基于神经网络系统的附着系数计算模型

对几种附着系数计算模型进行了深入研究,在全面分析了主要影响附着系数因素的基础上,采用神经网络优化算法,分别建立了以路面状况、胎压及车速为输入,以附着系数为输出的3种轮胎花纹的神经网络附着系数计算模型,并验证了模型的有效性。该模型能够计算汽车在不同的行驶工况下的轮胎/路面间的附着系数,从而为附着系数实时监控提供理论依据,为行车安全提供保障。     

城市交叉口公交优先信号协调模式探讨

对混合交通条件下基本车道饱和流量的各影响因素进行了分析,对比基本车道饱和流量影响因素修正方法,给出了基本车道饱和流量及各类车道通用校正系数常用计算方法。分析了公交车在连线上的运行特性,基于单点定时式公交优先信号配时模型,以人均延误最小为目标,建立了定时式两相邻交叉口公交优先信号协调配时模型;基于以人总延误最小为目标建立了定周期两相邻交叉口公交优先信号协调配时模型。利用实际调查数据,采用仿真分析方法验证本文提出的混合交通条件下定时式两相邻交叉口公交优先信号协调配时模型的正确性。     

道路交通流参数无人机调查与识别方法研究

为完善我国城市道路交通流参数调查的技术手段,提高数据统计分析的效率与精度,建立一种基于无人机航拍与图像处理的调查与识别方法。以大疆Phantom 4 Pro无人机与数码相机为基础,搭建无人机航拍平台,实现交通流图像的有效采集。在Visual Studio 2017集成编译环境下,依托Open CV开源库,提出车辆识别跟踪与测距算法,通过图像裁剪排除干扰因子,应用cvt Color函数完成灰度化处理,采用中值滤波法实现图像的降噪;引入Canny算子检测车辆边缘,通过Otsu算法进行二值化处理,使用腐蚀操作消除干扰碎片;根据车辆长宽比与面积建立车辆外接矩形,并储存其中心点,提出基于双循环遍历与冒泡排序的车道标定算法,实现车距的提取与车流量、平均速度和车流密度等参数的测算。经检验,该方法调查与识别准确率能够达到95%以上,相比于传统调查方法,具有简单和便捷等优势。