摘要：针对基于车流量预测的控制方法只能控制交通信号,无法在根本上控制车辆行驶的缺陷,提出基于车联网的城市交叉口车流量智能控制方法。在车联网环境下,利用自适应智能动态配时模型,将通过交叉口的车辆最低平均延误作为目标,通过确定绿灯时间极限值优化不同相位的绿灯时间,使交叉口信号周期内绿灯时间最优化,降低车辆延误;设计车速引导模型通,针对绿灯时间及车辆行驶信息,通过传感器等设备引导引导区域内单车或多车车辆行驶速度,保障车辆在当前绿灯时间内通过交叉口停车线,减缓车辆排队现象。仿真结果表明,所提方法控制下,不同时段车辆延误与停车次数分别降低1.15 s/veh和0.05次/veh以上,车流量较大条件下车辆通过交叉口所需时间显著降低,且车辆数量越大,效果越好。

摘要：本文介绍了以STC89C52单片机的作为核心,控制安装在十字路口的四组红、黄、绿交通信号灯,以及显示倒计时时间的四组两位一体的共阳数码管,并且在东路口和南路口的停车线位置,分别安装了的一个光电接近开关,用于检测通过东西和南北路口的车流量,传送给单片机与原来设定的绿灯点亮时间相比较,实现根据车流量自动调节红绿灯的时间。系统还可启动夜间模式、紧急模式、直行模式等。具有较强的实用价值。

摘要：为了有效缓解交通压力,对智能交通的车流量检测进行了研究。常用的电磁感应装置法和超声波检测法普遍存在反射信号不稳定,测量误差大等问题。利用动态信息提取法从视频中提取可靠信息,完成道路交通的监视工作,可提高道路、车辆的自动化程度;交通监控系统中安装的视频摄像机比其它传感器更便捷,省去了二次安装,且安全系数高。经验证该设计易于实现图像的时实性处理且成本低,稳定性高,在交通检测领域具有广泛的实用价值。

摘要：对于一座现代化城市来说,合理的交通规划是一个城市高效运行的关键,作为交通规划的关键信息的城市车流量信息,原本需要人工进行识别、获取、验证的提取方式,随着计算机视觉技术的蓬勃发展弊端尽显,终将退出历史的舞台。为了提高城市车流量信息的准确性和及时性,利用现有的计算机技术设计一种基于YOLO模型的车流量实时采集系统。该系统基于YOLO视觉检测模型,采用DeepSORT算法对检测到的目标车辆进行跟踪识别、判断车辆的运行状态、实现当前路段的车流量统计、对已记录车流量信息进行可视化展示以及数据输出等。该系统可以有效地代替传统消耗人力的死板工作,实现自动化数据收集以及道路交通情况的快速监测。该系统操作简单,交互性强,为城市的交通管理和交通规划提供准确实时的信息数据。

摘要：根据吹填土路基工后沉降原理,选取曹妃甸北环路吹填土路基某一断面的车流量和时间作为影响因素,建立了考虑车流量的BP神经网络模型,并将之用于吹填土路基的工后沉降预测。与泊松曲线模型和双曲线模型的预测结果对比后发现,BP神经网络模型预测精度更高,误差在4%以内,从而验证了考虑车流量的BP神经网络模型在解决该类问题上的简便性和适用性。

摘要：为了使车流在交通路口顺畅通过,通常需要统计一个交通信号灯周期内的车流量,以实现交通信号灯的自动配时。文中提出了一种交通路口的车流量检测算法。通过在道路前方设置检测线,进而统计检测线灰度变化的情况,即可统计出通过的车流量。并对其进行FPGA的硬件仿真。实验结果表明,此方法实现简单,运算处理速度快,能够得到较满意的结果。

摘要：常规的高速公路车流量智能监测方法以车流量图像特征监测为主,在高速变化的车流中,很容易出现监测失误,影响监测效果。本文设计了基于数字孪生的高速公路车流量智能监测方法。基于数字孪生构建高速公路车流量智能监测模型,通过数字孪生虚实映射,准确监测车流量,并对车流量变化数据进行整合,实现车流量的精准监测;补偿高速公路车流量监测相位误差,对监测目标相对运动产生的相位变化进行分析,并补偿相对变化量,从而实现车流量的精准监测。采用对比实验,验证了该方法的监测效果更佳,能够应用于实际。

摘要：随着社会的发展,道路交通拥挤已经成为人们出行的一大难题。以我国传统的交通信号灯为基础,探究以单片机作为核心控制器构成的基于车流量的智能交通灯控制系统,通过车流量的采集,分析、处理,自动调整交通灯的倒计时时间,设置紧急按钮处理突发事件等功能。

摘要：随着经济的发展,城市规模不断扩大,机动车辆也在不断增加,交通超负荷运行的情况在许多大城市相继出现。为了保障安全高效的交通秩序,提高车辆通行效率,论文介绍一种基于车流量分析和研究的交通灯控制系统的设计与实现。该系统以MCS-51单片机为控制核心,利用超声波传感器对车流量进行实时检测,使通行时间随车流量状态而实时改变,实现了交通控制的智能化。

摘要：市车载网环境下车辆的高速移动以及街道障碍物阻挡等原因,导致VANETs分割现象严重,以至于车载网不能正常通信,因此许多研究提出通过引入无线接入点(AP)来增强车载网通信的可能性。本文就是针对城市环境的VANETs的AP布局问题的研究,在基于车流量和粒子群算法的基础上提出的解决方案,并给出了相应的仿真,仿真结果表明该算法能在保证覆盖率的情况下实现AP的优化布局,同时在寻优过程中具有较快的收敛速度和较好的收敛性。