基于基本飞行模型的4D航迹预测方法

为快速准确地预测民航飞行航迹,提出了基本飞行模型的概念．按飞行阶段特点用基本飞行模型构建水平航迹、高度剖面和速度剖面,根据航迹特征点的飞行状态信息（位置、高度、速度和航向）拟合生成完整的4D航迹．离场程序仿真算例与实际飞行数据比较表明,基本飞行模型航迹预测方法可以快速得出航迹特征点和到达航迹特征点的时间．     

离场航空器四维航迹预测及不确定性分析

为了加速基于轨迹运行概念的实施,提出了基于连续动态模型与离散动态模型的航迹预测方法,并将航空器离场分为起飞与爬升两个阶段,实现离场航空器四维轨迹预测.通过深入分析模型构建、航空器意图、初始状态、性能参数以及环境信息等因素,降低了四维航迹预测的不确定性,提高了预测精度.以国内执飞ZSPD-ZUCK的CQH8867航班为实例进行验证,考虑了起飞质量、爬升顶点信息以及风速风向等对航迹预测的影响,以位置误差与时间误差作为评价指标,研究结果表明:本文提出的算法可以将到达离港点时刻的误差控制在1 min以内,满足空中交通管理的需求.      

基于低空风预测模型的救援航迹修正规划方法

针对低空救援航迹易受到侧风影响难以获得准确的航迹规划路径问题,采用数据融合方法预测低空风,修正航空器的低空规划航迹.首先,将飞行区域内的国际交换站作为观测点,通过应用基于无迹卡尔曼滤波（UKF）的数值气象预报释用技术,将观测点的风速、风向记录数据与预报值进行融合,建立低空风预测模型;其次,利用该模型,校正预报数据的系统误差,得出修正的风预测值;最后,结合航空器的爬升率、巡航速度等性能参数与所经航路点的风速、风向信息,依据速度矢量合成原理,修正各航路点的过点时刻.仿真实验表明,与传统的卡尔曼滤波预测方法相比,由UKF方法预测得到的风速、风向RMSE分别减少了12.88%与17.50%,对初始规划航迹的修正更为精确.      

基于混杂系统理论的无冲突4D航迹预测

为增大空域容量,在战略航迹规划阶段,设定航空器爬升、下降和平飞3个飞行状态和7组高度和速度参数规划航空器4D航迹.基于不同航段的航空器动力学模型,采用混杂系统理论, 建立了不同航段之间的状态切换模型,以及同一航段内航空器质量、空速、高度和航程连续变化的航空器运行状态演化模型. 通过调整航空器到达时刻和飞行速度,规划了多航空器无冲突4D航迹.算例仿真结果表明,在满足航空器性能约束的前提下,用混杂系统递推法规划的航空器起飞4D航迹计算时间在3 s以内;这两个模型准确反映了航空器在水平剖面和垂直剖面内的飞行状态变化;本文提出的航空器无冲突航迹规划方法是有效的.      

船舶航迹复合预测控制模型

为了提高船舶航行控制质量,建立了船舶航迹复合预测控制模型,依据灰色预测模型处理船舶运动控制的不确定量,利用反传多层感知器自适应网络从船舶航行偏差的历史数据中得出控制偏差趋势,根据灰色预测和神经网络预测的误差大小,进行组合模型优选及组合权系数优化,确定航迹最优控制策略。仿真结果表明:当船舶旋回性指数、船舶追随性指数与滞后时间其中一个大于1时,任何参数的改变均会引起PID振荡,而船舶航迹复合预测控制模型能以较少的操舵动作迅速收敛,从而使船舶航迹与预定航线更加拟合,因此,其控制系统的鲁棒性、快速性和稳定性高。     

基于遗传粒子群算法的船舶航迹融合研究

研究利用遗传算子对粒子群算法进行优化设计,建立了基于遗传算子的粒子群算法多源数据融合模型。该模型克服了粒子群算法在训练过程中容易陷入局部极值的缺陷,得到了更高的学习精度和更快的收敛速度。利用多传感器检测到的目标船舶航迹点数据进行了融合验证,MATLAB仿真结果表明,基于遗传算子的粒子群算法融合模型融合后的目标船舶航迹点比各传感器单独检测到的目标船舶航迹点数据更加精确,更适用于船舶航迹的跟踪及预测。     

动态航迹推测方法

应用大圆航迹和等角航迹原理,融合雷达、电报等动态数据,研究了动态航迹推测算法,以及该算法在航空器飞行轨迹预测、航空器过航路点时间预测和空中交通流量动态统计预测等方面的应用。利用广州机场的实际航班数据,将动态航迹推测算法与经验时间累加法进行了对比研究,发现动态航迹推测算法符合航空器运行规则,其误差在±0 5 min之内,能及时修正航空器的飞行轨迹,反应灵敏。结果表明动态航迹推测方法能更好地预测未来短时期内空域使用情况,是一种为空中交通战术流量管理提供准确数据的有效方法。     

基于CDA程序的机场噪声评估与控制研究

为深入分析航空器噪声对机场周边地面和空间的影响,基于BADA模型构建了航空器航迹预测模型,基于NPD数据库构建了机场噪声评估模型,对模型进行理论分析与数值仿真,以广州白云机场GYA进场点为例开展了机场噪声影响实例研究,从地面影响、空间影响、影响时间等维度量化了CDA程序的减噪效果。研究结果表明:与IAP程序相比,CDA程序减噪效果明显,且减噪效果随着噪声等级的提高而提高;CDA程序较IAP程序减噪的原因是较低的飞行推力和较高的飞行高度。     

飞机起飞航迹计算中发动机推力计算方法

为了确定飞机起飞航迹,应用数值计算理论,提出了发动机瞬时推力的计算方法,以发动机推力曲线已知推力为基础,通过拉格朗日插值确定未知推力。基于计算的发动机瞬时推力,计算了起飞航迹,并与实测航迹进行了比较。计算结果表明:飞机1的实测拟合航迹与程序计算航迹的最大绝对误差不超过10 m,最大相对误差不超过3.9%;飞机2的实测拟合航迹与程序计算航迹的最大绝对误差不超过35 m,最大相对误差不超过8.3%,计算方法可靠。     

神经网络结合遗传算法用于航迹预测

研究利用遗传算法对BP神经网络进行优化设计,建立了基于遗传算法的BP神经网络机动目标航迹预测模型。该模型克服了普通神经网络算法在训练过程中容易陷入局部最优点的缺陷,得到了更高的学习精度和更快的收敛速度。最后,用实测数据进行了验证分析,结果表明,基于遗传算法的神经网络的预测模型比单神经网络预测模型预测精度高,可用于航迹的预测。     

基于制动轨迹的汽车制动性能检测技术研究

为了提高汽车制动性能检测结果的客观性,解决对同一辆汽车进行台试与路试的检测结果不一致的问题,而提出的基于制动轨迹的汽车制动性能检测技术,可以对汽车各个车轮的制动轨迹同时进行检测,从而对汽车制动距离、横向位移、航向角等参数进行实时检测。     

考虑航艏向与数据变化差异的船舶轨迹预测

船舶自动识别系统(Automatic Identify System,AIS)数据可以实时体现船舶当前时刻的具体动态,采用传统BP(Back Propagation)神经网络模型的船舶轨迹分析预测方法,在计算中直接将航艏向数据纳入模型,没有考虑船舶航艏向在零度附近变动时带来的实际方向变动幅度与数据变化幅度存在较大偏差问题。为解决该问题,在BP神经网络基础上,引入双三角函数变换,同时将正弦值与余弦值纳入模型,将两者相结合,从两维度体现航艏向情况;在拟合预测后进行反三角函数变换和平均处理,构建一种基于改进神经网络算法的船舶AIS轨迹预测模型。选取实例数据进行模型验证,实例结果表明,该模型预测结果比不考虑差异方法的误差均方差更小,大幅降低误差幅度,可更精确地预测船舶轨迹。     

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。     

基于BADA及航空器意图的四维航迹预测

为了提高航空器四维轨迹预测的准确性,提出了基于航空器性能数据以及航空器意图的四维航迹预测方法.通过统计分析航空器实际雷达轨迹数据,根据水平轨迹、高度和速度剖面等构建了航空器意图模型.采用航空器意图模型与航空器动力与运动学模型相结合的方法,考虑气象因素,基于性能数据设计了四维航迹预测模型.以国内某机场进场航班ACA025与CES2161为例进行了模拟,将预计到达时刻与实际到达时刻的误差作为评价指标,结果表明:本文提出的算法可以将通过航路点时刻的误差控制在30 s以内.      

一体式车辆避撞轨迹规划与跟踪控制

为提升复杂交通环境中智能车辆的避撞能力,将路径规划、速度规划及跟踪控制整合为一个优化问题,提出一种基于模型预测控制(MPC)的一体式车辆避撞轨迹规划和跟踪控制方法。首先,分析实际交通环境中的避撞场景,将智能车辆的避撞控制问题转化为多约束优化问题;其次, 搭建7DOF(七自由度)车辆动力学模型和复合滑移工况的UniTire轮胎模型设计MPC控制器;再次,针对变速控制问题中传统基于时域预测模型的MPC控制方法无法在预测时域中实现车辆空间和位姿约束的问题,设计了基于空间域预测模型的MPC控制器;最后,基于Matlab和CarSim联合仿真平台设计了不同避撞场景验证所提方法,并与现有基于恒速假设的一体式避撞控制方法进行对比。仿真结果表明：所提方法能够充分发挥车辆的机动性能,解决现有一体式控制方法在 复杂环境中避撞失败的问题,并保证避撞过程稳定和轨迹平滑。     

货车轨迹数据在公路货运系统中应用研究综述

随着轨迹数据可获取性及精度的持续提高，货车轨迹数据被广泛应用于公路货运系统的 规划与管理中，同时，人工智能和大数据分析技术的快速发展也为公路货运系统研究带来新的机 遇与挑战。本文全面梳理并总结了公路货运轨迹数据应用领域的相关研究，从基于轨迹数据的 货运出行信息辨识、货运系统关键特征预测、货运轨迹数据进一步应用3个方面回顾现有文献的 研究目标、主要内容和研究方法。通过文献分析发现：货运出行信息辨识研究聚焦于货运停留 点、车辆和货物、活动出行模式等热点主题，但现有辨识方法多移植于旅客出行研究，需要更多地 考虑货运出行的独特特征。在货运系统关键特征预测方面，研究者主要针对货运行程时间、空间 位置、出行需求等主题展开研究，并证明了基于轨迹数据预测货运特征的可行性，但预测时空范 围较为局限，需要根据具体的货运任务、货车司机特征和货运政策进行深入研究。此外，轨迹数 据也被应用于货运出行路径选择行为、货运停车休息行为、行驶安全、货运排放和能耗分析、货运 政策评估等研究。最后，在总结现有研究不足的基础上，本文认为未来研究应重点将货运轨迹数 据与其他多源数据相结合，从3个关键技术进行突破：一是针对货运实践个体，重点探索高效货车 驾驶员的出行特征和出行模式，并在货运系统中进行推广应用；二是针对交通运输新技术和新形 势，重点开发和优化自动驾驶技术和重大应急事件影响下的货运组织模式与策略；三是针对货运 供需关系及匹配机制，重点研究货运全流程供需状态辨识与预测，并结合深度学习等方法训练和 开发智能供需匹配模型，从而优化货运系统调度，助力社会散乱运力资源整合，提高货运系统的 综合效率。     

基于深度学习的车辆轨迹重建与异常轨迹识别

车辆移动轨迹的不确定性及异常点段的存在使其在数字交通领域的应用面临挑战。本文构建基于数据增强的LSTM-AE-Attention深度学习模型，进行车辆轨迹重建和异常轨迹识别。首 先，使用对抗生成网络和贝塞尔样条曲线从样本量和种类两方面扩充数据集，实现数据增强；其 次，通过自编码网络与长短时记忆神经网络提取轨迹特征并完成轨迹重建；最后，结合自编码网络预训练和注意力机制构建异常识别模型。采用实际车辆轨迹数据测试，模型的评价指标明显优于支持向量机、随机森林和长短时记忆神经网络模型，重建实验中模型的决定系数为0.968，异常识别实验中模型的F1值较对比模型平均提升9.8%。结果表明，本文提出的模型可有效、可靠地运用于平滑车辆轨迹数据和纠正异常车辆轨迹。     

不同平面线形下驾驶模拟器速度有效性验证

通过分析国内外经典速度预测模型,在此基础上选择目前国内外广泛应用的经典速度预测模型即Lamm模型作为标准,然后设计了驾驶模拟器速度有效性验证的标准实验场,通过选定的经典速度预测模型,计算得到标准实验场的预测车速,提出了车速有效性验证的方法,即将标准实验场的预测车速与模拟实验车速进行对比分析,将其作为驾驶模拟器实验车速的绝对有效性和相对有效性评价方法,为驾驶模拟器速度有效性的验证提供规范的验证标准.并使用昆明理工大学中型研究型驾驶模拟器进行模拟器速度有效性验证标准的应用研究.通过对比分析标准实验场的预测车速轨迹曲线与实验车速轨迹曲线,从两种车速的显著性差异和两种变化趋势等方面对该中型模拟器进行了验证     

基于车辆动力传动和转向系统的换道轨迹优化策略

现有的换道轨迹研究大多是将换道轨迹规划和换道轨迹跟踪进行相对独立的研究,这类轨迹在实施过程中将产生不可避免的误差。为了消除这一误差以及缓解或解决由于不当换道行为引起的交通问题,本文提出一种考虑车辆动力传动和转向系统的换道轨迹优化策略,用以指导或替代驾驶员的换道行为。首先,利用Next Generation Simulation (NGSIM)数据获得换道过程的主要驾驶任务,并用highD数据对其进行验证。其次,基于二自由度车辆模型分析车辆的换道运动特性,构建能够被动力传动系统和转向系统所实现的换道轨迹。结果表明,所提策略可以在保证驾驶安全性的前提下,实现经济、舒适和高效的换道过程。单独考虑经济、舒适和高效的优化策略,能够分别降低35.71%的单位路程燃油消耗,94.58%的前轮转角的角速度以及70%的换道所需时间。这说明所提的换道轨迹优化策略能够从微观角度缓解或解决由不当换道驾驶行为造成的交通问题,并为驾驶辅助系统提供理论依据和方法指导。     

基于BP神经网络的公交线路站点时段上下车人数预测模型

公交线路客流预测是公交调度优化技术的基础研究内容。通过对公交线路站点时段上下车人数主要相关影响因素的分析，并根据改进的BP学习算法，而建立的基于改进的BP神经网络的公交线路站点时段上下车人数预测模型．经哈尔滨市有关调查数据的训练与检验，证明具有较高的预测精度。