产品详细介绍V-HUB道路环境与车辆数据采集系统GPS道路环境与车辆数据采集系统基于GPS定位的道路交通环境与车辆数据采集系统是一种功能强大的仪器。它是基于新一代的高性能卫星接收器，其中主机主要用于测量汽车移动时的速度和距离，并且能够提供横纵向加速度值，减速度，时间和制动、滑行、加速等距离的准确测量。外接各种模块和传感器可以采集油耗，温度，加速度，角速度及角度，转向角速度及角度，转向力矩，制动踏板力，制动踏板位移，制动风管压力，车辆CAN接口信息等其它许多数据。由于它的体积较小及安装简便，其非常适合汽车综合测试时的使用。由于系统本身带有标准的模拟及数字模式的CAN总线接口，整个系统的功能可以根据用户的需要进行扩充。主要特点全套测量系统体积极小，安装简便迅速能完成国家标准要求的汽车动力性，经济性，操纵稳定性，制动性能等实验制动触发形式多样，使试验更加方便高精度、高可靠性，高耐振、抗冲击性能确保测试质量大容量紧凑式闪存卡（CF卡）即时存储数据，以便事后处理可扩展连接其他各种传感器等在线显示4个测量参数各种测量或采集到的参数可以实时显示可根据要求设定各种不同的试验条件进行试验制动触发形式多样，使试验更加方便WINDOWS操作界面的设定和分析软件，使用方便高精度、高可靠性，高耐振、抗冲击性能确保测试质量用GPS非接触式速度和距离测量现场即时打印功能，打印各个测量或采集到的参数，实现现场数据阅读大容量紧凑式闪存卡（CF卡）即时存储数据，以便后处理可扩展连接其他各种传感器绘制轨迹图，圈数定时参数能以标准的形式测量下列参数速度、距离、时间、位置、方向、高度、横向加速度、纵向加速度、垂直速度、与中心线的漂移、转弯半径用其它的硬件可测量的参数包括外部数字触发、温度、模拟电压、CAN 总线信息、偏航率、滚动角、倾斜角、滑行角度量程及精度序号 测量参数 量程 精度1 距离 -- 0.05%2 速度 0-1600公里/小时 0.1公里/小时3 时间 -- 0.001秒4 燃油消耗（实时显示） 0.3-120升/小时 ±0.2%5 X，Y，Z三轴向加速度 ±1.7g 1mg6 角速度（侧倾，俯仰，横摆） ±150°/s 0.1°/s7 转向力矩 ± 50Nm ±0.5Nm8 转向角 ±1250° 满刻度时0.1°9 温度 —— ——10 制动踏板力传感器（带实时显示器） 0-1500N 0.5%11 制动踏板行程 0 - 300 mm 0.1 mm12 制动管路压力 0-200 Bar 0.25%13 发动机转速 0-10000转/分钟 ±1转/分钟可进行的试验：滑行试验油耗试验爬陡坡试验最高车速试验加速性能试验制动性能试验操纵稳定性试验最小稳定车速试验最小转弯直径测量实验　　制动踏板力测量实验制动踏板行程测量实验制动管路压力测量实验汽车防抱制动系统性能实验温度测量实验里程，速度表校验等其它试验可满足的国家标准：oGB/T 12545 - 1990 汽车燃料消耗量oGB/T 12547 - 1990 最低稳定车速oGB/T 12536 - 1990 汽车滑行试验oGB/T 12543 - 1990 汽车加速性能oGB/T 12539 - 1990 汽车爬坡性能oGB/T 12544 - 1990 汽车最高车速oGB/T 12676 - 1999 汽车制动系统性能oGB/T 6323 - 94    汽车操纵稳定性试验方法oGB/T 12540 - 90   汽车最小转弯直径测定方法　oGB/T 13594 - 92   汽车防抱制动系统性能要求和试验方法规格GPS采用功能强大的全新的GPS引擎,可以提供以20-100Hz的更新率更新所有GPS参数包括速度,角度和位置，速度和角度是通过对GPS载波信号进行多普勒转换进行计算以提供高精度。模拟量输出2 x 16位模拟量输出可以通过用户配置输出速度或者其他GPS参数,用户用户其他的数据采集设备,输出电压范围为0到5V直流，分辨率为76 μV 每位。数字量输出有两类数字量输出，一个频率/脉冲输出对应于速度，第二个输出显示当前的数据采集状态。速度脉冲输出用户定义，可以改变每米的脉冲数，以仿效大部分其它类型的速度传感器。数字量输入两个数字输入，第一个用于制动触发器或事件测定并且连接到一个16位的事件定时器，可以使制动触发器时间的校准精度达到12μs。 第二个数字输入用于采用手持开关控制的遥控速度采集控制。CAN 总线两个单独的CAN总线接口，可以从外部模块接受数据，例如温度模块或频率模块，同时可以将GPS CAN数据传输到另外一个总线上。还可以从另外一个CAN总线源（例如车载CAN总线）中记录8个CAN信号。当需要从另外总线中记录数据的时候，可以从工业标准CAN数据库文件（.DBC）中下载数据。RS232 串行接口RS232 接口用于配置和输出GPS实时数据。必须要注意的是如果系统以高于20Hz的速度存储数据到CF卡中时，由于电脑串行口带宽只能到20Hz，以实时传输到软件中串行数据受到限制。这样要获得最好的精度，所有20Hz以上的测试必须在离线模式下对CF卡中的数据进行分析。CF卡接受1型的CF卡用于记录数据，数据以标准PC格式存储，允许快速的通过读卡器进行数据传输。文件格式位ASCII 文本格式，可以直接载入到VBOX.EXE软件中或者导入Excel和其它第三方软件中。

成果以国家973计划、863计划、国家自然基金重点及面上项目等为基础，研究了非常态条件下城市交通运行状态智能监测与特征提取、运行态势智能判研与风险评估、交通系统智能诱导与信号控制、多方式交通智能调度与协同组织等技术，建立了非常态条件下城市交通系统安稳运行保障技术体系。成果技术说明如下：　　1.非常态条件下城市交通运行状态智能监测与特征提取技术。成果研发了基于大数据挖掘的城市交通非常态运行实时智能监测、动态信息获取及精准事故甄别技术；非常态条件下城市网络交通流关键参数多角度、高精度提取技术等。 2.非常态条件下城市交通运行态势智能判研与风险评估技术。该技术涵盖基于雷达跟踪及大数据挖掘的城市交通偶发拥堵引发点识别、规律辨识与态势判研技术、风险量化及安全态势评估技术、空间-时间-信息三位一体的交通非常态运行态势判研与风险评估共性技术等。 3.非常态条件下城市交通系统智能诱导与信号控制技术。研发了可变信息标志布设及非常态条件下信息智能发布技术及车载信息诱导装备，提出了道路交通偶发拥堵控制技术、以拥堵快速消散为目标的非常态条件下信号控制技术等，保障了关键拥堵道路的高效通行。　　4.非常态条件下城市多方式交通智能调度与协同组织技术。研究了恶劣天气下城市多方式交通协同应急疏散技术，研发了非常态条件下城市多方式交通智能管理与控制平台，实现了应急需求动态辨识、多方式交通应急资源协同配置及应急方案智能生成。

本发明公开了一种城市轨道交通层级救援站多目标选址方法，该方法通过构建救援站网络?脆弱性评价?脆弱度分级?确定覆盖度函数?建立适用于城市轨道交通层级救援站规划决策的多目标选址模型?算法设计，从经济性、高效性、覆盖全面性三方面出发，提升救援站选址方法的准确性和合理性，最终实现快速救援响应、高效物资供应，不仅能有效降低救援网络的建设维护成本，同时能保证突发事件的高效及时救援，可为轨道交通企业提供具有不同决策偏好的选址决策方案，满足实际选址工作的需要。

本发明公开了一种故障环境下城市轨道交通列车的辅助定位系统，包括RFID信息标签模块、RFID阅读器、红外发射器及红外传感器，通过使用RFID技术进行行驶区间内的车辆多重定位，不仅能够在列车行驶时检测到列车的位置信息、推算出行驶的速度、车辆行驶方向，还可以在列车通过后推算出列车行驶加速度，较为准确的评判出列车的动态运行状态，保证线路运输安全，实现列车安全间隔控制；同时采用红外感应技术和RFID技术共同完成停车定位操作，使列车在信号系统故障环境下能够及时将信息传给工作人员，降低信号系统故障带来的影响和损失，使列车停车进站较为准确，满足轨道交通企业对定位设备布设的实际需求。

本发明公开了一种基于亮度基准漂移的全天候交通图像增强方法，充分考虑监控图像与光照强度和 拍摄时间之间的相互关系，分析光照的总体变化和实时变化，分别得到亮度基准曲线和亮度实时反馈， 并加权得到当前时刻的亮度基准值，在对交通监控图像增强之前，先把图像从 RGB 色彩空间转换到 HSV 色彩空间，在保持图像色度信息不变的基础上，运用亮度基准值对亮度分量分割，得到低亮度区和高亮 度区，并分别求取每个亮度级的漂移参数，每个亮度级乘以对应亮度级的漂移参数得到增强后的亮度级， 最后图像转换到 RGB 色彩空间得到增强后的图片。利用本发明对全天候实时监控图像尤其是顺逆光情 况下图像进行处理，可以为用户提供对比度更清晰，有用信息更突出的图像。

交通堵塞已为我国城市所面临的严峻问题，有效的交通信号控制系统可以经济高效 地提高交叉口及其网络容量。本系统基于国家重点基础研究规划（973）项目、国家高 新技术发展（863）计划项目和国家自然科学基金课题，针对中国交通流的实际情况， 提出了基于交叉口群协调的交通流动态协调控制技术与系统，根据实际交通问题动态地 将强关联交叉口加以组合进行协调优化，利用网络资源解决节点交通问题，提高了协调 控制的针对性和实效性。该技术还将行人过街协调控制、公交优先协调控制，以及快速 路进出口匝道控制等技术有机整合，为城市信号优化提供整体的解决方案与系统。其成 果已分别在杭州城区、丁桥区以及常州、张家港、太仓等地交警部门推广应用。 

本发明公开了一种基于车辆视频识别的混合式主线收费站交通冲突评价方法，包括如下步骤： 1、在收费站的收费广场布置摄像头，采集车辆在收费广场的行驶视频； 2、对采集到的车辆行驶视频进行车辆识别和跟踪，获取每一帧图像中车辆的位置坐标； 3、利用车辆的M帧图像数据，计算车辆在每一帧图像中的速度和减速度指标如果发生跟驰冲突，计算车辆跟驰模型的时间指标TTCk；如果发生变道冲突，计算车辆转向模型时间指标Tpet； 4、将TTCk和Tpet进行同级化处理，统一为交通冲突评价指标STC，根据STC的值判断交通冲突的严重程度。 该方法可以对收费站交通冲突的严重程度进行量化，对收费站道路安全性评价、管理运营、道路引流措施等决策有重要的应用价值。