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