2016年三省自主命题优秀

摘要于锁定车辆在道所处的位置、刻画车辆可测轮廓，同时给出计算车辆相应几度、高度、所在车道以及具体轮廓信息（表3-1。具体参数信息如下：1322321412了讨论，给出附件3-1车辆使用宽度和高度聚类计算机运算时间分别为关键字：极坐标数据处理算法效率K的激光头以25Hz的频率旋转，旋转轴与道路方向平行。如下图：物之间的距离。利用这些数值加上时间轴，就可以在一个三中建立道，2中的四组数据，给出相应数据对应的车辆形状、激光OP的长度激光OC的长度激光OB激光OGLHW1W2t1v模型25Hz的频率旋转，旋转轴与道路方向平行。在一个旋转周期中，激光从垂直于地面开始（角度为90度，然后旋转到与地面平行（180度1-1射处位置为原点O，以平行路面向右方向为轴正方向，发出的激光射到车辆的一点P，激光OP与轴所成的角度为，设OP的长度为，可以得到P点的坐标为(,)。PθρO1-2xxθρOy1-3PP点坐标为(xy，由图中P点坐标与坐标系的几何关系可得：xx22tan x002x0。xyP点坐标为(cossin

BCEGAD1-4面、AE侧面、EG侧面以及BC车顶面可以被观测，根据车辆的对称性，可以根DF面和FH面的数据。OOBCEGADy1-5设激光OC1，激光OC与x轴的夹角为1，激光OB2可知C点坐标为(1cos11sin1B点坐标为(2cos22sin2GL，上底长为W1，下底长为W2H，由于被观测车L1-5中各点的坐标关系，可以求出被观测车辆的上底长W1，下底长W2和高H。H2cos23

6米。这样的一个高度明显大于车高，因此是异常数据。在图2-1中可见，将附件二第1组数据绘制成三位立体图，x轴为扫描方向，垂直y1100z轴据对其进行填补。同时，在每个扫描周期得到的181点中，后面几十个点的值通2-1所选的多车道高速公路会出现车辆并行的状态，由于光的直线，若靠近yBAO设被检测车辆的轮廓曲线为f(x)，选取一个简单函数P(x)yBAOx2-2单函数P(x)来近f(x)，估计A点和B点之间的正确数值。在直线上的y,

yy0y1

xx0x1

axay

yy0a(y1y0 于是，我们可以通过ay的值。对于被检测车辆如图2-2所示：x2-2A点坐标(4cos44sin4和B点坐标(2cos22sin2)，要得到在[4cos42cos2xmym2-2M3的数值，这里M1为异常数据，M2为真实数据。2sin24

x42cos24

a 2cos24a sin y4sin4a(2sin24sin4

模型yxyθρyxyθρMBC EG 3-1

3-2OG3cos3BM2cos2CM1cos1BB3sin32CCBB3sin32

A点坐标为(3cos30B点坐标为(2cos23sin32sin2，C点坐标为(1cos1,3sin32sin2)。时间轴，单位为次数。利用软件编写程序（详细代码见附录）画图得出3-3-1、图3-3-2，图3-3-3，图3-3-4所示： 3-33-3-44100493-1和图3-2所示，横坐标为距离传感器的距离，单位为毫米，纵坐标为距离地面的高度，单位为毫米，在观测最佳的次数，作图3-4-13--3--3--，可得车辆的几何特征和所在车道等信息，其中图中蓝色的点表示激光观测到的点，红色的点是根据车辆的对称性补充中间绿化分隔带为2米，在图中用紫色的点表示高速公路及其车道示意图。3-4-1113.814.7米，所以所观测车辆处于第三车道，车辆下底宽度为0.9米，车辆高度为1.5米。3-4-227.99.2米，所以所观测车辆处于第二车道，车辆上底宽度为0.7米，车辆下底宽度为1.3米，车辆高度为3-4-333.95.9米，所以所观测车辆1.03-4-447.58.1米，所以所观测车辆处为1.0米，车辆高度为1.9米。3-11322342kB.MacQueen在1967年K-means算法到目前为止用于科学和工业应这标志着已经收敛，因此算法结束。算法：K-means。划分的K-means算法基于类中对象的平均值。输入：类的数目K和包含N个对象的数据库。利用软件编写程序（详细代码见附录）画图得出附件三所给第一组数据观测到的图像如图4-1所示。我们使用K均值聚类方法，设定K4，然后分别以宽度和高度对车辆进行聚类，设定四个类别分别为A类、B类、C类、D类。4-11从图4-1中，可以按宽度对被检测车辆进行分类，设被检测车辆宽度为W，AHA类车HABHBCHCDHD。通过SPSS软件分别对附件三中第1组数据按高度和宽度进行划分，应用4-11AB75C96 数据观测到的图像如图4-2所示：4-22通过SPSS软件分别对附件三中第24-22A44B33C44114个种我们事先给定的K4，这需要凭借人的经验来确定。②K-means算法中，首先需要根据初始聚类中心来确定一个初始划分，然后③从K-means算法框架可以看出，该算法需要不断地进行样本分类调整，不第1组数据车辆使用宽度和高度聚类计算机运算时间分别为4.335秒和4.721秒；对附件三中第2组数据车辆使用宽度和高度聚类计算机运算时间分别为1.164秒和1.296激光头处正后方适当的距离S米再安装一个激光头如图5-1所示：v θO新S S 安装传感器的时间为t2，于是可得被检测车辆速度v为：v

一辆车经过传感器所需的时间为T，所以可得被检测车辆长度为L：LvT

[2].公路设计手册（路面）[M]..中国计划.[3].数学建模..科学.clearallc=cellstr('LMDscandata');fori=2:nifisequal(c,a1(i))k=k+1;tou(k)=i;forfort=1:num(k)fork=1:ntoufori=1:length(yy)holdoncle