您现在的位置: 首页> 研究主题> 智能交通

智能交通

智能交通的相关文献在1995年到2023年内共计8469篇,主要集中在公路运输、自动化技术、计算机技术、无线电电子学、电信技术 等领域,其中期刊论文5580篇、会议论文510篇、专利文献817640篇;相关期刊1287种,包括城市建设理论研究(电子版)、物联网技术、交通标准化等; 相关会议286种,包括第十二届中国智能交通年会、第十一届中国智能交通年会、第九届中国智能交通年会等;智能交通的相关文献由12390位作者贡献,包括王江涛、张岱、齐弘文等。

智能交通—发文量

期刊论文>

论文:5580 占比:0.68%

会议论文>

论文:510 占比:0.06%

专利文献>

论文:817640 占比:99.26%

总计:823730篇

智能交通—发文趋势图

智能交通

-研究学者

  • 王江涛
  • 张岱
  • 齐弘文
  • 不公告发明人
  • 汪海
  • 曹成涛
  • 吴超仲
  • 张勇
  • 吉高卿
  • 张鹏
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 马忠贵; 李卓; 梁彦鹏
    • 摘要: 为了应对自动驾驶车联网极低的通信时延、极高的可靠性、更高的传输速率等极致性能需求,亟需破解现有车联网中通信、感知、计算相互割裂与独立分治的问题,实现“云-边-端”一体化协同感知、协同传输和协同决策.为此,急需对自动驾驶车联网的通感算融合开展研究,实现三者的高效融合.首先论述了目前在通信、感知、计算融合领域的研究进展,然后给出了通感算融合网络的定义,论述了通感助算、通算助感以及感算助通的研究进展.针对自动驾驶车联网的应用场景,创造性地提出了“五层四面”通感算融合的网络架构,横向五层自下而上分别是:多元接入层、统一网络层、多域资源层、协同服务层、管理与应用层;纵向四面分别是:通信面、感知面、算力面、智能融合面,通过五层四面的深度融合,进一步提升了自动驾驶车联网中通感算融合网络的性能.其次,提出了评价通感算融合网络的性能指标体系,最后针对目前研究存在的问题以及未来发展方向给出了四点可行性建议.
    • 郝奥
    • 摘要: 中国的交通运输业发展迅速,尤其是在最近几年中国交通运输发展成果有目共睹。四通八达的交通网络给人们的生活带来了极大的便利,但是发达的交通网络在管理上也会存在很多问题。如今随着物联网技术的不断优化,该技术在交通运输中的应用取得了较大的成果。比如我国交通信息管理水平的提高,以及自动化水平的提高等。如今智能交通也在逐渐兴起,这也源于物联网技术的发展与应用。本文主要对智能交通的重要性、物联网技术在智能交通中的主要应用技术,以及应用实例进行分析。
    • 张盼
    • 摘要: 数字化转型对于智能交通企业关于成本、效率、安全、便携的交通出行服务和运营管理创新保持持续竞争力至关重要。以高速公路企业为例,对数字化转型路径进行了研究,首先从新基建、应对新冠疫情冲击、车路协同与自动驾驶、数据资产与数字经济等方面分析了数字化转型的突破点,阐述了数字化转型的基础条件,最后对企业数字化转型升级提出一些对策建议。
    • 郭烈; 胥林立; 秦增科; 王旭
    • 摘要: 部分或有条件自动驾驶车辆允许驾驶员将驾驶任务移交给自动驾驶系统,但驾驶员仍需对驾驶环境进行监测,若发生紧急事件或驾驶环境超出系统运行设计域等情况,驾驶员需要及时接管车辆。影响驾驶接管过程的因素主要包括:人因、交通环境以及人-机交互系统。本文分析了驾驶员认知负荷特性等人因对接管过程和接管时间预算的影响。分析发现,驾驶员长时间脱离驾驶任务会导致其陷入被动疲劳或驾驶分心状态,从而降低接管绩效。适当的非驾驶任务可以使驾驶员保持一定的认知负荷,降低驾驶员的被动疲劳水平。结合网联技术的应用可以多次发出预警信号,提高接管绩效。本文讨论了交通密度、道路条件等交通环境对接管时驾驶员感知、认知及决策的影响,探讨混合交通下过渡区智能网联车辆控制权切换(Transitions of Control,ToC)的管理问题。在复杂道路交通下,驾驶员需要更多时间恢复对环境的感知,且驾驶员在弯道接管车辆时更容易出现较大横向偏差。在混合交通环境中,为防止过渡区出现集中的ToC,可以制定相应交通管理措施,以降低过渡区域中车辆之间的相互干扰。本文还分析了视觉、听觉、触觉、嗅觉及其组合类型交互方式的优、缺点,讨论网联环境下人-机交互系统设计以及ToC形式。单个的交互方式有其自身的优、缺点,多种类型相结合的交互形式能形成优势互补,及时地将接管信息传递给驾驶员,并将其注意力集中于对环境的感知。网联技术发展使得可利用的行车信息的数量和种类都有所提高,网联信息需要更好地呈现策略,以保证人-机交互界面具有较高的可用性和接受性,为驾驶员提供更加准确的交互信息。同时,利用驾驶员状态识别技术实时监测驾驶员所处状态,并通过人-机交互系统提醒驾驶员,使其保持警觉,提高接管绩效。未来研究应该重点关注非驾驶任务对驾驶员认知特性的影响,结合接管时的驾驶环境,遵循预测算法辅助驾驶员实现控制权的平稳过渡。随着网联技术的不断应用,逐步改进现有人-机交互系统的设计和性能,对过渡区域ToC的管理问题展开深入研究。
    • 李骏; 张新钰; 史天泽
    • 摘要: 本文提出了智慧城市、智能交通、智能汽车及智慧能源融合一体化发展的战略路径,阐述了融合一体化技术在现代经济发展中的巨大作用和发展趋势,揭示了未来跨产业融合发展的必然方向。本研究主要针对智慧城市与智能汽车的融合一体化发展,分析其融合发展的需求,对比国内外此方面的融合发展现状,提出智慧城市与智能汽车融合体系架构以及研发融合发展的多项关键技术,最后总结为五项发展建议。
    • 马东方; 陈曦; 吴晓东; 金盛
    • 摘要: 交通拥堵已成为很多大中城市普遍存在的社会问题。信号控制作为缓堵保畅的重要措施之一,愈发受到社会关注。信号优化手段可分为模型驱动和数据驱动两类,且随着交通大数据的不断充实,基于强化学习的数据驱动方法日益成为新兴发展方向。然而,现有数据驱动类研究主要偏重于决策模型设计,缺乏对智能体结构的探讨;同时,在多路口协同方面多采用分布式策略,忽略了智能体之间信息交互,无法保障区域层面的整体最优性。为此,本文以干线信号为对象,构建一种多智能体混合式协同决策的信号优化方法。首先,针对交通状态的多样性、异构性及数据不均衡性,设计分布训练-分区记忆的单智能体决策模型,并优化状态空间和回报函数,界定单路口控制的最佳方案;其次,融合分布式和集中式学习的模型优势设计多智能体交互方法,在单路口分布式控制的基础上,设置中心智能体评价局部智能体的决策行为并反馈附加回报以调整局部智能体的决策模型,实现干线多信号的协同运行。最后,搭建仿真平台完成效果测试与算法对比。结果表明:新方法与独立优化和分布式协同相比,在支路交通流基本不受影响的前提下,干线停车次数分别降低了14.8%和13.6%,具有更好的控制效果。
    • 黄伟杰; 张希; 赵柏暄; 朱旺旺
    • 摘要: 本文为提高停车场的使用效率提出一种基于视觉的车位检测与分类算法.针对现有停车场车位分类方法自动化程度低,设备与部署成本高昂,以及现有的检测算法召回率低、准确性差的问题.首先,对车位进行检测,建立车位表并增量式地扩充车位分类模型数据集;其次,利用测试数据集训练支持向量机车位分类模型;最后,根据监控视频流数据实时地对每个车位能否泊车进行判断.实验结果表明:在不同的光照条件下,车位直线检测的召回率在94%以上,车位分类模型的准确率在95%以上.该算法自动化程度高,准确率良好,部署简便,具有良好的应用价值.
    • 徐猛; 刘涛; 钟绍鹏; 姜宇
    • 摘要: 以当前城市智慧公交发展为背景,本文从我国城市智慧公交当前发展现状出发,围绕智慧公交客流特征分析、智慧公交运营研究、智慧公交网络设计与优化、智慧公交服务评估等4个方面对智慧公交的研究现状进行了综述并指出现有研究的重点。在此基础上,对现有研究进一步从智慧公交客流特征分析、智慧公交运营、智慧公交网络设计与优化,以及智慧公共交通服务评估等4个方面进行了评述,并指出每个方面存在的不足。进一步,本文从乘客特征智能识别与预测、复杂场景下的智慧公交运营、智慧公交网络设计与优化,以及智慧公交服务评估等4个方面对智慧公交的未来发展趋势进行研究展望,并分别提出了代表性的研究问题。通过总结当前智慧公交的研究不足以及研究展望,本文进一步指出智慧公交的创新性研究和发展,亟需从如下4个方面展开:挖掘乘客全出行链信息,提供一站式智慧公交出行服务;土地利用与交通整合视角下集成智慧公交基础设施布局优化和公交运营效率提升;基于智慧公交多层级发展需求,构建面向政府、企业、社会用户的立体化公交运营系统评估体系;构建智慧公交一站式出行服务平台。结合当前智慧公交出行的日渐兴起,本文总结了智慧公交当前的研究现状,指出了当前智慧公交研究存在的不足,并展望了智慧公交发展的关键科学问题。研究认为:随着大数据、云计算、自动驾驶、智能网联与新能源汽车等新兴技术和颠覆性技术在城市交通领域的集成应用,对提供多模式智慧公交服务和促进城市可持续发展提供了新思路与新机遇。但是,单凭新技术无法提升智慧公交服务水平和促进城市可持续发展,还需交通系统和管理水平的提升,当前亟需围绕关键问题开展研究。本文同时强调当前研究需进一步加强多学科交叉,突出产学研相结合,为我国智慧公交高质量发展提供强有力的科学支撑。
    • 陈力; 殷时蓉; 罗天洪; 郑讯佳
    • 摘要: 为了正确刻画智能网联环境下的车辆换道行为,提出基于BP神经网络的车辆换道决策模型。分析了交通流中车辆换道行为,以HighD自然驾驶数据集为数据来源,筛选出1 900组车辆换道和未换道信息作为模型的训练与验证,利用高斯滤波方法拟合目标车辆换道轨迹和横向位移轨迹,选择影响车辆换道决策的7个参数作为模型输入,建立BP神经网络换道决策模型,利用筛选出的数据进行模型的训练和测试。结果表明,选择7个参数建立的BP神经网络模型决策精度达到96.2%,能有效识别车辆换道行为。
    • 程君; 张立炎; 陈启宏
    • 摘要: 视觉同步定位与建图(Simultaneous Localization and Mapping,SLAM)方法广泛应用于自动驾驶领域。传统的方法利用车载摄像头表征车辆周围环境,同时估计自身位置,当车辆运动过快时,定位精度和鲁棒性会下降。针对此问题,本文提出一种地图辅助的视-惯融合定位方法。该方法在ORB-SLAM2(Oriented FAST and Rotated BRIEF SLAM2)的基础上拓展地图保存功能,将建图和定位拆分为两个独立模块,车辆首先以较慢的速度构建并保存具有视觉特征的地图,然后,在第2次运行时车载计算机调用预先保存的地图实现精确且稳定的定位性能。由于构建地图阶段采用了图优化算法融合惯性测量单元(Inertial Measurement Unit,IMU)的信息,地图误差得到有效校正。在KITTI数据集场景和实际场景中验证了所提方法的良好性能。实验结果表明,所提方法在4,8,16 m·s^(-1)驾驶速度下的定位精度分别为2.59,2.61,2.73 m,图像失帧率和路径丢失率分别为3.76%和1.38%,3.89%和1.69%,4.27%和1.84%。相比原始的ORB-SLAM2方法,系统定位精度和鲁棒性均得到了提高。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号