摘要：为了提高智能汽车对行驶区域障碍物的感知能力,设计了相机图像与激光雷达点云融合的双模中融合模型。选用YOLOv3-tiny作为图像目标检测算法,PointRCNN作为点云目标检测算法,将点云检测获取到的ROI图像与原始图像进行加权融合,在融合后包含障碍物位置信息的图像上进行目标检测。通过与基于图像或基于点云的单模目标检测模型进行比对,在选用合适加权融合系数下双模中融合模型得到了更好的目标检测效果,在KITTI数据集上总类别的mAP@.5:.95上提升了3.3%,在Cyclist障碍物类别的AP@.5:.95上有了5.7%的显著提升。激光雷达点云的引入大大提升了纯视觉目标检测模型在小目标障碍物上的检测能力。

摘要：本平台以高速公路综合事件应急调度指挥为目标,在完成交通多源数据及事件感知的基础上,构建高速公路应急指挥调度系统。针对交通多场景事件指挥调度,通过宏微现一体化交通仿真模型的态势预测及优化分析,匹配生成推荐管控预案,形成“融合感知-仿真模型-分析优化-预案匹配-指挥调度-能力评估-模型输入”的全闭环运行机制。通过建立应急指挥调度体系,对日常应急物资、设备、预案进行科学管理。当发生高速公路综合事件时能生成智能应急方案,自动启动联动控制预案,避免人为失误,并自动真实记录突发事件的经过、处置、恢复,达到可追溯的目的,避免人为因素影响事件的记录,提升公路的应急管理水平。

摘要：高速公路突发事件容易造成较大的人员伤亡和财产损失,为此研究高速公路应急救援相关方法和技术,搭建智慧高速应急管理平台至关重要。本文介绍了智慧高速应急管理平台的建设以交通网数据融合感知为基础,通过人工智能、大数据挖掘等先进技术,重点研究交通数据融合感知、预案智能匹配、应急资源调度、应急仿真及管控评估等关键技术,实现应急管理多业务服务和多场景应用,形成高速公路突发事件“事前预警、事中处置、事后评价”自循环优化闭环能力,有效提升数据感知能力和应急响应能力。该平台在千黄高速上进行项目应用,在实现基础设施数字化的基础上,围绕应急指挥场景,实现道路事件多源感知、事件处置全过程跟踪和应急处理评估等服务,有效提升了事故处置效率。

摘要：为满足高速公路收费站数字化运营的转型需求,完成了智慧孪生收费站系统方案研究。智慧孪生收费站主要由多源融合感知、收费站时空画像、收费站孪生管理平台等部分组成。通过在济潍智慧高速的建设中应用,验证了智慧孪生收费站系统在提升收费站运营效率、降低收费站拥堵等方面具有较好的工程应用价值。

摘要：城市交通态势推演和评估技术是城市交通治理的核心量化分析技术。随着城市交通治理综合化、精细化和智能化要求的提高,传统依托小样本数据调查与分析,建立集计经验模型进行多方案比选评估的方法和技术,已难以适应新时期城市交通治理要求。本项目历时十余年,在国家自然科学基金等国家级、省部级课题支持下,突破了基于多源大数据的个体出行活动链全过程全方式融合感知、城市交通演化态势可靠推演与敏捷预测、城市交通精细化治理综合评估等关键技术,建立了面向城市交通精细化治理的个体出行活动链模型和大规模路网实时在线推演模型,构建了大数据综合评估体系,支撑了城市交通精细化治理科学量化分析与评估。项目应用超过1000个项目,推广至成都、重庆、苏州、湛江、南昌、长春、兰州等100多座城市,影响了全国约2亿人的交通出行。