基于视频的车辆特征参数算法研究

本文以微积分的思想为理论基础,利用模板匹配的技巧实现了车辆特征点的自动定位,从而建立了车辆长度及客货分类算法模型,为车辆视频检测提供了参数依据。

基于地磁信号的车辆位置检测

为了更好地适应车辆检测的要求,基于磁场叠加原理,给出了车辆通过地磁场产生的磁场扰动的理论推导,通过对理论模型进行反演,建立车辆行驶过程中位置与磁感应强度信号的关系模型,利用两个各向异性磁阻磁传感器(AMR),实时确定车辆位置及车辆磁特征参数。实验结果表明:该方法对于实时确定车辆位置及车辆磁特征参数具有较好的可行性。

基于车辆动态行为特征的交通状态识别研究

交通状态识别研究对于预防和缓解交通拥堵具有重要的研究价值,不仅能够为交通管理提供决策支持,还能有效提升道路的运行效率。传统的交通状态识别方法仅考虑单一的宏观特征参数,忽视车辆变道行为的影响以及由此产生的车辆间相互干扰,导致状态划分空间粒度较粗,状态辨识不够精细化,难以深入分析交通拥堵的成因。对此,本文提出一种无人机视角下基于车辆动态行为特征的交通状态识别方法。首先,该方法结合基于旋转检测框的车辆检测算法(YOLOv8s-OBB)和车辆跟踪算法(BoTSORT)检测和跟踪车辆,解决水平框中背景像素冗余以及车辆框重叠的问题,提取车辆空间方向角和旋转4点坐标等更精准的车辆轨迹数据,并计算微观交通流参数;其次,利用获取的车辆空间方向角和旋转位置信息提出车辆动态行为特征参数,即变道干扰率和车辆方向波动指数;然后,结合宏观的平均速度和交通密度参数,构建多维状态特征空间,应用于实际道路场景的交通状态识别。最终实验结果表明:在旋转车辆目标检测中,该方法的mAP@0.5达到0.987,输出的车辆轨迹数据稳定且连续;在交通状态识别中,在平均速度和交通密度作为宏观特征参数的基础上引入变道干扰率后,状态识别精确度达到0.983;进一步,引入车辆方向波动指数后,状态识别精确度达到0.987。同时,根据状态特征空间表征,可以更加精准地将交通状态划分为4种状态,即畅通态、平稳态、拥挤态和堵塞态,从而可以为车辆动态行为定量化分析交通状态影响,为基于无人机视角的交通状态识别提供新的理论参考,为智能交通系统提供先进的状态精细感知。

武汉青山长江公路大桥引桥荷载放大系数研究

针对桥梁实际运行荷载效应与规范设计荷载效应差异较大问题,以武汉青山长江公路大桥引桥为工程背景,基于周边具有相似交通情况的既有跨江桥梁实测动态称重(WIM)数据和预测统计车辆特征,采用蒙特卡洛法构造自然车列对引桥4种典型连续梁桥有限元模型进行影响线加载,分析95%保证率分位值时正常行驶与自然堵车状态下各控制断面处的荷载放大系数。结果表明:对于4种典型连续梁桥,正常行驶状态下荷载放大系数β<1,自然堵车状态下部分控制断面荷载放大系数β>1;最大荷载放大系数对应内力类型为连续梁墩顶负弯矩,是实际自然车列作用下的控制内力;桥墩墩顶负弯矩等控制内力的荷载效应计算时,荷载放大系数β为1.2~1.5。