基于神经网络的交通流量预测由于嵌入了部分手工设计的特征,使得提取的网络特征功能单一,存在适应性及鲁棒性差、数据局部特征刻画不准确等问题。为此,提出基于残差长短期记忆网络(LSTM)的交通流量预测方法,利用集成学习思想将空间分布的数据端到端训练到残差LSTM网络中,同时在每个LSTM单元后引入维度加权单元,显式建模特征维度之间的相互依赖关系。实验结果表明,该方法能实现短期交通流量数据的自适应建模分析。

为提高无人驾驶汽车转向系统对目标路径的跟踪精度,提出一种新的无人驾驶汽车路径跟踪方法。介绍基于跟踪预瞄点的无人驾驶汽车横向控制方案,给出系统的动态线性化数据模型及其多步预测方程,并采用最小二乘法推导出伪梯度向量的估计和预测方程。结合无模型自适应控制与预测控制的优点,能够通过滚动优化策略进行反复的在线计算,从而得到较好的动态性能。基于CarSim/Simulink联合仿真平台,在车速分别为5 m/s、20 m/s时进行验证,结果表明,与基于车辆动力学的MPC方案相比,该方法具有更好的跟踪效果。

针对车辆型号相同但车辆个体不同的重识别问题,提出一种新的车辆重识别算法。运用部件检测算法获取不同车辆之间差异较大的车窗和车脸区域,对检测到的车窗和车脸区域进行特征提取并进行融合,生成新的融合特征,计算图像特征之间距离度量进行分类识别。在中山大学公开数据集VRID-1上进行测试,结果表明,该算法的Rank1匹配率达到66.67%,明显优于经典的传统特征表征算法,从而验证该算法是可行且有效的。

基于车流波动理论和VISSIM软件仿真分析,研究交叉口适宜设置借道左转车道的车流量临界条件。通过波动理论分析得到设置借道左转车道的临界计算公式,以实例计算和VISSIM仿真分析进行验证,并基于VISSIM软件,对交叉口设置借道左转车道前后各运行指标的差异进行对比分析。仿真结果表明,在左转车流量较小并以不饱和流率驶入借道左转车道时,不宜设置借道左转车道,在适宜设置借道左转车道的流量条件下,借道左转车道的设置能有效提高交叉口左转通行能力,并降低左转车辆的平均延误、行程时间、排队长度、停车时间等,借道左转车道的设置不一定会增加左转车辆的停车次数,其与左转车流量有关。

针对交通轨迹大数据的非平稳特性,研究交通轨迹大数据预处理方法。根据二维离散小波的多分辨率分析特点,选用二维离散小波对交通轨迹大数据进行去噪和压缩处理。构建交通轨迹大数据预处理平台,结合道路交通拥堵状态评判标准,实时分析重要路段的交通状况。分析结果表明,该方法能够提高数据处理速度和拥堵路段分析精度。

针对非均匀道路上的多车种LWR交通流模型,提出一种低耗散中心迎风格式。以4阶中心加权基本无震荡重构和低耗散中心迎风数值通量为基础,通过构造不同形式的全局光滑因子及增大非光滑模板对应的非线性权重优化数值格式的耗散特性,并采用Runge-Kutta方法对半离散数值格式在时间方向上进行离散使其保持4阶精度。对非均匀道路上多车种LWR交通流模型的车道数变化和交通信号灯控制问题进行数值模拟,结果表明该格式具有4阶求解精度,且分辨率高。

汽车转向几何模型是无人驾驶开发过程中的重要环节,但其在面对复杂道路时单纯的预瞄跟踪不能满足无人驾驶需求。为此,在Stanley转向几何预瞄模型的基础上,提出一种自适应的最优预瞄时间改进算法。根据车辆当前航向角、纵向车速、前轮转角和一次规划路径的曲 率等特性,结合不同的预瞄时间预测一定时间内车辆运行情况,并根据设计出的优化函数选择合适的预瞄时间,以调整车辆前轮转角,减小车辆行驶过程中的横向偏差,使车辆平稳通过测试路段。仿真结果表明,基于Stanley算法的自适应最优预瞄模型能够在复杂开放道路上实 现无人驾驶。

使用Fast RCNN方法进行特征提取存在耗时较长且检测准确率较低的问题。为此,结合Faster RCNN前方车辆检测模型与3种不同大小的卷积神经网络,提出一种改进的前方车辆检测方法,研究对比各方法在3种交通场景数据库上的前方车辆检测能力。实验结果表明,与深度卷积神经网络方法相比,该方法提高了车辆检测的准确性和鲁棒性,具有一定的泛化能力。

自适应巡航控制是智能驾驶领域的核心技术,可通过分层控制或参数可变控制算法实现,但这些算法无法有效应对突发的跟车路况。为此,将深度强化学习与自适应巡航控制相结合,提出基于确定性策略梯度算法的自适应巡航控制算法,使智能车辆可以在自学习过程中完成自 适应巡航并不断改进。在开源平台上的测试结果表明,该算法可以使智能驾驶车辆在跟车时加速度保持在1.8 m/s2以内的比例超过90%,达到人类驾驶员的巡航跟车水平。

为降低智能车导航中先验地图采集及事后路网数据处理的复杂度,利用多项式拟合的策略生成路口轨迹,同时提出基于经纬度和航向角的坐标系旋转方法,在拟合出路口轨迹后使用Dijkstra算法进行全局路径规划。以“京龙”智能车为实验平台采集路网数据进行测试。结果 表明,该拟合策略可在减小偏差的基础上实现全局路径规划功能,能够满足智能车的安全行驶要求。

传统的强化学习方法受离散状态空间和离散动作空间的限制,不能很好地应用于匝道汇入场景。为此,构建一种基于强化学习的无人驾驶匝道汇入模型。使用深度Q网络构建强化学习模型,依据该模型将匝道汇入问题纳入强化学习问题的范畴后进行求解。实验结果表明,该模 型可以针对不同的环境车辆速度采取不同的策略,从而提高无人驾驶在匝道汇入场景下的智能化决策水平。

针对智能驾驶过程中存在背景变化剧烈、光照变化影响较大且背景颜色不易区分等缺陷,提出一种改进的卡尔曼粒子滤波算法。采用灰度投影算法对车辆视频和图像序列帧进行预处理,通过Harris角点检测在图像区域内的目标和背景提取角点,利用卡尔曼嵌入粒子滤波器对 粒子滤波进行二次预测,以保证智能驾驶过程中动态跟踪的有效性和准确性。实验结果表明,与传统KPF算法相比,该算法在不同场景下的动态目标跟踪能力明显增强,在复杂的交通驾驶环境下跟踪准确率为95.7%,且具有较好的实时性。

斯坦利方法对扰动的鲁棒性较差,且易在路径跟踪时产生较大偏差。为此,提出一种改进的斯坦利路径跟踪方法。利用自动驾驶车的惯性导航系统收集路网数据,建立一张高精度的道路地图。使用A*算法进行路径规划,得到有效的路径信息。根据车速与注视点之间的对数关 系,计算出前视点的位置,并将前视点作为斯坦利路径跟踪的目标点。实验结果表明,与斯坦利方法相比,该方法路径跟踪的横向偏差降低了20%。

针对轨道交通集群调度系统中数据库连接池参数一次性设定后不可修改的问题,设计面向多客户端的数据库连接池动态分配策略。通过使用动态分配算法,根据每个客户端访问频率的不同为当前客户端分配最优连接数,从而达到提高系统资源利用率的目的。实验结果表明,该动态分配策略能够缩短连接池响应时间,提高系统运行效率。

在交通标志检测过程中,存在标志尺寸变化、旋转失真、投影失真以及部分被遮挡等问题。为此,提出一种基于显著图和傅里叶描述子的交通标志检测算法。采用频率调谐方法得到显著图并将其二值化,初步定位交通标志区域。通过提取区域外层轮廓,利用轮廓周长和长宽比特征滤除干扰信息,对合格轮廓进行凸壳处理,得到归一化凸壳傅里叶描述子,并与标准数据对比得到检测结果。实验结果表明,该算法检测率可达95%以上,同时满足交通标志检测的实时性要求。

根据出租车行驶载客数据中提取的乘客出行模式和上下客热门区域,提出一种出租车热门区域功能发现方法。采用基于交通数据时空特性的出租车行驶数据聚类算法,实现热门区域划分。建立基于潜在Dirichlet分配的热门区域乘客出行特征发现模型,对具有相似乘客出行模式的出租车热门区域进行聚类。通过总结各热门区域的具体功能,发现在不同客流时间段内的区域功能与乘客出行模式间的关系。实验结果表明,该方法能够有效发现热门区域的功能特点。

信息物理融合系统(CPS)是计算、通信与控制技术的融合,汽车自适应巡航控制系统是一种典型的CPS, 具有广泛的应用前景。通过建立汽车纵向行驶的数学模型,并基于CPS 给出自适应巡航控制系统的结构,设计系统的状态机模型。基于Ptolemy 分别设计前车、测量距离和本车的计算模型,构建系统的层次模型,在子模型中采用模态模式对基于时间的模型与状态机模型相结合的混合系统行为进行建模。仿真结果表明,该方法能满足自适应巡航控制系统的要求,保证系统的安全性。

针对当前列车节能优化仅考虑个别区间或者各列车之间的协调关系,导致优化结果可应用性和指导性较差的现状,以城市轨道交通整体线路节能优化为研究对象,建立区间列车节能优化模型,运用遗传退火算法进行模型求解,通过设定时间步长实现区间运行列车从省时模式向节能模式的转变。将单条线路列车节能优化问题转化为带时间价值约束的背包问题,并采用改进的贪婪算法分配线路预留时间进行列车节能优化。以不考虑坡度变化的简单线路为例对列车节能优化方法进行实验验证,结果表明,在考虑旅客时间价值的情况下,列车运行能耗相对于省时模式节省了41. 54% ,具有较好的节能效果。

在NaSch 模型的基础上,分析车辆移动距离与车辆速度的关系,考虑驾驶的安全性,定义减速过程和位置更新规则,提出一种新的元胞自动机模型。该模型通过车辆前一步时的速度和当前速度计算车辆的移动距离。对该模型进行模拟仿真,得到车速、流量和密度数据及其相互关系,最大流量接近实测数据,显示了亚稳态、滞后效应、相分离以及同步流等更复杂的实际交通现象。仿真结果表明,车辆在行驶过程中能够相对均匀地分布在道路上,保持自由流状态,道路资源的利用率高,交通流量大,具有一定的合理性和实效性。

针对道床环境较恶劣时,在空间域难以区分轨道电路工作状态的问题,提出基于有限差分法的轨道电路时域解求解方法。利用偏微分方程数值解理论对轨道电路偏微分方程组进行离散,建立轨道电路的差分格式,并根据电压、电流在始端、终端的边界条件对调整态受电端时域电压响应进行分析,得到轨道电路的时域解。在不同初始电气参数下,通过算例仿真分析调整态受电端电压的变化情况,结果表明,所得时域解符合轨道电路的传输特性,可为轨道电路暂态分析提供理论依据。

针对目前国内城市轨道交通自动售检票系统国产化程度不高的问题,设计一种面向轨道交通自动售检票应用的纸币接收机系统。该系统整体采用高可靠性结构设计方案提高安全性,减少卡币率。硬件上运用模块化设计,各模块独立的ARM 高性能处理器、高速直流无刷电机和阵列式传感器可保证处理速度,便于产品维护和升级。软件上利用PCA 算法降维,并用欧式距离法建立模板鉴别纸币。测试结果表明,该系统能够快速、准确地鉴别纸币,真币接收率和卡币率指标达到工程化要求,且接收时间提高1 s 以上,解决了轨道交通领域服务密度大、故障率高的问题。

在车载网络中,由于无线信道的脆弱性与车辆的高移动性,广播信息往往不能正确到达和接收。为解决该问题,提出一种基于索引编码的消息广播方案。该方案将索引编码应用于车载网络的信息广播中,可实现更高效的信息分发。给出一种基于分布式反馈机制以收集边信息,使用改进的图着色算法在边信息中寻找最大团,并运用最大团进行索引编码。仿真实验结果表明,该方案可以有效地减少最少传输次数,从而节约无线信道带宽,提高广播效率。

列车的测速定位是提高列车运行安全及运输效率的关键技术。为此，根据国内外研究发展现状，提出一种基于嵌入式多传感器信息融合的列车测速定位系统。通过轮轴速度传感器、多普勒雷达速度传感器、加速度计和查询应答器采集列车的状态信息，并在嵌入式系统中利用联邦Kalman滤波及融合技术对信息进行处理，实现测速轮径的自适应校正以及空转/滑行的检测与补偿，减小由于车轮磨损、空转、滑行、环境等因素造成的列车测速定位误差。Matlab仿真结果表明，该系统能够有效提高列车测速定位的精度。