智能交通最新文章 融合顏色分割與形狀特征的交通標志檢測 交通標志的顏色特征和形狀特征是其最主要的兩個特征，為提高檢測的準確性和魯棒性，提出顏色分割和形狀特征相結合的方法。利用交通標志的顏色特征，采用基于HSV空間的顏色分割方法，獲得圖像中可能包含交通標志的區(qū)域，并提取該區(qū)域。根據交通標志的形狀特點，利用canny算子獲取提取區(qū)域的輪廓。然后，采用基于標記的形狀檢測算法判定所分割區(qū)域的形狀，利用方向梯度直方圖特征結合支持向量機（SVM）方法完成交通標志識別。經實驗測試，該方法對圖片視點變換、尺度變換以及亮度變換等情況具有很強的魯棒性。 發(fā)表于：3/20/2016 基于層次分析法的應急路徑選擇方法 采用改進的層次分析法分析道路狀況的多種因素，得出了當道路發(fā)生緊急事故時，符合時效性、安全性、經濟性的路段權值。然后根據實時交通信息，利用改進的Dijkstra算法，探索了路徑權重計算方法，建立了交通網絡的運行時間的加權圖，驗證了本方法在實際交通網絡中的應用，證實了方法的有效性和可行性。 發(fā)表于：3/19/2016 基于Bag-of-Features算法的車輛檢測研究 車輛檢測已成為交通運輸工程（ACC）和先進輔助駕駛系統(tǒng)（ADAS）中的核心技術之一。該算法利用車輛的邊緣特征與BagofFeatures（BoF）模型的融合對前方運動車輛進行實時檢測，主要包含車輛假設存在區(qū)域生成和假設區(qū)域驗證兩部分。首先，對圖像進行預處理后利用Sobel邊緣檢測處理得到車輛假設存在的區(qū)域；然后，利用BagofFeatures的K最近鄰域算法對假設存在區(qū)域進行驗證。該算法與其他算法最大的區(qū)別在于將邊緣和BagofFeatures相結合來提高檢測率。通過對實際道路視頻進行測試，結果表明，該方法能夠實時準確地檢測出道路上前方運動車輛。 發(fā)表于：3/3/2016 一種基于分配的車隊自組網節(jié)點接入機制 通過分析自組網中不同接入機制對網絡通信性能產生的影響，根據車隊自身的特點，針對車隊自組網的組織形式提出了一種基于分配的節(jié)點接入機制。該機制將競爭信息與業(yè)務信息相分離，有效地克服了車隊自組網中競爭信息對正常業(yè)務信息造成干擾的問題，提高了車隊通信的性能 發(fā)表于：2/22/2016 基于歸一化RGB與橢圓相似度的圓形交通標志檢測 提出一種基于歸一化RGB（NRGB）和橢圓相似度的圓形交通標志檢測方法。首先將圖像的RGB模型轉換為NRGB，利用閾值分割得到紅、藍、黃顏色分量，然后根據面積和長寬比去除干擾區(qū)域，最后利用橢圓相似度檢測感興趣區(qū)域是否為圓型交通標志。實驗結果表明，該方法能在復雜背景中準確定位圓形交通標志，獲得了較高的檢測率和較低的誤檢率。 發(fā)表于：2/22/2016 基于城市公交的車載自組網隱私保護協議 針對車載自組網中存在的隱私泄露問題，提出了一種基于城市公交的車載自組網隱私保護協議。該協議利用可信度高的公交車來廣播路況信息和應答車輛路況信息的查詢，有效地減少普通車輛需認證消息的數量；公交車利用安全認證中心頒發(fā)的數字證書與其他車輛建立起信任關系，解決了用戶假冒的問題；車輛之間利用Diffie-Hellman算法生成會話密鑰對消息進行對稱加密，有效地保護了用戶的身份信息，同時提高了消息認證的效率。安全性證明和分析表明，該協議在語義上是安全的，能抵抗現有各種攻擊，并且可以實時處理用戶的請求。 發(fā)表于：2/21/2016 基于VANET的車輛相對定位技術 為了滿足VANET（Vehicular Ad-hoc Network）中對車輛位置信息的高精度要求，本文研究了一種基于全球定位系統(tǒng)（Global Positioning System，GPS）偽距雙差和有高精度里程儀的慣性導航（Inertial Navigation Systems，INS）的協作相對定位方法。通過數據融合技術，將GPS偽距雙差、GPS信號的多普勒頻移以及被高精度里程儀修正后的INS加速度等數據進行融合處理，獲得具有良好精度的相對定位結果。結果表明，使用該方法的定位性能優(yōu)于無里程儀和INS的定位性能。 發(fā)表于：2/20/2016 城市軌道交通信號系統(tǒng)改造倒接方案設計 隨著國內城市軌道交通的建設發(fā)展，一些投入運營較早的軌道交通線路的信號系統(tǒng)已達到服役年限，為消除隱患、提高運營能力，迫切需要對信號系統(tǒng)進行改造升級?；谕ㄐ诺牧熊囘\行控制系統(tǒng)（CBTC）已成為國內外軌道交通主流的信號控制系統(tǒng)，本文主要結合北京地鐵1號線改造CBTC信號系統(tǒng)工程，闡述信號系統(tǒng)改造過程中倒接方案的設計。 發(fā)表于：2/19/2016 基于多屬性優(yōu)先級的動態(tài)路徑規(guī)劃方法 針對現存大多數動態(tài)路徑規(guī)劃算法目標單一問題進行研究，提出基于理想點的多屬性決策方法解決該問題，屬性的選取融合時間、路程及現代最為重視的安全因素，使得動態(tài)路徑規(guī)劃的結果更加均衡。同時在多屬性決策過程中引入優(yōu)先級這一概念，使得駕駛員可以根據自身的需求及駕駛技術對交通信息的重要度進行排序，得到匹配度最高的駕駛方案。仿真結果表明，基于多屬性優(yōu)先級的動態(tài)路徑規(guī)劃算法既能夠起到多目標均衡的路徑規(guī)劃效果，同時又能夠實現個性化駕駛。 發(fā)表于：2/19/2016 基于430單片機的出租車計價器設計與實現 出租車在交通出行中起到十分重要的作用，司機與消費者都迫切需要能夠科學合理地顯示出租車費用的計價器。在總結以往設計不足的基礎上，實現了基于430單片機的出租車計價器。該計價器主體以觸摸式液晶顯示器取代機械按鍵，以MSP430F149單片機為核心，實現參數設定、狀態(tài)選擇以及多重信息顯示等。實驗測試結果表明，該系統(tǒng)實用可靠，能準確顯示模擬小車信息，可投入到實際應用中去。 發(fā)表于：2/17/2016 基于路段轉向流量的擁擠路網OD矩陣估計 傳統(tǒng)的OD矩陣估計方法大部分都是基于路段流量的，由于路段流量數目遠小于OD對的個數，因而限制了這些方法的推算精度。針對擁堵路網，提出了一種基于路段轉向流量的OD估計方法，以提高OD估計的精度。分析了路段轉向流量能夠降低OD的可行解集的范圍。通過雙層規(guī)劃模型求解擁擠路網上OD估計問題。由于最大熵模型不依賴于先驗OD矩陣，可以應用到更多的OD估計場景中，因此上層模型采用的是最大熵模型，下層采用用戶均衡模型。實驗結果表明：基于路段轉向流量可以增加估計的精度。 發(fā)表于：2/16/2016 基于上海地鐵1號線的ATS仿真系統(tǒng) 介紹了以上海地鐵1號線為原型的ATS仿真系統(tǒng)，圍繞固定閉塞模型進行展開，以追蹤運行的兩列列車為對象，分別對它們的追蹤過程、運行效果及間隔距離進行了具體的研究與計算。同時引入了聯鎖系統(tǒng)，詳細說明了進路搜索算法和聯鎖表的設計步驟，很好地體現了聯鎖系統(tǒng)對列車追蹤的安全性與可靠性的重要保障作用。 發(fā)表于：2/16/2016 遮擋條件下多運動車輛跟蹤研究 針對SURF算法能夠提取到的圖像特征點較少的問題，基于保持亮度特性的雙直方圖均衡算法，通過重構SURF尺度空間提取圖像特征。將這種方法與卡爾曼濾波相結合進行目標跟蹤，用特征點的中心作為跟蹤點；通過卡爾曼濾波預測出運動目標的位置，判斷遮擋是否發(fā)生；最后，應用該方法進行目標特征向量匹配。實驗結果表明，該算法對發(fā)生旋轉、縮放以及遮擋的多運動目標都可進行穩(wěn)定跟蹤，其跟蹤速度比R-SURF算法提高20%；在跟蹤速度相當的情況下，跟蹤精度要高于卡爾曼濾波跟蹤算法。 發(fā)表于：2/11/2016 城市軌道交通列車運行圖編制與驗證評估系統(tǒng)研究 闡述了城市軌道交通中列車運行圖編制與驗證評估系統(tǒng)研究的必要性。詳細介紹了城市軌道交通中列車運行圖編制與驗證評估系統(tǒng)的系統(tǒng)結構、功能實現方式和系統(tǒng)功能演示結果情況。研究了運行圖編制中運營成本、客流數據、車輛數據和站場數據之間的相互制約關系，并采用不同的優(yōu)化算法，得出較優(yōu)化的運行圖。 發(fā)表于：2/9/2016 可見光通信的研究與發(fā)展 可見光通信是一種新型的無線通信技術。傳統(tǒng)的無線通信技術例如藍牙、WiFi等采用射頻信號傳輸數據信息，而可見光通信在發(fā)射端采用白光發(fā)光二極管作為光源，在接收端采用光電傳感器作為檢測器進行數據傳輸。本文全面分析了可見光通信的優(yōu)勢，列舉了可見光通信技術在國內外的應用研究與發(fā)展，并給出了目前可見光通信發(fā)展中面臨的一些挑戰(zhàn)。 發(fā)表于：2/5/2016 ?…26272829303132333435…?
