面向实际车道的3维道路网络模型

亚洲国家,特别是中国的城市发展,立交桥、摩天大楼等日益复杂。传统基于道路中心线的道路网络模型在几何、时空语义属性、拓扑关系表达等方面都难以满足立体化交通需求。本文引入物理车道、虚拟车道和车道带概念,提出面向实际车道的多层次3维道路网络模型,重点分析该模型的数据库实现方法和实际车道拓扑构建、离散化、面向实际车道的寻径导航等关键问题。试验总结了该模型的若干明显特点如路网的多层次表达、灵活准确的车道拓扑控制等。     

基于实际车道的3维动态分段方法

已有的2维动态分段方法基于道路中心线网络模型,难以满足实际的面状和体状事件的3维动态分析与可视化需要.本文提出了基于实际车道的3维动态分段方法,以3维空间中的实际车道带作为基准,建立基于"弧段-距离-车道序号"的线性参考,显著提高了定位精度,提出了基于点序规则和基于语义规则的描述方法,实现了交通设施和交通事件灵活逼真的表达.理论对比分析证明了该方法的有效性.     

基于北斗卫星导航系统的城市轨道交通工程控制网测量

为了增强城市轨道交通工程控制网测量精度,确保城市轨道交通运行的安全性,提出基于北斗卫星导航系统的城市轨道交通工程控制网测量方法。收集城市轨道交通控制网信息和各个控制点的稳定情况,经实地勘察后,在各个交通站点布设符合条件的控制点,形成城市轨道交通工程控制网布设图;检测北斗卫星导航系统的接收机技术指标符合要求后,通过伪距的定位方法获取城市轨道交通工程控制网的观测值;利用基线解算方法解算各个独立的基线,获取多个独立的基线向量,并得出城市轨道交通工程中各条基线之间的相关性;再对北斗卫星导航系统控制网进行约束法平差,准确地链接北斗卫星导航系统控制网和城市轨道交通工程控制网,实现城市轨道交通工程控制网的测量。实验结果表明：该方法测量的城市轨道交通控制网与实际测绘结果几乎一致,符合测量城市轨道交通工程控制网精度的要求;提升了城市轨道交通工程控制网的基线解算质量;增强了定位准确性。     

通用化高精地图数据模型

高精地图逐渐成为自动驾驶不可或缺的组成部分,但是其数据模型和表达方式尚未形成统一标准,特别是在生产制作和数据交换阶段,缺乏具备通用性和大规模应用能力的数据模型.针对这一问题,本文分析了当前主流高精地图数据模型NDS、OpenDRIVE和l anel et的优缺点,提出了一种通用化的高精地图数据模型Whu map model.车道模型方面,采用车道组为数据管理单元,由同一路段上的一个或者多个车道组成.车道由车道的左边界线、右边界线、车道中心线、车道属性构成.通过多种常见车道数变化场景下的车道拓扑构建,验证了该模型在表达上的有效性和稳健性.交通标志物模型方面,定义了地面标志物和交通标志牌,分别表达形状、类型、语义以及与道路、车道的关联关系等内容.通过大规模数据制作、NDS和OpenDRIVE格式编译,以及基于ADASIS V3协议的电子地平线应用试验,验证了Whu map model模型的实用性和有效性.Whu map model可以作为通用的交换规格,也可以应用到高精地图生产制作的各个阶段,同时向下兼容、易于扩展,有助于实现高精地图数据模型标准化,从而推进高精地图的规模化生产和应用.     

基于Reworks平台的多任务型嵌入式自主导航系统设计与实现

嵌入式车辆自主导航系统是将定位技术、地理信息系统、嵌入式开发技术与LBS思想结合起来用于车辆实时导航的位置服务系统。作为智能交通系统的重要组成部分,自主导航系统在新时期"互联网+智能交通"的建设中有着广阔的研究空间。为了解决现有主流导航系统中存在的导航服务及地理信息表达模式单一的问题,基于Reworks/Rede开发平台设计并实现了多任务型嵌入式自主导航系统。最后,系统在龙芯3A国产嵌入式平台上进行了测试,实践证明,该系统提高了实时导航中地理信息传递的准确性和效率,具有较强的实用性。     

基于网络的导航信息服务系统研究

分析了车辆导航系统的历史和现状,提出下一代导航系统为基于网络的导航信息服务系统-Navigation Telematics System(NTS)。定义NTS为一种通过无线网络为汽车和个人等,提供基于实时交通信息的动态车辆导航服务为主的信息服务系统。采用垂直方向上划分功能层,水平方向上划分功能模块的原则设计了NTS的系统结构,该结构具有独立于平台、可扩展等特点。分析了其中不同功能层的组成,详细论述了NTS的核心功能。     

基于道路标线布设方案的交通路网数据库构建研究

道路标线是交通规则的载体,它们布设在物理道路网络上为交通参与者分配路权,并规范其行为。通常,称这种加载了交通规则的物理道路网络为交通路网。本文首先提出了物理道路网络的表示模型;然后结合线性参考技术,以物理道路网络为基础,构建了基于的GIS道路标线布设方案数据模型;最后,本文选取示范路网,运用道路标线布设方案数据库,进行路网交通规则的推导,构建了基于车道级路网数据模型的交通路网数据库,为交通路网数据库的构建提供了一种参考。     

基于通勤轨迹的潮汐交通拥堵路段识别与分析

提出一种基于通勤轨迹数据,结合地图匹配算法和潮汐交通特征计算的潮汐交通拥堵识别方法,轨迹数据具有时间和空间上的连续性,而道路流量受单条轨迹数据的缺失影响比较小。潮汐路段空间分布结果显示武汉市都市发展区的潮汐交通分布在环线之间的连接路、跨江通道的出入口路段以及重要交通枢纽附近。武汉市目前潮汐路段相对较多而可变车道数量较少,本研究的识别结果有助于相关部门规划潮汐车道具体位置的决策,以及对可能潮汐拥堵路段的预测。     

基于BDS的主辅站技术在车载导航中的应用研究

为了克服传统车载导航定位技术的不足,提高定位精度,文中将基于北斗卫星导航系统的主辅站技术应用于车载导航中,主辅站技术有着可靠性高,无需双向数据传输和服务用户无数量限制等优点。理论研究和实践表明,基于主辅站技术的车载导航定位系统,其定位精度可以达到厘米级,实现车道级定位导航,并能在车辆即将越界时提供预警,防止车辆违章,具有一定的实用价值。     

基于GIS的Dijkstra改进算法及其在交通导航系统中的应用

最短路径分析是GIS空间分析中最基本和最关键的问题,Dijkstra算法是有效解决该问题的理论基础。本文基于GIS空间分析特征,从数据存储结构、搜索技术及网络算法本身等方面对传统Dijkstra算法进行了优化与改进,并对该算法在交通导航系统中的应用进行了探讨。     

基于RTK／VRS技术的车辆智能监控管理平台的设计与实现

为了提高政府对成绵高速公路的综合管理水平,减少交通事故发生率,课题组开发了基于RTK／VRS技术的车辆智能监控管理平台。该平台的定位精度能达到厘米级别,配合高分辨率电子地图,能对越界、频繁变道、超速和长期违章占道的车辆进行精确定位、监控和处理,实现了传统导航技术难以达到的车道级监控。经过一段时间的试运行,证明该平台可以在一定程度上减少政府的管理成本和交通事故发生率,具有一定的实用价值。     

红绿灯配时优化与仿真研究

固定相位时长的信号灯控制由于无法根据实时路况进行自适应调节,对交通拥堵现象的改善程度有限。为了模拟根据实时路况进行信号灯相位自适应调节,以Webster算法为基础,融合虚拟仿真和计算机视觉技术,构建信号灯配时优化与自反馈闭环系统。首先,构建基于Unity3D的道路交通仿真场景,模拟车辆启停、行驶及信号灯控制;然后,利用OpenCV库处理采集的车流视频,统计通车流量并计算最佳信号周期和确定通车相位;最后,将配时计算结果作用于仿真场景,实现信号灯相位的实时调整与优化循环。仿真实验结果表明,信号灯自适应配时优化与闭环反馈能较大幅度减少车辆等待时间,有效缓解交通拥堵状况。     

Extraction and motion estimation of vehicles in single-pass airborne LiDAR data towards urban traffic analysis

Airborne LiDAR data are characterized by involving not only rich spatial but also temporal information. It is possible to extract vehicles with motion artifacts from single-pass airborne LiDAR data, based on which the motion state and velocity of vehicles can be identified and derived. In this paper, a complete strategy for urban traffic analysis using airborne LiDAR data is presented. An adaptive 3D segmentation method is presented to facilitate the task of vehicle extraction. The method features an ability to detect local arbitrary modes at multi scales, thereby making it particularly appropriate for partitioning complex point cloud data. Vehicle objects are then extracted by a binary classification using object-based features. Furthermore, the motion analysis for extracted vehicles is performed to distinguish between moving and stationary ones. Finally, the velocity is estimated for moving vehicles. The applicability and efficiency of the presented strategy is demonstrated and evaluated on three ALS datasets acquired for the propose of city mapping, where up to 87% of vehicles have been extracted and up to 83% of moving traffic can be recovered together with reasonable velocity estimates. It can be concluded that airborne LiDAR data can provide value-added products for traffic monitoring applications, including vehicle counts, location and velocity, along with traditional products such as building models, DEMs and vegetation models.     

Organization of Emergency Response After a Major Disaster Event in an Urban Area with the Help of an Automatic Vehicle Location and Control System

The quick response of civil authorities after a major disaster event in an urban area is essential for the reduction of damages and impacts to human lives. One of the first critical problems to be solved at the very early stages of response is the optimum management of emergency vehicles and real time knowledge of the accessibility of the road network. In this article the concept of using a number of emergency vehicles as sensors for monitoring the traffic conditions in an urban area after a major disaster event is described. The fleet management system used for this taks is working with ral time DGPS. The system makes use of existing vehicle fleets in the urban area, rapidly collecting data and covering the whole road network. It records travel times with the help of the GPS system for every road segment driven through by each vehicle sensor, thus providing a digital time database from which traffic parameters can be also computed. It can be used for real time monitoring of traffic conditions under disaster or emergency situations where all the previously available data become invalid or unreliable. ? 2002 Wiley Periodicals, Inc.     

利用时空密度聚类的高速公路交通事故黑点路段鉴别

研究高速公路交通事故黑点路段的时空分布规律和关联因素,一直是交通领域的关注重点。本文针对事故统计的交通事故黑点路段鉴别方法存在地理学中的可塑面积单元(MAUP)问题,提出一种基于时空密度聚类的高速公路交通事故黑点路段鉴别方法。该方法改进了传统的DBSCAN空间聚类算法,引入一种顾及时间周期性和事故严重程度的事故时空邻近计算方法,通过密度连接规则自适应鉴别各种时空尺度的交通事故黑点路段。以2012—2016年湖南省的高速公路交通事故为例进行试验,结果表明,本文方法可有效克服不同划分单元的可塑面积单元问题,自适应鉴别不同长度的黑点路段,同时可进一步挖掘黑点路段上交通事故时空聚集模式。     

Travel time estimation at intersections based on low-frequency spatial-temporal GPS trajectory big data

ABSTRACT

Intersections are the critical parts where different traffic flows converge and change directions, forming “bottlenecks” and “clog points” in urban traffic. Intersection travel time is an important parameter for public route planning, traffic management, and engineering optimization. Based on low-frequency spatial-temporal Global Positioning System (GPS) trace data, this article presents a novel method for estimating intersection travel time. The proposed method first analyzes the different travel patterns of vehicles through an intersection, then determines the range of an intersection dynamically and reasonably, and obtains traffic flow speed and delay at the intersection under different travel patterns using a fuzzy fitting approach. Finally, the average intersection travel time is estimated from traffic flow speed and delay and intersection range in different travel patterns. Wuhan road network data and GPS trace data from taxicabs were tested in the experiments and the results show that the proposed method can improve the accuracy of travel time estimation at city intersections.     

利用反向流和冲突消除进行人车混行疏散路网优化

城市突发事件时人员会选择不同的交通方式（步行、驾车等）进行疏散,在交叉口处极易出现人车混行。提出了一种利用反向流和冲突消除策略的人车混行疏散路网优化方法,对主要疏散路径进行人、车流的反向以扩大通行能力,并在交叉口处禁止人、车的部分转向来进行人车分流以消减人车冲突。建立了以平均疏散时间和平均疏散路径长度最小为目标的优化模型,并利用遗传算法求解最优的人车分流方案。以武汉市2 km范围内的路网为例进行实验,并针对不同的人车混合比例进行模型敏感性分析。结果表明,所提方法能通过人车混行网络设计提高疏散效率,在行人比例较高的情况下,平均疏散时间及疏散路径长度的改善较明显。     

Trajectory analysis at intersections for traffic rule identification

In this paper,we focus on trajectories at intersections regulated by various regulation types such as traffic lights,priority/yield signs,and right-of-way rules.We test some methods to detect and recognize movement patterns from GPS trajectories,in terms of their geometrical and spatio-temporal components.In particular,we first find out the main paths that vehicles follow at such locations.We then investigate the way that vehicles follow these geometric paths(how do they move along them).For these scopes,machine learning methods are used and the performance of some known methods for trajectory similarity measurement(DTW,Hausdorff,and Fréchet distance)and clustering(Affinity propagation and Agglomerative clustering)are compared based on clustering accuracy.Afterward,the movement behavior observed at six different intersections is analyzed by identifying certain movement patterns in the speed-and time-profiles of trajectories.We show that depending on the regulation type,different movement patterns are observed at intersections.This finding can be useful for intersection categorization according to traffic regulations.The practicality of automatically identifying traffic rules from GPS tracks is the enrichment of modern maps with additional navigation-related information(traffic signs,traffic lights,etc.).     

利用GPS轨迹的转向级交通拥堵精细分析

目前,基于GPS轨迹探测城市交通状态的研究缺乏对不同行驶方向的交通拥堵精细感知。针对此问题,本文提出一种基于出租车GPS轨迹的转向级交通拥堵事件探测方法。该方法首先在分析出租车运营行为特征的基础上,采用特征聚类方法滤选出能够反映真实交通状态的有效轨迹段;然后基于滤选后轨迹分析当前道路交通运行状态,探测城市路网中轻度、中度、重度3种不同强度的交通拥堵事件;最后基于拥堵事件轨迹分析交叉口不同转向的拥堵时间、拥堵强度和拥堵距离等转向级精细交通拥堵状态。试验结果表明,本文方法不仅能有效探测路网中不同强度的拥堵事件,而且能实现交叉口转向级拥堵事件的精细分析。