智能交通課件

信息化時代交通發(fā)展趨勢3智能化無人駕駛智能導(dǎo)航智能監(jiān)控全面化無線傳感物聯(lián)網(wǎng)車路協(xié)同實時化實時交通實時信息實時數(shù)據(jù)第1頁/共41頁智能交通典型應(yīng)用4智能道路監(jiān)控實時信息發(fā)布智慧城市智能安全交通車路協(xié)同第2頁/共41頁智能交通系統(tǒng)國內(nèi)外現(xiàn)狀570年代：北京、上海和廣州等大城市進(jìn)行交通信號控制的研究與開發(fā)80年代：開始了ITS基礎(chǔ)性的研究和開發(fā)工作90年代：開始建設(shè)交通控制中心或交通指揮中心2000年：智能交通與IT產(chǎn)業(yè)的融合發(fā)展現(xiàn)在：智能交通的理念及應(yīng)用已經(jīng)走在了世界前列，跨界趨勢明顯國內(nèi)60年代：美國政府部門和企業(yè)大力推進(jìn)ITS建設(shè)和發(fā)展1990年：正式成立智能車輛道路協(xié)會1991年：通過了綜合地面運輸效率法案，開始智能車路系統(tǒng)的研究1994年：將IVHS改為ITS1995年：首次正式發(fā)布《國家智能交通系統(tǒng)項目規(guī)劃》1998年：通過了“21世紀(jì)交通平等法案”21世紀(jì)：ITS開發(fā)和應(yīng)用的重點是出行信息服務(wù)系統(tǒng)、運營車輛管理系統(tǒng)、應(yīng)急管理系統(tǒng)和車路協(xié)調(diào)系統(tǒng)美國第3頁/共41頁智能交通系統(tǒng)國內(nèi)外現(xiàn)狀61969年：提出要在成員國之間開展交通控制電子技術(shù)的演示1986始：提出“歐洲高效安全交通系統(tǒng)計(PROMETHEUS)”和“保障車輛安全的歐洲道路基礎(chǔ)設(shè)施計劃(DRIVE)”計劃1994-1999年：提出T-TAP計劃和TEN-T計劃2000年：發(fā)布的歐盟KAREN項目2008年至今：制定了關(guān)于為了安全應(yīng)用智能交通系統(tǒng)，標(biāo)準(zhǔn)化機(jī)構(gòu)ETSI和CEN確認(rèn)歐洲1973-1978年：組織“動態(tài)路徑誘導(dǎo)系統(tǒng)”的實驗80-90年代：完成了智能交通系統(tǒng)各方面的研究1994-2000年：完成了智能交通系統(tǒng)測試和整體設(shè)想1994年：將IVHS改為ITS2004年：開發(fā)智能公路Smartway項目2010：新一代智能交通車載裝置投入市場日本第4頁/共41頁下面具體介紹一個例子：道路圖片分享系統(tǒng)一個例子2第5頁/共41頁6大綱

系統(tǒng)動機(jī)

系統(tǒng)簡介

系統(tǒng)模型

實驗與仿真

結(jié)論第6頁/共41頁7大綱

系統(tǒng)動機(jī)

系統(tǒng)簡介

系統(tǒng)模型

實驗與仿真

結(jié)論第7頁/共41頁8系統(tǒng)動機(jī)一個小故事jack

想開車到某個地方自駕游，他希望這次自駕游是一次完美的體驗，因此在開車的路上希望盡量少的交通擁堵和事故發(fā)生，因此他希望看到路線上某些點的實時交通情況

怎樣實現(xiàn)第8頁/共41頁9系統(tǒng)動機(jī)一個故事Jack可能會求助于谷歌地圖，waze或者其他的一些工具谷歌地圖用一些不同顏色的線條提供不同路段的擁堵情況–這是不夠直觀的

Waze利用大眾上傳道路情況，這些道路情況可以附帶道路的圖像

–可能并不是jack需求的

第9頁/共41頁10系統(tǒng)動機(jī)圖像分享系統(tǒng)需要解決的：

如果jack想知道道路A點的路況，他只需要在地圖上點擊A點，系統(tǒng)可以通知A點周圍的車輛為jack拍攝A點的實時交通圖，然后將圖像傳給jack，這樣jack就可以知道A點的實時道路情況，而且是直觀的

第10頁/共41頁11大綱

系統(tǒng)動機(jī)

系統(tǒng)簡介

系統(tǒng)模型

實驗與仿真

結(jié)論第11頁/共41頁12系統(tǒng)簡介系統(tǒng)構(gòu)架:

系統(tǒng)由三部分組成：用戶:發(fā)送請求，獲取圖像車輛:拍攝圖像，獲得報酬服務(wù)器:接受用戶請求，發(fā)送拍照請求給拍攝點周圍車輛，確定周圍車輛的拍攝報酬，并檢驗拍攝照片是否符合要求那么，問題來了！第12頁/共41頁13系統(tǒng)簡介問題怎樣尋找經(jīng)過用戶請求點的周圍車輛即使找到車輛，為什么這些車輛會上傳拍攝照片如果上傳的照片不是在用戶請求點拍攝的怎么辦方案：預(yù)測并跟蹤測量，設(shè)計激勵機(jī)制，圖像匹配第13頁/共41頁14系統(tǒng)簡介系統(tǒng)架構(gòu)圖第14頁/共41頁15系統(tǒng)簡介工作流程:用戶生成請求，并發(fā)送請求給服務(wù)器服務(wù)器預(yù)測車輛的行為，并跟蹤車輛以獲得會經(jīng)過請求點的車輛列表

服務(wù)器發(fā)送請求給這些車輛，請求車輛司機(jī)拍攝道路圖片車輛上傳拍攝圖片，獲取報酬

服務(wù)器匹配服務(wù)器上傳的圖片和百度街景圖來確定上傳圖像的質(zhì)量，并選取質(zhì)量最高的圖片返回給用戶第15頁/共41頁16大綱

系統(tǒng)動機(jī)

系統(tǒng)簡介

系統(tǒng)模型

實驗與仿真

結(jié)論第16頁/共41頁17系統(tǒng)模型按照不同目的和功能，系統(tǒng)可以分為以下三個步驟:車輛選擇:服務(wù)器預(yù)測車輛行為，并跟蹤車輛，確定最后到達(dá)目的點的車輛報酬計算：選擇車輛上傳圖片，計算圖片的報酬

圖像處理：確定圖片內(nèi)容，選擇最好圖片

第17頁/共41頁18系統(tǒng)模型車輛選擇

當(dāng)接收到，服務(wù)器首先搜索請求點周圍車輛，并確定這些車輛是否到達(dá)請求點D如果車輛會到達(dá)D，則會一直朝D開，以紅色線條為例，車輛必須在A處右拐才能到達(dá)第18頁/共41頁19系統(tǒng)模型車輛選擇-預(yù)測行為確定車輛在十字路口的行為：左拐，直行還是右拐

第19頁/共41頁20系統(tǒng)模型車輛選擇-預(yù)測行為服務(wù)器采集車輛在十字路口前的一段加速度數(shù)據(jù)分析數(shù)據(jù)，來預(yù)測車輛行為：不停車停車第20頁/共41頁21系統(tǒng)模型車輛選擇-行為預(yù)測：不停車用加速度預(yù)測第21頁/共41頁22系統(tǒng)模型車輛選擇-行為預(yù)測：不停車

采集YZ段的加速度數(shù)據(jù)，用加速度數(shù)據(jù)預(yù)測，預(yù)測車輛在X處的行為

提取加速度的特征：用離散小波變換第22頁/共41頁23系統(tǒng)模型車輛選擇-行為預(yù)測：不停車實驗證明7維度的離散小波提取特征最好，提取小波后計算信號量，作為加速度的特征對特征進(jìn)行分類：用機(jī)器學(xué)習(xí)算法學(xué)習(xí)分類，分類結(jié)果就是車輛行為第23頁/共41頁24系統(tǒng)模型車輛選擇-行為預(yù)測：停車收集車輛的方向傳感器數(shù)據(jù)：用方向傳感器數(shù)據(jù)監(jiān)測第24頁/共41頁25系統(tǒng)模型車輛選擇-行為預(yù)測：停車防止方向跳變：方向傳感器可能突然從0調(diào)到360如果方向傳感器的數(shù)據(jù)波動大于閾值則在轉(zhuǎn)彎，比較前后轉(zhuǎn)彎方向傳感器數(shù)據(jù)，確定直走，左轉(zhuǎn)，或者右轉(zhuǎn)

第25頁/共41頁26系統(tǒng)模型車輛選擇-跟蹤

跟蹤車輛以便確定車輛是否到達(dá)請求位置第26頁/共41頁27系統(tǒng)模型車輛選擇-跟蹤

以請求點兩邊的十字路口為跟根節(jié)點，根據(jù)最大請求時間建立搜索樹，所有在搜索樹上的車輛作為潛在車輛：預(yù)測車輛的在路口的行為：去除轉(zhuǎn)彎方向不到請求點的車輛去除在中途停車不動的車輛剩余的都會到達(dá)請求地點!!!第27頁/共41頁28系統(tǒng)模型報酬計算原因：車輛司機(jī)不會主動上傳照片給陌生人，需要報酬工具:反向VCG拍賣計算圖片價值計算車輛效用第28頁/共41頁29系統(tǒng)模型報酬計算：計算服務(wù)器效用最大化社會效用最后計算圖片報酬第29頁/共41頁30系統(tǒng)模型圖片處理獲得報酬的車輛會上傳道路圖像，但之后合格的圖片才有用:拍攝位置接近請求點

圖片是以正確的角度拍攝

圖片內(nèi)容是道路情況圖片不模糊直接評估很難，需要借助百度街景圖做圖像匹配第30頁/共41頁31系統(tǒng)模型圖像匹配

工作流程：RootSIFT計算圖像的描述子計算每個描述子在另外圖像上的最佳兩個匹配點刪除其中偽匹配點進(jìn)一步用極線限制刪除剩余偽匹配點第31頁/共41頁32系統(tǒng)模型圖像匹配第32頁/共41頁33大綱

系統(tǒng)動機(jī)

系統(tǒng)簡介

系統(tǒng)模型

實驗與仿真

結(jié)論第33頁/共41頁34實驗與仿真車輛預(yù)測不停車：平均準(zhǔn)確度為95.1%停車：平均準(zhǔn)確度為98.3%第34頁/共41頁35實驗與仿真車輛跟蹤：平均等待時間