面向智慧交通的物联网实验教学探索

依托交大“双一流”智慧交通学科领域建设的优势基础,将物联网工程专业与智能交通应用相结合,设计面向智慧交通行业需求的“一中心二融合三依托四环节”新型实践教学模式;以交通行业特色为牵引、产学研融合和高校特色为支撑,探索新工科工程实践创新平台内涵构架;以科技前沿为导向,加强科教协同合作,实现新工科模式下物联网专业实验教学体系与智慧交通行业背景深度交叉融合;设置具有反馈调整修复的可持续改进运行机制,对专业知识结构、能力结构和实验教学方案进行动态调整优化,为交通强国战略需要培养具有创新意识和实践能力的复合型人才。

智慧交通视域下乘用车系统集成化设计研究

目的为完善“智慧交通”系统下乘用车设计思维模型,提升传统设计思维方法的客观性和可操作性研究,建立人车共存创新机制。方法研究以“智慧交通”体系为基准,以“聚”系统视角为核心,将天、地、人、车等相关因素集成融合并借鉴交叉学科,制定“智慧交通”集成化系统设计创新发展范式及未来智能汽车可成长式设计质量应用方案。结果提出“智慧交通”集成化系统创新关联性即:显性关联、隐性关联、人机协同创新关联。结论伴随着相关影响因素样本的不断完善及探测通道的持久深入,智能汽车系统集成化创新质量管理研究可有效提升智能汽车持续性探索机制,也为相关专业理论集成及系统优化提供参考。

民航智慧交通专业课程体系建设探索

民航业的快速发展和新一代信息技术的应用促进了民航智慧交通专业的诞生。文章分析了智慧交通专业建设的现状,并从需求调研、建设标准和培养模式方面入手,介绍了民航智慧交通专业建设状况。课程体系建设是专业建设的基石,文章同时对民航智慧交通专业课程体系建设的重要意义、人才培养目标、课程体系建设方案等进行了详细阐述,并对课程体系建设愿景进行了说明。

智慧交通出行即服务MaaS体系的研究

近几年“出行即服务MaaS”模式在智慧交通领域兴起,本文剖析了MaaS技术构成和系统业务流程,针对我国MaaS发展起步较晚、运营范围相对有限、商业模式和盈利机制不清晰等问题,通过加强数据共享、规划顶层设计、分步实施策略,鼓励多方参与,构建完善的监管体系,形成MaaS新业态,成为智慧交通领域的重要力量,引领未来交通方式的革新与发展,为公众提供更加便捷、高效和个性化的出行服务。

智慧交通系统中关于道路交通事故处理方面的应用

随着城市交通压力增大,传统管理模式难适应需求,智慧交通系统应运而生。提出一种基于残差网络的智能轻微交通事故处理系统,能自动预处理事故现场图像,利用残差网络构建事故损伤鉴定模型,通过深度学习技术自动识别和评估车辆损伤程度。同时,利用大数据与AI技术进行迁移学习,提取并融合多车事故多角度图像特征,构建事故责任鉴定模型,为智能交通系统发展提供新思路。

基于深度学习和大数据分析的智慧交通流量预测模型研究

本文探讨了智慧交通系统中交通流量预测现状及深度学习在交通数据处理中的应用,在此基础上提出一种新的深度学习模型,专门用于智慧交通系统中的交通流量预测。该模型结合深度卷积神经网络和门控循环单元,可高效处理交通数据中的空间和时间特征。通过验证,该模型在不同城市、路段类型和天气条件下均展现出卓越的预测能力和强大的数据适应性。在主干道上,模型的准确率达到89.4%,均方误差(MSE)为0.045;在支路上,准确率达到82.7%~85.2%,MSE介于0.039~0.055之间。与传统预测方法相比,特别是在复杂交通场景下,本模型在准确率和计算效率方面均有显著提升。

基于模糊层次分析的成都市智慧交通发展水平评价

针对城市智慧交通的概念与内涵,选取基础设施与感知、市民体验、交通与运输管理以及运输与出行服务共4个指标为二级评价指标。构建了城市智慧交通发展水平评价体系,并结合模糊层次分析法实现量化评价,对成都市智慧交通水平进行评价并提出相关改善建议。

物联网技术在智慧交通中的应用分析

为缓解城市交通堵塞问题,提高智慧交通发展水平,增进行人、车辆、道路三者之间契合度,形成和谐的交通氛围。本文将基于可持续发展视角,从大数据中心构建、交通引导模式设计、交通车辆识别系统、交通救援系统构建等层面,对物联网技术于智慧交通中的应用路径进行分析,旨在强化智慧交通运行效率,提升智慧交通服务性能助力,以供借鉴。

智慧交通产品设计中的物流信息交互优化研究

文章旨在研究智慧交通产品设计中的物流信息交互优化问题,以提高物流运输效率和服务质量。通过分析当前物流信息交互中存在的问题和挑战,提出了一种基于智能算法和优化模型的基础产生的优化方法。首先,文章介绍了物流信息交互的背景和意义;接着详细讨论了智慧交通产品设计中的关键技术和方法;然后提出了物流信息交互优化的问题定义和目标,并介绍了所采用的智能算法和优化模型的情况。在实验部分,实验结果表明,该方法能够显著提高物流信息的交互效率和准确性,降低物流成本,从而促进物流业务的发展。

基于DPSIR-TOPSIS模型的城市智慧交通动态发展评价

为系统分析人类活动对交通环境的影响,科学评估智慧交通发展水平,并准确识别城市交通运输行业在智慧化转型过程中的影响因素,基于DPSIR(drivers pressures state impact response)模型构建智慧交通发展评价指标体系,评估北京市2013—2022年智慧交通发展水平的动态变化,识别影响城市智慧交通发展的限制性因素。研究结果显示,1)2013—2022年北京市智慧交通综合发展水平持续上升,呈现整体改善趋势;2)北京市智慧交通驱动力和响应子系统的发展程度整体呈下降趋势,压力、状态和影响子系统的发展程度整体呈上升趋势;3)2013—2018年,影响北京市智慧交通发展的主要因素为路口电子警察安装数、高峰时段市民平均出行时耗等,2019—2022年,交通运输网络建设密度、人口密度、汽车社会公共停车泊位数成为主要因素。为此,提出加强智慧交通自身造血能力、提升供给侧水平以及推动城市交通向智能低碳转型等建议,以针对北京市智慧交通治理的短板因素进行改进。

基于张量计算的智慧交通多维数据计算与小样本学习

针对智慧交通场景中样本较少且难以获取的问题,提出一种张量计算与小样本学习相结合的综合模型,从而应对目标域样本不足导致训练效果差的情况。构建基于张量计算的多维计算模型,处理智慧交通场景中的多维异构数据,基于数据的时空相关性获得融合数据张量,将融合数据作为输入数据,经由小样本学习模型进行训练,最终根据消融实验结果比较分析基于不同张量计算方案和小样本学习方法的张量小样本学习模型性能。仿真结果表明,相较于2种基于度量的小样本学习模型:原型网络和匹配网络,基于元学习的小样本学习模型和张量计算模型相结合后的可信度更高,并且基于不同的张量融合方案,元学习模型的准确率和F1值得到了不同程度的提升,其中基于逆分解张量融合方案的模型准确率可达0.95,性能优于平行因子分解(CPD)融合方案。

智慧交通场景下云边端协同的多目标优化卸载决策

随着智慧交通、云计算网络以及边缘计算网络的快速发展,车载终端与路基单元、中心云服务器之间的信息交互变得越发频繁。针对智慧交通云边端协同计算场景下如何高效地实现车路云一体化融合感知、群体决策以及各级服务器间对资源的合理分配问题,设计了基于云边端与智慧交通全面融合的网络架构。在该架构下,通过对任务类型的合理划分,再由各服务器对其进行选择性的缓存、卸载;在智慧交通云边端协同计算场景下,依次设计了一种对任务自适应的缓存模型、任务卸载时延模型、系统能量损耗模型、车载用户对服务质量不满意度评价模型、多目标优化问题模型,并给出了一种基于改进型非支配遗传算法的任务卸载决策方案。实验结果表明,文中方案能够有效降低任务卸载过程中所带来的时延和能耗,提高了系统资源利用率,给车辆用户带来更好的服务体验。

智慧交通对绿色经济增长的影响研究

依据中国30个省级面板数据,采用系统广义矩估计方法(GMM),考量智慧交通对绿色经济增长的影响。结果显示:智慧交通通过降低能源消耗、提升碳排放效率和技术创新等,对绿色经济增长作用显著,其中交通基础设施的完善影响尤为突出。异质性分析表明,智慧交通对绿色经济增长效应区域异质性明显。鉴于此,应因地制宜,制定智慧交通发展政策,优先发展交通基础设施,加大智慧交通建设力度,推动交通绿色低碳转型。

基于AIGC辅助技术的智慧交通公共设施设计研究

目的提高城市公共交通设施的运行效率,提升设计师的工作效率,满足用户的出行需求。方法通过用户访谈获取用户需求,在转化成设计需求后,采用层次分析法(AHP)对设计特征进行权重排序。提取用户偏好提示词,并结合GPT4.0中获得的公共交通设施相似提示词,而后得到整合性提示词。选取相关大模型并使用整合性提示词在SD(Stable Diffusion)平台中进行方案生成。结果以智慧公交站台为例,生成不同场景下智慧公共交通设施方案,经过专家筛选后获得优化方案集,最后邀请用户使用满意度量表对方案集进行打分以获得不同场景下的最优方案。结论人机协同设计的智慧公交站台方案不仅能满足用户的需求,也提升了设计师的工作效率。因此,通过智慧公交站台设计实践,优化了基于AIGC辅助技术的智慧交通公共设施设计流程,对其他类型的交通公共设施设计具有指导意义。

智慧交通工程中5G技术创新应用研究

第五代移动通信技术为传统交通行业带来了重要的革新,通过开展智慧交通工程建设适配智慧化城市的发展。在智慧交通工程中运用云计算、大数据等信息化技术,实现实时收集与分析,为人们提供更具价值的交通服务数据信息,有效地提升了数据传输过程中的信号稳定性、信号收发质量。研究智慧交通工程与5G技术的概念,结合其功能详细分析5G技术支持的智慧交通工程创新应用。

面向智慧交通的神经网络辅助OFDM-IM信道估计方法

作为新一代通信技术,正交频分复用索引调制(OFDM-IM)具有良好的抗子载波间干扰能力与较高的频谱能量效率,在6G协作智慧交通系统(C-ITS)中应用前景广阔。但OFDM-IM由于其载波排布结构,对高速衰落信道的估计性能较差,影响ITS通信可靠性。针对此问题,提出了一种基于索引导频(IP)和神经网络的OFDM-IM信道估计方法。所提方法通过基于IP的时域可靠测试频域插值算法实现信道的精确初始化,并通过深度神经网络(DNN)弥补初始估计中的非线性缺陷与插值误差。仿真结果显示,在IEEE 802.11p帧结构下,所提算法信道估计精度较现有非深度学习辅助方法在不同交通场景与通信参数下均有较为明显的提高。

智慧交通背景下公交服务适老化评价研究

随着城市老龄化进程加快和公交系统智慧化发展,对公交服务的适老化评价越来越得到社会的广泛关注。公交服务技术在不断改进升级,因此公交服务评价体系也需不断进行动态调整。以太原市为例,通过梳理相关文献和实地调研,引入新的评价指标,构建公交服务适老化满意度评价体系,并利用结构方程模型对公交服务适老化满意度进行评价。结果表明:舒适性、安全性、便捷性、无障碍性、可靠性、智能化与满意度均存在正向相关性,其中舒适性对满意度影响最大;车内拥挤程度、车辆运行安全性、步行至公交站点的便捷度、车内LCD屏、高峰时段成功搭乘率、定制公交等观测变量对其所属潜变量作用更显著,是影响适老化的主要因素。文章根据研究结果提出改善策略,为提升公交适老化服务提供参考。

新工科背景下面向智慧交通的智能装备与系统专业探索

“智能+”是传统工科专业升级及新工科专业布局的主流趋势。智能装备与系统专业作为2020年教育部批准建设的智能类专业,在新工科背景下面临学科交叉、专业融通、国际化及产学研融合等机遇和挑战。目前全国仅有十余所高校设立智能装备与系统专业,专业课程体系及学生培养机制均在探索中,尚无成熟经验可参考。作为首批获得该专业建设的院校,北京交通大学围绕智慧交通优势特色,探讨该专业的核心内涵和建设目标、面临挑战、课程体系、新工科建设思路,旨在为兄弟院校相关专业的建设提供一定参考。

车联网技术在襄阳智慧交通建设中的应用

文章围绕襄阳智慧城市建设发展战略,把加快信息化、智能化建设作为加快智慧交通发展的重要内容,探索建立深度融合、智能管理、智慧停车、安全可靠的智慧交通体系,研究车联网技术在数据融合集成、智慧管理、智慧停车、自动驾驶等领域的应用,保障智能交通建设落实,为智慧城市建设提供技术支撑。首先研究车联网技术和智慧交通的发展现状和趋势,然后思考襄阳市智慧交通建设的现实问题与意义以及面临的机遇和挑战,重点研究车联网技术在数据融合集成、智慧管理、智慧停车、自动驾驶等领域的应用探索。

雄安新区5G智慧交通建设路径研究

雄安新区作为一座引领未来的智能之城,其智慧交通建设是智慧城市建设的重要组成部分。文章对雄安新区智慧交通建设需求和建设现状进行了分析,基于5G通信技术搭建了雄安新区智慧交通体系架构,并对系统功能进行深入探讨,为智慧交通建设提供理论和技术支持。