基于改进K-Means聚类模型的公路隧道施工风险分析及其应用

针对公路隧道施工安全生产事故频发的现实情况,提出一种改进的K-Means聚类风险评估模型,进行公路隧道建设全周期动态风险评估。采用WBS-RBS风险分析法进行隧道施工工序风险识别,用耦合作业分解树与风险分解树求取基本风险事件,作为K-Means聚类风险评估模型的样本对象。将事故发生的可能性、人员暴露于危险环境中的频繁程度和发生事故或危险事件可能产生的后果作为评估指标,构建三维K-Means聚类模型。根据风险等级划分标准指定5组样本作为初始聚类中心,不仅能够保证多次运行结果的一致性,同时确保评价样本集能够自然落入不同风险等级区间。应用Spearman秩相关系数法对风险耦合矩阵进行独立性检验,从相关度和可接受度两个角度分析指标因素的内在联系,有助于提高WBS-RBS耦合系统的准确性与可靠性,在进行风险评估与对策制定时考虑风险事件之间的横向联系。将上述模型应用于某工程实例,通过计算得到20项基本风险事件的风险等级,其中装药爆破的水文地质条件风险等级为Ⅳ级(较大风险)、钻射炮孔工人违章作业风险等级为Ⅲ级(一般风险)。针对各施工环节的风险描述和各因素之间的关联性,制订了行之有效的风险规避措施。     

一种新的快速路交通事件综合检测算法

介绍了传统交通事件检测系统的组成及传统交通事件检测算法,在指出传统交通事件检测算法存在的主要问题的基础上,提出了一种新的快速路交通事件综合检测算法。该算法主要舍事件检测、检测学习、综合判断三部分,将加州算法、基于交通流模型优化的McMaster算法、基于统计的相邻车道数据比较算法、基于模糊聚类的事件检测算法的检测结果进行综合判断,从而得到交通事件信息。实验表明,该交通事件综合检测算法的判断准确度优于其他算法,且运算速度满足实际应用需要。     

高速公路连拱隧道施工变形预测的GA-SVR智能模型研究

基于连拱隧道支护结构繁多,施工工序复杂,同时由于施工影响,现场监测数据较少且数据误差较大,造成传统方法很难用于连拱隧道的施工变形预测。针对于此,支持向量回归（SVR）算法可以任意精度逼近任意函数,与神经网络相比具有小样本、全局优化和泛化性能好的优点。本文结合铜黄高速公路富溪连拱隧道的施工变形监测,采用遗传算法来优化支持向量回归算法的模型参数,形成GA-SVR算法,建立起了连拱隧道变形预测的GA-SVR智能模型。采用此模型对富溪隧道后继开挖的监测时间点进行变形预测,并与GA-BP模型对比可以看出本文所建立的GA-SVR智能模型具有极高的预测精度,完全可用于连拱隧道施工期的变形预测,也为类似工程提供了借鉴。     

基于K-prototypes算法的高速公路货物适运性研究

为了减少运输过程中碳排放,对高速公路与铁路适运货物进行研究。基于高速公路联网收费调查数据和主动调查数据,采用灰色关联度评价法与改进的K-prototypes聚类算法(DAC KP算法)相结合的方式,对收集到的高速公路大数据进行数据挖掘,得到相应的基于指标权重的聚类模型,得出聚类结果分为3种Cluster。对于部分货物由高速公路改为铁路运输更加适合,减少碳排放29.871%,为下一步运输结构调整提供数据支撑和理论依据。     

基于时间序列聚类和LSSVM的隧道拱顶位移预测

在隧道施工中,拱顶下沉位移的监控量测及其发展趋势的有效预测,对隧道的安全施工具有重要意义。提出一种结合K-medoids聚类算法和最小二乘支持向量机(LSSVM)的智能算法对拱顶下沉位移进行预测,并通过汶马高速鹧鸪山隧道的现场实测数据验证了该方法的有效性。研究结果表明:同一类拱顶下沉位移时间序列用同一模型预测具有可行性;隧道拱顶下沉位移是不平稳时间序列,相比直接用LS-SVM建立模型,采用WPT方法和LSSVM结合的算法具有更高的预测精度;以作为聚类中心的断面作为参考样本预测当前监测断面拱顶下沉位移时,只需要得到当前监测断面的较少数据,从而实现在当前断面的监测初期的有效预测。     

基于危险场景聚类分析的前车随机运动状态预测研究

我国道路情况复杂多变,构建合适的测试场景对汽车智能驾驶系统测试和评价的有效性起着决定性作用。本文中从我国实际道路出发,从自然驾驶数据中提取具有中国特色的典型场景,筛选出自然驾驶数据中危险工况数据片段,基于此提取出汽车智能驾驶系统综合测试的场景特征要素,并利用聚类分析法得到3类典型危险场景。采用马尔可夫链理论表征前车人类驾驶员驾驶车辆的随机运动特性,将聚类得到各场景下的自车数据作为前车历史工况数据,归纳学习得出马氏链转移概率,并通过马尔可夫链蒙特卡洛模拟预测未来时刻的状态,基于此得到危险场景中前车随机运动预测模型,通过对比原始工况数据验证预测模型的有效性,有效解决了由于采集设备精度低导致的前车数据不准、在测试场景中不能准确表征前车人类驾驶员驾驶车辆随机运动的问题。     

基于RFID通行卡的隧道交通事件检测系统设计与实现

针对现有高速公路隧道交通事件检测方法受隧道运营环境影响所导致的实时性和可靠性问题,提出了一种基于RFID技术的隧道交通事件检测方法,并基于组件设计的思想进行了应用系统的软硬件设计和实现,保证了系统运行时的稳定性、实时性、可靠性和可配置性。系统拟在浙江黄衢南高速公路江都坞隧道进行应用工程示范。该方法利用用于多义性路径识别的高速公路RFID通行卡,不会改变目前高速公路的管理模式,可更大限度地发挥RFID高速公路通行卡的效率。     

多源数据互补的隧道运营安全智能监测系统设计与应用

隧道作为高速公路重要的一环,以“人-车-环境”为主要因素的运营安全问题一直为管理者所关注。通过系统平台的架构与功能设计,以基于深度学习的视频事件检测技术为基础,适当增加如“雷达+视频”的融合检测技术、隧道态势感知技术、智能球机联动功能,提高了异常事件的检出效率,可掌握隧道实时运行状态以及事后的智能聚焦查看。解决了依靠人工巡检视频监控隧道交通事件的难题,其智能化、及时性、准确性对于预防二次事故的发生和控制事态发展,具有重要作用。     

光纤光栅传感器在高速公路隧道围岩变形实时监测中的应用

公路隧道工程的监测环境复杂,监测对象受到时空限制和施工环境制约,基于传统的机电测试技术的监测方法,很难实现远程实时动态监测。本文以张涿高速公路东马各庄隧道工程为背景,提出了一套关于隧道围岩动态实时监测所用光纤光栅传感器的选型、安装、调试的方法。对东马各庄隧道典型剖面的围岩位移、围岩压力和温度实现了远程动态实时监测。监测结果具有较好的稳定性,对类似工程具有很好的指导意义。     

基于光纤温度传感的高速公路隧道机电设备监测

将光纤温度传感技术应用于高速公路隧道内机电设备的温度状态监测,具有安全实时的技术优势。为解决隧道内机电设备散热易触发系统误报的问题,优化温度监测系统的运行效果,对高速公路隧道内温度场特点进行分析,针对性地设计信号分析和异常事件识别判断方法。经过多次现场模拟异常升温测试和长期的运行核实检验效果表明,光纤温度传感系统能够对高速公路隧道内机电设备的异常升温和突发火灾等情况进行及时有效地监测和定位。     

面向量产的高速公路智能换道系统决策规划方法研究

高速公路智能换道是高级辅助驾驶系统（ADAS）的重要功能,现阶段算法难以在低算力硬件资源条件下兼顾换道安全性和平顺性。为解决此问题,本文提出一种高速公路智能换道系统决策规划方法。通过分级危险区域,检测碰撞风险做出换道决策,进而实施横纵向解耦规划。在横向规划中,设计两阶段五次多项式换道轨迹规划,提升换道途中安全性和平顺性。在纵向规划中,巡航工况采用类PID算法,可提升规划实时性,而跟车工况采用基于同步预测时域的模型预测控制（MPC）算法,通过关联横纵向规划时间可提升换道平顺性,并设计代价函数降低求解复杂度可满足低资源占用要求。通过实车对比试验,验证了该方法在高速公路换道多场景中具有较高的安全性、平顺性和体验感。此外,算法占用的静态区存储和栈区峰值存储测试对比结果表明了该方法具有较低的硬件资源占用率,可满足低算力控制器对资源占用的要求。     

基于事件检测的隧道安全预警系统的设计和应用

以广东省多条高速公路隧道交通事故的调研资料为基础,通过事故分析,结合各路段机电系统现状,提出针对隧道洞口附近交通管制的对策。从系统功能、设备布设和安全预案等方面,设计了高速公路隧道安全预警系统,并在从莞高速公路隧道中应用。该系统由信息采集、信息处理、信息发布三个主要模块以及辅助联动系统构成,可实现隧道区段营运状况监测、紧急状况预警、应急事件处置,从而确保行车安全。     

浅谈高速公路隧道智能监控系统的应用

隧道智能监控系统能实时监控隧道交通流量和交通运行状况,自动检测隧道内异常事件并报警,确保高速公路隧道交通安全、畅通。为提升高速公路隧道监控、管理与事故处置水平,采用案例分析法和数理统计法,从应用实践的视角,对高速公路隧道智能监控系统优势、构成及应用状况进行分析和探讨,并总结问题与不足。     

瓦斯监测系统在隧道施工中的应用

基于瓦窑岭高瓦斯隧道在施工过程中瓦斯监测系统的应用,重点介绍了瓦斯监测系统的设备组成、系统布局、系统配置和施工中的具体应用。在施工过程中采用人工瓦斯检测和瓦斯监测系统相互配合,对整个施工过程进行现场实际监测,使施工中瓦斯浓度得到有效控制,保证施工环境安全。最终总结得出瓦斯监测系统的应用对指导高瓦斯隧道施工的重要性。     

智能网联车辆加速车道类人化汇入控制研究

为研究智能网联车辆(Intelligent Connected Vehicle, ICV)与高速公路主线传统人工驾驶车辆(Human-driven Vehicle, HDV)交互时通过高速公路加速车道的汇入控制算法,提出了一种融合随机森林(Random Forest, RF)算法和深度Q网络(Deep Q-network, DQN)算法的ICV汇入控制模型(DQN-RF)。首先,建立路侧数据采集平台,采集了中国G70高速公路加速车道汇入区域HDV的真实汇入过程数据。其次,考虑汇入环境车辆历史数据流和汇入车在加速车道的汇入紧迫度,建立了基于RF算法的类人化汇入决策模型。采用城市交通仿真(Simulation of Urban Mobility, SUMO)平台搭建了高速公路加速车道ICV汇入场景,并基于Python语言建立了ICV汇入控制深度强化学习测试脚本环境,建立了基于DQN的纵向加速度控制算法。最后,将RF汇入决策模型嵌入DQN纵向加速度控制算法中,实现了ICV汇入决策和纵向加速度控制的融合。将SUMO内置的LC2013换道模型与DQN模型融合为DQN-LC2013模型,作为基线模...     

视频事件检测系统在多隧道群复杂环境工况下的应用

视频事件检测技术目前已在高速公路中得到广泛应用。在此基础上,通过分析视频事件检测系统在多隧道群复杂环境工况下的实际应用效果,针对货车种类多流量大、摩托车上路频率高、隧道环境多样化等特点提出系统优化的建议,提升视频事件检测技术在不同应用场景和环境下的应变能力和检测能力。     

基于工业以太网的隧道施工通风环境参数自动监控系统研究

为提高隧道施工通风系统自动化、信息化水平,提出了一种基于工业以太网络的隧道施工通风监控系统结构框架。系统由上位工控机、下位1200系列PLC及相关模块和传感器组成。工控机中采用Win CC软件编写监控程序,实现隧道施工环境与工作参数的实时监测;采用神经网络算法对现场数据进行学习,得到变频器输出频率的控制规律;1200PLC通过485电缆读取传感器数据;1200PLC和工控机之间通过以太网网线、光纤和无线局域网构成工业以太网络,实现系统环境参数和工作参数的共享。系统在天目山隧道施工通风项目部进行了调试与测试,结果表明:1)1200PLC可以采用485电缆和Modbus协议在掌子面施工环境下顺利读取多个传感器的数据;2)可以采用无线WIFI技术实现衬砌台车两端信息的稳定、可靠传输;3)可以采用神经网络模型实现施工隧道环境参数与风机频率之间的非线性映射。     

高速公路隧道灾害事件检测新方法及应用研究

在分析传统的隧道消防安全系统的基础上,总结了传统的高速公路隧道灾害事件检测方法存在的问题。为此提出了基于视频的灾害事件检测分析技术——视频图像火灾探测报警、灾害事件检测、CCTV三合一整合系统。并在模拟长江隧道实体隧道和秦岭终南山公路隧道中做了大量试验。结果表明,该系统有自学习能力;抗污染能力很强,在接近70%～80%模拟油污和灰尘的减光率条件下,依然能够有效探测火焰;具有综合防灾决策判断能力;且兼容性很好,可以与高速公路隧道CCTV系统、传统的火灾探测报警系统有机结合。     

基于三维超像素分割的隧道围岩结构面智能识别方法

随着人工智能的不断发展，基于智能算法的快速、无损化隧道开挖面岩体特征识别方法，为在建或在役隧道地质灾害事故下的开挖面结构面调查提供了新思路。在开挖面三维全景图像的基础上，提出了三维SLIC超像素分割改进算法，将三维Mesh图像的基本元素——三角面(Triangle)按照颜色、空间坐标、法向量等指标进行聚类分组，以获取开挖面三维超像素；提出了基于角度差异性的结构面提取算法，对超像素进行逐一筛选，获取开挖面节理裂隙识别结果；基于此，进一步提出了基于无监督聚类学习的多级聚类围岩结构特征融合算法，将围岩节理裂隙识别结果进行聚类，获取开挖面的优势结构面组和大型跨里程结构面组；最后，结合浙江虎溪台隧道的21组开挖面三维图像数据对所提出算法进行了验证。结果表明：所提出算法的识别结果与地勘资料中2个主要结构面方向的倾向误差不超过14.8°,倾角误差不超过17.8°,验证了所提出算法有效性，该方法能较为准确地反映隧道围岩的结构面信息，并为隧道开挖面的结构面三维信息识别与评估提供了一种新的思路与方法。     

危险驾驶工况场景的复杂度评估方法研究

本文中提出了一种对危险驾驶工况场景数据的采集和复杂度评估的方法。与大型实车路试中自然驾驶数据的采集方法不同的是,本文中基于高级驾驶辅助系统采集其报警前后数据,并将其作为危险驾驶工况数据进行研究;在分析危险驾驶工况场景数据及其影响因素的基础上,构建了包含不同环境、交通流和车辆相关因素的危险驾驶工况场景的复杂度评价指标体系;基于专家评分结果,应用层次分析法确定指标权重,得到了对危险驾驶工况场景进行复杂度评价的模型与方法,可用于智能汽车的仿真测试。