面向城市道路交通状态估计的数据融合研究

实时道路交通状态估计是ATMS和ATIS的重要内容。布设于城市道路网络中的各类检测器提供了丰富实时的动态信息。针对目前我国各检测器间相互独立形成信息孤岛、数据参数多样、结构迥异、采样周期和精度不一等现状,采用贝叶斯估计、模糊逻辑等数据融合方法建立多源异构交通信息三层次融合体系,得到精度更高、可靠性更强的交通信息。实例证明,数据融合适用于城市道路交通状态估计。

面向实时交通状态参数估计的浮动车车速置信优化算法

针对浮动车数据稳定性问题,在浮动车及其数据特性分析的基础上,设计了考虑车速置信权重的交通状态参数算法。以车速、样本数和时间为衡量基准得到置信权重,据此计算交通状态参数。在出现异常数据时进行去噪处理;在数据量不足或数据连续性不好的情况下融合历史数据及临近时段数据,以反映真实交通状态。通过编程仿真和实地实验,对优化算法进行数值分析和测试,证明该算法可有效消除异常数据波动和数据量不足的影响,对交通状态参数估计具有较高的准确度和平稳性。

基于数据融合的城市道路交通事件自动检测

针对交通事件自动检测多以高速公路、城市快速路为对象以及使用数据源单一的现状,提出一种基于多源数据融合的城市道路交通事件检测方法。在对信号控制下交通事件引起的交通流变化进行分析的基础上,利用杭州市城区浮动车、SCATS、Citilog系统提供的实时交通数据,基于CUSUM算法构建差分流量和速度交通事件检测模型。该模型可以有效抑制交通信号对于交通流的周期性影响。实验表明,模型在高峰时段和平峰时段均能快速准确检测交通事件。

面向行程时间预测准确度评价的数据融合方法

提出BP神经网络融合模型.该模型由三部分组成:初始数据产生模块、BP神经网络数据融合模块、融合结果分析模块.选择四个参数作为该模型的输入变量,其中路段交通流密度和交通量由线圈数据提供,而行程时间估计值与浮动车样本量由浮动车数据提供,并且给出选择这四个参数的依据与原因.最后选择杭州市的一条主干道作为目标路段,采集该路段上的406组数据对该模型进行验证,试验结果表明模型对准确度评价的相对误差仅为4.86%.

城市道路网络动态优化选择方法研究

基于解决动态路径诱导算法中的实时性、动态性和人的选择行为,提出了基于实时交通状态因素的动态道路优先等级指数的确定方法,建立了连线交通相似度的模型,研究了道路网络的动态分层规则和方法,实现了路网的动态优化选择,并通过简单的算例进行了验证分析。该方法具有很强的可操作性和应用价值。

单点交叉口信号配时优化方法及原型系统实现

本文通过分析目前单点交叉口信号配时的局限性,提出了改进的信号配时优化算法,模型采用了动态规划的思想,通过模型的求解能获取在滚动时间窗内的全局最优解。利用GIS、计算机技术等,设计并实现了单点交叉口信号配时优化原型系统。该系统已经在太仓城市进行了初步使用,提高了交通系统的运行效率,节约了交警部门的管理成本。

基于提高服务水平的公交发车频率优化模型研究

随着社会经济的发展,公交行车调度的重点逐渐由先前的单纯注重公交企业经济效益转向其服务水平的进一步提升.在此基本思想指导下,建立了基于以乘客利益最大化为主要目标的非等效实时优先协同优化公交网络调度模型的,并采用了遗传算法与模拟退火算法相结合的混合遗传-模拟退火(GA-SA)算法对公交行车调度发车频率进行优化,同时采用上海市公交调查数据对其进行了验证.结果表明该优化模型有较强的实用性.

大型专用停车库出入口数量与服务时间的计算方法

针对停车库出入口的规划问题,首先分析出入口车流的运行特点,然后提出用排队论的方法分析出入口的车流运行,并给出在不同服务水平下,服务时间、出入口数量和停车库泊位数之间的计算模型,通过仿真实例表明,该计算方法用于确保停车库出入口的畅通运行具有较好的准确性和有效性。

基于EP9315的嵌入式Linux移植

描述了将Linux移植到基于EP9315处理器的目标板上的方法和过程,包括交叉编译环境的建立,开发工具使用,内核的裁剪、编译以及文件系统的移植。最后并以一个基本程序为例调试成功,验证了应用程序移植和调试过程的正确性和可行性。