借助于光学显微镜,观察组织切片的结构和细胞形态的异型性等,凭经验作出定性判断,并在这方面已积累了丰富的经验。然而。