基于多特征融合的行人意图以及行人轨迹预测方法研究

行人作为重要的交通参与者,其行走意图和轨迹预测对智能驾驶汽车的决策规划具有重要意义。基于注意力机制增强的长短时记忆(Long Short-term Memory, LSTM)网络,设计一种多特征融合的行人意图以及行人轨迹预测方法。该方法通过融合行人骨架和头部方向特征,以加强行人运动特征的表达,并将融合特征作为意图预测网络输入,继而得到行人意图;由于行人运动具有不确定性,将行人意图预测类别和历史轨迹坐标的联合向量作为行人轨迹预测网络的输入,以期生成更为精确的轨迹预测结果。此外,在轨迹预测网络中引入注意力机制,以加强LSTM对各个时刻编码向量的有效利用,从而提高网络的行人轨迹预测性能,并基于Daimler数据集进行训练及验证。研究结果表明：所提出的多特征意图预测方法准确率可达96.0%,优于基于骨架单特征的意图预测网络;在预测时域为1 s的情况下,预测轨迹的位置均方根误差为347 mm,相较于恒速度(Constant Velocity, CV)模型、交互多模型(Interacting Multiple Model, IMM)、常规LSTM等基线方法均有明显的提升;在实际场景分析中,提出的方...     

3D打印在船舶再制造与实时维修领域的应用

为降低海上后勤保障及远洋供应链负担，分析3D打印技术装船进行再制造与实时维修以减少携带备品备件的可行性。对3D打印在增材制造领域的优势、国内外3D打印装船的应用现状以及存在的瓶颈问题等进行分析，提出以现有3D打印技术在船舶上进行再制造和实时维修的7个可能应用场景，可为3D打印技术装船应用提供指引，以推动船舶向现代智能制造转型升级。     

无人帆船四自由度运动建模与试验分析

建立无人帆船的运动学模型是开展无人帆船操纵性和运动控制研究的基础。为简便快速地建模，在保证模型准确性的基础上，降低模型开发的难度，以“海鸥”号无人帆船为例，采用船舶操纵数学模型小组（MMG）分离建模方法建模，综合考虑风和浪环境扰动，根据经验公式和计算流体力学（CFD）方法进行参数计算。在此基础上，根据试验数据进行试验复现，以验证模型的准确性。结果表明，建立的无人帆船模型和提出的参数计算方法适用于“海鸥”号无人帆船，跟踪536 m长轨迹，航速误差为13.41%，横摇角误差在10%以内。建立的四自由度无人帆船模型能反映无人帆船实体的速度和位姿，可基本复现试验现象。     

超长距离浅覆土大断面矩形顶管设计探讨

随着城市化进程的迅猛发展，城市空间变得越来越拥挤，地下工程建设采用对周边环境影响小的非开挖技术是一种发展趋势和潮流。通过对某管廊矩形顶管工程的实例分析，介绍了富水砂性土层中超长距离浅覆土大断面矩形顶管的设计重难点和解决方案，通过对施工现场附近建筑物沉降的监测，验证方案可靠，给出管道外壁单位面积摩阻力的建议取值，提出类似规模矩形顶管工程的中继间优化布设方式。     

高速铁路弓网离线过电压对车体电位的影响

基于现场采集的阻抗参数，建立高速铁路“网-车-轨”牵引供电系统等效电路模型，进而建立包含弓网电弧仿真模型的“网-车-轨”三位一体的牵引供电系统有限元模型，并通过与实测升弓过电压进行对比，验证有限元模型的可靠性；将由等效电路模型计算得到的电压激励加载在有限元模型上，调整列车运行速度和弓网离线时间，分析其对弓网电弧发展的影响，研究弓网中离线和大离线工况下的过电压特性和不同接地方式下的车体电位和磁场分布。结果表明：当列车运行速度较大且弓网离线时间大于200 ms时，易发生弓网完全离线，并产生较高车体过电压；车速为300 km·h^-1时，弓网离线导致的车体过电压达6.45 kV；车底主要区域对地电位高于2 kV，磁感应强度峰值为3.8 mT；通过增加3车保护接地数量，提高车体过电压的泄放能力，使车顶-轴端过电压降至5.47 kV，最大磁感应强度降至2.6 mT，车底区域磁场分布更加均匀，有效地抑制了车体过电压，改善了车载设备的电磁工作环境。     

基于EEMD模糊熵和GA-SVM的牵引网故障诊断研究

牵引网发生故障时，如何快速诊断故障对维护铁路的正常运输秩序有极大影响，针对这一问题，提出一种基于EEMD模糊熵和GA-SVM的故障诊断方法。选取牵引网馈线电压在故障发生时刻后两个周期的故障分量波形作为原始故障信号，首先，对其进行EEMD分解得到一系列的本征模态函数(IMF)分量，选取IMF1～IMF3分量并计算其模糊熵作为表征不同故障类型的特征量；然后，为对故障类型进行诊断，建立多分类支持向量机(SVM)模型，将特征量输入至SVM模型中进行训练和识别；同时，为使模型的性能达到最佳，采用遗传算法(GA)对模型进行优化。测试结果表明，该方法能够有效地对5种典型牵引网故障进行诊断，且准确率达到了96%,验证了该方法的可行性。     

考虑电网支撑能力的储换一体站容量优化配置

电动汽车换电站同时作为储能电站，既可实现经济获利，又兼顾电网支撑，但目前缺乏这种储换一体站的容量配置研究.为此，本文首先分析储换一体站工作模式及电价时段，构建一体站的运行模型；然后，基于用户出行模拟，建立电动汽车换电需求预测模型；接着，建立考虑全寿命周期收益和电网支撑能力的储换一体站容量双层规划模型，外层规划以全寿命周期总收益为目标，实现储换一体站的容量规划，内层规划以对电网支撑能力为目标，实现电池组充放电行为优化，内层获得最优充放电功率并返回外层，实现储换一体站容量最优配置；最后，在IEEE33节点系统上验证规划模型的有效性，为储换一体站建设提供理论支撑.研究结果表明：与其他储换一体站模式相比，储换一体站投资收益率提高1.51%～2.26%；基于双层规划的容量优化配置方法，在保证一体站经济性的同时，能够对支撑电网电压，使电压日方差降低20%；随着参与换电的电动汽车数量增加，一体站的经济性进一步提高.     

面向换电重卡的充换电服务目标客户群研究

车电分离是加速重卡市场新能源化的一种技术和模式创新。换电重卡的产业生态包含整车厂、动力电池厂、电网企业、换电运营商和货运公司。据此，在分析换电重卡优势和产业生态的基础上，重点分析了充换电运营商的目标客户群，提出了B、小B和大C三类潜在目标客户，并首次定义了换电重卡独具特色的“to大C”商业模式，研究结果对换电重卡充换电运营商制订营销策略和市场推广具有指导意义。     

基于原位试验的高速铁路中低压缩性土智能识别方法研究

中低压缩性土在我国广泛分布，是高铁路基主要的承载地层。其承载变形快速稳定的特征对高铁路基变形控制有积极意义，因此，中低压缩性土智能识别对高铁路基设计、施工具有重要意义。针对高速铁路路基勘察设计中中低压缩性土的快速、智能识别问题，通过大量的现场原位试验数据，择优确定了以标贯试验、静力触探、载荷试验等原位测试结果为智能判别指标，建立中低压缩性土模糊推演模式，构建高铁中低压缩性土网络预测模型，形成基于现场原位测试的中低压缩性土快速智能识别方法，并通过不同算法进行网络训练和工程预测。结果表明，网络预测结果与实际测试结果整体上吻合度均较高，共轭梯度法相对梯度下降法计算效率明显提高，实现了中低压缩性土原位快速识别与测定，为高铁中低压缩性土路基设计、施工、评估等环节提供了重要依据。     

铁路电子支付平台国产化改造方案研究

为了提升信息产业的安全性与可控性，重要信息基础设施的国产化改造工作势在必行。通过分析铁路电子支付平台的总体结构及功能模块，研究并提出3种国产化改造方案，分别为基础软/硬件分块改造、数据中心整体改造和业务功能模块分层改造。这些方案可为后续铁路电子支付平台国产化改造工作提供参考。