基于大数据驱动的城市交通控制决策研究
成果完成人:吉高卿
成果完成时间:2023.6
成果完成人所在院系:电气工程学院
成果简介:
本成果围绕城市交通控制决策展开研究。主要研究内容包括:
1.交通状况感知:通过收集交通流、车辆位置等数据,建立城市交通状况感知模型,实时监测城市交通状况。本成果提出了一种基于无线传感器的交通状况感知方案。
2.交通需求预测:通过对历史交通数据和城市规划发展趋势进行分析,建立交通需求预测模型。本成果提出了一种基于改进神经网络的道路车流量预测算法。
4.车道线识别算法:车道标志线的自动检测是汽车辅助驾驶和智能汽车的技术基础。本成果提出了一种基于改进YOLOv3的车道线识别算法。
5.基于深度学习的车牌识别算法:车牌识别技术在交通监控、车辆管理等领域占据核心地位。本成果提出了一种基于卷积式神经网络(CNN)车牌识别算法。
成果应用:
本成果在城市交通控制决策领域得到应用。通过本成果的实施,可以满足人们对城市实时交通信息的需求,并且支持基础设施、平台、软件以及运营支撑等层面,以虚拟化的服务实现在交通行业的应用。该成果预期对解决城市交通拥挤问题,实时提供路况信息等方面有较大帮助,可以为交通管理部门提供参考信息和人们出行提供路况等交通信息。本成果将会产生良好的社会效益和经济效益。
成果产出:
发表论文2篇(其中EI检索1篇)。获得发明专利1项,软件著作权1项。
成果图片:
成果研发过程图片:
图1车道线识别迭代次数仿真结果 图2车流量检测模拟器电路板
成果应用相关佐证图片:
图3车道线识别系统识别效果 图4车牌识别系统识别效果
成果发表论文图片:
图5论文1首页 图6论文2首页
成果获得知识产权图片:
图7发明专利证书页 图8软件著作权证书页