卡尔曼滤波短时交通流预测普通国省道适应性研究

短时交通流预测是提高普通国省道交通运行效率和安全的关键技术之一。普通国省道具有分布地域广、情况复杂的特点,要求短时交通流预测方法具有良好的适应性,然而,针对短时交通流预测算法适应性及其机制的系统性研究尚不多见。选取1种自适应卡尔曼滤波算法,系统分析其适应性和适应机制。获取江苏省徐州市普通国省道路网中8个交通调查站所采集的实际交通流数据开展实例分析,结果表明:在不同的交通流量水平下,所选算法均值预测的平均绝对百分比误差在10.98%~15.92%之间,区间预测的无效覆盖率在5.21%~6.15%之间,表明所选的自适应卡尔曼滤波算法在不同交通流水平下都具有良好的预测性能;对所选算法的参数进行分析发现,算法参数能够随交通流水平的变化而自动调整,具有良好的自适应机制;所选算法能够在预测初期实现有效的性能调整和收敛。

APP改性油毡在道路工程中的应用

针对APP改性沥青油毡在道路工程中的应用还不广泛,许多研究尚处于初级阶段的情况,分析了APP油毡的工作原理并在参照相关行业标准的基础上,考虑层间粘结及抗裂的特殊要求,调整和补充了技术指标,最后提出了推荐指标,并明确了施工技术要点,为APP油毡在道路工程中的应用提供了参考。

基于机器视觉的公路交通标志自动化巡检系统

针对既有交通标志巡检的调查手段和分析方法存在的成本高、效率低、精度低的弊端,提出了一种基于机器视觉的公路交通标志自动化巡检系统,实现对公路交通标志的移动式实时检测与分析。首先利用YOLO (You Only Look Once)算法,将机器视觉技术运用到交通标志的检测中,加快了检测速度。然后给出了交通标志自动化巡检系统的系统构架、系统结构与功能及数据管理方案。最后利用该系统进行实测。实测结果显示,该自动化巡检系统能够准确地检测交通标志、道路标线及路面坑塘,具有较高的测试精度及较好的测试效果。

一种面向公路交通情况调查信息的数据质量控制方法研究

公路交通情况调查(以下简称“公路交调”)数据可为政府部门、研究机构及社会公众提供决策依据,因此数据的完整性和可靠性至关重要。研究基于江苏省普通交调数据,分析了交通流量数据完整性,并提出了一套完整的异常数据判别规则,最后通过实际数据验证结果表明:插值比预测更适用于公路交调异常数据的修复,拉格朗日插值算法更适用于公路交调数据的修复工作。

基于无人机公路应急处置的研究

本文提出了无人机在公路突发事件应急处置业务方面的应用,分析了无人机业务布局、无线传输技术和应急处置业务,搭建了基于无人机的应急指挥与信息管理平台,实现了与现有应急业务的结合以及与省公路信息化系统的对接,为公路路网管理和应急指挥工作提供高效的空中支持,推进普通干线公路管理工作的现代化进程。

普通国省干线公路全过程安全隐患分级评估技术研究

为了进一步提升全省公路安全管理水平,以徐州普通干线公路为研究对象,应用系统工程原理,构建干线公路安全隐患分级评估模型。首先以是否会导致重特大安全生产事故为评价依据对安全隐患进行定性初筛,形成重大安全隐患初步清单;在充分考虑干线公路不同阶段(建设阶段、养护阶段、运营管理)事故特点的基础上,通过系统评价法(RC法)对于剩余安全隐患进行定量评价,得到重大安全隐患补充清单;在上述两个阶段评价基础上,采用专家调查法对筛选结果进行安全隐患复核,确保评价结果正确全面。本文研究结果为普通国省干线公路安全隐患排查治理科学、有序的进行提供技术依据。

基于速度一致性的限速标志限速合理性研究

为研究路网限速标志限速的合理性,基于限速与运行速度及设计速度的关系,将速度一致性的概念引入限速标志限速合理性的研究中,运用主成分分析法获取限速一致性的综合评估指标。同时,以江苏省高速公路与高速公路衔接道路上的限速标志设置为例,对文中提出的方法予以分析验证。结果显示,该方法对于限速标志合理性的判断具有较好的效果。

混合交通中的车辆与行人检测

混合交通中车辆和行人的检测识别是研究如何让计算机以人的思维方式从视频或图像中将车辆和行人从背景中区分出来。车辆检测与行人检测作为智能交通系统的核心组成部分,具有重大的研究价值与现实意义。本文基于候选区域和深度网络的深度特征提取方法,通过获取场景中的大量实时图像数据进行多任务深度模型训练,实现复杂交通场景中的车辆检测和行人检测的任务。相比于传统的车辆检测算法和行人检测算法,基于候选区域和深度网络的深度特征提取方法具有独特的优势:检测的准确性、鲁棒性、实时性可以在一定的条件下达到比较满意的程度。而传统车辆与行人的检测算法,并不能同时在3项指标上达到较好的状态。此外,候选区域的确定避免了穷举式搜索目标,从而节省了大量时间开销。