无码少妇精品一区二区免费,奇米影视四色首页,极品露脸AV在线播放

基于云計(jì)算TCP/IP標(biāo)準(zhǔn)的行車路線優(yōu)化模型

針對(duì)云計(jì)算環(huán)境的復(fù)雜性造成的傳統(tǒng)集中式動(dòng)態(tài)路線指引系統(tǒng)漸漸對(duì)處理快速增長(zhǎng)的大規(guī)模交通數(shù)據(jù)失去效用的問(wèn)題，以及消費(fèi)者對(duì)實(shí)時(shí)機(jī)動(dòng)車路線服務(wù)的需求與日俱增的情況，提出了基于TCP/IP標(biāo)準(zhǔn)的分布式機(jī)動(dòng)車行車路線服務(wù)系統(tǒng)(SMDRS)，其目的在于減緩交通擁堵的壓力，增進(jìn)運(yùn)輸服務(wù)的質(zhì)量。實(shí)驗(yàn)系統(tǒng)在Hadoop大數(shù)據(jù)中采用了MapReduce方法從而可以并行執(zhí)行任務(wù)分配，使用了ZooKeeper技術(shù)以在子任務(wù)處理器之間建立協(xié)調(diào)機(jī)制，并且應(yīng)用了卡爾曼濾波器算法以進(jìn)行短周期交通流的預(yù)測(cè)。實(shí)驗(yàn)結(jié)果證明，SMDRS系統(tǒng)能夠提供實(shí)時(shí)的機(jī)動(dòng)車路線綜合服務(wù)，從而獲得更有效的交通信息，提供更有質(zhì)量的推薦路線，進(jìn)行更準(zhǔn)確的行程時(shí)間的預(yù)測(cè)，以及功能更加齊備的服務(wù)通知推送。

發(fā)表于：3/31/2016

中國(guó)交通部代表團(tuán)參訪英飛凌德國(guó)總部

“合作、發(fā)展、互利、共贏”始終是中德兩國(guó)開(kāi)展經(jīng)濟(jì)和工業(yè)領(lǐng)域交流合作的核心理念，而求新求變求突破是雙方共同堅(jiān)持的發(fā)展準(zhǔn)則。近日，在英飛凌德國(guó)總部，英飛凌智能卡與安全事業(yè)部全球副總裁Thomas Rosteck先生熱情接待了中華人民共和國(guó)交通部通信信息中心副主任林榕先生及其直屬單位中交金卡公司等一行人的到訪，雙方就中國(guó)公共交通的互聯(lián)互通和未來(lái)發(fā)展進(jìn)行了深入的交流，為日后英飛凌與交通部在智能交通領(lǐng)域開(kāi)展更多實(shí)質(zhì)性的合作奠定了基礎(chǔ)。

發(fā)表于：3/30/2016

基于GIS的城市事故應(yīng)急決策支持系統(tǒng)研究

城市快速發(fā)展，安全事故頻發(fā)，常造成重大損失。對(duì)于這一問(wèn)題，研究并設(shè)計(jì)了城市事故應(yīng)急決策支持系統(tǒng)，介紹了系統(tǒng)使用的地理信息系統(tǒng)技術(shù)和決策支持系統(tǒng)技術(shù)。從系統(tǒng)總體框架和設(shè)計(jì)兩方面探討其功能組成和具體實(shí)現(xiàn)，重點(diǎn)研究了地理信息系統(tǒng)平臺(tái)和知識(shí)推理模塊設(shè)計(jì)。該系統(tǒng)為城市突發(fā)事故應(yīng)急提供技術(shù)支持，輔助決策者做出及時(shí)和科學(xué)的事故應(yīng)急決策。

發(fā)表于：3/23/2016

無(wú)人地面車輛自主性評(píng)價(jià)指標(biāo)體系研究

自主性是無(wú)人系統(tǒng)最為重要的性能指標(biāo)之一,在對(duì)美國(guó)陸軍無(wú)人地面車輛發(fā)展進(jìn)行分析的基礎(chǔ)上，以無(wú)人地面車輛自主性能力作為總體評(píng)價(jià)目標(biāo)，從體現(xiàn)其自主性應(yīng)具備的能力要素出發(fā)，分為感知能力、規(guī)劃能力、運(yùn)動(dòng)控制能力、行為能力和學(xué)習(xí)能力5個(gè)評(píng)價(jià)方面，每個(gè)評(píng)價(jià)方面又包含多個(gè)能力因素，以此建立無(wú)人地面車輛自主性評(píng)價(jià)指標(biāo)體系。

發(fā)表于：3/22/2016

融合顏色分割與形狀特征的交通標(biāo)志檢測(cè)

交通標(biāo)志的顏色特征和形狀特征是其最主要的兩個(gè)特征，為提高檢測(cè)的準(zhǔn)確性和魯棒性，提出顏色分割和形狀特征相結(jié)合的方法。利用交通標(biāo)志的顏色特征，采用基于HSV空間的顏色分割方法，獲得圖像中可能包含交通標(biāo)志的區(qū)域，并提取該區(qū)域。根據(jù)交通標(biāo)志的形狀特點(diǎn)，利用canny算子獲取提取區(qū)域的輪廓。然后，采用基于標(biāo)記的形狀檢測(cè)算法判定所分割區(qū)域的形狀，利用方向梯度直方圖特征結(jié)合支持向量機(jī)（SVM）方法完成交通標(biāo)志識(shí)別。經(jīng)實(shí)驗(yàn)測(cè)試，該方法對(duì)圖片視點(diǎn)變換、尺度變換以及亮度變換等情況具有很強(qiáng)的魯棒性。

發(fā)表于：3/20/2016

基于層次分析法的應(yīng)急路徑選擇方法

采用改進(jìn)的層次分析法分析道路狀況的多種因素，得出了當(dāng)?shù)缆钒l(fā)生緊急事故時(shí)，符合時(shí)效性、安全性、經(jīng)濟(jì)性的路段權(quán)值。然后根據(jù)實(shí)時(shí)交通信息，利用改進(jìn)的Dijkstra算法，探索了路徑權(quán)重計(jì)算方法，建立了交通網(wǎng)絡(luò)的運(yùn)行時(shí)間的加權(quán)圖，驗(yàn)證了本方法在實(shí)際交通網(wǎng)絡(luò)中的應(yīng)用，證實(shí)了方法的有效性和可行性。

發(fā)表于：3/19/2016

基于Bag-of-Features算法的車輛檢測(cè)研究

車輛檢測(cè)已成為交通運(yùn)輸工程（ACC）和先進(jìn)輔助駕駛系統(tǒng)（ADAS）中的核心技術(shù)之一。該算法利用車輛的邊緣特征與BagofFeatures（BoF）模型的融合對(duì)前方運(yùn)動(dòng)車輛進(jìn)行實(shí)時(shí)檢測(cè)，主要包含車輛假設(shè)存在區(qū)域生成和假設(shè)區(qū)域驗(yàn)證兩部分。首先，對(duì)圖像進(jìn)行預(yù)處理后利用Sobel邊緣檢測(cè)處理得到車輛假設(shè)存在的區(qū)域；然后，利用BagofFeatures的K最近鄰域算法對(duì)假設(shè)存在區(qū)域進(jìn)行驗(yàn)證。該算法與其他算法最大的區(qū)別在于將邊緣和BagofFeatures相結(jié)合來(lái)提高檢測(cè)率。通過(guò)對(duì)實(shí)際道路視頻進(jìn)行測(cè)試，結(jié)果表明，該方法能夠?qū)崟r(shí)準(zhǔn)確地檢測(cè)出道路上前方運(yùn)動(dòng)車輛。

發(fā)表于：3/3/2016

一種基于分配的車隊(duì)自組網(wǎng)節(jié)點(diǎn)接入機(jī)制

通過(guò)分析自組網(wǎng)中不同接入機(jī)制對(duì)網(wǎng)絡(luò)通信性能產(chǎn)生的影響，根據(jù)車隊(duì)自身的特點(diǎn)，針對(duì)車隊(duì)自組網(wǎng)的組織形式提出了一種基于分配的節(jié)點(diǎn)接入機(jī)制。該機(jī)制將競(jìng)爭(zhēng)信息與業(yè)務(wù)信息相分離，有效地克服了車隊(duì)自組網(wǎng)中競(jìng)爭(zhēng)信息對(duì)正常業(yè)務(wù)信息造成干擾的問(wèn)題，提高了車隊(duì)通信的性能

發(fā)表于：2/22/2016

基于歸一化RGB與橢圓相似度的圓形交通標(biāo)志檢測(cè)

提出一種基于歸一化RGB（NRGB）和橢圓相似度的圓形交通標(biāo)志檢測(cè)方法。首先將圖像的RGB模型轉(zhuǎn)換為NRGB，利用閾值分割得到紅、藍(lán)、黃顏色分量，然后根據(jù)面積和長(zhǎng)寬比去除干擾區(qū)域，最后利用橢圓相似度檢測(cè)感興趣區(qū)域是否為圓型交通標(biāo)志。實(shí)驗(yàn)結(jié)果表明，該方法能在復(fù)雜背景中準(zhǔn)確定位圓形交通標(biāo)志，獲得了較高的檢測(cè)率和較低的誤檢率。

發(fā)表于：2/22/2016

基于城市公交的車載自組網(wǎng)隱私保護(hù)協(xié)議

針對(duì)車載自組網(wǎng)中存在的隱私泄露問(wèn)題，提出了一種基于城市公交的車載自組網(wǎng)隱私保護(hù)協(xié)議。該協(xié)議利用可信度高的公交車來(lái)廣播路況信息和應(yīng)答車輛路況信息的查詢，有效地減少普通車輛需認(rèn)證消息的數(shù)量；公交車?yán)冒踩J(rèn)證中心頒發(fā)的數(shù)字證書(shū)與其他車輛建立起信任關(guān)系，解決了用戶假冒的問(wèn)題；車輛之間利用Diffie-Hellman算法生成會(huì)話密鑰對(duì)消息進(jìn)行對(duì)稱加密，有效地保護(hù)了用戶的身份信息，同時(shí)提高了消息認(rèn)證的效率。安全性證明和分析表明，該協(xié)議在語(yǔ)義上是安全的，能抵抗現(xiàn)有各種攻擊，并且可以實(shí)時(shí)處理用戶的請(qǐng)求。

發(fā)表于：2/21/2016

基于VANET的車輛相對(duì)定位技術(shù)

為了滿足VANET（Vehicular Ad-hoc Network）中對(duì)車輛位置信息的高精度要求，本文研究了一種基于全球定位系統(tǒng)（Global Positioning System，GPS）偽距雙差和有高精度里程儀的慣性導(dǎo)航（Inertial Navigation Systems，INS）的協(xié)作相對(duì)定位方法。通過(guò)數(shù)據(jù)融合技術(shù)，將GPS偽距雙差、GPS信號(hào)的多普勒頻移以及被高精度里程儀修正后的INS加速度等數(shù)據(jù)進(jìn)行融合處理，獲得具有良好精度的相對(duì)定位結(jié)果。結(jié)果表明，使用該方法的定位性能優(yōu)于無(wú)里程儀和INS的定位性能。

發(fā)表于：2/20/2016

城市軌道交通信號(hào)系統(tǒng)改造倒接方案設(shè)計(jì)

隨著國(guó)內(nèi)城市軌道交通的建設(shè)發(fā)展，一些投入運(yùn)營(yíng)較早的軌道交通線路的信號(hào)系統(tǒng)已達(dá)到服役年限，為消除隱患、提高運(yùn)營(yíng)能力，迫切需要對(duì)信號(hào)系統(tǒng)進(jìn)行改造升級(jí)?；谕ㄐ诺牧熊囘\(yùn)行控制系統(tǒng)（CBTC）已成為國(guó)內(nèi)外軌道交通主流的信號(hào)控制系統(tǒng)，本文主要結(jié)合北京地鐵1號(hào)線改造CBTC信號(hào)系統(tǒng)工程，闡述信號(hào)系統(tǒng)改造過(guò)程中倒接方案的設(shè)計(jì)。

發(fā)表于：2/19/2016

基于多屬性優(yōu)先級(jí)的動(dòng)態(tài)路徑規(guī)劃方法

針對(duì)現(xiàn)存大多數(shù)動(dòng)態(tài)路徑規(guī)劃算法目標(biāo)單一問(wèn)題進(jìn)行研究，提出基于理想點(diǎn)的多屬性決策方法解決該問(wèn)題，屬性的選取融合時(shí)間、路程及現(xiàn)代最為重視的安全因素，使得動(dòng)態(tài)路徑規(guī)劃的結(jié)果更加均衡。同時(shí)在多屬性決策過(guò)程中引入優(yōu)先級(jí)這一概念，使得駕駛員可以根據(jù)自身的需求及駕駛技術(shù)對(duì)交通信息的重要度進(jìn)行排序，得到匹配度最高的駕駛方案。仿真結(jié)果表明，基于多屬性優(yōu)先級(jí)的動(dòng)態(tài)路徑規(guī)劃算法既能夠起到多目標(biāo)均衡的路徑規(guī)劃效果，同時(shí)又能夠?qū)崿F(xiàn)個(gè)性化駕駛。

發(fā)表于：2/19/2016

基于430單片機(jī)的出租車計(jì)價(jià)器設(shè)計(jì)與實(shí)現(xiàn)

出租車在交通出行中起到十分重要的作用，司機(jī)與消費(fèi)者都迫切需要能夠科學(xué)合理地顯示出租車費(fèi)用的計(jì)價(jià)器。在總結(jié)以往設(shè)計(jì)不足的基礎(chǔ)上，實(shí)現(xiàn)了基于430單片機(jī)的出租車計(jì)價(jià)器。該計(jì)價(jià)器主體以觸摸式液晶顯示器取代機(jī)械按鍵，以MSP430F149單片機(jī)為核心，實(shí)現(xiàn)參數(shù)設(shè)定、狀態(tài)選擇以及多重信息顯示等。實(shí)驗(yàn)測(cè)試結(jié)果表明，該系統(tǒng)實(shí)用可靠，能準(zhǔn)確顯示模擬小車信息，可投入到實(shí)際應(yīng)用中去。

發(fā)表于：2/17/2016

基于路段轉(zhuǎn)向流量的擁擠路網(wǎng)OD矩陣估計(jì)

傳統(tǒng)的OD矩陣估計(jì)方法大部分都是基于路段流量的，由于路段流量數(shù)目遠(yuǎn)小于OD對(duì)的個(gè)數(shù)，因而限制了這些方法的推算精度。針對(duì)擁堵路網(wǎng)，提出了一種基于路段轉(zhuǎn)向流量的OD估計(jì)方法，以提高OD估計(jì)的精度。分析了路段轉(zhuǎn)向流量能夠降低OD的可行解集的范圍。通過(guò)雙層規(guī)劃模型求解擁擠路網(wǎng)上OD估計(jì)問(wèn)題。由于最大熵模型不依賴于先驗(yàn)OD矩陣，可以應(yīng)用到更多的OD估計(jì)場(chǎng)景中，因此上層模型采用的是最大熵模型，下層采用用戶均衡模型。實(shí)驗(yàn)結(jié)果表明：基于路段轉(zhuǎn)向流量可以增加估計(jì)的精度。

發(fā)表于：2/16/2016