基于车辆行驶数据的驾驶人行为谱分析方法

针对我国驾驶人行为谱的研究尚不完善,专业领域内没有相应的行为谱分析工具的问题,提出了一套针对营运客车的完整的驾驶人驾驶行为谱体系并设计了一套分析工具。首先,设计并定义了驾驶人行为谱的特征指标和评价指标;其次,给出了驾驶人行为谱的特征指标分析、计算方法,采用基于马尔可夫链蒙特卡洛采样和离群点剔除的K-means算法对驾驶人的驾驶风格进行分析,采用回归学习对驾驶人的驾驶技能进行分析;然后,设计了基于车联网、大数据的驾驶人行为谱的基础数据采集和预处理方法;最后,采用Java语言、Spring MVC架构开发出驾驶人行为谱分析工具。将机器学习中的数据挖掘、数据分析算法与交通安全领域相结合,对完善我国驾驶人行为谱框架体系具有理论意义,为我国驾驶人行为谱的研究提供了一个科学、定量化分析的工具,对交管部门规范驾驶人驾驶行为、提高道路安全指数、制定合理的交通安全管理策略具有指导意义。     

Google Maps中的局部交通道路数据提取方法研究

Google Maps API的开放策略将基于WebGIS的应用开发推向了一个新的高潮.针对具有特殊需求的路径规划、行车诱导等应用,本文在深入分析路网特点及寻径方式的基础上,探讨了如何根据Google Maps API提供的对象和方法提取局部交通道路数据的策略,并针对一些特殊道路类型设计了提取算法.     

基于改进谱聚类算法的交通区域划分方法

针对传统谱聚类算法在路网划分时承载路网信息较少和聚类中心优化问题,提出一种基于改进谱聚类算法的城市路网划分算法.通过转移概率模拟交通路网动态运行特征,利用马尔可夫链对谱聚类相似图进行重构,增强相似图的健壮性,与遗传算法结合,通过遗传算法优化初始聚类中心,提高谱聚类全局寻优能力.实验结果表明,改进后的算法比基准算法具有较...     

基于多特征融合的视频交通数据采集方法

提出了一种基于多特征融合的视频交通数据采集方法, 核心思想是: 在图像中设置虚拟线圈, 假设车辆从虚拟线圈上驶过时引起像素变化, 通过识别这种像素变化来检测车辆并估计车速. 与现有技术相比, 本文的贡献在于: 1) 综合利用虚拟线圈内的前景面积、纹理变化、像素运动等特征来检测车辆, 提出了有效的多特征融合方法, 显著提高了车辆检测精度; 2) 根据单个虚拟线圈内的像素运动向量来估计车速, 避免了双线圈测速法的错误匹配问题. 算法测试结果表明本文算法能够在复杂多样的交通场景和天气条件下, 准确地检测车辆和估计车速. 在算法研究的基础上, 研制了一款嵌入式交通视频检测器, 在路口长期采集交通数据, 为交通信号控制和交通规律分析提供决策依据.     

轴承数据的Matlab高阶谱分析

使用matlab高阶谱工具箱(HOSA)函数对轴承数据进行分析,介绍了若干在仿真中用到的HOSA函数及其数学基础.并验证,由于轴承振动信号的非高斯,非线性特性,低阶统计量不能分辨的振动特征,能够通过高阶统计量及其matlab工具进行分析.     

基于Elman神经网络的交通数据融合模型

介绍了交通数据的概念、采集方法和特性,简单概括了的特点和作用,结合现代交通数据采集手段多样化的特点和交通数据的特性,选取融合参数并提出一种基于Elman神经网络的浮动车和WSN交通检测数据融合模型。详细介绍了模型的组成、功能和基于BP神经网络交通数据融合方法进行了对比分析,并以大连中山路星海街路段为对象,通过实际检测数据和VISSM模拟数据相结合的方法进行了实验分析。     

基于模糊逻辑的区域交通协调控制方法

城市路口拥堵问题是制约城市发展的一个瓶颈。目前,信号灯模糊控制研究对象大多集中在单路口或者干线上相邻的几个交叉口,但城市区域内各个交叉口交通流实际上是相互影响的,因此以上研究存在一定的局限性。针对这一问题,将区域交通信号灯作为研究对象,对区域内信号灯进行模糊协调控制。仿真结果表明,在不同的交通流量情况下,和定时控制、感应控制方式相比,信号灯区域模糊协调控制能更大程度地减少路口车辆平均延误时间。     

基于DenseNet的复杂交通场景语义分割方法

针对交通场景语义分割方法存在参数量较大、计算效率较低、精度不足等问题,文中提出基于全卷积化DenseNet的多尺度端到端语义分割模型.首先,构建一种含混合空洞卷积的密集连接模块,同时沿通道维度级联各模块,用于提取图像特征.然后,采集多尺度视觉信息并以此作为监督信号回传至原通道中.最后,通过双线性插值法获得预测输出.在CityScapes数据集上的测试实验表明,文中方法对复杂交通场景的解析能力较强,预测精度和分割效率较高.     

基于数据融合的交通控制

为了更好地解决交通控制的相关问题,提出了一种基于数据融合的交通控制模式.针对交通控制系统的复杂性和多样性,采用数据融合技术来提高交通参数提取的准确性和有效性,并通过构造一个多级控制模型来解决不同路口之间的交通控制信号的区域协调问题.通过大量的仿真研究,初步实现了一个基于数据融合的交通控制仿真系统.仿真结果表明,所提出的数据融合方法和多级交通控制结构是合理、有效的.     

基于视频区域特征的行人异常行为检测

从区域特征分析的角度检测行人的异常行为，先进行背景建模，然后通过运动目标检测，得到运动目标区域信息，采用最小外接矩形框作为区域特征，最后计算该矩形长宽比并进行曲线拟合、预测，进而完成异常行为检测。实验结果显示，该方法简单、快速。     

基于道路谱的汽车车身疲劳分析

为提高汽车耐久性能,基于道路谱的车身疲劳分析,以实车道路试验采集得到的加速度、位移和应变等数据作为输入进行虚拟迭代;以车身接附点力和力矩等虚拟迭代结果作为疲劳分析的输入进行车身疲劳分析和优化,使车身耐久性能满足可靠性能目标.     

道路动态资源研究

运用流体动力学和交通工程学基本原理建立了城市道路动态资源的计量模型。基于城市智能交通数据采集系统采集的动态交通信息,运用城市地理信息系统（GIS）相关方法,对上海市内环内城市道路资源进行可视化描述,分析了城市道路资源的瓶颈地带;对深圳市道路运行状态进行了分析和评价,结果显示深圳市城市道路中支路基本符合规划预期,主干道则部分偏离规划预期。     

基于道路谱的汽车底盘静强度分析

基于道路谱的半分析载荷对某汽车底盘进行静强度分析.采集实车在试车场各种恶劣行驶环境下的道路谱,作为整车动力学分析的载荷条件.建立刚柔耦合的整车多体动力学模型,基于柔性体模态应力恢复获取分析部件连接点的载荷,并作为有限元分析的输入载荷.应用惯性释放法进行静力学强度分析,得到底盘部件的应力分布特征,据此确定薄弱区域.相对于全分析载荷,半分析载荷的强度分析能更有效预测底盘部件薄弱区域.     

基于多源出行数据的居民行为模式分析方法

基于对智能交通卡数据的挖掘与分析能够为城市交通建设和城市管理提供有力支持,但现有研究数据大都仅包含公交或地铁这两方面数据,且主要关注群体性宏观出行规律。针对这一问题,以某城市交通卡数据为例,该数据包含着城市居民日常出行公交、地铁、出租车等多源数据,首先提出行程链的概念对居民出行行为建模,在此基础上给出不同维度的周期性出行特征;然后提出一种基于最长公共子序列的空间周期性特征提取方法,并对城市居民出行规律进行聚类分析;最后通过规则定义5个评价指标对该方法的有效性进行初步验证。结果表明引入该方法的聚类算法对聚类结果有6.8%的效果提升,有利于发现居民的行为模式。     

一种基于数据流分析的网络行为检测

为了更好地对网络行为进行分析, 提出了一种基于数据流分析的网络行为检测方法。通过分析网络系统体系架构, 对网络行为进行形式化建模, 并针对网络行为特点提出了一种基于与或图的行为描述方法, 最终设计实现了基于数据流分析的网络行为检测算法。实验证明该方法能在多项式时间内完成数据流事件中的关系分析, 而且与其他算法相比, 能有效提高网络行为检测的查准率。     

基于路谱频域的车身疲劳分析

针对车身疲劳分析中静载法无法考虑结构动力学响应,瞬态分析法无法求解过长时间域的问题,将这2种方法与频域法进行比较,发现用频域法对大规模有限元模型进行动态疲劳分析相对容易,并能完全描述动力学响应过程.根据频域法进行振动疲劳分析的理论和计算过程,给出基于路谱频域的车身疲劳分析流程.基于功率谱密度（Power Spectral Density,PSD）载荷谱的传递函数法求解某车关键部件的疲劳寿命,求解结果与疲劳试验结果比较一致.结果表明基于路谱频域的振动疲劳分析方法在汽车结构疲劳计算中的应用可行.     

基于高密度人群的人流行为分析

对人流分析的宏观模型、微观模型和社会力模型在某些方面都可起到模拟人群流动的作用,可在建筑设计、安全防范、灾难预警、危机处置等方面起到很好的理论指导作用。文章以实际情况中人群密度非常高情况下产生的严重后果事件为前提,在元胞自动机模型基础上,提出了一种基于高磐度人流行为的模型,该方法可更好地模拟高密度人流的现实情况。     

基于变异系数的模糊传感器数据融合方法

在多传感器信息融合过程中,有时要利用多传感器对某一对象进行不同方面观测,而数据融合的目的是要对研究对象进行类型识别。根据统计分析理论,利用变异系数,给出了一种新的模糊传感器数据的融合算法。该方法不需要假设总体的分布类型,不需要定义受主观因素影响的关系矩阵,可以充分利用测量数据,避免丢失重要的极端数据,使结论更符合实际。仿真实验表明:算法有效,非常简单。     

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。