基于自动驾驶车数据的高速路排队检测研究

发布时间：2021-05-20 18:43

　　随着我国城市化进程的加快,城市汽车保有量逐年攀升,交通拥堵现象愈发严重。在交通基础设施有限的条件下,拥堵大大增加了道路负担,并引起了一系列社会问题。而排队长度,是交通拥堵最直观的体现。因此,实时且准确的测量排队长度,提供交通状态信息,及时进行交通疏导,是缓解拥堵,提升交通运行效率的重要手段。近些年来,自动驾驶技术蓬勃发展。自动驾驶汽车作为新型交通工具,具有环境感知、实时信息传输等能力。因此,探索其在交通拥堵检测中的能力,有助于探索未来交通模式中缓解拥堵的方法,提高道路通行效率。为了挖掘自动驾驶汽车在排队长度探测问题上的潜在价值,本文对国内外相关研究现状进行阐述,发现了使用自动驾驶汽车进行实时排队长度检测研究的缺口,搭建了一套基于自动驾驶汽车的高速路排队长度实时检测方法,主要的工作内容如下:1.研究对自动驾驶汽车的概念、分级、硬件与软件技术进行介绍,针对自动驾驶汽车环境感知特性,分析了自动驾驶汽车采集数据的特点,证明了使用NGSIM数据集进行自动驾驶技术研究的合理性。2.结合自动驾驶汽车雷达精度,设计基于小波分析的降噪算法处理加噪后车辆轨迹数据,确定小波基类型,还原了自动驾驶汽车采集数据... 

【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及研究意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 车辆排队估计方法
        1.2.2 交通波识别方法
    1.3 研究内容及技术路线
    1.4 本章小结
第2章 数据集简介与使用分析
    2.1 自动驾驶汽车简介
        2.1.1 自动驾驶汽车概述
        2.1.2 自动驾驶汽车车载科技
        2.1.3 自动驾驶车采集数据特点分析
    2.2 NGSIM数据集简介与分析
    2.3 本章小结
第3章 基于小波变换的数据处理
    3.1 小波变换理论研究
    3.2 降噪算法设计
        3.2.1 异常点识别与修正
        3.2.2 信号降噪
    3.3 本章小结
第4章 基于自动驾驶车的交通波探测和排队长度检测方法
    4.1 基于自动驾驶车的交通波探测方法
        4.1.1 问题陈述
        4.1.2 自动驾驶车采集数据
        4.1.3 交通波检测系统构成
        4.1.4 算例与结果分析
    4.2 基于自动驾驶车的排队长度检测
        4.2.1 排队长度线性检测方法
        4.2.2 算例分析
    4.3 本章小结
结论与展望
致谢
参考文献
攻读硕士学位期间发表的论文及参与的科研项目


【参考文献】：
期刊论文
[1]大数据下智能交通系统的发展综述[J]. 张溪.  信息与电脑(理论版). 2019(01)
[2]我国自动驾驶汽车行业发展现状及存在问题的探讨[J]. 徐志刚,张宇琴,王羽,宋瑞,王润民,赵祥模.  汽车实用技术. 2019(01)
[3]地面交通控制的百年回顾和未来展望[J]. 李力,王飞跃.  自动化学报. 2018(04)
[4]让汽车连接世界[J]. 丁伟.  中国公共安全. 2017(10)
[5]基于浮动车数据的信号交叉口排队长度估计[J]. 刘泽,王武宏,郭宏伟,蒋晓蓓.  道路交通与安全. 2016(04)
[6]路口车辆排队长度检测方法的研究与仿真[J]. 周敏.  计算机仿真. 2013(10)
[7]基于浮动车数据的排队长度检测方法研究[J]. 庄立坚,何兆成,叶伟佳,褚俊飞,邓玲丽.  交通运输系统工程与信息. 2013(03)
[8]基于MSP430的车载雷达测速测距系统[J]. 谢宜生,沈国江,吴琦灿.  计算机工程. 2011(18)
[9]城市路网中浮动车数据和线圈数据的融合[J]. 曹晶,李清泉.  交通与计算机. 2008(04)
[10]车辆排队长度自动检测新方法[J]. 王伟智,刘秉瀚.  中国体视学与图像分析. 2006(03)

硕士论文
[1]城市道路交通拥堵扩散机理研究[D]. 常桃宁.西南交通大学 2018



本文编号：3198253