汽车碰撞改进模型的参数敏感性分析

为了验证汽车碰撞模型病态性处理结果的有效性、克服原始模型在病态范围内不能控制结果误差的缺点,在原始模型的基础上,通过重组模型,建立了汽车碰撞改进模型,提出了基于矩阵理论的模型病态性处理结果检验方法——模型参数敏感性分析方法.实例分析表明,当两车质量比处于原始模型病态范围内、且碰撞前车速方向角和碰撞中心坐标的误差分别为1°和1%时,重组模型解的相对误差不超过2.9%.     

油水井控制中GM(2,1)优化模型参数和病态性的影响研究

研究了原始序列的数乘变换对油水井控制中GM(2，1)模型参数和病态性的影响问题，建立了数乘变换值分别与GM(2，1)模型系数矩阵条件数、模型参数间的量化关系式，得到了GM(2，1)优化模型完全适用于负数据序列建模、原始序列的初值化或均值化等处理不会影响系统的预测精度和误差、选择适当的数乘变换可降低模型的病态性等重要结果．     

采油工程中灰色预测模型的病态性诊断

依据条件数法和特征分析法对采油工程中的灰色模型的病态性进行了分析，指出了两者在判定模型病态性方面的优劣，并根据最小二乘解析式分析了数乘变换对灰色模型参数的影响，文中还就Gershgorin定理分析了灰色模型病态的缘由，指出累加和最小二乘法是导致灰色模型病态的直接原因．     

汽车碰撞模型中力学参数误差对碰撞前车速的影响

为了准确度量汽车碰撞模型中力学参数误差对碰撞前车速的影响,应用矩阵理论建立了影响程度分析方法.针对常见的误差形式,通过实例分析了以质心为坐标原点的碰撞模型和以碰撞中心为坐标原点的碰撞模型中力学参数误差对碰撞前车速的影响.结果表明,以碰撞前车速相对误差≤3%作为约束条件,以质心为坐标原点的碰撞模型和以碰撞中心为坐标原点的碰撞模型中,力学参数误差范围的最大值为±9.7%和±8.7%.     

基于车身变形的汽车碰撞仿真研究

利用碰撞车辆的车身变形计算在碰撞过程中损失的变形能,进而建立汽车碰撞速度计算模型,并利用VB语言编制了仿真计算软件,实现了对汽车二维碰撞前后速度的仿真计算。通过对实际案例的仿真计算,验证了该方法的有效性。     

涡旋与锥形碰撞壁相互作用的机理研究

针对锥形碰撞壁对自激振荡压力波的影响,建立了涡旋与锥形碰撞壁相互作用的不可压缩二维涡线数学模型.讨论了锥形碰撞壁的保角变换,并对变换平面A中点涡的复速度势进行计算;分析研究了锥形碰撞壁对自激振荡压力的影响.     

一种基于几何约束的轨道提取方法研究

针对基于Hough变换或螺旋曲线模型的视觉轨道检测方法存在的不足,本文提出了一种基于几何约束的轨道提取方法.该方法利用摄像机和轨道平面之间的成像关系近似满足单因矩阵的特点,利用逆透视映射(IPM)将输入图像转换为Bird-view图像,并采用一种改进的边缘检测方法进行边缘检测.然后将二值化的边缘图像在垂直方向上分割为多个区段,在每个区段上,利用先验知识生成的系列模板图像,对分段IPM图像进行去噪处理和Chamfer距离变换后进行距离匹配检测,将轨道检测转换为一个二维匹配搜索过程.在分段检测结果的基础上,进一步利用曲线拟合得到边缘图像中完整的轨道曲线方程.该曲线方程通过已知的单因矩阵转换为原始图像中的曲线描述,实现在原始图像中的检测和定位.实验验证了所提方法的可行性和可靠性.     

基于撞痕重合的汽车碰撞事故分析方法

对于某些难以确定碰撞地点的汽车碰撞事故,无法应用传统方法进行分析.为此,根据撞痕及最终停车位置等基本勘查信息,应用撞痕重合法再现事故车碰撞时相互啮合的状态.以最终停车位置反推碰撞后事故车质心可能的滑行轨迹,再用优化理论确定事故车碰撞位置.对一起汽车碰撞事故的分析表明,与根据常规二维碰撞理论计算的结果相比,用基于撞痕重合的方法计算的车速误差小于2%.     

汽车与防撞护栏的碰撞运动研究

对防撞护栏与汽车工作特性以及防撞机理进行分析,并分析现有计算碰撞力的原理和方法,修正考虑汽车局部变形和护栏变形共同影响的修正的质量一弹簧模型,确定车辆和防撞护栏系统动力方程,给出在汽车冲撞过程中护栏所受碰撞力的计算表达式,求解碰撞力,并与实车碰撞结果进行比较和分析.对合理设计新型防撞护栏提供了重要的依据.     

基于深度时频特征的机车轴承故障诊断

针对现有机车轴承诊断方法存在故障特征提取不理想、诊断精度低等问题,提出了一种基于深度时频特征的机车轴承故障诊断新方法;利用双通道一维和二维卷积神经网络(CNN)分别对输入的一维原始信号和连续小波变换(CWT)提取的二维时频信号进行深度特征提取;为使输入的一维原始信号简单而有效地反映出信号在时域的全局特征,上通道使用一维CNN,为使输入的二维时频域信号能多角度地反映出信号的细微局部变化,下通道使用二维CNN;在融合层中将上下通道特征自动融合成一个新的深度时频特征,并将提取到的深度融合时频特征经归一化指数函数进行故障分类识别;在此基础上,分析了某局机务段实测的7种机车轴承数据,验证了本文方法的实际工程应用价值。研究结果表明:基于深度时频特征的机车轴承故障诊断方法对7种机车轴承故障的平均诊断精度达到了100%,与一维CNN模型、二维CNN模型和支持向量机(SVM)模型相比,平均诊断精度分别提高了0.7%、1.9%和2.2%;本文方法提取的深度时频特征中每类故障分布间隔规则有序,类内间距很小,而单个一维CNN模型和二维CNN模型提取的特征的每类故障分布间隔不规则,类内间距较大,说明基于深度时频特征的机车轴承故障诊断方法提取深度特征的能力优越,是一种解决机车轴承故障诊断问题的有效模型。      

多控制模型嵌入的智能汽车防撞虚拟仿真

针对智能汽车行驶安全距离监测与防撞试验高成本、高危险性以及试验结果难以观察的问题,研究了智能汽车安全距离监测与防撞的虚拟仿真;应用Visual Studio 2015、3Dmax、Unity3D等虚拟仿真技术在虚拟制动控制系统中进行了可嵌入多控制模型的自动驾驶汽车行车安全距离监测和防撞虚拟仿真试验,测试了不同制动模型的...     

复共线回归模型的病态分离算法

当线性回归模型的设计矩阵复共线时,称其列向量呈现病态.文中提出一种病态分离的交互投影算法,用该算法对复共线的一般线性回归模型作出参数估计,并证明了算法的收敛性.将此算法应用于复共线的线性联立方程模型,同时讨论了这种参数估计的渐近优良性质,并指出此算法的优越性.     

基于相关分析和安全车距的跟驰模型

为精确模拟动力性能各异的车辆之间的跟驰行为,分析了跟驰实验数据和车辆动力性能,采用回归分析法筛选变量,建立新的跟驰模型。根据车辆动力性能与车距修正模型,使模型模拟结果更符合车辆的动力性能,并具有广泛的适用性。模型模拟加速度、速度和位置与实测值之间的相对误差分别为6.0%、0.1%和1.0%,相关系数分别为0.863、0.998和1.000。由此表明模型可精确模拟车辆性能各异与车速和车间距离散性较大的跟驰车队。     

侧向碰撞风险对交织区汇合行为的影响

为研究高速公路交织区匝道车辆的汇合行为,基于梯度提升决策树(Gradient Boosting Decision Tree, GBDT)构建了交织区汇合加速度模型,利用美国 Next Generation Simulation (NGSIM)车辆轨迹数据提取汇合车辆与周围车辆之间的横纵向距离差、速度差及加速度等交通 参数作为候选变量,将1 s后的汇合加速度作为预测变量,对模型进行五重交叉训练和测试,获取 模型最佳参数组合,引入横向距离碰撞时间 TC 分析汇合过程中侧向碰撞风险对汇合加速度的影 响。研究发现：与基于视角的刺激-反应模型(VASR)相比,本文模型的预测精度更高;引入变量 TC 在均方误差(MSE)、平均绝对偏差(MAD)和R2这3个指标上均优于原模型;在各影响变量之中,汇 合车辆与目标车道领车的速度差 ΔVPL 和横向距离碰撞时间 TC 对汇合加速度的影响最大,相对影 响程度分别达到20.2%和12.1%。研究发现,GBDT模型能够准确预测车辆汇合加速度,深入挖掘 变量和汇合加速度之间的非线性关系,引入变量 TC 能够有效提高模型精度。     

基于路侧毫米波雷达的车辆碰撞概率计算方法

为定量化得出高速公路同一车道中前后相邻车辆的碰撞概率,从制动减速度的角度出发, 提出一种新的前后相邻车辆碰撞概率计算方法。分别考虑前后车发生碰撞的3种不同情况,推导出如果发生碰撞前车需要的最小制动减速度。基于路侧毫米波雷达获取海量车辆运行状态真实数据,包括轨迹、速度以及制动减速度的变化规律,采用广义帕累托分布(Generalized Pareto Distribution,GPD)建立制动减速度分布模型,进一步基于GPD模型计算出在不同场景下如果发 生碰撞所需最小制动减速度的发生概率,将该概率值确定为碰撞概率。研究结果表明,在本研究路段,约99.10%的加速度在[-1, 1] m·s-2 的区间范围内波动,车辆制动减速度的分布具有“长尾” 特征,较大的制动减速度占比非常小。内侧1车道、2车道加速分布比3车道的分布更为集中,大型货车的加速度分布比小客车的加速度分布更集中。最后,基于真实的危险场景数据以及模拟的典型危险场景数据进行验证,将该方法的计算结果与传统方法的计算结果相比较,表明该方法的计算结果连续,且可迅速、准确地识别各类危险场景。     

沥青玛蹄脂粘弹性模型参数分段线性拟合法

分析了沥青玛蹄脂静态蠕变曲线的特点,应用分段拟合法对曲线的起始与末尾段进行线性拟合,研究了剪切蠕变条件下沥青玛蹄脂粘弹性Burgers模型参数取值,并与传统方法进行了对比。发现在低温条件下,两种方法的平均误差基本保持在5%以内,而传统方法的最大误差超过了20%,分段拟合法仅有小时间段超过5%;高温条件下,传统方法测定Burgers模型参数比较困难,而分段拟合法平均误差小于0.01%。研究结果表明:分段拟合法误差相对较小,易于操作,是确定Burgers模型参数的有效方法。     

山区双车道公路货车碰撞预测的双变量冲突极值模型

为预测山区双车道公路货车与冲突车辆发生的碰撞，本文基于无人机视频，提取货车与交互车辆的高精度轨迹数据，选取适用于不同运行轨迹的交通冲突指标，结合极值理论，构建双变量冲突极值(BTCEV)模型，将后侵入时间(PET)与碰撞时间(TTC)纳入统一框架，实现山区双车道公路货车与冲突车辆的碰撞预测，并以云南省货车事故高发的山区双车道公路为例，验证 BTCEV模型的预测性能。研究表明：PET为0.382 s、TTC为4.471 s是山区双车道公路货车严重冲突的阈值；BTCEV 模型预测山区双车道公路货车年事故发生率为 5.84%，预测准确性高达 98.92%，较PET模型以及TTC模型分别提高了167.33%和10.80%；且相比于单变量模型，双变量模型所估计的置信区间更窄，预测精度更高。研究结果将山区双车道公路货车碰撞预测方法从单变量扩展到双变量，在山区货车交通安全分析方面有广阔的应用前景。     

考虑多前车反馈的智能网联车辆跟驰模型

基于智能网联车辆(Connected Autonomous Vehicle, CAV)跟驰特性,本文研究CAV跟驰模型.考虑多前车电子节气门角度反馈,构建CAV跟驰模型,并应用稳定性分析方法,推导所提模型稳定性判别条件.以考虑3辆前导车的CAV跟驰模型为例,设计数值仿真实验,分析不同CAV比例时混合交通流的安全性.模型稳定性分析表明：所提模型相比已有模型(CAV的T-FVD模型及常规车辆FVD模型)具备更优的稳定域,且考虑前车数量越多、多前车反馈权重系数越大,所提模型的稳定性越好;相同取值条件下,距离越远处的前车反馈权重系数对所提模型稳定性的影响越大.数值仿真表明,CAV有利于降低交通流的车辆尾部碰撞安全风险.     

基于GARCH的短时风速预测方法

为提高高速列车运行的安全性,基于线性递归的差分自回归移动平均模型(auto-regressive integrated moving average, ARIMA)和非线性递归的广义自回归条件异方差模型(generalized auto-regressive conditionally heteroscedastic, GARCH),提出一种组合模型ARIMA-GARCH进行高速铁路强风风速的短时预测.首先对数据的非平稳性进行预处理,以降低数据非平稳性对所提模型的影响;其次建立线性递归的ARIMA模型对数据进行分析和预测;最后,引入非线性递归的GARCH模型对数据进行分析和预测.基于现场测量的样本仿真分析表明:相比原始数据,ARIMA-GARCH模型的预测精度较高且随着预测步长的增加,平均绝对误差仅从0.836 m/s增加到1.272 m/s;ARIMA-GARCH模型考虑了异方差这一非线性特性,其预测精度明显好于线性的ARIMA模型,其中超前6步预测的平均绝对误差精度提高11.54%.