面向黄灯两难区域警示系统的一种改进算法

doi:10.3778/j.issn.1002-8331.2010.13.070

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (13): 236-238.DOI: 10.3778/j.issn.1002-8331.2010.13.070

面向黄灯两难区域警示系统的一种改进算法

赵永红^1，2，朱彤²

1.新疆大学机械工程学院，乌鲁木齐 830008
2.同济大学交通运输工程学院，上海 201804

收稿日期:2008-11-03 修回日期:2009-02-18 出版日期:2010-05-01 发布日期:2010-05-01
通讯作者: 赵永红

Improved algorithm for yellow light dilemma zone warning systems

ZHAO Yong-hong^1，2，ZHU Tong²

1.School of Mechanical Engineering，Xinjiang University，Urumqi 830008，China
2.School of Transportation Engineering，Tongji University，Shanghai 201804，China

Received:2008-11-03 Revised:2009-02-18 Online:2010-05-01 Published:2010-05-01
Contact: ZHAO Yong-hong

摘要/Abstract

摘要： 以往黄灯两难区域警示系统采用的算法不考虑两难区域时间变化特性，只对黄灯启亮时刻将进入两难区域的车辆给予警示，提出了相应的改进算法。首先分析了两难区域随时间变化的特性，得出两难区域的运动学表达式；接着根据时变特性设计了黄灯两难区域警示系统的改进算法，增加了对两难区域之外车辆的警示。最后建立了VISSIM交通仿真平台，运用交通系统仿真实验的方法，对比两种算法下获得的警示效果。实验结果表明，改进算法降低了漏报率。

关键词: 智能车路系统, 黄灯两难区域, 警示系统, 算法

Abstract: The yellow light dilemma zone warning system is developed in order to prevent the rear end and head-on collision caused by yellow light switching.An improved algorithm for the system is proposed，concerning the variation of dilemma zone during yellow interval.The time-variable model of yellow light dilemma zone is presented by kinematical analysis.Then，an improved algorithm is proposed.A traffic simulation platform is also developed with VISSIM for estimating the performance of the new algorithm.The results reveal that，compared to the conventional algorithms，the missing warning rate of the new algorithm is lower.

Key words: intelligent vehicle-infrastructure system, yellow light dilemma zone, warning system, algorithm

中图分类号:

U416.2

赵永红^1，2，朱彤². 面向黄灯两难区域警示系统的一种改进算法[J]. 计算机工程与应用, 2010, 46(13): 236-238.

ZHAO Yong-hong^1，2，ZHU Tong². Improved algorithm for yellow light dilemma zone warning systems[J]. Computer Engineering and Applications, 2010, 46(13): 236-238.

[1]	兰红，黄敏. 融合KNN优化的密度峰值和FCM聚类算法[J]. 计算机工程与应用, 2021, 57(9): 81-88.
[2]	张岐山，陈露露. 基于均衡接近度灰关联的Slope One算法[J]. 计算机工程与应用, 2021, 57(9): 96-102.
[3]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[4]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[5]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[6]	闫晓燊，高强，朱思萌，奚学程，赵万生. 亮度不均匀低质量图像中压印字符分割方法[J]. 计算机工程与应用, 2021, 57(8): 185-191.
[7]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[8]	孔继利，张鹏坤，刘晓平. 双向搜索机制的改进A*算法研究[J]. 计算机工程与应用, 2021, 57(8): 231-237.
[9]	槐创锋，郭龙，贾雪艳，张子昊. 改进A*算法与动态窗口法的机器人动态路径规划[J]. 计算机工程与应用, 2021, 57(8): 244-248.
[10]	高铖铖，陈锡程，张瑞，宋秋月，易东，伍亚舟. 三种新型智能算法在疫情预警模型中的应用——基于百度搜索指数的COVID-19疫情预警[J]. 计算机工程与应用, 2021, 57(8): 256-263.
[11]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[12]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[13]	谢锐强，张惠珍. 求解柔性作业车间调度问题的两段式狼群算法[J]. 计算机工程与应用, 2021, 57(7): 251-256.
[14]	沈新烽，姜平，周根荣. 改进SSD算法在零部件检测中的应用研究[J]. 计算机工程与应用, 2021, 57(7): 257-262.
[15]	雍玖，王阳萍，党建武，雷晓妹. 改进TLD与ORB的AR系统长时跟踪注册方法[J]. 计算机工程与应用, 2021, 57(7): 178-184.

面向黄灯两难区域警示系统的一种改进算法

Improved algorithm for yellow light dilemma zone warning systems

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics