基于多层模型的“两客一危”车辆行驶状态评价系统

随着我国道路运输行业的快速发展,"两客一危"车辆大幅度增长,给道路出行和乘客的生命财产安全带来了极大的考验.本文基于海量"两客一危"车辆行驶数据提出了多层模型的"两客一危"车辆行驶状态评价系统.首先,对行驶数据进行特征筛选、异常值清洗、归一化等处理.然后,在宏观和微观两个层面上分别使用聚类分析模型和动态阈值模型对车辆行驶数据进行分析.最后通过将聚类分析的结果与动态阈值的分析结果相结合即可实现对车辆行驶状态以及驾驶员的驾驶习惯的综合评价.研究结果表明,本文提出的多层模型能够对车辆行程路况以及车辆驾驶员驾驶习惯进行较为准确的评估,可为"两客一危"车辆的管理监督部门以及车辆运输企业提供合理的安全生产的科学依据和数据支持.     

基于k-mediods及其改进算法的非法营运车辆识别

为从大量社会车辆中识别出疑似非法营运的车辆,提高交通管理部门行政执法的目的性和针对性,维护道路运输市场秩序,消除交通安全隐患。结合RFID车辆信息数据提出了基于k-mediods的非法营运车辆识别算法,并针对k-mediods算法缺点进行了基于距离贡献率和算法偶然性的2种改进。非法营运车辆识别的实现,首先需要提取出车辆RFID数据,并对其进行预处理,进而得到车辆运行行为数据,再利用PCA处理得到车辆运行特征数据,最后通过k-mediods算法聚类分析识别出非法营运车辆。实验结果表明,算法流程清晰,能够有效地识别出非法营运车辆。同时通过对算法进行改进,提高了算法稳定性和对非法营运车辆的正确识别数量,降低了错误识别数量。     

江苏常州成立智慧交通联合实验室

<正>近日,江苏常州市交通运输局、中国电信常州分公司、中国电信交通行业信息化应用(南京)基地签署了战略合作协议,挂牌成立常州智能交通联合实验室,这是江苏省交通信息通信技术领域内第一个市级重点实验室。常州市作为全国""试点城市之一,与中国电信合作建设的重点车辆企业平台(两客一危平台)已于2013年12月通过交通运输部检测正式上线运营,助力政府加强重点营运车辆监管以及企业下辖车辆运营管理,满足了企事业单位对车辆快速调度,车辆安全监管,车辆油耗、维修管理,驾驶员管理的     

车辆动态监管系统的创新与设计

针对新时期国内道路运输车辆管理的现状,并根据道路交通安全建设的需求,提出把重点车辆(客车、出租车、校车、危化品运输车、工程车以及突出交通违法车辆)纳入交通安全重点管理的范畴,在交通管理信息系统中运用创新的管理体系,实现对重点车辆的动态、实时、联动监管,以科技手段及时侦测交通运行过程中重点车辆的异常情况,有效预防重特大道路交通事故发生,从而提升道路交通管理水平。该系统具有良好的应用前景。     

道路运输安全管理MDAS的设计与实现

针对目前道路运输安全管理决策缺乏针对性和有效性的问题,提出基于车载GPS监控数据,将多维分析技术应用于营运车辆GPS监控数据的分析,从而获得车辆的行驶规律,以加强安全管理。在对现有基础和条件进行分析的基础上,提出了道路运输安全管理MDAS总体解决方案,包括系统的全局网络拓扑结构和五层体系结构。设计了基于DTS和触发器的数据抽取器,分别利用概化和最近点估计地图匹配算法对非空间和空间数据进行预处理,设计了雪花MDAS数据仓库模型、MDAS数据集及基于MDX的数据分析引擎。以此为基础,开发了重庆市道路运输安全管理MDAS。应用表明,该系统符合道路运输安全管理决策支持的需求。     

ZigBee危化学品数据采集节点的设计与实现

为保证运输车辆危化学品数据能安全、低功耗、稳定地采集,提出了一种基于ZigBee技术的危化学品数据采集节点设计方案,给出了软硬件部分的实现方法,并进行了相应的实验.     

基于大数据平台的动态车辆路径调度算法

针对动态车辆路径调度问题的难解性,提出一种基于大数据计算模型的车辆路径调度算法。利用大数据计算收集和处理初始数据,在关键路径节点设置警报标志实现动态更新路径机制,将传统的单一时间成本车辆路径问题描述为动态时间序列的运输成本优化问题,并给出运输总成本的目标函数。在Sioux Falls网络中进行的数值模拟分析结果表明,该算法能有效地求解车辆路径调度问题,且随着网络数据量的动态性增加,与传统的PFIH算法、Tabu算法相比,其时间性能具有明显优势。     

基于GIS和Hadoop的石油运输车辆监控系统的设计与实现

伴随着日益增长的石油消耗,石油运输车队逐渐庞大,运输车辆管理逐渐达到瓶颈,车辆资源的合理使用以及分配问题显得尤为突出。提出一套基于地理信息系统的石油运输车辆监控管理系统方案。该系统中采用SSH框架以及Hadoop大数据平台,不仅可以实时监控车辆运行状态,更能通过大数据处理,预判车辆的维保里程,从而实现石油运输的安全,使车辆资源得到合理分配。     

营运车辆驾驶行为的研究与应用

我国公路运输里程数居世界前列,且大部分的客货运输工作都是由营运车辆来完成.有数据显示,大部分的重特大运输事故与营运车辆有关.因此需重视营运车辆的运行状况,特别是重视驾驶员的驾驶行为,以减少车辆事故的发生.论文通过对车联网数据进行分析、确定驾驶行为指标及各指标得分细则并使用K-means聚类方法对驾驶行为进行分级,最终建立评估模型,客观评估驾驶行为的优劣.实际结果表明,该评价模型为驾驶员行为习惯的综合分析提供了一种可行的方法.     

一种自适应停止的SOM神经网络及其应用

RFID采集的车辆信息可以识别营运车辆的运行规律,采用这种方法能找出运行规律类似营运车辆的私家车,并判定为疑似非法营运车辆。应用SOM神经网络聚类时,初始化网络需要设置各种参数。为此,提出一种自适应确定网络训练次数的方法,利用权值导数来判断是否停止训练。利用UCI数据集对传统的和改进后的网络进行测试并对比,发现改进后的网络优于传统网络。最后,将改进后的网络用在车辆运行规律识别中,得到预期的效果。     

Development of misfire detection algorithm using quantitative FDI performance analysis

A model-based misfire detection algorithm is proposed. The algorithm is able to detect misfires and identify the failing cylinder during different conditions, such as cylinder-to-cylinder variations, cold starts, and different engine behavior in different operating points. Also, a method is proposed for automatic tuning of the algorithm based on training data. The misfire detection algorithm is evaluated using data from several vehicles on the road and the results show that a low misclassification rate is achieved even during difficult conditions.     

基于时空网络的自动化集装箱码头自动化导引车路径规划

针对自动化集装箱码头水平搬运作业中自动化导引车路径冲突问题,提出一种基于时空网络的路径优化方法。对于单个运输需求,首先,将路网离散化为网格网络,设计依据时间可更新的时空网络;其次,以任务完工时间最短为目标,基于时空网络下可用路段集合来建立车辆路径优化模型;最后,在时空网络上运用最短路径算法求解得最短路径。对于多个运输需求,为避免路径冲突,根据当前运输需求的路径规划结果更新下一个运输需求的时空网络,并通过迭代最终获得满足规避碰撞和缓解拥堵条件的路径规划。计算实验中,与基本最短路径求解策略（求解算法P）相比,所提方法的碰撞次数降低为0并且最小相对距离始终大于安全距离;与停车等待求解策略（求解算法SP）相比,所提方法最多减少任务总延误时间24　s,且明显降低延误任务占比以及路网平均拥堵度,最大降低程度分别为2.25%和0.68%。实验结果表明,所提方法能够有效求解大规模冲突规避的路径规划问题,并显著提高自动化导引车的作业效率。     

EasyRide: active transponders for a fare collection system

The EasyRide ticketing system relies on radio frequency identification cards or tags to monitor passenger access to public transportation. Cards equipped with a miniature radio communication module identify passengers and record the information necessary to collect fares. Passengers equipped with an electronic card can board vehicles without prior ticket purchase. Equipment installed on each vehicle automatically detects the card and registers the passenger's entry and exit locations. The collected data, which contains the card and vehicle identification, stop names, and time stamps, is then forwarded from the vehicle to a fare calculation and billing system. Passengers only need to carry the card in their pockets or luggage during the trip, and the whole access control process is executed unnoticeably     

车路协同路侧感知融合方法的研究

随着智能网联汽车技术和产业的不断发展,智能网联汽车逐渐成为人们交通出行的选择之一。但受智能网联汽车自身环境感知系统对特定道路交通场景信息处理的局限,无法实现在所有行驶工况下安全高效的运行,其需车路协同路侧感知技术的辅助方能更安全高效的运行。海量的车路协同感知数据是城市道路和高速公路车路协同、运行分析和科学管理的宝藏,理解和分析这些数据是车路协同路侧感知融合的关键。面对车路协同路侧多传感器的不同数据,如何高效准确地挖掘和提取雷达、视频在不同时间、不同空间维度的数据,实现对重点交通场景(如视野盲区、急转弯道、隧道、桥梁)和交通事件、环境、设施安全等的雷达、视频数据进行快速融合检测、识别与检索,通过蜂窝车联网C-V2X网络在一定时延范围内有效地将路侧感知融合结果数据发送给智能网联汽车,确保其安全高效的行驶,是面向智能网联汽车辅助驾驶的车路协同路侧感知融合的关键问题。基于智能网联汽车其自身环境感知能力,对道路智能基础设施感知网络中的多传感器融合方法进行研究分析,提出了基于误差方差的多传感器融合算法,与非智能道路相比,其效率更高,更加智能化,可有效解决道路交通运行环境中存在的常见问题,为人们提供更加安全、高效、优质的交通出行服务。     

基于道路空隙状态的交叉路口违章车辆检测

在智能交通系统中,针对交叉路口当车流量非常大、车辆之间间距太小,不能对背景差分提取的车辆实时地分割这种情况,提出了一种新的基于道路空隙检测的运动车辆监控方法。基于光流场计算估计出背景,利用分区计算实现了对路面信息的简化,基于有限状态机的模型根据道路空隙状态的迁移判断出车辆的越线超车行为。研究结果表明：此方法能实时监控交叉路口复杂情况时的车辆行为,同时能很好地解决光照变化、噪声干扰情况下的车辆行为监控。     

基于运输成本的高速公路车辆协同调度与速度规划

针对路网中大规模的货运车辆,给出一种新的综合油耗成本与时间成本的车辆协同调度方案,以便在最大化节约运输成本的前提下解决车队的协调优化问题.首先,建立基于油耗成本和时间成本的车辆运输成本模型,通过微调部分车辆的速度与路径,循环计算任意两辆车组队行驶的运输成本节约率,将符合组队条件的车辆构造为车辆组队协调图;然后,采用一种基于中心聚类划分的算法将车辆的组队问题转化为聚类求解问题,求解出节约运输成本最大化的领头车,使其在公共路段组成车队行驶;最后,考虑道路坡度及速度限制等条件,采用基于空间采样的动态规划方法对合并车辆的速度进行优化,从而进一步降低车辆的运输成本.仿真结果验证了所提出的优化方案及求解思路的可行性和有效性.     

面向复杂路网低频GPS采样数据新型地图匹配算法

大数据时代低频采样交通轨迹数据呈指数级增长,准确、高效地对复杂路网中产生的海量低频浮动车数据进行地图匹配对出租车载客热点和路线推荐具有重要意义。基于上述考虑,提出了一种基于曲线拟合的改进算法,对缺失的轨迹数据和路网数据分别使用插值和均值化的方法进行补全,利用Geohash技术对路网和轨迹数据进行存储和搜索,充分考虑车辆速度和道路限速因素,使用轨迹点后向向量和路段向量对路候选段进行分析,设计综合评价函数得到最优匹配结果。实验结果表明,与传统垂直投影算法和曲线拟合算法进行对比,所提曲线拟合算法准确率较高,时间效率得到显著提升。     

Driver Intent Prediction and Collision Avoidance With Barrier Functions

For autonomous vehicles and driver assist systems, path planning and collision avoidance algorithms benefit from accurate predictions of future location of other vehicles and intent of their drivers. In the literature, the algorithms that provide driver intent belong to two categories: those that use physics based models with some type of filtering, and machine learning based approaches. In this paper we employ barrier functions (BF) to decide driver intent. BFs are typically used to prove safety by establishing forward invariance of an admissible set. Here, we decide if the “target” vehicle is violating one or more possibly fictitious (i.e., non-physical) barrier constraints determined based on the context provided by the road geometry. The algorithm has a very small computational footprint and better false positive and negative rates than some of the alternatives. The predicted intent is then used by a control barrier function (CBF) based collision avoidance system to prevent unnecessary interventions, for either an autonomous or human-driven vehicle.      

智能小车联网组队方法的设计与实现

随着5G技术的到来,物联网技术的发展不可限量,而在智能交通领域中起着举足轻重的无人驾驶技术和车联网技术必定成为未来研究的热点。那么如何通过车联网技术控制无人驾驶智能车辆进行联网组队也就成为研究的焦点问题。为此,模拟实现了无人驾驶智能小车联网组队运行的全过程。首先介绍了系统总体的设计方案,接着在STM32嵌入式开发平台下进行智能小车的硬件设计,然后介绍了如何利用ZigBee无线通信技术实现无人驾驶智能小车与智能网关之间的通信协议和相应的软件实现方案,最后进行了相应的测试。结果表明,本次设计完成了智能小车在行驶过程中接收和执行控制命令以快速组队的功能。实现了多辆智能小车排列“一”字、“V”字、“X”形、矩形、菱形五种组队队形。     

海南全域旅游气象服务微信平台设计

2017年政府工作报告首次提出“全域旅游”,随着海南积极推进全域旅游示范省创建工作,海南省气象局升级改造官方微信,以“点、线、面”入手,融合气象、旅游、交通、公共基础设施建设等大数据,基于MangoDB、HBase、HIVE和HDFS等大数据环境改造系统,NLP统计分析,将全岛200多个旅游点、11个主题、4条线路、8种以上的影响预报方法,全部投入微信“站点式景区道路天气导航地图”运行,推出海南全域旅游气象服务微信平台,推动国际旅游岛建设提质升级。该平台设计分为三期,目前海南省气象局官方微信平台已完成一期升级改造,微信一级和二级菜单搭建,二期全域旅游在有序开发中,全域旅游初步完成了全部50%的景区、交通、特色小镇和生态村的数据和产品设计,完成11大旅游主题、4个旅游线路的规整。