无人飞机在交通信息采集中的研究进展和展望

以无人飞机多次试飞试验和相关研究成果为基础,分析了无人飞机在交通信息采集、处理与应用中的可能性及主要挑战,从不同角度展望了无人飞机在交通规划与仿真、道路监控、应急调度和城市交通拥堵分析等领域的应用前景。分析结果表明:应用无人飞机可以弥补现有交通信息采集技术的不足,是有效采集连续交通信息的新手段;随着动态交通视频处理技术的发展,从无人飞机采集的视频中可以自动提取交通信息;应用无人飞机采集的交通信息可用于应急调度、车辆跟驰、换道行为与交通拥挤等方面的研究;无人飞机动态交通视频处理技术的适应性还有待提高;利用无人飞机信息的车辆跟驰、换道行为与交通拥挤尚缺乏实证研究;建立无人飞机与地面应急系统的通讯和协调系统及无人飞机-车-路协调通信系统是未来重要的研究方向。     

基于虚拟仪器技术的智能交通车载信息采集平台

实时的交通和车辆信息的采集是很多种智能交通系统应用的基础。本文作者介绍了一种基于虚拟仪器技术的智能交通车载信息采集平台，详细描述了该平台的设计思想、构建方法及其应用。这种信息采集平台为智能交通系统中驾驶行为特性的研究、交通数据采集、现场测试等提供良好的辅助测试和验证平台。该平台还能作为智能交通多功能测试车的一个辅助检测手段，进行移动检测的研究。而虚拟仪器技术结合了计算机和电子仪器的优势，它能够使测量过程更加便捷可靠。     

浮动车交通信息采集系统

浮动车交通信息系统是伴随着ITS新技术的应用而在近几年发展起来的新型交通流信息采集技术,它可以直接和方便地测得可靠、准确的车辆行驶速度、路段行程时间等参数。该系统作为一种重要的交通信息采集方法,可以弥补现有传统交通信息采集技术存在的数据不完全、数据量不足、数据质量差等问题,对我国交通信息采集工作具有很好的现实意义。     

基于大数据思维分析的交叉口交通信息处理方法

本文以智能交通系统为背景,以大数据(Big Data)处理方式为基础,应用交通工程中交通流量、车头时距等相关交通知识,对特定的一个交叉口不同交通时段内的交通信息,如交通流量、交通流向进行采集。在交通流量信息采集上,可利用现在完备视频采集技术及GPS信息采集技术,对一个周期内的车流量进行统计,用Access和Excel对其采集到的数字信息转换为所需的直接数据,并对其进行分析处理。     

交通移动采集技术及其适用性分析

交通移动采集技术是一种先进的交通信息采集技术,目前在国外很多城市都进行了广泛的实验和应用。本文在分析常规交通采集技术的不足和交通移动采集技术特点的基础上,结合中国城市交通的特点,分析认为交通移动采集技术同样适合于国内大部分城市,并且有着广泛的应用前景。此外本文还将交通移动采集技术分为主动测试车技术和被动探测车技术。最后以中山市公交车采集的数据作为被动探测车数据,简单探讨了交通移动采集数据的分析和处理方法。     

北京动态交通信息服务系统建设

1 动态交通信息服务系统关键技术 1)信息采集--浮动车技术 传统的动态交通信息采集手段是利用固定检测器(线圈、微波检测器等)采集道路断面的流量、速度、占有率等数据.浮动车技术是一种新型的动态交通信息采集手段,相对于固定检测器,具有覆盖范围广、建设和维护成本低等特点.     

基于移动通信网络下的TDOA手机定位技术在交通信息采集中的应用

着重于利用手机定位技术进行交通信息的采集研究,构建由TDOA手机定位、地图匹配和交通信息采集组成的技术框架。TDOA定位技术由于定位精度较高且相对容易实现,日渐受到研究人员的关注。文章给出了TDOA技术的模型算法,分析了地图匹配过程,进而研究各方面交通信息的采集方法。研究结果表明:手机定位技术覆盖范围广、定位精度高,能以较低的经济代价获取大量信息,通过有效地计算可将这些信息转化为实用的交通信息。     

一种基于车辆跟踪的微观交通参数采集方法

微观交通参数采集是智能交通中的重要技术。本文用基于车辆跟踪的方法提取微观交通参数，首先，利用动态图像处理技术进行车辆跟踪；然后，建立适于交通参数采集的摄像机模型：在此基础上，提出了基于车辆跟踪的车辆位置检测算法，瞬时速度估计算法，并阐述了其它交通参数采集方法，试验表明，这些方法可以有效的提取交通参数，实施方便。     

基于数据需求的高速公路信息采集点分级布设策略研究

交通采集数据反应了交通运行状况的变化,是高速公路运营管理决策的重要依据,然而有限的采集点对于整个路网来说总是稀疏的,采集的信息也是局部的、包含噪声的交通信息。本文在已有研究的基础上,分析政府交通部门、道路运营管理公司、汽车驾驶员所构成的交通信息三级消费结构特征,其中政府的宏观决策、公司的运营管理与微观的车辆诱导对信息需求相异,同样的信息来源需要面对多样的用户需求,信息采集与信息消费间存在密切联系。本文按此思路开展研究,在分析数据层次性需求的基础上,研究符合采集点布设实际需要的高速公路信息采集点的分级布局策略．     

面向智慧道路的集约化交通信息采集与服务系统

对于城市快速道路,利用线圈、视频、微波等信息采集技术实时采集交通信息,并利用可变情报板发布,目前已经比较成熟,各大城市快速路的交通信息采集及发布系统建设基本趋于饱和.对于城市地面道路智能交通,交通信号控制系统、闯红灯电子警察系统、车牌自动识别系统建设比较完善,然而针对地面道路的交通出行信息服务一直做不到尽如人意,大部分城市尚未建设地面道路的交通信息采集与发布系统,其中有些城市的交管部门意识到交通信息的重要性,开始进行调研、探索及试点:有些城市花了大量投资,在城市道路各路段之间布设视频、线圈及微波检测器,再利用全屏或条带屏进行发布,但由于地面道路交通流的复杂性,不确定因素过多,应用效果不佳,未能发挥应有的效果;有些城市利用路口信号控制的信息采集设备作采集源,然而此类数据误差较大,难以用作精确的交通分析判断,且仅有路口而无路段的交通信息.     

动态交通信息采集技术比较分析

动态交通信息是ITS各子系统应用的基础和保障,如何获得准确、实时的动态交通信息对ITS的应用效果起着至关重要的作用。因此,有必要在对动态交通信息采集技术进行分类的基础上,对各类动态交通信息采集技术进行比较研究。指出各自的优缺点和适用场合,并对未来的发展方向进行展望。     

城市道路联网联控关键技术

从城市道路联网联控平台的系统构建出发,概述其系统构架的关键层次为交通信息感知层、模型层、应用层及信息发布层。阐述城市道路联网联控的关键技术,主要包括交通信息感知、道路运行状态分析、交通需求识别、交通信号控制和交通诱导。最后,讨论城市道路联网联控技术带来的社会效益。     

��������ͨ��Ϣ�ɼ��봦��ؼ���������Ӧ���о�

为了推动浮动车交通信息采集与处理技术的深入研究、沟通交流和推广应用，本文在概括总结国内外研究及应用现状的基础上，重点描述了基于浮动车运行数据进行实时旅行时间和平均速度估计及预测、拥堵状态判断的核心流程，介绍了国家智能交通系统工程技术研究中心自主研发的创新性的关键技术，其中主要包括浮动车地图匹配算法和路段旅行时间估计算法等，展望了浮动车交通信息采集与处理技术的应用前景。     

流动车辆数据采集方法及应用

信息是动态交通管理的基础,做好信息采集是顺畅交通管理的前提。本文阐述了流动车辆数据采集法的概念、系统构成概要、数据处理流程;择要介绍了采集数据的信息增值处理,并对其实用化进程给出了阶段性规划,指出了其中需解决的主要技术和系统问题。     

应用车辆牌照自动识别系统自动检测行程延误的算法研究

为实现行程延误信息的实时自动采集,并提高信息采集的准确性,本文提出了应用车辆牌照自动识别系统实时自动采集行程延误的思想,并设计了面向路网的行程延误算法．该方法可以为交通管理与控制、路线诱导及交通规划等方面的研究提供重要的基础数据,具有广泛的应用前景．     

基于GIS-T的交通信息发布系统设计

基于GIS-T和MTD技术的智能城市交通信息发布系统的原理和运行机制,是将交通信息采集发布、交通流评估模型、交通流预测模型和WebGIS有机地结合在一起,构成一整套完善的城市智能交通信息发布系统,实现交通信息的直观、实时发布,辅助出行者进行出行最优路径选择和出行时间预估,从而达到交通流动态调控的目的。     

城市道路动态信息采集系统结构设计

道路交通动态信息采集系统既是ITS的重要组成部分,又是ITS其它应用系统建设的基础.从系统构成、系统输入输出、系统功能单元、系统信息流程等方面对道路交通动态信息采集系统框架进行了总体设计;针对多种动态交通信息采集系统共存的现象,进行了应用框架设计;并以广州市为例设计了道路交通动态信息采集系统.     

交通地理信息公共服务平台设计与研究

针对目前交通行业地理信息共享存在的问题,根据交通地理信息公共服务平台的定位,设计出平台的数据交换体系和总体架构,同时对平台的关键技术和服务模式进行阐述,可为建设共享的交通地理信息数据服务及功能服务平台提供参考.     

基于视频采集方式的交通信息质量测试和评估研究

道路交通信息贯穿在整个ITS建设和运营流程当中,交通信息采集的质量能够直接影响整个系统的运行成效,所以交通信息采集质量的测试和评估工作非常重要。基于视频采集方式,给出交通信息质量测试评估五阶段流程,研究在视频采集方法下交通信息质量基准值标准化处理过程,估计不同样本量采样率下基准值精度,提出交通信息质量测试评估方法,结果表明：基于视频采集的方法能够准确且有效地对待测采集手段进行交通信息质量的测试评估。     

城市快速路交通拥挤识别方法

为了从海量动态交通数据中快速识别路网中存在的交通拥挤,通过分析拥挤的特征模式和各种数据挖掘技术的特点后,设计了一种适用于城市快速路的交通拥挤自动识别方法。该方法将占有率、速度和流量三个基础交通流参数进行组合得到新的特征变量,运用优化的多层前馈神经网络模型对特征变量进行处理来判断是否有拥挤发生,通过分析模型输出结果的变化趋势区分常发性拥挤和偶发性拥挤。模拟数据和实测数据对比结果表明,该方法可以识别城市快速路上发生的交通拥挤,具有良好的实用性。