摘要：共享单车作为公共交通接驳“、最后一公里”出行的重要交通工具,存在供需时空不匹配的问题,需要利用调度车实现共享单车的再平衡。针对部分现有共享单车调度方法存在的优化目标单一、调度点只能被访问1次、未考虑连续调度衔接等问题,建立了以总需求不满足度最小和调度成本最小为目标的多目标优化模型。该模型考虑高峰小时调度点需求远大于调度车容量的情况,允许多辆调度车多时段连续调度,且允许调度车重复访问调度点。设计了多目标蚁群算法进行求解,引入非支配排序方法,将解集划分为不同的非支配层级,取最高层级的解,形成1组同时考虑2个目标的Pareto最优解。该算法引入了最大-最小蚂蚁系统,改进了状态转移概率规则和信息素更新规则,使其能够适用于求解多目标优化问题。算例结果表明,该模型能够在保证较低调度成本的同时,减少需求损失,算例调度后的总需求不满足度由不进行调度时的26.48%降低到17.86%。将不同算例规模下多目标蚁群算法与贪心算法求解结果进行比较,多目标蚁群算法在多时段连续调度问题上具有优势,能够统筹安排每辆调度车在每个调度周期的行驶路径和在各调度点的到达时间和共享单车装卸数量。多目标蚁群算法所求得的解的质量优于贪心算法,较大规模算例求解得到的调度成本和总需求不满足度比贪心算法分别降低了62%和23%。

摘要：为实现对家居的实时监控,设计了基于图像处理的安防系统。该系统充分发挥了其硬件性能,核心微处理器通过串口与互补型金属氧化物半导体(CMOS)摄像头进行命令通讯及图像采集;通过图像异常判断程序判断图像是否出现异常;在异常情况下通过彩信模块(MMS)将异常图片发送到指定手机上。该系统的硬件性能实现了图像信息的快速传输,改进的图像处理算法保证了对异常进行准确地判断,为家居安全提供了保障。试验结果表明,该系统能实现对异物入侵状态十分准确的判断,并及时发送报警信息。

摘要：为实现智能家居中的实时安全监控,提出了一种基于嵌入式平台和无线通讯的智能视频监控系统方案,并设计了智能视频监控系统中的异常目标检测算法。以背景差分法为基础,采用自适应阈值、运动目标跟踪及背景更新等方法,克服了背景光线变化、阴影及小目标带来的干扰,提出并实现了动态目标跟踪检测功能。该系统能够有效地对监控区域目标状态进行监测,并能根据监测结果进行报警等安全操作。实验结果表明,系统具有很高的实时性、可靠性和实用性。

摘要：我国有8亿城市化人口,每天出行约15亿人次,主要大城市每天出行人次超千万次。虽然各城市都广泛采用基础设施建设和政策调控等措施,但交通拥堵情况依然严重。本文主要介绍以"感-知-判-算-治"为主线,围绕提升交通全面感知能力、高可靠实时研判和态势推演能力、大规模高效计算能力,构建高效智能的城市交通智能治理大数据计算平台,进而缓解交通拥堵问题上所取得的研究进展。在"感"方面,建立了万路级视频分析引擎,实现了人、车特征识别率> 80%,跨摄像头重识别率> 60%;在"知"方面,研究了城市交通知识图谱的标准化设计方法,构建了包括2.87亿个实体和12亿条关系的深圳市交通知识图谱;在"判"方面,利用深圳市静态测试数据构建了大规模复杂系统推演算法,实现15 min交通状态的预测时间2.2 s,预测精度达94.09%;在"算"方面,研发了"云-边-端"协同的交通大数据智能平台软硬件,支持大规模智能治理大数据平台的集成与部署;在"治"方面,依托研发建成的城市交通智能治理Trans PaaS平台,在深圳和宣城实现了重大活动应急疏散、异常事件快速响应、出行服务、路段交通溯源、交叉口群信号协同五大示范应用。