基于模糊控制理论的交通信号控制算法研究

造成交通拥挤往往突出表现在道路的交叉口处,在综合了模糊控制技术和城市信号交叉口交通信号控制技术基础上,针对多路口交通控制的特征及实际交通状况,对已有模糊控制算法进行了改进,在单路口模糊控制研究的基础上,研究了基于相序优化模糊控制的城市区域交通信号控制系统。此方法不需要建立复杂的交通流模型,对城市交通控制系统实施模糊控制,可以有效地解决交通信号控制过程中复杂性和随机性难题,从而对绿灯信号的调整做出更合理的匹配,提高交叉路口的通行率近20%。     

地磁传感器应用于停车场车辆检测

基于地磁传感器的车辆检测系统通过检测停车场车辆通行情况,可以用于城市道路交通的控制与管理,以提高城市道路的通行能力,决策领导层可以停车场车辆检测到的数据做出相应的判断,以使得停车场能有效地容量更多的测量,缓和城市交通拥挤状况。     

视频处理技术在智能交通系统的应用

视频检测作为智能交通中一种主要的检测手段在交通流检测、车辆违章跟踪等领域得到了广泛的研究和发展。文中提出了一种城市道路交通灯智能控制模型,该模型利用视频图像处理技术,获取十字路口各方向的车流量参数、违章车辆信息等,在此基础上实现了交通灯的智能控制以及对违章车辆的视频跟踪,最后给出了实际交通视频图像处理的实验结果。     

基于Haar-like特征和时空信息的交通状态区域检测

针对现有交通状态检测算法无法适应城市道路复杂交通的问题,提出一种新的基于Haar-like和时空信息的交通状态区域提取算法。该算法首先采用基于Haar-like特征的车辆检测算法、边缘检测法和帧差法分别提取路面车辆、空域纹理和时域纹理的三种信号;然后将提取到的三种信号进行统计分析,获得准确的交通状态区域。将该算法与基于车辆检测的交通状态检测算法和基于帧差法的交通状态检测算法在远距离小目标、遮挡车辆和混合交通的复杂交通场景中进行对比实验。实验结果表明,该算法在这些复杂交通场景中准确率平均达90.98%。     

ODC：在线检测和分类全网络流量异常的方法

提出一种从全网络的视角实时在线检测和分类流量异常的方法(简称ODC),该方法以增量方式构建以流量特征的熵为测度的流量矩阵,利用增量主成分分析算法在线地检测流量异常,然后再利用增量k-means算法实时在线地对流量异常进行分类,以便网络管理员采取相应的防御措施。理论分析和实验分析表明,ODC具有较低的时间复杂度和存储开销,能够满足在线实时处理的要求。实测数据分析和模拟实验分析的结果均证实了ODC具有很好的检测和分类性能。     

基于混沌遗传算法的干线交叉口信号控制优化研究

城市道路干线交叉口交通信号的配时优化控制直接影响了整个城市的交通状况。为了提高干线交叉口信号控制的效率,以干线交叉口模型的交通信号控制问题为背景,构造了基于最小延误的常态交通条件下干线双向绿波控制模型。同时,结合混沌理论和遗传算法各自的优势,开发了混沌遗传算法。通过该算法对模型进行仿真数据求解,并与传统优化算法相比,系统延误明显减少了。结果表明,基于混沌遗传算法的控制优化方法可以提高干线交通运行的效率。     

基于特征加权的交通事件检测研究

针对影响交通事件的特征参数较多,参数之间有信息冗余,影响检测效率的问题,提出一种基于特征加权支持向量机的交通事件检测算法.影响交通事件的因素包括上下游交通流的交通密度、交通量、平均速度较多,各个影响因素的影响大小是不同的,根据可信间隔最大化确定影响权重.通过实测数据对算法的检测性能进行测试,交通密度的权重最大,说明事件发生时,交通密度的变化影响最大,与实际情况相符;对于同质量的样本,所提算法的检测率及误报率均优于标准支持向量机(SVM)算法.     

高动态条件下增量惯导信息辅助的空地红外弱小移动目标检测算法（特邀）

红外弱小移动目标检测技术是计算机视觉的研究热点和难点。针对机载高动态条件下的空地目标检测存在的场景变化动态、背景干扰强度大、目标运动规律未知等挑战,提出了一种新型的基于增量惯导信息辅助的空地红外弱小移动目标检测算法。为了解决传统惯导信息预测的漂移误差问题,提出了增量惯导信息概念,设计了增量惯导信息的位置预测模型,实现了对目标点的准确预测。构建了基于增量惯导信息辅助与背景差分的移动目标检测框架,通过增量惯导信息对不同位姿下的成像进行校正,引入基于爬山法互相关匹配算法计算校正后图像的平移参数,采用高斯加权对背景图像进行估计,最后通过图像分割检测弱小移动目标。仿真实验验证了文中设计检测算法的有效性和精确性。     

基于Python的交通流数据清洗

为向城市道路交通流预测提供科学的数据支撑,本文提出了基于Python对交通流数据进行清洗。清洗的数据主要包括异常、缺失、冗余数据。清洗方法按照本文提出的清洗规则并结合交通机理知识和城市道路交通流时段特征,实现交通流数据的合理清洗。     

基于多源数据融合的交通流状态识别研究

针对城市道路交通流状态时刻都在变化、单一检测方式得出的数据不准确的特点,提出融合多种检测数据的交通流状态识别。将多种检测方式的交通流数据经过预处理,通过融合多种路段平均速度的模糊聚类方法,实现多源数据的相互校验,最后得到交通流状态的更加准确的识别。实验表明,此方法在一种检测数据出现较大误差时能经过其他检测数据修正得到更准确的结果。     

TCP-Shape:一种改进的网络拥塞控制算法研究

网络拥塞是由于网络业务流不可预测的流量突发现象造成的.文章从考虑网络业务流突发现象产生的特点出发,采用可用带宽测量技术和流量整形技术,提出了一种针对传统网络拥塞控制算法的改进算法(TCP-Shape).改进后的拥塞控制算法能够快速地探测到网络链路中可用剩余带宽并能够有效地消除网络业务流中的突发现象.使得在网络业务流的吞吐量和数据报文段的丢失率等性能上,更加优越于传统拥塞控制算法所获得的性能.     

基于车流量红外检测的自适应交通灯设计

交通灯作为一种交通管制手段,如果能实现不同路段的差异化控制,对于城市交通拥堵问题将起到缓解作用.本设计运用红外车流量检测装置对十字路口车流量进行量化处理,采取自适应算法,实现交通灯根据车流量大小的自适应控制;同时,本设计还增加了模拟的交通控制中心,实现了对十字路口的远程监视和超限自动报警功能、人为干预和紧急处置功能,从而实现更符合实际情况、解决实际交通问题.     

ABR业务流量控制的一种智能机制

本文提出了一种ＡＢＲ业务模糊流量控制机制,仿真结果表明它有效地避免了网络阻塞,在网络的吞吐量上要高于强比例速率控制算法（ＥＰＲＣＡ）。该机制与连接业务的特性无关,且不需要改变有关ＡＢＲ闭环反馈的流量控制结构,这为算法的实际应用提供了前提。     

数据流的活动队列管理算法:MBLUE

MBLUE(Modified BLUE)是一种面向数据流的活动队列管理算法.它不是使用平均队列长度指示缓冲区拥塞状态,而是使用数据报丢弃的频率和队列空闲程度来管理网络拥塞.探测瓶颈连接早期的拥塞信息,通过数据报的丢弃和标记避免拥塞.它只维护一个先进先出队列,以较少的数据流状态信息,在不同流之间公平的分配网络带宽.能够适应瞬时的猝发流,能合理控制非TCP数据流,又能够保持较短的平均队列长度,从而控制、减轻网络拥塞.通过TCP/IP网络的模拟,证实算法在公平的分配网络带宽和降低数据报的丢失率上具有较好的鲁棒性.     

A Robust Video-Based Algorithm for Detecting Snow Movement in Traffic Scenes

Video-based Automatic Incident Detection (AID) systems are widely deployed in many cities for detecting traffic incidents to provide smoother, safer and congestion free traffic flow. However, the accuracy of an AID system operating in an outdoor environment suffers from high false alarm rates due to environmental factors. These factors include snow movement, static shadow and static glare on the roads. In this paper, a robust real-time algorithm is proposed to detect snow movement in video streams to improve the rate of detection. This is done by having the AID system reducing its sensitivity in the areas that have snow movements. The feasibility of the proposed algorithm has been evaluated using traffic videos captured from several cameras at the City of Calgary.     

一种新型多车道车流量检测算法

为了实时有效地检测道路路口车流量信息,并为交通控制和管理提供准确的交通流数据,提出了一种新型的车流量检测算法。通过利用现有的路面标记进行图像对称分割并计算图像灰度值方差,来判断有无车辆通过,进而实现车流量计算。仿真结果表明,该算法不仅简单,易于实现,而且检测准确率高,实时性好,能够有效地为智能交通灯控制提供信息数据。     

Optimizing routing based on congestion control for wireless sensor networks

Along with the increasing demands for the applications running on the wireless sensor network (WSN), energy consumption and congestion become two main problems to be resolved urgently. However, in most scenes, these two problems aren’t considered simultaneously. To address this issue, in this paper a solution that sufficiently maintains energy efficiency and congestion control for energy-harvesting WSNs is presented. We first construct a queuing network model to detect the congestion degree of nodes. Then with the help of the principle of flow rate in hydraulics, an optimizing routing algorithm based on congestion control (CCOR) is proposed. The CCOR algorithm is designed by constructing two functions named link gradient and traffic radius based on node locations and service rate of packets. Finally, the route selection probabilities for each path are allocated according to the link flow rates. The simulation results show that the proposed solution significantly decreases the packet loss rate and maintains high energy efficiency under different traffic load.     

自适应流量评估方法在IDC网络的应用

为了确保IDC网络的服务质量,往往需要了解IDC网络中各出口、各链路的网络拥塞、大规模网络攻击等流量信息并进行及时全量的数据监测和分析.本文提出了一种自适应流量评估方法,通过测量精度和存储资源两方面的调控,来优化现有的流量测量技术.     

一种智能交通系统的自适应拥塞控制方法

针对突发性车流量自适应调整主通道流量控制,提出多相位路口实时的自适应拥塞控制算法,提高系统管理算法在突发性车流状况中的适应能力,以两种信息通道实现车流队列管理的控制与学习功能,并结合参考模型机制实现模糊反向推理算法。仿真实验结果表明,该控制方案能改善实际交通状况,控制效果优于定时控制的方法,提高平面交通路口的通行能力50%以上。     

基于嵌入式车流量实时检测算法研究与实现

针对道路现场实时车流量检测问题,提出了一种改进的帧间差分法的运动车辆检测算法,并将该检测算法成功移植到了嵌入式系统上。将帧间差分法与采用长度、宽度、面积筛选轮廓及用质心距离的车辆跟踪算法结合,实现运动车辆的检测;将U-Boot引导程序、Linux内核、Yaffs2文件系统和检测算法移植到S3C6410上,通过摄像头实时采集交通视频,检测结果由触摸屏显示。复杂交通场景的实时测试结果表明,本系统的检测时间为0.298秒/帧,准确率超过88%,基本能够实现在道路现场的车流量实时检测。