基于低频浮动车数据的实时地图匹配算法

在考虑GPS误差等影响因素的前提下,按照5 min时间间隔为单位,对该时间段的GPS点筛选候选匹配链路;然后利用最短路算法获得浮动车行驶的候选径路集,并通过模糊逻辑推理确定最终行驶径路,实现低频浮动车数据的地图匹配;最后,基于北京市采集的浮动车高频数据,利用不同频率下随机抽取低频数据对算法进行验证.     

基于浮动车数据的行程速度估计算法及优化

依托重点实验室构建的浮动车采集处理实验系统,从行程速度的交通工程学定义出发,利用实时上传的浮动车数据,构建了以浮动车的驻留时间和路段长度为基础的行程速度估计算法．通过对比现场跟车实验测得的行程速度与算法计算结果,验证了该算法的行程速度结果精度达到90％以上,从而为交通信息服务系统提供了简单、准确的区间速度计算方法．最后,对算法进行了优化,有效地提高了算法效率,为满足大规模应用奠定了基础．     

结合浮动车技术的SCATS自适应控制策略生成技术

针对SCATS信号控制系统存在的两个问题:相位差实时优化能力差和备选方案固化,尝试结合浮动车技术研究了SCATS自适应控制策略生成技术。通过改进地图匹配算法,提高浮动车路段行程时间估计精度,从而提高相位差实时优化能力以及模型的输入数据精度。同时根据实时的检测器数据和浮动车数据,采用模糊神经网络以及多属性决策技术自适应生成控制区域交叉口的配时参数。最后,以上海某SCATS控制区域为仿真路网,以SCATS采集的检测器数据及浮动车数据为仿真输入数据,以Paramics V6为仿真平台对本文模型进行验证,结果表明能够提高系统的控制效率。     

浮动车和固定检测两种数据源的差异特征

为了深入探索浮动车和固定检测数据融合无法避免的精确度稳定性问题,详细地讨论了使用两种数据进行路段行程速度估计的差异特征及其产生机理.以日本名古屋市浮动车系统和固定检测器（vehicle information communication system,VICS）估计得到的行程速度数据为研究对象,应用回归模型分析了两种数据源交通信息的一致性及差异性,进一步分析了两种数据源产生差异的影响因素.结果表明,浮动车抽样样本差异、VICS传输时间滞后、VICS设置上限值等是导致两数据源的观测结果存在差异的主要原因,对于不同路段其差异产生的机理也不尽相同;忽视数据源采集和处理过程中的误差遗传,而采取单一的数据融合算法将难以提高信息融合的精确度.     

基于GPS数据的行程时间及交叉口延误估计模型

目的 为了解决目前利用GPS数据估计行程时间的模型过于单一,难以满足复杂多变的城市交通环境的问题.方法 考虑各种传统模型的特点与适用范围,设计了基于GPS数据的行程时间估计自适应模型以及交叉口延误估计模型;运用某大城市的实测GPS数据,进行了上述模型的实例验证.结果 验证表明,利用上述模型获得的行程时间和交叉口延误精度可以达到80%以上.结论 相比传统模型,数据估计精度明显有所提高,提高幅度超过5%.     

基于GPS数据及车辆运行特性分析的单车路段行程时间估计

针对现有的基于浮动车单车路段行程时间估计方法的不足,提出了一种基于GPS数据及车辆运行特性分析的单车路段行程时间估计方法。该方法主要进行了3个方面的改进:①对地图匹配模块中节点附近GPS点采用了相邻点联合匹配的方法,提高了匹配的效率;②针对不同情况下车辆在边界点前后运行特性的不同,对车辆通过边界点时间进行相应处理,提高了车辆通过路段边界点时间的估计精度;③对车辆个体在运行中因受到干扰而停车现象进行了分析,并对干扰停车予以有效剔除,降低了估计中车辆个体行为对估计结果准确性的影响。最后用出租车GPS实验数据进行了验证,结果证明了本文方法的有效性。     

射电望远镜指向误差的广义延拓插值修正方法

提出了一种新的基于广义延拓插值的射电望远镜指向误差修正模型,在线性修正模型的基础上对观测域进行球面的Delaunay三角剖分,利用高精度的广义延拓插值逼近方法生成不分项的整体分布曲面． 此方法可在分片边界点上满足插值条件,并充分利用分片插值区域的周围结点(包括内点)信息,实现分片最佳拟合． 应用50m天线指向实验数据进行分析,结果表明该模型与线性修正模型相比,指向预测精度提高了30.3％,从而能更有效地提高望远镜的指向精度．     

基于梯度提升回归树的城市道路行程时间预测

为了提高行程时间的预测精度,在考虑时间序列相关性的同时,分析相邻路段的空间相关性对于行程时间的影响,并提出基于梯度提升回归树模型的城市道路行程时间预测方法.对车牌识别设备获取的实际数据进行预处理,并提出相应的补全算法以解决数据缺失问题,建立完整的历史数据集.通过分析各影响因素与行程时间的相关性,构建特征向量.为了能更好地理解模型,通过梯度提升回归树模型输出各变量对于预测结果的重要度.利用实际数据对模型进行评估,预测行程时间的平均绝对误差百分比,约为10.0%.与SVM、ARIMA等方法相比,所提方法具有较高的精度.     

基于高清智能卡口路段行程时间的数据质量分析

通过分析行程时间估计参数与样本率的变化关系,发现样本率越大,路段行程时间的平均绝对百分误差越小,行程时间标准差的波动性越小;当样本率大于0.414时,样本数据计算得到行程时间参数满足精度及稳定性要求,由此确定行程时间数据的样本率阈值.考虑路段开口计算实际路段行程时间匹配率,并对其时空变化特征和显著性差异进行分析.实际数据表明,行程时间匹配率与路段及日期无关,稳定且均大于最小样本率;行程时间匹配率与时段有关,20:00至次日6:00时段内行程时间匹配率较一天内其他时段低,但仍大于最小样本率.综上可以确定高清智能卡口数据用于估计行程时间的可行性.     

基于GPS浮动车的路段行程时间估计方法比较

以长春市局部路网的地理信息为基础,运用实测GPS数据分别对基于GPS浮动车的路段行程时间的直接估计方法与间接估计方法进行编程实现和测试分析,并且依据所得路段行程时间数据对比分析了两种方法各自的特点及适用范围。结果表明,两种方法适用范围的差别比较明显。     

基于车牌识别数据的交通拥堵识别方法

针对目前缺少基于车牌识别数据的交通拥堵识别方法的相关研究,使得建设及维护成本均较高的车牌识别系统只能实现交通监控、流量检测等初级功能,导致系统性价比较低的问题,分别设计了基于车牌识别数据的单车行程速度采集方法及区间平均行程速度采集方法,对交通拥堵的识别方法进行了研究,并进行了实例分析.结果表明,单车行程速度采集方法及区...     

基于 Hough 变换及可信度的车牌旋转角度检测

车牌角度矫正是汽车牌照识别的一个重要步骤。采用Hough变换法检测车牌的倾斜角度。首先对汽车牌照图像预处理,再提取车牌上下边框的边缘信息,利用Hough变换对提取的边缘信息进行变换,从而获得车牌上下边框的拟合直线及其倾斜角度,并引入可信度,以度量检测结果的优劣,最终获得较精确的汽车牌照的倾斜角度。实验结果表明,该法抗干扰能力强,检测精度高。     

汽车牌照字符识别系统设计

随着交通事业的迅速发展,人工管理方式已不能满足实际的需求,针对这一问题,提出了汽车牌照字符识别系统设计,采用了数字图像处理技术、车牌定位技术、车牌字符分割技术、BP神经网络识别技术来解决车牌字符的识别问题,研究了图像预处理、边缘提取、车牌定位、字符分割、字符识别5部分内容,并给出了BP神经网络实现车牌字符的识别,实验表明,此方法能实现良好的定位精确度和较高的识别率.     

基于数学形态学的汽车牌照提取算法

定位汽车牌照在车牌识别应用中是很关键的一步。提出了一种基于数学形态学的新方法。以车牌宽度和高度、车牌字符高度及字间宽距等信息为依据来设计一种新的结构元,通过对汽车边缘图像进行形态学运算,能从图片中得到包含汽车牌照的候选区域,最后,基于汽车牌照纵宽比等固有特征,采用连通域体态分析,对包含车牌的多个候选区域进行去伪,得到真正车牌区域。通过对大量汽车图片实验,验证了该方法的有效性。     

基于车牌识别数据的机动车出行轨迹提取算法

为了提取城市路网上所有运行车辆的出行轨迹,系统科学地再现所有车辆的运行场景,进而为分析城市交通需求的结构和时空分布特性提供数据支撑,提出基于车牌识别数据的机动车出行轨迹提取算法.通过车牌及时间戳排序提取出行链;利用相邻节点间的速度,结合交叉口邻接矩阵完成行链的分离;基于K则最短路径算法（KSP算法）及灰色关联法（GRA算法）,对出行轨迹进行补全重构.对贵阳市南明区的实际车牌识别数据进行算法测试.结果表明,提出的基于车牌识别数据的机动车出行轨迹提取算法在测试区域的综合准确率大于92%.     

采用特征点提取算法的车牌倾斜校正方法研究

针对车牌倾斜校正问题,首先简介了四种特征点提取的算法,并结合实验结果分析了各算法的优缺点,进而提出了比传统算法更有效的基于非线性双边滤波器的Harris算法,然后提取出车牌区域的字符角点信息,再结合惯性主轴算法对倾斜车牌进行校正。实验结果证明,改进后算法有效地抑制了伪角点数目,提高了车牌角点检测的精度,使得车牌倾斜校正的精确度和实时性大幅度提高。     

基于识别结果校正的车牌字符分割算法

在车牌识别系统中,字符分割发挥着承上启下的作用。由于外界环境如光照、尘埃的影响,造成预处理后的车牌图像产生字符断裂和粘连现象,造成分割错误,影响后续字符识别。通过研究多种字符分割算法,提出了一种结合垂直投影法、连通域分析以及通过模板匹配字符分类器的识别结果进行反馈校正的分割方法。分别对停车场车辆车牌、高速公路路口抓拍的车牌以及公路行驶车辆抓拍的车牌进行测试,其中停车场车牌可以实现98%以上的分割正确率,其余2种情况的正确率也在97%左右,表明该方法有实用性。     

基于SCATS及GPS信息的路段行程时间估计

由于SCATS控制系统的检测信息不提供速度信息,很少用其估计城市道路的路段行程时间。鉴于SCATS应用的广泛性及其采集信息的丰富性,提出了一种基于SCATS信息的路段行程时间估计方法。对基于SCATS信息估计结果进行误差分析,并分析了浮动车样本量对GPS估计结果的影响,明确了两种估计方法在不同条件下估计结果的特性。根据估计结果的准确性和稳定性对实验样本进行分类。在分类的基础上,分析了以上两种估计结果的互补性,并选择合适的融合方法对二者进行了融合处理,融合前后的估计误差对比结果表明,提出的基于SCATS估计方法有效,经SCATS及GPS信息融合后的估计结果更可靠。