交通與計算機
所屬欄目：科技期刊 熱度： 時間：
交通與計算機
關注()- 期刊周期：雙月刊
- 期刊級別：省級
- 國內統一刊號：42-1781/U
- 國際標準刊號：1674-4861
- 主辦單位：武漢理工大學 交通部計算機應用信息網
- 主管單位：教育部
- 查看交通信息與安全近十年數據入口>>>
- 上一本期雜志：交通與運輸交通科技期刊
- 下一本期雜志：地殼構造與地殼應力國家級期刊發表
《交通與計算機》雜志是系統介紹交通行業有關計算機應用的方針、政策、科研成果、經驗總結和計算機發展動態的刊物。
《交通與計算機》雜志緊密結合交通行業實際，刊載了交通行業在交通信息化建設、管理信息系統(MIS)、地理信息系統(GIS)、全球定位系統(GPS)、智能運輸系統(ITS)、計算機輔助設計(CAD)、電子數據交換(EDI)、企業網(Intranet)等領域計算機應用的學術論文、研究成果、經驗總結、專題講座等方面的大量文章，介紹了國內外計算機硬件、軟件技術的新成果、新產品、應用動態和發展趨勢。為指導、促進交通行業計算機應用的普及與提高作出了顯著成績。
《交通與計算機》雜志主要刊載有關智能運輸系統，交通規劃、交通工程、交通安全、交通管理、交通標準化建設、交通基礎設施建設(道路、橋梁的規劃設計、建造、維護等);交通信息化建設(公路、水路、鐵路、航空等);智能仿真;港航計算機應用等。
《交通與計算機》雜志面向廣大的交通工程及與有關的計算機、通信、電子技術、信息技術科技人員、大專院校師生以及公路、水運、鐵路交通相關行業的領導、專業技術人員等。
閱讀推薦：交通世界
《交通世界(建養機械)》(月刊)創刊于1994年，由交通部科學研究院主辦。除了及時、準確、全面地報道中國公路、水路交通建設行業的發展動態、規劃設計、重大項目、施工工藝、工程技術、行業資訊外，還大量介紹用于交通建設與養護的工程機械，包括工程機械的市場分析、技術研發、最新產品、設備選購、品牌倡議、企業文化等。
交通與計算機最新期刊目錄
基于駕駛模擬試驗的山區公路急彎路段視聽干預效用評估方法
摘要：現有路段安全干預設施布設研究多聚焦于城市道路和高速公路場景，而針對山區公路急彎路段安全干預效用評估方法的研究則相對較少。為明確山區公路急彎路段不同安全干預方式的效用差異及布設依據，以重慶市永川S545急彎路段為原型搭建場景，并招募28名被試駕駛人開展駕駛模擬試驗。選取紅、黃、藍、綠4種顏色的可變信息標志板（variable message sign,VMS）作為視覺干預方式，選取駕駛模擬器平穩狀態...
船岸協同的內河智能船舶遠程駕駛控制系統架構
摘要：傳統船舶控制系統架構已難以適配船岸協同升級與遠程控制功能部署的現實需求，缺乏統一的系統框架將直接制約船岸協同作業效能的有效發揮。為保障船岸協同場景下船舶遠程控制協同系統的適配性與一致性，研究適配內河智能船舶的遠程駕駛類型與系統架構。通過文獻綜述與智能船舶相關規范的對比分析，提出內河智能船舶遠程駕駛的4種基本控制模式，包括直接執行車舵指令的遠程遙控模式、具備遠程指令安全性判斷功能的遠程控制I型、可生...
基于地理條件對抗生成網絡的車輛軌跡隱私保護方法
摘要：針對偽軌跡生成方法在大規模序列建模中梯度消失和地理語義考慮不足的軌跡失真問題，提出了地理條件約束下基于對抗生成網絡的車輛軌跡數據隱私保護方法（map-conditioned trajectory generation,MCTG）。利用譜歸一化生成對抗網絡（spectral normalization generative adversarial networks,SN-GAN）學習全局軌跡空間分布...
基于可解釋機器學習的自動駕駛ODD拓展優先級量化評估方法
摘要：針對自動駕駛設計運行范圍（operational design domain, ODD）拓展中存在的路徑模糊與決策主觀性問題，研究了1種基于事故數據驅動的ODD拓展優先級量化評估框架。該框架旨在通過可解釋的機器學習方法，為自動駕駛系統在復雜環境下的安全能力迭代提供數據支撐與決策依據。針對事故數據集中固有的嚴重事故樣本長尾分布缺陷，構建隨機森林與極端梯度提升（extreme gradient boo...
基于LSTM-BN的車輛實時碰撞風險預測模型
摘要：車路協同（vehicle-to-infrastructure, V2I）技術的發展實現了駕駛人、車輛、道路的動態信息實時交互，為車輛實時碰撞風險預測提供了技術支撐。針對當前車輛碰撞風險預測模型在動態特征捕捉與不確定性推理方面的局限，構建了基于長短時記憶-貝葉斯網絡（long short-term memory-Bayesian network, LSTM-BN）的雙層遞進式模型。LSTM-BN模型...
基于航拍數據與自適應柵格的左轉人-車交互風險建模方法
摘要：針對道路交叉口車輛左轉時人-車交互的復雜性，特別是觀測難度大、運動狀態隨機性強、難以全面表征復雜交互風險機理等問題，研究了一種融合多維度風險場的自適應評估框架。該框架結合YOLOv8n目標檢測算法與DeepSORT目標跟蹤算法，基于無人機航拍數據進行多目標檢測與跟蹤，精準提取交叉口行人過街行為與車輛運動特征信息。構建了車輛運動學模型與行人隨機運動模型，得到人-車運動狀態參數方程；同時，融合盲區場（...
面向智能內河航運的無線信道特性研究綜述：測量方法與建模技術
摘要：隨著智能航運系統的快速發展，高效可靠的無線通信已成為支撐船舶狀態感知、航道環境監測及協同作業的關鍵基礎技術之一。基于研究現狀綜述了面向智能內河航運的無線信道特性研究進展，揭示其區別于陸地和近海環境的獨特挑戰：復雜水陸混合拓撲導致的帶狀廣域覆蓋、航行環境與自然條件、密集建筑物（橋梁）以及障礙物。其中選取國內外典型內河水道為代表性場景，通過對現有通信技術在內河場景適應性瓶頸的分析，指出傳統信道模型難以...
公交協同優化的時空Transformer-STGNN混合強化學習方法
摘要：為解決公交動態越站與駐站多策略協同中局部決策引發全局連鎖延誤及多重目標沖突的難題，研究了1種融合Transformer與時空圖神經網絡的動態協同優化模型。首先，構建雙向交互的感知與預知時空特征提取架構。利用時空變換器的空間注意力機制提取公交站點的動態依賴關系，生成自適應權重矩陣并作為動態鄰接矩陣輸入時空圖神經網絡。該網絡結合圖卷積網絡與因果擴張卷積，預測客流積壓與延誤傳播風險，并將預知風險評分反向...
三峽-葛洲壩梯級通航樞紐間水域貨船航行狀態控制模型
摘要：針對三峽—葛洲壩梯級通航樞紐兩壩間水域在汛期流量劇烈變化條件下貨船通航風險較大的問題，本研究提出基于貝葉斯網絡的貨船航行狀態控制模型，用于識別不滿足通航條件的貨船并評估其許可通航概率。模型結構結合兩壩間水域通航特征，設置了環境條件、流量突變及交通復雜度三個模塊，并構建了船舶屬性與航道流量變化耦合的影響因素體系。在流量突變模塊中，針對汛期流量變化特征，利用流量峰值、流量變幅及躍遷等級指標對突變等級進...
基于混合交通隨機均衡的路側單元布置優化方法
摘要：現有路側單元（roadside units,RSUs）布局研究未充分考量無人駕駛車輛（autonomous vehicles,AVs）與人類駕駛車輛（human-driven vehicles,HVs）混合交通場景，難以保障車載自組織網絡（vehicular ad hoc networks,VANETs）的連通性和覆蓋性。為提升VANETs性能，研究混合交通隨機路徑選擇下的RSUs布局。為刻畫AV...
基于改進YOLOv8s的車道線檢測算法
摘要：從道路場景圖像中準確檢測車道線對于自動駕駛與智能交通系統的環境感知具有重要意義。然而，在復雜的交通場景下，車道線目標呈現細長結構與形態多變的特征，使其極易受到諸如光照變化、物體遮擋以及惡劣天氣等外部因素的干擾，傳統YOLOv8s車道線檢測模型在特征表達能力與結構建模方面仍存在不足，導致檢測精度和魯棒性有待提升。為解決上述問題，研究了基于改進YOLOv8s的車道線檢測算法YOLOv8s-CLW。為增...
基于大語言模型的海上搜救決策智能體建模方法
摘要：當前海上搜救決策面臨多源異構信息在語義層面缺乏統一建模方式，難以支撐跨模態信息的聯合推理。同時，搜救任務具有多目標約束特性，不同決策目標之間存在顯著耦合關系，傳統方法往往通過分階段或經驗驅動方式進行處理，缺乏對多目標決策過程的整體推理與動態優化能力。針對上述挑戰，本文研究了基于大語言模型（large language model, LLM）為推理核心的海上搜救決策智能體（intelligent s...
有人無人駕駛航空器融合運行管制性能影響特征分析
摘要：隨著大型無人駕駛航空器的快速發展，其進入管制空域與有人機融合運行已成為重要發展趨勢，且要求無人機主動適應現有管制運行模式，但融合運行可能對管制員管制性能產生何種影響尚不明確，進而制約了相關運行策略的設計。為探究融合運行對管制員管制性能的影響機制，以終端管制區為對象，設計了傳統與融合運行2種場景，招募20名管制員開展管制模擬實驗，并從交通態勢特征、管制員心理、管制表現、管制結果等方面出發，選取空中交...
基于深度強化學習的高速公路連續充電站動態定容方法
摘要：新能源汽車保有量激增與高速公路充電服務能力不足之間的矛盾日益突出，同時傳統多目標充電站規劃方法依賴靜態假設、難以適應動態交通環境。為解決上述問題，提出基于深度強化學習的高速公路連續充電站動態定容模型。將多個連續的充電站容量規劃問題建模為馬爾可夫決策過程，其狀態空間融合充電站實時運行指標及車輛動態特征，有效刻畫了“交通流-充電需求-用戶行為”的非線性耦合關系，并設計了兼顧用戶滿意度與運營成本的多目標...
針對擁堵客流溯源的地鐵客流管控優化方法
摘要：現有單站管控措施難以從源頭疏解線網級擁堵，導致管控效果受限，為解決高峰時段地鐵線網因客流擁堵引發的車站滯留及安全隱患問題，研究了基于擁堵客流溯源的多站協同客流管控方法。該方法通過三重維度精準定位客流擁堵的源頭車站：(1)篩選持續高進站客流量的站點，從源頭減少流入線網的客流壓力；(2)鎖定換乘過程中出現明顯擁堵的站點，通過客流溯源確定主要源頭車站；(3)對瓶頸區間的客流進行溯源，追蹤擁堵客流的初始源...
基于混合logit的機場陸側大容量公共交通分擔率研究
摘要：科學預測機場陸側大容量公共交通的分擔比例，能夠為陸側交通設施規模和容量配置提供定量支撐，現有方法往往難以有效刻畫出行者在時間價值、出行目的、換乘容忍度等方面的顯著差異，預測結果存在偏平均、精度不足等問題。本研究在分析公共交通客流特征基礎上，考慮出行者的個體異質性，研究了結合混合Logit模型（mixed logit,ML）與廣義費用模型的公共交通分擔率分析方法（mixed logit genera...
考慮駕駛人行為響應的在途突發事件交通誘導機制
摘要：現有交通誘導策略體系多基于仿真環境下的均質假設，缺乏考慮真實場景下駕駛人行為響應機制，難以適應災害多發區的應急交通管控需求。以西藏自治區為研究對象，系統分析災害條件下駕駛人行為特征及其對誘導信息的響應規律，研究了基于事件特征識別和行為響應特征的多災害場景動態交通誘導策略體系。基于地質災害與交通阻斷數據，采用高斯混合模型（Gaussian mixture model,GMM）識別事件阻斷特征與時長分...
基于Lasso-隨機森林模型的航空器安全目標水平預測方法
摘要：隨著航空安全水平的不斷提升，運輸事故呈現出小樣本、低概率特征，傳統基于歷史數據的預測方法難以充分刻畫當前航空運行風險演化規律，難以滿足安全管理的精細化和個性化需求。針對低概率事故樣本不足、直接預測不穩定的問題，研究了基于最小絕對收縮與選擇算子回歸（least absolute shrinkage and selection operator,Lasso）-隨機森林模型預測運輸事故征候的安全目標水平...
面向主線匝道協調的深度強化學習匝道控制方法
摘要：高速公路匝道合流區是交通擁堵和事故頻發的重要區域，為提升傳統匝道控制算法在響應速度和控制精度方面的性能，研究了1種基于強化學習的匝道控制方法。將匝道控制問題轉化為馬爾可夫決策過程，使用離散信號燈相位設計動作空間提高訓練效率，構建涵蓋主線和匝道運行狀態的狀態空間和多維獎勵函數。在狀態感知層面添加實時交通檢測機制并在動作輸出時添加最小相位持續約束避免高頻相位切換，同時在訓練過程中使用優先經驗回放提高模...
基于Wd-RRT*算法的井下自動駕駛礦車泊車路徑規劃方法
摘要：自動駕駛礦車為井下礦區的安全生產、高效運輸提供了有效解決方案，井下礦車在上料區的低速行駛過程可以當作泊車行為，由于井下礦區具有空間狹束和多坡急彎等特征，地面場景的泊車路徑規劃方法在井下礦區應用時存在實時性不足與碰撞檢測精度不高等問題。因此，在傳統路徑規劃算法RRT*算法的基礎上研究了適用于井下礦區場景的Wd-RRT*算法。基于Wd-RRT* 相關科技期刊推薦 核心期刊推薦
