城轨列车虚拟司机控制台的研究

本文利用3DS Max对城轨列车司机控制台进行建模,以VC++2005为开发平台,结合OpenGL函数库对司机控制台模型进行读取显示,并对模型实现旋转、缩放等控制,从而提升列车模拟驾驶培训的真实感.     

用于列车网络的司机显示单元的系统设计与实现

地铁列车司机显示单元(DDU:Dirver Display Unit)作为列车网络的重要部分,是完成人机对话和系统信息显示的重要系统.为驾驶员的操作及地铁车辆安全运行提供信息保证.本设计选择X86架构计算机作为DDU单元的硬件平台,嵌入Linux操作系统,构建了基于CANopen通信协议的地铁列车司机显示单元.本文详细介绍了DDU的系统原理和软件架构设计.     

HXD2机车辅助驾驶人机交互单元设计及应用

为了实现更友好的HXD₂机车辅助驾驶系统人机交互方式，文中介绍了一种新型人机交互单元的设计与应用情况。该HXD₂机车辅助驾驶人机交互单元是基于机务运用行车规范，充分调研机车司机日常使用习惯，结合辅助驾驶系统功能特性，按照数据重要程度划分不同显示区域，并通过色彩、语音、文字等辅助方式实现人机交互功能需求。西康线路良好的运用反馈表明，该设计有效提高了人机信息交互效率，保证了整个HXD₂机车辅助驾驶系统的安全稳定运行。     

“XTF货物列车尾部安全防护装置”通过CRCC产品认证

<正>西安铁路局科学技术研究所研制的XTF 450MHz货物列车尾部安全防护装置于2014年1月3日顺利取得CRCC产品认证证书。XTF 450MHz货物列车尾部安全防护装置由列尾主机、司机控制设备(包括主控单元和显示单元)、机车号确认仪、列尾主机自动测试台、司机控制设备出入库检测仪、列尾主机数据下载器、司机控制设备数据下载器及列尾数据分析管理软件构成。该装置是按照铁标2973-2006《列车尾部安全防护装置及附属设     

基于司机驾驶风格的混合动力有轨电车能量管理策略

以锂离子电池、超级电容为混合动力的有轨电车，其能量管理策略难以适应不同类型司机的驾驶风格。为进一步提高有轨电车的系统能量效率，提出了基于司机驾驶风格的混合动力有轨电车能量管理策略，并构建了混合动力有轨电车功率损耗模型。将司机的驾驶风格分为激进型、标准型和迟钝型三类，利用模糊逻辑算法对三类司机驾驶风格进行识别，引入基于司机驾驶风格的牵引/制动补偿因子，以对有轨电车的牵引/制动功率进行补偿，得到最优的功率分配。最后对基于司机驾驶风格的能量管理策略进行仿真分析，评估其节能效果。仿真结果表明：相较于常规的逻辑门限控制能量管理策略，基于司机驾驶风格的能量管理策略可使系统能量损耗降低4.81%。     

资讯

德国铁路旅客运输部门从2001年开始实施节能规划,并取得了良好效果。节能首先是对14000名司机进行培训,对300名新司机进行继续教育。司机培训分3个阶段:理论学习阶段;模拟训练阶段,使司机掌握最佳驾驶方式;实际驾驶阶段,由教师陪同进行节能驾驶。此外,还在司机室安装显示能源消耗信息的设备,对耗能信息进行分析,为进一步节能创造条件。同时,组织司机进行节能竞赛。2001年,在许多路段进行     

铁路(地铁)司机胜任特征心理素质调查及其对比研究

目的:运用调查问卷的形式对铁路(地铁)司机和驾驶专业的在校生进行大规模测评。通过统计分析验证该问卷是否能够鉴别出优秀司机和一般司机、正式司机和实习司机。同时,找到不同身份类型的司机在胜任特质和心理素质上存在的差异。方法:对264名司机员工、191名实习司机和45名驾驶专业的在校学生进行《铁路(地铁)司机胜任特征心理素质调查问卷》测评。结果:在胜任特质和心理素质上,高铁司机显著高于其他司机;普通司机和实习司机显著高于学生;地铁司机显著高于普通铁路司机和学生;党员司机和团员司机显著高于民主党派司机和群众司机;未婚司机显著高于已婚和离异司机;高中(中专)学历司机、初中及以下学历司机显著低于本科司机和专科司机。结论:《铁路(地铁)司机胜任特征心理素质调查问卷》具备区分铁路(地铁)司机合格与否及优秀与否的效度和能力;不同身份类型的铁路(地铁)司机的胜任特征心理素质差异显著。     

ETCS DMI与CTCS DMI的对比分析

司机在驾驶列车时,通过观察人机界面(Driver Machine Interface,DMI)监控列车运行和调整列车运行状态,保证列车行车安全。对ETCS DMI和CTCS DMI从主显示区和子显示区划分、各显示区的显示内容和使用3个方面进行对比分析,并在此基础上提出建设性的想法。     

基于主动表观模型及PERCLOS的疲劳检测研究

针对城市轨道交通电客车司机长时间驾驶产生的疲劳问题，目前主要是通过规章制度及警惕按钮来解决，这样既增加司机的劳动强度，也对司机疲劳驾驶检测效果有限。文章针对电客车司机现场工作环境，提出了一种主动在线实时检测方法，该方法通过视频序列分析人脸信息，采用主动表观模型完成对人眼的识别及定位，采用PERCLOS算法完成对司机疲劳检测。实验证明，该模型和算法能够很好地完成对司机的疲劳检测。     

高速铁路既有ATP实现自动驾驶的技术方案研究

随着我国经济的快速发展,高速铁路的运输能力要求不断提高。为解决目前我国高速铁路装备CTCS-2/3级列控系统的动车组列车运行仍由司机人工驾驶操作,存在司机工作强度大、准点运行和停车定位对司机的驾驶经验要求高以及未考虑列车节能降耗需求等问题;基于高速铁路CTCS-2/3级列控系统和ATO方案的基础,利用计算机仿真技术和智能控制方法,提出高速铁路既有ATP实现自动驾驶的技术方案,并对高速铁路车载ATO系统扩展单元的关键技术进行重点设计。系统仿真测试和现场试验结果表明,该方案可满足高速铁路列控系统的自动驾驶功能需求,可为我国高速铁路自动驾驶的实现提供参考。     

基于工效学的机车显示、控制器界面计算机辅助优化设计

应用优化匹配(CSP)技术,根据操作任务、功能和工效学要求,在机车操纵显示和控制单元之间建立约束条件,构造目标函数,进行优化计算。论文对CSP模型进行了改进,提出了一种适用于多面板显示、控制器界面的计算机辅助设计方法,并有效地对机车多面板显示、控制器界面进行了优化设计,在我国铁路机车司机室规范化设计工作中得到了较好的应用。     

城市轨道交通司机驾驶水平评价模型研究

为了提高城市轨道交通服务水平和智能化管理水平,有必要对司机驾驶水平进行定量化评价。以行车记录系统中时间速度时序数据为基础,首先利用特征提取和降维技术处理原始数据,然后提出了一种将多种聚类算法和模糊综合评价结合的混合评价模型,最后对某地铁6号线8位司机驾驶数据进行研究。结果表明:8位司机驾驶等级分别为及格、及格、一般、差、良、良、一般、一般,说明该地铁6号线司机驾驶水平整体偏低,有较大提升空间。     

ETCSDMI计划区速度曲线的绘制原理

司机在驾驶列车时,通过观察人机界面(D M I)显示的计划区速度曲线,了解列车前方不同区域的最高运行速度和变速点位置,监控和操作列车安全运行。介绍符合欧洲列车控制系统(ETCS)标准的人机界面,描述来自车载主机的最严格限速曲线(MRSP)与DMI显示的计划区速度曲线(PASP)之间的关系,并给出计划区速度曲线的绘制原理。     

基于Wiedemann模型的有轨电车运行过程仿真

以Wiedemann模型为基础,提出并建立了 一种基于生理-心理类模型的有轨电车运行仿真模型,并对模型进行校正和实际验证.该模型主要针对现代有轨电车司机驾驶行为和有轨电车牵引制动特性进行研究和分析.实际验证结果表明,该模型能有效地模拟有轨电车的运行过程.     

基于Wiedemann模型的有轨电车运行过程仿真

以Wiedemann模型为基础,提出并建立了 一种基于生理-心理类模型的有轨电车运行仿真模型,并对模型进行校正和实际验证.该模型主要针对现代有轨电车司机驾驶行为和有轨电车牵引制动特性进行研究和分析.实际验证结果表明,该模型能有效地模拟有轨电车的运行过程.     

机车司机驾驶状态监测方案的研究

通过判断手势的规范性与标准性,对机车司机的驾驶状态进行监测.首先对机车司机驾驶过程的视频文件进行一定的预处理,通过混合高斯模型、帧间差分法及背景减除法,得到不包含背景噪声的规定手势图像;然后,通过肤色模型的转换对手势的图像进行准确提取;再通过腐蚀与扩张等方法对其进行修正,从而得到清晰准确的二值图像;最后采用形状上下文算法、HOG特征和AdaBoost分类器等对手势的二值图像进行目标的识别与综合的判定,进而判断出机车司机的驾驶状态,对其进行监测.实验数据表明,视频文件经上述的运算预处理,可以较为准确地对机车驾驶的视频文件进行驾驶状态的监测.     

列车司机驾驶仿真子系统的设计与实现

列车司机驾驶仿真子系统是构建完备的列控仿真系统与功能测试环境的基础部分,该子系统有助于提高整个仿真与测试系统的真实性和可操作性.本文针对司机驾驶仿真子系统,从功能需求、列车速度模型建立、软件仿真等方面对该子系统进行分析,引入AV8R-01型摇杆及SST辅助编程技术,利用Visual Studi0 2010编程环境实现了该子系统.本文利用较低成本的硬件平台辅以软件界面代替传统的驾驶实物平台,在CTCS仿真测试与司机培训等仿真平台搭建过程中既节省了成本,又能够起到驾驶仿真的作用.     

基于智能手环的动车司机疲劳驾驶检测系统

基于智能手环的动车司机疲劳驾驶检测系统可对疲劳驾驶行为进行报警,对高速铁路行车安全至关重要。本文阐述系统的整体设计和各模块功能,分析智能手环的工作原理和手部加速度信息的采集过程。在分析动车司精神状态与手部运动关系的基础上,给出手部运动系数的概念,并运用K-means聚类算法进行分析处理,提出一种动车司机疲劳驾驶检测模型。在动车组驾驶室搭建原型系统,阐述系统的实现过程,并在高速铁路试验段进行试验,试验结果表明,该系统对司机疲劳驾驶检测的准确率达到93.6%。     

第一个转化为全自动化的地铁公司

纽伦堡运输公司正在成为世界上第一个将既有人工驾驶线路改造为全自动化线路的地铁公司。自动驾驶将于2006年春天启动。 RUBIN 是在纽伦堡实现全自动化地铁(市区列车)工程的首字母缩略词。纽伦堡运输局(VAG)的项目经理 Dipl-Ing Konrad Schmidt 在对 IRJ 作讲解时,对 Rubin 将带来的收益表示出了极大的兴趣。“由于司机占用了我们运营费用的最大部分,而自动驾驶不需要司机,所以它比人工驾驶运营费用便宜”,Schmidt 说,“由于系统将计算出电能利用最佳的速度曲线,因此将大量节省电能。因为自动驾驶与     

基于脑电信号的动车司机对突发事件反应时间的预测方法研究

准确预测动车组司机对突发事件的反应时间是构建危险性驾驶状态预警系统的关键技术问题。针对这一问题,提出一种基于实时脑电信号的动车组司机反应时间的预测方法。通过小波变换对脑电信号进行特征参数提取,作为动车组司机反应时间预测的客观指标。在此基础上,基于BP神经网络建立动车组司机对突发事件反应时间的预测模型。利用20名动车组司机连续驾驶2h的脑电数据与反应时间数据,对该模型予以试算。研究结果表明,脑电特征参数预测的反应时间与实际反应时间的最大绝对误差为8.66%～13.63%,相对均方误差为6.69%～10.97%,模型具有可用性。