智能交通专辑
智能交通将先进的信息技术、数据通信技术、传感器技术、电子控制技术以及计算机技术等有效地综合运用于整个交通运输管理体系，从而建立起一种大范围内、全方位发挥作用的，实时、准确、高效的综合运输和管理系统。通过人、车、路的和谐、密切配合提高交通运输效率，缓解交通阻塞，提高路网通过能力，减少交通事故，降低能源消耗，减轻环境污染。为了更深入了解相关概念，整合了本刊发表的智能交通方面的相关研究，共计10篇。制作了智能交通专辑，欢迎浏览。
主题关键词： 智能交通可靠性卷积神经网络动态规划高斯混合概率假设密度随机网络
- 论文汇编
序列二次规划算法下城市智能交通运行节能优化控制
摘要：针对交通基础设备、牵引电机、制动装置等会产生大量能耗的问题，提出基于序列二次规划（Sequential quadratic programming，SQP）算法的城市智能交通运行节能优化控制方法。基于城市智能交通运行过程，对交通列车开展运动学分析；根据交通运行牵引总能耗，构建交通运行节能控制模型，并采用SQP算法对模型求解，从而实现城市智能交通运行在线节能优化控制。实验结果表明，该方法的实用性强、鲁棒性高。关键词：序列二次规划算法;城市智能交通运行;动力学分析;能耗计算;节能优化控制196|178|0<HTML><网络PDF><WORD>更新时间：2025-05-26基于路侧毫米波雷达的群体车辆目标识别与跟踪
摘要：为了提升道路交通流检测精度，本文提出了一种基于路侧毫米波雷达的群体车辆识别与跟踪方法。首先，基于预处理后的城市多车道主干路交通流毫米波雷达检测数据，提出了一种基于高斯核距离的带噪声密度空间聚类（DBSCAN）算法，实现对群体车辆所反射有效雷达信号的时空聚类；其次，提出了一种无迹卡尔曼滤波（UKF）和线性高斯混合概率假设密度（GMPHD）融合算法，以提升非线性运动群体车辆的跟踪精度；最后，在仿真和实际环境中进行算法测试，仿真结果验证了UK-GMPHD算法能够精准、稳定地跟踪非线性运动车辆。实测结果表明：基于核距离的DBSCAN算法能够有效改善经典算法特征向量的调参问题；与GMPHD算法对比，UK-GMPHD算法对目标跟踪的距离、速度和角度均方根误差分别减少了21.03%、23.41%和20.67%。关键词：智能交通;毫米波雷达;群体车辆;目标识别;车辆跟踪;滤波;高斯混合概率假设密度175|248|0<HTML><网络PDF><WORD>更新时间：2025-05-26考虑汽车队列动态特性的混合交通流特性
摘要：针对自主汽车队列与人工驾驶车辆混合的交通流问题，考虑汽车队列自身固有的动力学特性及其与交通流的耦合作用，研究了汽车队列固有动态特性的混合交通流特性。首先建立了自主汽车队列慢化概率与队列车辆的车头时距以及队列规模之间的关系模型，然后搭建了开放边界条件下汽车队列和人工驾驶车辆混合的元胞自动机交通流模型，最后进行了仿真分析。仿真结果表明，本文所建立的考虑汽车队列动态特性的混合交通流元胞自动机模型，揭示了现有模型无法反映的一些特殊的混合交通流特性；考虑汽车队列动态特性的混合交通流量会显著受到队列车头时距、队列规模等队列特征的影响，并且呈现出一定的非线性影响关系；车头时距和队列规模对混合交通流量的不利和有利影响同时存在，扩大队列规模和提高渗透率可显著改善混合交通流的流量特性，显著提升高车流密度下的道路通行能力。关键词：交通运输规划与管理;智能交通;汽车队列;元胞自动机;混合交通流149|162|0<HTML><网络PDF><WORD>更新时间：2025-05-26基于深度异步残差网络的路网短时交通流预测算法
摘要：将整个路网划分成符合路网短时交通预测要求的子路网，从路网短时交通量中提取时间序列性、周期相似性以及空间序列性3个时空特性。将残差单元加入卷积神经网络中，构建了深度异步网络模型，实现路网短时交通流预测。实验结果证明，本文算法的均方根误差值和平均绝对误差值较小，流量预测值趋势与流量真实值趋势几乎一致，交通流量预测性能较好。关键词：智能交通;深度异步残差网络;交通流预测性;时空特性;卷积神经网络;残差单元197|208|0<HTML><网络PDF><WORD>更新时间：2025-05-26基于改进卷积神经网络的交通目标检测方法
摘要：针对现有交通场景中目标检测方法精确度较低、对设备性能要求高的问题，提出了一种基于改进YOLOv3网络的目标检测方法。针对完全交并比函数在特殊情况下对预测框与真实框重合程度衡量不准确的问题，对其进行改进，提出了一种新的交并比函数PIOU，提升了检测精度。通过增加检测尺度，实现了特征图细化和增强深、浅层语义信息融合，达到增强小目标检测能力的目的。通过添加SE注意力机制模块，使模型更重视学习重要通道的特征信息；通过融合局部特征与全局特征获得新的特征图，进一步提高了检测精度。针对数据集特性提出了M-YOLT增强方法，改善了小目标检测性能。通过对网络进行结构性通道剪枝降低了设备性能要求，并采用Matrix NMS替换NMS以提升检测速度。实验结果表明：改进的方法在改善检测效果的同时降低了检测时间，在KITTI数据集上的测试达到最高88.4%的mAP，比原始YOLOv3提升了6.3%；或在保持86.3%mAP的情况下使平均检测时间下降至8.6 ms。该方法在对设备硬件要求较低的情况下能够实现较好的检测效果。关键词：智能交通;目标检测;深度学习;卷积神经网络;YOLO180|65|0<HTML><网络PDF><WORD>更新时间：2025-05-26基于天牛须小波神经网络的公交到站时间预测
摘要：通过对公交运行环境的实际分析，考虑工作日和非工作日的运行特性差异，提出了一种基于天牛须搜索算法的小波神经网络（BAS-WNN）公交到站时间预测模型。该模型利用寻优性能更强的天牛须搜索算法优化WNN的初始参数，使得WNN对时间序列的预测具有更好的性能。最后，利用行车历史数据对神经网络进行训练和建模来实现到站时间的准确预测，将该优化算法与传统的WNN算法和Elman神经网络算法用MATLAB分别仿真测试，对比结果显示，无论工作日还是非工作日，BAS-WNN预测模型对公交到站时间的预测均具有更高的准确性且结果更加稳定。关键词：智能交通;公交到站时间预测;小波神经网络;天牛须搜索算法;公共交通146|34|0<HTML><网络PDF><WORD>更新时间：2025-05-26智能网联环境下交叉口双环自适应控制模型
摘要：面向智能网联环境交叉口，提出一种双环自适应信号控制方法。首先，建立并标定智能网联车辆与常规车辆跟驰模型；然后以延误和停车次数为优化目标，考虑绿灯最小时长约束，使用NEMA双环相位结构中相位组时长为变量建模计算最优相位组时长；最后，基于微观仿真进行实验。结果表明：在不同饱和度下，相比定时式控制，双环信号控制方法延误减少7.9%~17.7%，停车次数减少7.3%~17.0%。网联环境下双环自适应控制模型优化效果随饱和度、网联车辆渗透率的增加而增加。关键词：交通运输系统工程;智能交通;智能网联;交叉口;信号控制139|41|0<HTML><网络PDF><WORD>更新时间：2025-05-26智能交通混合动态路径优化算法
摘要：针对实时环境下交通信息实时、动态的特性,提出了实时环境下基于混合的动态路径优化算法。该算法在广义自适应A*算法的基础上,结合剪枝算法,同时引入了粒子群算法局部最优及全局最优智能存储、模糊时间窗等优化策略。剪枝算法以当前局部最优为阈值,从而能够有效控制阈值的大小;模糊时间窗约束算法优化时间以及控制仿真时间,从而使算法更好地适应实时环境。实验数据采用纽约地图数据,并在仿真实验环境下,分别验证了优化策略的有效性,同时,将优化算法与A*算法进行了对比实验。实验证明:优化策略在动态路径优化算法中是有效且合理的,可适应于动态路径诱导系统。关键词：计算机应用;智能交通系统;动态路径诱导系统;路径优化算法;广义自适应A*算法;剪枝算法140|34|0<HTML><网络PDF>更新时间：2020-07-30基于可靠度的动态随机交通网络耗时最优路径
摘要：为了反映交通网络中考虑可靠性的路径选择行为,基于可靠性理论建立了动态随机网络环境下自适应最可靠路径模型.首先,定义行程时间可靠度为路径的目标函数,建立动态随机网络自适应最可靠路径模型反映交通网络的耗时随机特性,时变特性和风险性;其次,通过最优化理论把该问题转化为动态规划问题;然后,构造动态规划算法求解该问题;最后,通过Matlab计算机语言实现了算法程序,并针对实际交通网络展开数值试验.计算结果显示了该算法的收敛性和可行性.关键词：动态规划;交通运输工程;智能交通;动态随机网络;自适应路径;可靠性118|34|0<HTML><网络PDF>更新时间：2020-07-30随机交通网络环境下自适应最可靠路径问题
摘要：为了研究交通网络耗时最优路径选择问题,建立了随机网络环境下自适应最可靠路径问题的数学模型。首先,建立随机网络模型反映交通网络的耗时随机特性;其次,在该网络环境下定义最可靠路径策略和最可靠状态链,并且证明最可靠状态链满足动态规划的 Bellman's准则;第三,构造基于动态规划的逐次逼近算法求解该问题,并且证明提出的逐次逼近算法是多项式时间算法;最后,编写基于MATLAB计算机语言的算法程序,并针对实际交通网络Sioux Falls (SF) network展开数值试验,计算结果验证了该算法的正确性和可行性。关键词：动态规划;智能交通;可靠性;随机网络;最短路171|33|0<HTML><网络PDF>更新时间：2020-07-30
