共享交通的时空轨迹检索与群体发现

为解决共享交通下的共乘用户群体发现效率低、准确率不高问题，依据R-树原理建立GeoOD-Tree索引，并在此基础上提出以最大化共乘率为目标的群体发现策略。首先，对原始时空轨迹数据进行特征提取与标定处理，挖掘有效出行起讫点（OD）轨迹；其次，针对用户起讫点轨迹的特征，建立GeoOD-Tree索引进行有效的存储管理；最后，给出以最大化共乘行程为目标的群体发现模型，并运用K最近邻（KNN）查询对搜索空间剪枝压缩，提高群体发现效率。采用西安市近12000辆出租车营运轨迹数据，选取动态时间规整（DTW）等典型算法与所提算法在查询效率与准确率上进行性能对比分析。与DTW算法相比，所提算法的准确率提高了10.12%，查询效率提高了约15倍。实验结果表明提出的群体发现策略能有效提高共乘用户群体发现的准确率和效率，可有效提升共乘出行方式的出行率。     

基于形态和约束结构的几何哈希法

几何哈希法,作为一种有效的模型搜索算法,在物体识别中有着重要的应用。现有的几何哈希法仅适合于仿射变换下的二维景物识别,论文提出了适合透视投影变换下三维物体识别的几何哈希方法。该方法利用物体的三维形态和物体中具有射影不变量的几何约束结构来构造哈希表。一方面,几何约束结构提供了物体模型的索引功能;另一方面,物体的三维形态提供了物体成像位姿的有关信息,使后续的匹配验证得以简化。实验中使用人造物体对该方法进行了验证,实验表明该方法正确有效。     

一种基于群代理协同交互的共乘出行仿真模型

作为一种新兴的交通方式,共乘出行既环保又可持续,因为它不仅能让乘客节省出行成本,还能减少汽车的交通拥堵,所以共乘成为人们首选的出行方式。考虑到现实中人力资源的有限性,对共乘出行服务进行了深入的研究。对多Agent技术和共乘过程进行详细的论述,提出一种基于群代理协同交互的仿真模型,该模型采用基于三层架构的JADE平台。给出司乘人员路径匹配模型和协商模型,提出最短路径算法来仿真启动司乘代理之间的共乘过程。选取覆盖北京市区的真实轨迹数据集Geolife和西安市15天的出租车营运轨迹数据,对提出的路径匹配模型和协商模型进行实验验证。实验结果表明,两类模型在准确性和执行效率上具有高效性。     

基于GCN和TCN的多因素城市路网出租车需求预测

在巡游模式下,出租车与乘客间供需不易匹配,造成出租车空载和乘客打车难现象并存,准确高效地实现路网出租车需求预测有利于有效缓解这一问题.针对现有交通流预测模型对空间特征提取不充分,特别是对城市路网内路段之间的空间关系没有全面挖掘这一问题,充分考虑路网内路段间的3种空间关系,对其分别构建路段间的局部关系图、路段全局关系图和路段OD次数关系图,提出一种由图卷积网络与时间卷积网络相结合的出租车需求预测模型.其中,采用图卷积网络对城市路网内路段的空间关系特征进行挖掘,采用时间卷积网络对交通数据集中的时间序列特征进行挖掘,并且考虑外部因素的影响.实验中,首先从真实出租车GPS轨迹数据中提取城市路网中各个路段的出租车出行量,并利用道路上在多个时隙形成的出行量序列对预测模型进行验证.结果表明,相比其他交通流预测模型,所提出的预测模型具有较优的平均绝对误差、均方根误差和平均绝对百分误差.     

基于Spark平台城市出租车乘客出行特征分析

从海量出租车GPS轨迹数据中挖掘和分析城市出租车乘客的出行特征,可以为城市交通管理者和出租车行业管理者在城市交通规划与管理、城市交通流均衡与车辆调度等方面提供决策依据.基于Spark大数据处理分析平台,选择YARN作为资源管理调度系统,采用HDFS分布式存储系统,对出租车GPS轨迹数据进行挖掘.给出了基于Spark平台的出租车乘客出行特征的挖掘方法,包括出租车乘客出行距离分布、出租车使用时间分布及出租车出行需求.实验结果表明,基于Spark平台分析方法能够快速且准确的分析出出租车乘客出行特征.     

基于车联网的行车安全预警信息服务系统设计

搭建了基于车联网的高速公路行车安全预警信息服务系统,并进行了小规模试验验证,试验表明新型交通信息服务系统应用效果良好.该系统有助于保障交通运输的安全和高效运营,为车联网用户提供更为智能和个性化的交通信息服务.     

基于FPGA和ADV7123的红外图像显示卡的设计与实现

介绍了一种利用FPGA(现场可编程门阵列)和A/D转换芯片ADV7123实现红外图像显示卡的设计方法.该显示卡的主要功能包括像素灰度级转换、图像放大以及PAL(逐行倒相)制视频信号生成.详细讨论了显示卡的设计思想和硬件结构、FPGA各逻辑模块设计、FPGA配置加载、显示卡与主系统互连以及利用ADV7123生成PAL制视频信号的方法.该图像显示卡用于红外图像处理系统的硬件调试和红外图像处理算法的效果观测,实际使用情况表明,该显示卡能够很好地满足红外图像处理系统的图像输出需求.     

基于形态及受约束结构的三维物体建模方法

文中提出一种基于物体形态及受约束结构的三维物体建模方法,该方法利用具有透视不变性的三维结构来表达物体的各个形态。利用该表达方法可以使机器视觉系统在用单幅灰度图像识别物体时,在模型索引阶段避开求解物体位姿、摄像机参数、特征对应等复杂问题,从而实现先索引后匹配的识别策略,提高识别物体的实时性。文中首先论述了透视不变性和具有透视不变性的受约束结构的基本概念;其次,给出了用受约束结构进行三维物体建模的一般方法和应用实例;最后,指出了这种方法的不足和进一步的研究方向。     

几何不变性及其在3D物体识别中的应用

三维物体识别是计算机视觉研究的重要内容之一，它要求从3D物体的2D图象中识别和定位物体．由于物体成像时会受到观察视角、摄像机参数的影响，因此使得同一物体在不同观察视角、不同摄像机参数等条件下所得到的图象存在差异．但由于几何不变性方法可以有效地消除这种差异带给3D物体识别的不利影响，所以，近20年来这种方法受到了广泛的关注和研究．为使人们了解该领域的研究现状，以对该领域的研究有所启发，首先讨论了基于几何不变性的3D物体识别方法的研究内容，包括研究的几何框架和其不变性以及几何不变性在3D物体识别中的主要应用；其次，总结性地评述了该领域的研究现状；最后，提出了研究的发展方向．