基于车牌识别的交通流结构分析

通过车牌识别技术,将动态的交通流信息与静态的车辆档案数据实现关联,极大丰富了智能交通框架下的道路交通信息采集的种类,为深入认识、了解、掌握城市交通流特性打开了崭新的视角.文章结合实例,阐述了运用OLAP技术对基于车牌识别的交通流数据进行结构分析的方法及应用展望.     

基于卡口车牌识别数据的车辆出行分析

车辆出行是城市道路交通的基本组成单元,掌握城市道路网车辆的出行信息,深入挖掘车辆出行特征与规律,能为城市交通管理提供决策信息.本文基于卡口车牌识别数据,提出了一套车辆出行分析框架.首先对全路网运行的所有车辆的个体出行进行辨识,提取所有车辆出行的路径和行程信息,并从个体和集计层面获取车辆出行的规律特征;利用车辆的多日出行信息和统计特征,提出了车辆职住地识别方法;基于外地车的出行特征,利用 K-means++ 算法对外地车进行分类.在实例分析中,以广州市道路网运行车辆作为研究对象,开展了车辆出行分析,实验结果验证了本文方法的有效性.通过本文方法挖掘的信息对城市道路交通管理具有重要意义.     

基于车牌识别数据的出行特征研究

随着大数据技术的推陈出新,越来越多的数据源可以用来研究居民的出行特征。本研究通过首次采用建筑停车场的车牌识别数据研究不同建筑业态吸引客流的出行时间特征、来源地空间分布情况、出行平均时耗等内容,从而为城市空间功能布局规划、停车场规划、停车场周边道路交通改善等提供参考。     

面向混合交通流的智能网联车鸣笛意图识别模型

为使混合交通流(Mixed Traffic Stream,MTS)下智能网联车(Intelligent Connected Vehicle,ICV)实现鸣笛意图(Horn’s Intention,HI)识别,更好地遵循常规车辆(Manual Vehicle, MV)的驾驶意图,提出ICV 对MV 鸣笛声的“ 感知(Perception) - 定位(Location) - 识别 (Recognition)”模型(简称HI-PLR),采用深度卷积-循环神经网络(Deep Convolution Recurrent Neural Network, DCRNN)算法感知鸣笛车辆(Horning Vehicles, HV)的鸣笛声;采用到达时差 (Time Difference of Arrival, TDOA)算法定位HV;再基于运动时间窗(Motion Time Window, MTW)的支持向量机(Support Vector Machine, SVM)算法识别HI.实验结果表明,HI-PLR可使 ICV 对混流中车辆的鸣笛声感知准确率达90.4%,定位角度估计误差小于5°,HI 识别率达 82.5%,为ICV在MTS中的智能驾驶决策提供依据.     

累计曲线法计算饱和流率和相位损失时间

介绍了一种新的计算饱和流率和相位损失时间的累计曲线法。与韦伯斯特方法相比, 该方法可以计算前损失时间和后损失时间, 弥补了韦氏方法的不足。实际应用结果表明, 在无干扰或干扰很小的情况下, 一条车道的饱和流率在1600~1900veh/h之间, 总损失时间在1~2s之间, 有的相位损失时间可以忽略不计; 饱和流率的计算值与通常假设的1700~1800veh/h基本相符, 但实际测得的损失时间却低于HCM推荐的3~5s, 也低于黄灯时间。     

面向混合交通流的智能网联车鸣笛意图识别模型

为使混合交通流(Mixed Traffic Stream，MTS)下智能网联车(Intelligent Connected Vehicle，ICV)实现鸣笛意图(Horn’s Intention，HI)识别，更好地遵循常规车辆(Manual Vehicle， MV)的驾驶意图，提出ICV 对MV 鸣笛声的“ 感知(Perception) — 定位(Location) — 识别 (Recognition)”模型(简称HI-PLR)，采用深度卷积—循环神经网络(Deep Convolution Recurrent Neural Network, DCRNN)算法感知鸣笛车辆(Horning Vehicles, HV)的鸣笛声；采用到达时差 (Time Difference of Arrival, TDOA)算法定位HV；再基于运动时间窗(Motion Time Window, MTW)的支持向量机(Support Vector Machine, SVM)算法识别HI.实验结果表明，HI-PLR可使 ICV 对混流中车辆的鸣笛声感知准确率达90.4%，定位角度估计误差小于5°，HI 识别率达 82.5%，为ICV在MTS中的智能驾驶决策提供依据.     

基于车牌识别的城市年票自动管理系统

年票制是提高公路通行效率的行之有效的办法,但由于年票征管部门监管不力,导致车辆恶意逃费所致的通行费流失严重,针对我国城市年票监管实际情况,提出一种基于车牌识别的城市年票自动管理系统.首先介绍了该系统的架构以及年票收费站管理和委托站次票监管两个子系统的工作原理,接着重点论述实现该系统的三项关键技术：车牌识别技术、数据同步技术、IC卡防伪技术.该系统已在广东省中山市投入使用,运行稳定可靠,受到客户的好评.     

基于车牌识别数据的错峰上下班措施效果评估 ——以广州市为例

错峰上下班是缓解交通拥堵的政策之一.不少城市实施了错峰上下班政策,但对其效果缺乏量化评估.基于海量的车牌识别数据,提出错峰上下班主要影响对象——个体机动化通勤车辆的识别方法,进一步阐述其出行时耗的计算方法.以广州市为例,通过比较该方法与交通拥堵延时指数的计算结果,对该方法的有效性进行验证.结果表明,该政策改善了早高峰的...     

考虑自动驾驶的混合交通流路段阻抗函数

为解决未来自动驾驶专用车道的规划设计问题,本文提出了一种自动驾驶车与人工驾驶车混合交通流路段阻抗函数模型.首先,分析了自动驾驶专用车道的设置对混合交通流中车辆跟驰模式的影响;其次,在此基础上,引入微观跟驰驾驶模型,推导了不同自动驾驶车辆渗透率条件下的路段通行能力函数,分析了自动驾驶车辆对路段通行能力的影响;然后,将混合交通流通行能力引入经典的BPR函数,推导了考虑自动驾驶的混合交通流路段阻抗函数模型;最后,设计了数值实验讨论了自由流速度(自由流行程时间)、自动驾驶车辆的渗透率和安全车头时距对路段阻抗的影响.结果 表明:(1)当路段流量较小时,自动驾驶车辆的引入对路段阻抗行程时间的影响较小;(2)当自动驾驶车的渗透率为30％时,设置自动驾驶专用车道对行程时间的改善最为明显;(3)当流量较小时,自动驾驶车辆渗透率对路段阻抗行程时间的影响较小,而随着路段流量的增大,自由流速度和自动驾驶车辆渗透率将共同决定路段的行程时间.相关成果可为未来自动驾驶专用车道的规划与设计提供理论支撑.     

基于车牌照数据的通勤特征车辆识别研究

近几年来,交通拥堵日益成为大中城市最严重的交通问题之一,而由通勤行为 引起的早晚高峰交通拥堵最为突出,严重影响了城市居民的出行和交通系统的运行.因 此,本文从车辆的角度出发,采用上海快速路牌照识别系统采集数据,通过k-means 聚类 数据挖掘方法,提取路网中的通勤特征车辆,并分析了通勤特征车辆在路网中的出行时 空分布.分析得出,在上海快速路网中,占全部检测车辆2.8%的通勤特征车辆在早晚高峰 时提供了高达36%的交通量.在早高峰时段,识别出的通勤特征车辆主要分布路段为中环 外圈、陆家嘴方向、逸仙高架和沪闵高架;晚高峰时段,基本集中在与早高峰的相反方向. 研究结果表明,本文基于车牌照数据的数据挖掘方法,可以有效地提取通勤特征车辆并 研究其出行行为的时空特征,能够为城市交通拥堵问题的缓解和交通需求管理政策的提 出提供辅助决策信息.     

车辆号牌识别率合理评价

车辆号牌识别率关系到交通信息采集中车牌识别的精确度,本文把车牌识别的过程近似地抽象为贝努利试验,据此提出了一种实际检测车辆号牌识别率的应用方法.     

���ڳ���ʶ��ĸ��ٹ�·ͨ�зѲ�ּ����о���Ӧ��

随着高速公路的不断建设,高速公路已形成网状结构,为车辆驾驶员提供了多条选择路径. 同时高速公路投资主体的多元化必然要求合理拆分通行费,进而产生如何按照车辆行驶的实际路径进行通行费拆分的问题. 本文分析了联网收费环境下影响通行费精确拆分的主要因素. 建立了基于车牌识别的通行费拆分模型,并给出了模型求解算法. 最后结合福建省高速公路路网结构与运营数据进行实例分析,实现了70%以上的精确拆分和不到30%的模糊拆分,验证了本文方法的有效性.     

车辆牌照自动识别系统中的字符分割技术

车辆牌照定位以后,需要进行字符分割,以便系统自动识别。介绍了一种基于阈值化与投影法的分割技术,详细阐述了车牌图像归一化、域值化和字符分割的具体过程,算法简单实用,经过实验验证,可以满足实时自动识别系统的要求。     

基于电子支付数据的公交车厢满载率实时估算方法

针对公交监测和调度中要求实时掌握车厢满载率,以及“一票制”无法获取乘客下车信息等问题,构建基于数据驱动的组合模型,在乘客上车时即推断其出行OD站点,进而融合多源数据实现车厢满载率的实时估算。提出以K近邻算法为组合模型的核心,针对K近邻推断率过低等问题,研究在更大空间维度分析乘客出行规律并推断下车站点的方法,有效提升历史数据的利用率和下车站点的推断率;此外,针对偶发型乘客缺少历史规律数据的情况,充分利用站点下车客流量先验概率随机分配,实现电子支付乘客OD的全样本推断。利用跟车调查法对不同线路、不同班次的车厢拥挤度进行验证。结果表明,模型计算结果与实际结果相符,能够反映出不同线路、不同站段之间的车厢拥挤水平变化。     

基于混合AGO-SVM的高速公路短时交通量预测研究

提出一种混合AGO-SVM高速公路交通量预测方法,原始交通量数据通过累加操作生成有规则的数据,预处理后的规则数据使用支持向量机法进行建模并预测,预测数据进行逆累加操作,获得下一时刻高速公路交通量的预测值,数据进行更新并保持样本序列不变从而进行高速公路交通量递推预测. 应用西宝高速交通量实际观测数据验证算法的有效性. 试验结果表明,在几种指标下该方法的预测精度比灰色模型法和支持向量机法的预测结果有所提高,是一种有效的高速公路交通流量预测方法.     

基于串行分类器的车牌字符识别

在特征提取的基础上,对采用Bayes分类器和支持向量机的车牌字符识别方案进行比较,提出在Bayes分类器的基础上,再利用支持向量机对Bayes分类器不易区分的车牌字符进行识别的二级串行分类器融合的改进方案,在一定程度上既克服了Bayes分类器对车牌字符识别率低的问题,又解决了支持向量机识别速度慢的问题,可滿足车牌字符识别实时性和高识别率的要求。     

车牌自动识别系统在高速公路机电系统工程中的应用

车牌自动识别系统在高速公路上的应用,对完善收费系统,杜绝收费漏洞,减轻收费人员的劳动强度,提高收费综合管理水平和服务水平,起到了极其重要的作用.     

基于串行分类器的车牌字符识别

在特征提取的基础土,对采用Bayes分类器和支持向量机的车牌字符识别方案进行比较,提出在Bayes分类器的基础上,再利用支持向量机对Bayes分类器不易区分的车牌字符进行识别的二级串行分类器融合的改进方案,在一定程度上既克服了Bayes分类器对车牌字符识别率低的问题,又解决了支持向量机识别速度慢的问题,可满足车牌字符识别实时性和高识别率的要求。