【摘 要】
：
交叉口作为城市道路通行能力的瓶颈点,其运行状态的感知技术近几年得到了快速发展。多类型、多功能的雷达交通感知设备被广泛应用于城市交叉口场景,并催生和累计了海量的交通检测数据。受设备性能差异、网络传输延时抖动等因素影响,采集的雷达检测数据往往存在采样不均衡、重复、噪声、缺失等不同程度的质量瑕疵,为高质量构建交叉口的智慧交通应用带来了极大挑战。本文选取敷设雷达感知设备的某城市道路实际交叉口为研究对象,以
论文部分内容阅读
交叉口作为城市道路通行能力的瓶颈点,其运行状态的感知技术近几年得到了快速发展。多类型、多功能的雷达交通感知设备被广泛应用于城市交叉口场景,并催生和累计了海量的交通检测数据。受设备性能差异、网络传输延时抖动等因素影响,采集的雷达检测数据往往存在采样不均衡、重复、噪声、缺失等不同程度的质量瑕疵,为高质量构建交叉口的智慧交通应用带来了极大挑战。本文选取敷设雷达感知设备的某城市道路实际交叉口为研究对象,以雷达采集数据为基础,根据交叉口交通运行特征,围绕异常数据辨识与高效处理等关键问题进行研究,形成了面向典型异常类型数据的特征定义、识别与处理方法,主要研究工作如下:（1）交叉口雷达检测数据采集频率分析。首先根据采样间隔时间阈值去除重复采样数据;其次采用极大似然估计法（Maximum Likelihood Estimate,MLE）拟合采样时间间隔分布参数并用P-P图与Q-Q图进行分布检验,结论表明雷达检测数据采样时间间隔符合Logistic分布。（2）车辆轨迹数据提取方法研究与数据预处理。首先针对长时间内获取的雷达检测数据存在车辆ID重复问题,采用全局统一ID标号算法对雷达检测数据的车辆ID重新编号,使ID具有唯一性方便轨迹提取;其次,针对非均衡采样数据进行归一化处理;最后提出基于K-means++算法的检测数据分段处理策略,将整个轨迹数据集划分为交叉口物理区、进口道和出口道三个区域的数据集,实现交叉口轨迹数据的区域化精细划分。（3）典型异常类型数据清洗方法研究。对典型的重复、噪声、缺失等异常数据进行定义,针对重复数据,提出基于交并比（Io U）的相似度衡量方法,实现高相似度数据滤除;针对噪声数据,根据交叉口不同区域的车辆运动学特征,提出基于卡尔曼滤波和改进S-G滤波的两阶段联合去噪算法,实现轨迹点噪声数据的高效识别与快速处理;针对缺失数据,采用距离-时间阈值法进行识别。（4）车辆轨迹数据智能修复方法研究。针对轨迹数据的缺失问题,提出LSTM单步预测方法和LSTM-Seq2Seq多步预测方法,对进口道和出口道区域数据进行模型训练与实验,分析对比两种预测模型在横向距离和纵向距离上表现,验证了两个模型的有效性;最后进行缺失轨迹修复实验,对比进口道和出口道数据在不同缺失时间步下的预测效果,本文提出的LSTM-Seq2Seq多步预测模型在多个时间步轨迹点的修复中具有良好的效果。通过本文的研究,显著降低了交叉口雷达检测数据异常比例,增强了数据的有效性、合理性和可应用性,为开展基于交叉口特征数据的智慧交通应用提供了良好的数据支撑。
其他文献
交通监控摄像头等感知终端所采集的交通数据对于交通安全风险辨识、车辆冲突风险特征分析以及交通状态动态演化分析等方面提供了至关重要的信息支撑。然而交通视频的数据规模庞大,并呈现出数据价值密度低、数据量高速增长等“大数据”特性。依赖人工分析的传统交通监控手段已不满足交通监控场景实时感知的应用需求。近年来,随着深度学习与计算机视觉的快速发展,在少量人工干预乃至全自动环境下,智能分析交通视频数据以实现交通通
目前,我国道路交通事故频发,伤亡人数较多,所以针对交通安全问题的研究势在必行。研究道路交通安全的角度和方法多种多样,其中对道路交通事故历史数据进行挖掘是最基本的途径之一。因此,基于数据的驱动作用,应用挖掘技术从大量事故数据中挖掘出事故影响因素之间隐含的、未知的、对决策具有潜在价值的关系具有重要意义。本文的总体脉络是先对道路交通事故数据进行预处理,处理完成后应用描述统计的方法分析出事故的分布特征和不
随着人工智能技术的迅速发展,基于深度学习的目标检测方法被广泛的应用于自动驾驶领域,为自动驾驶汽车提供了良好的安全保障,车辆作为城市道路中最为常见的交通目标,是自动驾驶汽车需要重点感知的对象。然而,随着城市道路交通的日益复杂,通用场景的车辆检测方法已经难以应付各种复杂场景下的车辆检测需求,照度低、光源种类复杂的夜间场景,远距离车辆居多的小目标场景,车辆密集交错排列的遮挡场景都易导致目标检测器出现漏检
危化品于车辆在途运输阶段形成流动危险源,稍有不慎就极易造成泄露、爆炸等事故。近年来,我国危化品车辆在途运输事故时有发生,对人民生命财产和生态环境造成了极大危害。随着数字浪潮的掀起,我国对危化品车辆在途运输的监管逐步向信息化、规范化迈进,使得安全形势有所好转,但仍存在数据分析能力薄弱、数据体系分散等问题,不能很好地满足体量庞大、结构多样、关联分散的监管数据特征。知识图谱是一种图结构语义知识库,具有优
袁枚一生勤于笔耕,创作了大量的文学作品,其中诗歌数量最丰富,诗论成就最大。袁枚作为性灵派的领军人物,在诗歌创作上积极实践他“独抒性灵”的诗论主张。特别是退仕之后,他的诗歌高扬“著我”的旗帜,表现出强烈的主体意识。目前学界侧重于从诗歌理论的角度研究袁枚,其诗歌实践方面的研究仍有较大的发展空间。本文以袁枚退仕之后的诗歌为研究对象,拟对其诗歌中的主体意识新变展开研究。全文分为六章。第一章,阐释与袁枚退仕
公路隧道发生火灾会造成车辆和隧道结构损害,威胁人的生命安全,带来巨大的经济损失。且公路隧道火灾救援难度大,时间紧,因此及时发现隧道火灾隐患并实现预警具有重要的意义。融合深度学习火灾检测算法的轨道机器人和其它移动设备将实现隧道监测的智能化,完成对公路隧道火灾的巡检,保证火灾检测的实时性和准确性,为应急疏散和消防救援提供有力的帮助和支持。首先,分析了目前国内外研究学者在公路隧道火灾检测领域的一些现有的
城市轨道交通具有快速、便捷与低污染的优点,是城市公共交通的重要组成部分。随着城市轨道交通网络的大规模建设和日益完善,地铁系统吸引的客流量逐渐攀升。探究行人过地铁安检的通行特性的影响因素,对提高地铁安检处通行效率,提升地铁的服务水平,促进公共交通优先具有重要意义。现有行人过安检通行特性研究大多从宏观角度展开,或利用微观手段研究进出口通道内行人流特性,没有从微观的角度研究安检过程中行人流特性,从而难以
道路交通事故是全世界主要的死亡原因之一,与其他机动道路使用者相比,摩托车驾驶员由于缺乏保护更容易受到伤害,并且随之伴随的事故严重程度通常更高。因此,国内外学者对摩托车事故展开了大量的研究。在现有的研究中,一方面,研究方法大多以统计方法为主,但统计方法存在一定的局限性,与统计方法相比,深度森林模型具有效率更高、适应性更强和预测准确度更高的优势;另一方面,学者们大多接受原始数据各事故严重程度样本量的比
空间对接锁系是实现空间飞行器对接机构刚性密封连接的主要部件之一。各锁之间的运动和驱动力通过传动钢索传递,形成锁系机构。其作用是为两飞行器提供锁紧力,保证两飞行器的刚性连接,并在对接任务完成后能够同步解锁。然而,空间对接锁系结构的复杂性和特殊的工作条件等因素导致其主要传力机构（传动钢索）的应力松弛、蠕变等应力应变性能发生变化,进而引起传动钢索静力学性能、丝间接触性能及丝间承载能力降低等问题,严重影响
发展常规公共交通是缓解城市交通拥堵问题的重要战略,而公交服务水平的高低则是乘客出行方式选择的重要决定因素。公交串车是公交在日常运营中状态失稳的一种表现,该状态造成公交前后相邻班次载客不均,降低了公交的服务水平。为避免串车现象发生,公交调度人员可通过公交车头时距预测,判断公交串车发生的时空位置,并以此对公交运行状态进行优化控制,从而保持公交运行的稳定性。由此可见,公交串车预测结果的准确性直接决定了公