面向高速公路智能度分级的路侧感知设备优化布设方法

感知设备采集的交通数据是智能交通运输系统高效运行的关键,而交通数据的准确性和时效性与感知设备的空间密度和具体位置密切相关。在交通数据采集系统中,既要获得给定精度和完整度的交通数据,又要尽量减少在路网中的感知设备布置的数量。为保证多元感知设备在满足感知性能指标的同时,能服从布设成本约束的条件并合理地布设在高速公路上,提出一种基于DBSCAN聚类的高速公路路段划分方法和基于遗传算法的路测设备优化布设方法。其次,对基于DBSCAN聚类和遗传算法的多元感知设备布设方法进行验证,构建智慧高速感知设备的仿真平台,以杭甬高速G92和沪昆高速为案例,按照行业指南将路段划分为不同感知性能等级,并针对L1和L2级路段应用优化布设方法。结果表明:L2级路段采用雷视一体机进行优化布设,检测精度达到98.5%;L1级路段选择视频检测器进行优化布设,检测精度可达84.2%。各路段的行程时间估计精度均较高,验证了所提方法的有效性。

不同保护电路对继电器电寿命的影响及实验研究

继电器是一种重要的控制电器,其寿命及可靠性直接关系到整个控制系统的稳定性。论文首先构建了无保护电路和3种有保护电路模型并给出了电弧能量的计算公式;然后研发了继电器电寿命实验装置并通过实验研究了上述4种电路中继电器开断感性负载时触点的电弧侵蚀情况。实验结果表明:无保护电路燃弧时间最长,过电压最大,其次就是压敏电阻保护电路,在阻容保护电路和二极管阻容保护电路中,触点开断时的过电压明显小于以上两种电路的电压值,触点侵蚀量小,电寿命长,尤其是二极管阻容保护电路的电压值变化平缓,保护性能最好。最后提出了用专家系统软件通过计算电弧能量来估计继电器电寿命的新方法。

基于无线传感器网络的瓦斯监测系统

针对无线传感器网络技术和瓦斯监测的发展现状,提出了基于无线传感器网络的瓦斯监测系统的网络构建方案,对网络中的瓦斯传感器节点的硬件结构进行了设计,并对系统的软件进行了分析和设计。无线传感器网络技术在瓦斯监测方面拥有广阔的应用前景。

道路交通检测器及其优化布设方法研究综述

在交通网络中如何优化定位道路交通检测器布设位置以及布设数量,以此获得实时准确的多样化交通态势信息,为交通管控部门提供全面的信息基础并作为合理决策的依据,这一问题一直备受广泛关注。解决这一问题的关键在于选择合适的检测器类型,并根据研究目的构建决策模型。同时,考虑到投资成本限制和路段数量限制等约束条件,采用适当的启发式算法对模型进行求解,以得出最佳的检测器布设数量和位置。本文从道路交通检测器类型、应用场景、数据采集指标以及各种优化布设研究的研究目标层面综述了道路交通检测器的优化布设研究。首先,将检测器根据安装方式划分为固定式交通检测器和移动检测器两大类,并详细阐述了各类检测器的原理、特性、优缺点。其次,给出了各类道路交通检测器在不同场景下的应用情况以及相应的数据采集指标。然后,根据研究文献中的优化布设方法研究目的,将道路交通检测器的优化布设问题分为面向用户旅行时间估计、面向交通流观测/估计、面向交通事件检测3大类型,并论述了这些研究的发展历程、发展方向、构建的问题研究模型、解决问题的方法以及存在的不足之处。最后,对现有大量研究进行了一些总结,指出在交通网络规模庞大、各类交通不确定性突出、智慧高速发展迅速的复杂情景下,未来的研究应该以多样性交通信息检测为主导,充分考虑不同类型的交通检测器组合布设的方式、交通网络中各类不确定性以及多样场景应用等问题,以此构建完备的优化模型来解决道路交通检测器优化布设问题。

高速公路跟车场景的碰撞时间改进方法及应用案例研究

碰撞时间(TTC)是跟车冲突研究领域中广泛应用的指标之一,但该指标的假设条件忽略了车辆在驾驶过程中的速度及行驶状态变化,因此其不能准确反应车-车交互过程中的实际风险演化特征,以往针对碰撞时间的改进研究较少从更改轨迹预测方式展开。利用TJRD TS平台上的高速公路车辆轨迹数据,综合考虑车-车交互过程中的不确定性,采用LSTM模型对碰撞时间进行改进,以此弥补跟车场景下碰撞时间(TTC)的恒速假设局限性。结果表明,改进后LSTM模型预测精度提高,改进碰撞时间(iTTC)与传统碰撞时间(TTC)相比更符合实际。

公路工程项目工作分解结构(WBS)编码研究

应用工作分解结构(WBS)在高速公路工程信息化应用中提升工程项目管理的信息化、标准化、体系化水平,实现高速公路建设项目建设期精细化、数字化管理。本文阐述了工作分解结构(WBS)及其编码在高速公路建设期项目管理中的设计思路及应用意义。

基于路警数据与LightGBM算法的高速公路行程时间预测

行程时间预测是支撑高速公路交通运行评价、行车诱导、交通智能化管控等应用的关键技术,在高速公路交通大数据日渐丰富的背景下,如何保障高效、准确的行程时间预测结果值得关注。为弥补现有预测数据单一、实时性不佳等问题,文中提出一种基于LightGBM(Light Gradient Boosting Machine)算法和路警数据融合的行程时间预测模型,基于多源数据,构建交通量、大车占比、天气、日期类型、车型、路段长度、平均行程时间等多维特征集;利用山东济广(济南—广州)高速公路ETC(电子不停车收费系统)门架系统(出入口收费站和路段ETC门架)、视频卡口等数据进行行程时间预测模型训练与验证,采用均方根误差RMSE、平均绝对误差MAE、平均绝对百分比误差MAPE及运算时间4项评价指标对该模型与最邻近(KNN)、随机森林(RF)、支持向量机回归(SVR)3种常用机器学习算法的预测结果进行对比,结果表明采用该模型,4个验证路段的RMSE为5.78,分别比KNN、RF、SVR模型降低22.8%、13.5%、21.0%,运算速度分别提高-60%、98%、96%,可应用于高速公路网实时行程时间预测,并支持面向不同车型的差异化行程时间信息服务。

基于高速公路黄河特大桥团雾识别及管控策略研究

针对黄河特大桥由团雾引起的交通事故频发的情况,通过在京台高速公路(G3)黄河大桥布设能见度仪、温湿度传感器、一体式气象站等气象设备,对该路段高速公路特大桥的气象情况进行了全年采集并进行了气象条件分析。针对团雾多发路段,开展了基于视觉相机的团雾预测算法研究,最后提出了相应黄河特大桥团雾管控策略。