高速公路实时交通流模糊逻辑优化控制系统设计

高速公路交通流特征复杂多变,受到诸多影响因素的共同作用,如天气、道路状况、车辆类型等等。因此,如何获取交通流逻辑控制条件并实现精准调节难度较大。为此,本研究设计新的高速公路实时交通流模糊逻辑优化控制系统。对于系统的硬件部分,设计车流控制模块、无线传输车载终端、实时交通流逻辑调度模块、模糊控制器模块,并确定各个模块之间实时连接关系。对于系统的软件部分,求解交通流逻辑控制条件,联合高速公路实时通行相位条件,调节模糊控制器,并根据高速公路交通路网模型,推导交通流优化控制条件的求解表达式,完成高速公路实时交通流模糊逻辑优化控制系统的设计。实验结果表明,本系统可以解决逻辑协调错误的问题,且能够有效控制高速公路车流量。     

Web应用安全扫描系统及关键技术研究

讨论了开放环境下一种Web应用安全扫描系统的设计方案,该系统由漏洞特征库和遍历扫描、分析引擎,攻击测试.安全审计和报告生成等部分组成.研究了漏洞特征库描述,网站拓扑结构提取、标记解析和攻击测试算法等系统关键技术.提出了一种基于XML的Web应用漏洞标记语言--WAML,基于站点遍历实现了站点拓扑结构提取.对所实现的原型系统进行了测试分析,结果表明,系统是有效的.     

基于雷视一体机的交通流数据采集系统设计

交通流数据是进行交通管理宏观决策的基础数据,交通流数据采集系统是交通管理信息化智能化的重要组成部分。随着我国交通领域的蓬勃发展,交通流量激增、高速交通拥堵、交通事故等突发事件频发,为此,设计一套实时性好、准确度高的交通流数据采集系统是十分必要的。论文基于雷视一体机开发了一套高速公路交通流数据采集系统,采用端-边-云分级传输的物联网架构,并结合了自主研发的雷视一体机,采用CNN神经网络技术提取图像信息后,在边缘计算机中通过一维数据最优估计、多传感器数据匹配、多传感器双向最优估计、多传感器目标特征融合的软件工作流程,将雷达与监控相机提取到的信息进行最优化估计,准确提取道路目标交通信息,仅将处理后的特征信息上传至云端服务器,实现交通流数据的精确、实时采集。系统试运行结果表明,该基于雷视一体机的交通流数据采集系统能够有效提高检测准确性,加强检测结果的实时性。     

基于元胞自动机的自行车流模型

研究交通系统中自行车流模型问题,为克服传统交通流模型难以表达自行车不遵循车道随机蛇行和穿插特性,能获得精确自行车交通流参数的问题,提出一个新的基于元胞自动机理论的自行车流模型.在对自行车元胞空间结构及状态值等参数进行重新定义的基础上,模型中创新地引入随机偏移概率来描述自行车骑行时的随机蛇行与穿插行为.在模型中引入不同随机偏移概率值来仿真,对所获得交通流参数分析,认为蛇行及穿插行为使自行车流容易发生阻塞并降低了车道通行能力,结果表明,符合自行车流的观测统计特征和客观现象,说明引入随机偏移概率的合理性.模型为进一步研究混合交通流阻塞形成机理提供了一种可靠方法.     

基于深度图像的嵌入式人体坐姿检测系统的实现

以检测不良坐姿,分析人们学习工作状态为引导,设计了基于深度图像的坐姿检测系统。该系统采用3D传感器获取人体坐立时的深度图像,设计了一种基于深度阈值的快速前景提取与干扰移除方法,能快速有效的提取坐姿状态下的人体分割图。基于人体轮廓的曲线特征实现了人体关键点定位,通过人体关键点的角度、深度信息与轮廓特征,对不同的坐姿图像进行统计分析,得到了一种区分不同坐姿的判定基准,运用该基准对9种不同坐姿进行识别,平均识别率可达到90%。最后,基于Android平台设计了坐姿检测系统的应用软件,实现了坐姿检测、坐姿提醒以及姿态统计等功能,并且对学习过程进行测试,测试结果表明,本系统可以有效的检测出9种坐姿、并对不良坐姿进行提醒与统计。     

基于主成分分析算法的交通流研究

结合城市交通流特性,该文提出采用主成份分析法,研究不同类型车流之间的相关性和其对整体交通流的影响。研究结果表明:通过选取适当的分类标准,分析主成分投影下的各类车流之间的相关性,能够为城市交通控制和诱导提供有效的决策信息。     

基于主动视觉的车辆实时检测

针对高速公路环境下车辆检测问题,分别对车前方的车辆和车旁超车车辆设计了基于主动视觉的车辆实时检测算法.算法首先通过标志线检测算法获得高速公路上的标志线信息,在标志线信息的引导下在低分辨率图像中通过车辆底部阴影特征搜索感兴趣区域,然后在感兴趣区域进行高分辨率图像处理,利用前方车辆的后视图灰度对称性特征和边缘特征完成前方车辆的快速检测;对于车旁超车车辆,算法在相邻车道设置检测窗口,通过检测窗口内的纹理变化信息,检测车旁超车车辆;最后利用消失点的信息进行车辆确认.实验表明,算法能快速准确地检测到公路上的车辆,具有较好鲁棒性和实时性,能够满足系统的实时性要求.     

基于小脑模型关节控制器与PID复合的高速公路交通流密度控制

高速公路交通控制系统是一个复杂的非线性时变系统, 传统的匝道控制方法难以取得满意的控制效果. 为此, 本文提出基于小脑模型关节控制器(CMAC)与PID复合的匝道控制方法. 首先建立了二阶宏观动态交通流模型, 然后研究了CMAC与PID复合控制算法, 结合非线性反馈理论, 设计了基于CMAC与PID复合的高速公路交通流密度控制器, 该密度控制问题是一个输出跟踪和扰动抑制问题, 最后采用两个仿真实例对该方法的有效性进行验证. 结果表明, 复合控制具有优越的密度跟踪性能和抑制噪声干扰的能力; 复合控制方法能够有效地消除交通拥挤, 并使主线车流趋于稳定.     

周期边界条件下多速混合车流的双车道元胞自动机模型

在对现有经典交通流元胞自动机模型进行总体分析的基础上,结合我国部分高速公路已不再有行车道和超车道之分的特点,重新标定了元胞长度、运行车速、随机慢化机制和换道超车规则,构建了周期边界条件下多速混合车流的双车道元胞自动机模型,通过计算机模拟分析了交通流三参数之间关系,大型货车占有率对交通流的影响及大货车占有率不变且交通流密度变化的情况下的时空斑图比较。结果表明,在高速公路不分行车道和超车道的情况下,大型货车的占有率对混合车流的速度影响不大,车辆的随机减速概率会对混合车流的运动状态起重要作用。     

一种基于统计的分布式声音监测系统研究

针对环境区域偏僻、条件复杂、全天候监测等技术需求,研制了一种基于针对异常声音事件的分布式监测系统.系统通过传感器节点的分布式布防,对监测区域的环境声音进行实时采集和处理,提取特征值.采用基于统计的方法,分析其特征值的统计特征,直接从环境中建立相关声音模型.系统采用Neyman-Pearson准则,完成对环境声音背景门限的统计.实验结果表明:以上方法可有效计算背景门限.同时,系统采用门限检测和声像联合技术,提高了系统的智能性和准确性.     

交通信号无线收发车载显示系统

针对目前恶劣天气(大雨、大雾、强光环境)以及有阻挡物使汽车驾驶员无法准确观察和判断交通信号灯的问题,设计了一种通过无线收发信号的方式将路口与交通信号灯工况引入驾驶室,以语音及图像显示形式传递给驾驶员的系统.通过路口类别、信号灯工况、GPS地理信息坐标等并对其编码图形化的车载信号灯显示系统设计方案,能有效地降低路口交通事故发生率,并为路口信号灯自适应管理和路网车流统计、分析、管理提供支持.     

基于WPD-PSO-ESN的城市交通感应信号控制系统设计

传统城市交通感应信号控制系统缺少对交通车流量的预测,导致信号控制效果较差。为此,设计基于WPD-PSO-ESN的城市交通感应信号控制系统。在系统硬件设计中,将?PC作为上位机,?PLC作为下位机。使用S7-226型号PLC控制器连接EM221数字输入模块与EM223组合输入/继电器,移除?I/O终端;选择AT89S51型号采集器,将其接收到的指令向S7-226PLC控制器发送数据信息;安装单环自愈RS-485多机通信接收发送器,自动修复单回路。在软件设计中,设计手动、闪光控制模块子程序流程,实现信号控制系统状态检测。建立WPD-PSO-ESN交通流量预测模型,结合PSO算法优化参数,以交通流量预测结果为依据,分析交叉口的通行能力,确定不同信号相位绿灯时间,设计感应信号控制流程。由实验结果可知,该系统车流量共计为310,与交叉口历史平均交通流量统计结果一致,说明系统信号感应较为精准,对实现实时交通控制具有现实意义。     

基于矢量空间重构的网络流量预测算法

客户机与服务器之间存在数据存储隐通道,对该通道的网络流量进行准确预测可避免网络拥堵,提高网络流量的调度和管理能力。传统方法采用线性时间序列分析方法进行网络流量预测,没有准确反映流量序列的非线性特征信息,预测精度不高。提出一种基于非线性时间序列分析和矢量空间重构的网络流量预测算法。进行相位随机化处理,使得网络流量数据离散解析化,把网络流量时间序列解析模型分解为含有多个非线性成分的统计量。采用自相关函数法求得矢量空间重构的时间延迟,采用互信息最小嵌入维算法求得网络流量序列的矢量空间嵌入维,实现流量序列的矢量空间重构。在高维矢量空间中,提取网络流量的高阶谱特征,实现网络流量的准确预测。仿真结果表明,采用该算法能有效拟合流量序列的非线性状态特征,对流量状态变化的动态跟踪性能较好,其预测误差比传统方法的低。     

基于AT89C2051的交通车辆检测系统

针对目前道路交通信息采集的应用情况,介绍了一种基于单片机的环形线圈车辆检测器系统,并分析了系统的结构和功能.该系统的硬件主体以AT89C2051为控制核心,实现了路面动态交通数据的采集,采集到的数据实时反映了车辆的通过或存在状况.该系统结构简单,操作容易,能较精确地检测出车辆的存在,可应用于交通检测和道路监控领域.     

冰雪天气下高速公路可变限速控制研究

为保障冰雪天气条件下高速公路的行车安全与通行效率,在建立安全限速模型与交通流预测模型的基础上,提出一种基于粒子群优化算法的可变限速控制策略;首先,通过分析冰雪天气下车辆制动性能和交通流演化规律,提出适用于冰雪天气条件的高速公路安全限速模型以及交通流预测模型;其次,设计了兼顾通行效率与行车安全的优化目标函数,并考虑实际行车需求给出相关约束条件;最后,基于交通流预测模型并结合粒子群优化算法对可变限速值进行求解,并通过搭建的元胞自动机交通流模型将所提出的可变限速策略的控制效果与固定限速方案和分段安全限速方案进行对比仿真实验;仿真结果表明,相比于固定限速方案,可变限速控制减少了总行程时间、总行程延误时间和车辆冲突时间;相比于分段安全限速方案,可变限速控制有效减小了管控路段内的车辆行驶速度标准差,总行程延误时间和车辆冲突暴露时间也有所降低,验证了所提出可变限速控制策略的有效性。     

快速路入口匝道模糊自整定PI 控制方法

入口匝道调节是快速路交通控制中较有效的一种方式,现基于快速路交通系统的常微分模型,设计了一种新的入口匝道的模糊自整定PI 控制方法,充分利用了上游路段流入的交通流量和向下游路段流出的交通流量信息进行控制律更新,有效抑制了系统扰动等不确定性因素的影响。设计了相应的模糊控制逻辑,实现了复杂交通系统实际控制过程中的PI控制器参数的模糊自整定。仿真研究中,与传统PID 和ALINEA 方法进行了充分比较,说明了所提出方法的有效性。     

基于计算机数据算法模型的交通流数据分析

针对交通流数据分析滞后,交通规划效率不高等问题,提出了一种基于计算机数据算法模型的计算机数据算法数据分析方法,该方法采用基于S3C6410处理器的采集模块对影响交通流的数据进行采集或者分析,在进行数据信息采集时,还通过JZ863的无线传输模块实现数据信息传输,并通过神经网络算法模型提高了交通流数据信息分析能力。实验结果显示,本研究系统检测到发生故障的数据量数高达4735个,交通检测精度较高。     

基于地磁传感器的车流量智能检测系统设计

道路流量信息是进行有效交通管制和引导的重要依据。针对现有的无线地磁车流量检测系统取电难、通信不稳定的问题,结合近期国内多地应用的道路交通发光砖,设计了一种车流量实时检测系统。系统通过嵌入在地砖中的检测器完成车辆检测,数据经由RS485总线汇总至上位机,并上传至服务器。检测器利用RM3100传感器采集磁场原始信号,在STM32中通过双窗口法提取出车辆的特征波形;采用自适应阈值有限状态机算法,判断车辆的运动状态。经过实地安装测试,检测器识别车辆的准确率可达97%左右,系统运行稳定可靠,对构建智慧交通道路体系具有一定的实用价值。