基于AMR传感器和Zig Bee技术的车辆检测器设计

根据车辆经过而引起地球磁场扰动这一现象,应用AMR传感器和Zig Bee技术,设计一种放置于交通路口的车辆检测器,该车辆检测器具有安装简便、可靠性高等优点.设计给出磁阻传感器检测原理、测量电路的设计、无线收发模块的软硬件设计及实验结果.经实验证明:该车辆检测器可以准确实时获得各种交通数据(包括车流量、车速度、车辆密度、车头距离、占有率等),是智能交通系统(ITS)中最重要的交通数据采集设备之一.     

智能交通系统消息交换的复杂度研究

针对道路上自动化管理的智能交通难题,利用车辆无线传感器网络对车位检测的辅助定位进行了研究,阐述了基于无线传感器网络的智能交通在提高车辆行驶的安全和效率方面的优势。首先讨论无线传感器网络技术在交通道路系统中的整体应用以及该技术在国内外的发展现状以及分析;然后讨论交通道路传感器网络系统的总体概述;接着对车辆传感器网络辅助定位的理论进行了深入的分析、数据的计算;最后详细地给出了计算车辆传感器网络广播协议的消息传输总时间复杂度的公式。     

智能交通系统消息交换的复杂度研究

针对道路上自动化管理的智能交通难题,利用车辆无线传感器网络对车位检测的辅助定位进行了研究,阐述了基于无线传感器网络的智能交通在提高车辆行驶的安全和效率方面的优势。首先讨论无线传感器网络技术在交通道路系统中的整体应用以及该技术在国内外的发展现状以及分析;然后讨论交通道路传感器网络系统的总体概述;接着对车辆传感器网络辅助定位的理论进行了深入的分析、数据的计算;最后详细地给出了计算车辆传感器网络广播协议的消息传输总时间复杂度的公式。     

车辆检测传感器综述

介绍了两类典型的车辆检测传感器,即固定式车辆检测传感器:感应线圈检测传感器、超声波检测传感器、微波检测传感器、红外线检测传感器、视频检测传感器、磁力检测传感器以及声学检测传感器;移动式车辆检测传感器:浮动车和探测车。阐述了各种检测传感器的原理、所检测的交通参数以及其适合检测的交通环境,通过比较各种检测传感器的特点,指出了车辆检测传感器的应用方向是多传感器联合检测,旨在对我国车辆检测传感器技术的应用能有所帮助。     

微型的感应线圈车辆传感器

智能交通系统(ITS)是解决日益严重的高速公路和城市交通问题的有效途径.车辆检测传感器是ITS中最重要的交通数据采集设备之一.通过埋在地下或者安装于道路两旁的车辆检测器,可以准确实时地获得各种交通数据(包括车流量、车速度、车辆密度、占有率等).在众多车辆检测器中,感应线圈式车辆检测器具有性能稳定、性价比高、应用方便等优点,因而目前在工程上应用最广.但其探测线圈体积庞大,安装时需要阻断交通,工程量大;线圈容易损坏.本文将采用微型线圈,并将单片机控制技术引入传统的车辆传感器中,从而有效地降低了安装的工程量,开发出适用性更强的车辆传感器.经实验证明,该传感器可有效地检测出车辆信号.     

分布式无线交通监控系统的研究与实现

无线传感器网络是一种全新的信息获取和处理技术。相对于现有交通监控系统中所应用的各种技术，无线传感器网络具有不受环境限制、自组织、分布性等优势。该文提出了基于无线传感器网络的分布式无线交通监控系统的设计方案，详细探讨了构造自组织、自适应的智能交通网络所涉及的车辆速度测试、车辆定位、车流量检测等技术。并指出其对未来交通发展的意义。     

多信息融合技术的城市交通监控系统的研究

将车辆检测器、射频技术以及计算机图像处理技术应用于城市交通监控系统,形成智能交通的一个子系统.介绍了三种传感器的信息处理和融合技术,能实现交通流量统计、智能交通调控、自动违章处理、车辆跟踪处理、交通实时查询以及车辆统计等功能,解决城市交通管理中的一系列经典难题.     

面向交通信息采集的智能无线传感器节点

为了准确实时获取交通信息参量,利用无线传感器网络技术作为智能交通感知前端和通信手段,融合GPRS技术,构建交通信息采集网,为道路交通信息采集提供了更加便捷的解决方案。设计了交通信息采集的传感器节点,提出了动态车辆探测算法和车速测量算法。实测结果表明:动态车辆探测算法和车速测量算法能够在计算能力有限的传感器节点上实现,能准确实时地获得车流量、车速等交通参量;该交通信息采集系统能满足网络大规模部署的需求,可应用于智能交通系统。     

微波车辆传感器

微波车辆传感器是适应现代交通管理，为迅速正确地收集交通信息，实现交通信号机控制的最佳化而新开发出的一种车辆感知器，它的出现为实时地正确把握交通情况提供了可能，下面将这种与过去使用的车辆感知器不同的传感器作一介绍。一、交通管理系统的构成（1）微波车辆传感器的     

无线地磁技术在城市交通管理方面的应用

地磁传感器通过探测车辆通过时对地球磁场产生的扰动来检测车辆,再加上安装方便、不受环境影响等诸多优势,无线地磁技术在智能交通领域和停车管理系统中发挥了越来越重要的角色。     

基于有效证据理论及数据融合技术的道路交通事件检测

本文研究基于感应线圈和视频数据融合的交通参数检测方法,分析了感应线圈与视频这两种异质传感器的信息互补关系,对D-S证据理论进行改进,并利用其对感应线圈和视频的检测信息进行融合,用以提高交通事件检测的可靠性和响应速度。     

基于传感器网络的城市智能运输系统的构建

基于传感器网络构建城市智能运输系统，实现对城区交通的智能控制．设计了智能运输系统专用的传感器节点和相应的硬件结构，并编制了相应的软件，建立了一个城市交通系统的智能控制模型，实现道路交通流实时动态信息的采集、处理和发布，及路段的规模协调控制．使用Matlab软件对控制模型中的交通信息的处理进行了仿真，表明该智能运输系统模型能够投入交通控制的实际应用．与当前普遍采用的基于GPS技术构建的ITS系统相比，本系统具有更高的性价比、灵活性和控制效率．     

基于无线传感器网络技术在交通信息采集系统的应用

交通拥挤、道路阻塞、交通事故的频繁发生,以及交通造成的环境污染日益成为制约国民经济发展的瓶颈.为了防止交通拥堵现象的进一步恶化,各国政府纷纷启动智能交通计划.针对智能交通系统的关键在于交通信息采集,开发成本低、可大量布设到各个路口的基于无线传感器网络的交通信息采集系统.主要介绍应用于智能交通时无线传感网络的构成,包括无线传感器网络的体系构架机器如何应用于交通信息采集领域,以及要开发原型样机的软硬件指标和通信协议、生命周期分析.     

Application of Fuzzy Logic to Vehicle Classification Algorithm in Loop/Piezo‐Sensor Fusion Systems

Individual vehicle information, especially, vehicle classification data play a key role in Advanced Traffic Management and Information Systems (ATMIS). In inductive loop and piezo‐sensor fusion systems, traffic data such as the vehicle length and the distance between axles are used for vehicle classification. However, classification errors often occur in distinguishing passenger cars from small trucks and in distinguishing medium‐sized trucks from small trucks. It is mainly attributed to the fact that they are similar in lengths and have similar inter‐axle distances. To improve the performance in vehicle classification, we develop a new algorithm using a fuzzy logic. Vehicle weight and speed are used as the inputs to the fuzzy logic block. The output of the fuzzy logic block is a weighting factor to modify the calculated vehicle length. Experimental results show that the developed algorithm significantly improves the classification performance.     

无线传感器网络在智能交通中的应用

针对目前中国的交叉路口多、车流量大、交通混乱等现象,阐述了基于无线传感器网络的智能交通系统的基本原理。结合国内外将无线传感器网络应用于智能交通网系统的已有研究应用情况,指出了无线传感器网络技术应用于智能交通中的交通信息采集、交通信息传输、交通控制和诱导等方面的几个关键技术,以便为进一步研究并拓展无线传感器网络在智能交通中的应用提供参考。     

基于激光传感数据的拥堵路口交通信号灯控制

针对城市车流高峰时段的道路拥堵问题,提出基于激光传感数据的交通信号灯智能控制方法研究。在道路两侧均匀布置激光传感器节点,采集实时的激光传感数据和车流量信息,并构建一种两层级的交通信号灯控制模型,以提取的交通路口实时传感数据作为输入项进行模糊推理,并求解出交通信号控制模糊子集,最后推导出当前车流长度、车辆在路口的平均滞留时长及车辆的延误时长等变量,达到缓解交通拥堵,提高通行效率的目的。仿真实验数据表明,提出的拥堵交通信号灯智能控制方法具有良好的控制效果,可以明显减少车辆延误时长,提高道路通行的效率和安全性。     

基于WSN的路口交通信号控制设计

为了缓解道路交通拥堵,减少车辆延误,节约交通能源,控制车辆在交叉路口顺畅通行,提出了一种基于无线传感器网的智能交通信号控制设计。利用传感器节点收集的交通信息,结合多agent的西同方法,控制中心进行综合处理,在不同的时段采用不同的路口控制模式,调整各交叉路口的绿信比,协调干线各路口周期的确定和各路口之间的相位差,自适应地控制车辆通行时间。实现了交通信号灯的无线智能控制,从而提高车辆通行效率。实现交通信号控制的智能化、网络化。     

基于残差时域注意力神经网络的交通模式识别算法

交通模式识别是用户行为识别中的一个重要分支,其目的是对用户所处的交通模式进行准确判断。针对现代智慧城市交通系统对在移动设备环境下精准感知用户交通模式的需求,提出了一种基于残差时域注意力神经网络的交通模式识别算法。首先,通过具有较强局部特征提取能力的残差网络提取传感器时序中的局部特征;然后,采用基于通道的注意力机制对不同传感器特征进行重校准,并针对不同传感器的数据异构性进行注意力重校准;最后,利用具有更广感受野的时域卷积网络（TCN）提取传感器时序中的全局特征。采用数据丰富度较高的宏达通讯（HTC）交通模式识别数据集来对已有的交通模式识别算法和所提出的残差时域注意力模型进行评估,实验结果表明,所提出的残差时域注意力模型在对现代移动嵌入式设备的计算开销友好的前提下具有高达96.07%的准确率,且对单一类别均具有高于90%的召回率与精确率,验证了该模型的准确性与鲁棒性。所提模型可以作为一种支持移动智能终端运算的交通模式识别应用于智能交通出行、智慧城市等领域。