论文部分内容阅读
本文回顾了几种常用的控制算法，针对上海市快速道路的特点，从平衡匝道排队与主线拥挤的角度，在ALINEA算法的基础上，进行一系列改进后得到EXPAlinea算法，并根据EXPAlinea算法设计了控制流程，对实施汇入控制后与控制前的交通流参数进行了比较。
城市快速道路入口匝道汇入控制应用--控制算法EXPAlinea
【摘 要】
：
本文回顾了几种常用的控制算法，针对上海市快速道路的特点，从平衡匝道排队与主线拥挤的角度，在ALINEA算法的基础上，进行一系列改进后得到EXPAlinea算法，并根据EXPAlinea算法设计了控制流程，对实施汇入控制后与控制前的交通流参数进行了比较。
【机 构】
：
SEARI Intelligent System Co.,Ltd.R&D Department,Shanghai 200063
【出 处】
：
第五届中国智能交通年会暨第六届国际节能与新能源汽车创新发展论坛
【发表日期】
：
2009年11期
其他文献
本文首先阐述了当前铁路应急平台网络现状，接着提出铁路应急平台网络的体系结构，在此基础上分析了铁路应急平台网络安全需求和安全目标，最后有针对性的给出了网络解决方案，确保网络信息的安全传输以及系统的稳定运行。
本文深入研究了目前普及率最高的一种短消息业务(SMS)，基于该业务设计了适用于多协议的交通信息发布系统。系统的服务接口采用智能回复的方式向手机用户提供实时的路况信息，信息传输接口封装了中国移动CMPP协议、中国联通SGIP协议和中国电信的SMGP协议。重点阐述了协议解析、服务方式、以及整个系统实现和功能亮点。
以元胞自动机模型为基础，提出了一种改进的行人仿真模型。模型中考虑了一些行人个体因素的影响，如舒适度，保持既有运动方向，碰撞处理等。利用此模型，在PKPM3D图形平台上研究开发了城市轨道交通枢纽的行人仿真系统。并利用该系统进行仿真实验，结果表明改进后的模型更加合理、适用。
本文以北京市展西路区域为研究对象,从短时交通预测的需求出发,分析了浮动车数据的时空分布特性,得出在当前浮动车规模和数据采集周期的条件下,2分钟是浮动车数据统计计算的最小时间间隔,其有效覆盖范围是城市高速路、快速路和主干路。
本文分析了在当今城市规模扩大化情况下，实施大范围交通控制与交通流诱导协同的必要性。根据大范围交通控制与交通流诱导协同特征，提出了基于移动Agent技术的协同框架，构建了移动Agent的结构，建立了基于移动Agent技术的大范围交通控制与交通流诱导协同模型。期望对未来实现大范围城市交通控制与交通流诱导协同提供一些新的方法和思路。
本文提出一种基于局部搜索的交叉口分向车流量检测算法，实现了对道路交叉口交通视频的处理和分向车流量统计功能。基于局部搜索的交叉口车流量检测算法，实现原理类似于人类视觉行为。在路口处设置虚拟线圈进行实时监控，以获取通过虚拟线圈的车辆信息，利用背景消减法获取车辆的最大特征块，应用块匹配算法在小区域内搜索车辆特征块并跟踪，最后根据区域判定法实现交叉口分向车流量的统计。本文所提算法具有运行速度快，跟踪准确，
根据车辆动态称重系统的实际情况和压电薄膜传感器的特点，提出了一种可以有效防止运算放大器振荡的电荷灵敏放大器电路，并利用PSPICE软件对该电路的特性进行了仿真，同时对电路中各个元件参数进行了优化设计。仿真结果表明在同等参数下，该电路确实具有防止振荡的作用，也说明了仿真的有效性。
本文提出了一种基于地面传输数字电视DTMB的多媒体交通信息服务系统，实现多媒体交通信息的发布和接收的功能。系统按照DSM-CC协议对多种类型的多媒体交通信息进行编码，将编码后的数据流通过地面传输数字电视的大容量广播信道进行传输，智能导航终端接收数字电视信号后从数字电视节目中分离出DSM-CC数据码流，对其进行解码后，得到多媒体交通信息用于导航。完成了原型系统的搭建，验证了系统方案的可行性。
疲劳驾驶是引起道路交通事故的主要原因之一。过长时间的驾驶会严重的降低驾驶员的觉醒程度，损伤驾驶员的操作能力。本文采用驾驶模拟实验，通过检测驾驶员的脑电信号，研究脑电波不同频带的平均功率谱密度随驾驶时间的变化规律。同时，确定了在单调的道路环境下驾驶员出现疲劳症状的驾驶时间。结果验证了脑电信号作为驾驶疲劳检测指标的合理性，同时发现单调环境下最优的驾驶时间是28分钟。本文不但为疲劳的检测和道路设计奠定了
传统的智能交通信息服务除了基于互联网固定通信模式以外，还广泛应用于手机终端、车载导航、移动电视等移动通信模式，需要分别建设各自的垂直系统的信息服务平台，而基于移动通信模式用户大幅度地超过固定通信模式用户。随着通信技术的不断发展，下一代多媒体融合业务已成为通信技术发展的趋势；一方面用户对操作简单、安全、个性化业务、移动与固定无缝融合通信方式的迫切需求，另一方面多媒体融合业务也为智能交通信息服务商保持