船舶轨迹运动控制方法改进研究

分析了船舶轨迹控制的直接法和间接法的特点,提出综合航向控制与航迹控制,利用航向差与航迹角度差的变化,调整航向差与航迹角度的相互关系来控制舵角,达到消除航迹偏差的控制目的。通过实船试验,验证了此方法简单实用、控制精度高、灵活性强的特点,特别是在复杂条件下,此法避免了大量的力学分析和算法推演,只考虑各种因素对船舶的实际影响结果,控制效果明显。     

溢油漂移轨迹回推技术在海事调查中的应用

海上油污染事故调查是海事监管的重要职责。近年来,屡有不明来源油污事件发生,溢油时间不明,调查难度大。基于大气、水动力模型和溢油模型的溢油漂移轨迹回推技术能够实现对不明来源油污的回推溯源,通过回推结果指导海事调查的方向,缩小排查范围,在实际应用中取得了良好的效果。     

基于有趣地点压缩的时空轨迹聚类

研究移动物体时空轨迹局部关键地点时空相似的聚类问题.根据移动物体的运动状态提取轨迹中的有趣地点,利用最小包围盒技术对这些有趣地点进行描述,得到基于有趣地点压缩的轨迹表示形式;然后给出一个时空属性相结合的相似性度量公式,对压缩表示的轨迹进行相似性度量;基于这个相似性度量公式对轨迹进行聚类,聚类方法采用层次聚类法.实验结果表明,本文提出的方法能有效地对移动物体时空轨迹进行聚类,由于采用了增量式的轨迹压缩方法,不仅提高了聚类的速度,而且还实现了增量式的轨迹聚类.     

弯道宽度对车辆行驶轨迹和速度的影响规律

采用虚拟道路行驶仿真方法,在具有不同路宽的弯道上,进行了小客车行驶试验,分析了通道宽度与不同的弯道半径、转角相组合时其变化对行驶轨迹和速度的影响.研究结果表明:当弯道转角在20°～50°时,通道变宽能使轨迹半径和速度明显地、近乎线性地增加,其中受影响最大的是转角为20°、半径低于200 m的弯道.当通道宽度从2 m增加...     

中交建亚洲最大自航耙吸式挖泥船试航成功

11月20日,由中交天津航道局有限公司投资建造的亚洲舱容最大、挖深最深的自航耙吸式挖泥船通途轮在珠海试航成功。通途轮是我国自主设计、研发、建造并拥有自主知识产权的超大型自航耙吸式挖泥船。该船总长165.7m、型宽30m、型深15m、舱容20467m3、最大挖深达90m,总装机功率22320kW,主要设备采用变频驱动,泥泵最大功率可达6000kW。该船可实现自主疏浚、动态定位、动态轨迹跟踪,具有无限航区适航能力,可在世界各地承担港口、航道疏浚、填海造地、深海取沙及海岸维护等工程。     

信号交叉口行车风险场建立及车辆通行行为优化

随着汽车逐步向智能化、网联化发展,智能网联车辆逐步进入实际应用阶段。进行智能网联车辆的通行行为优化,对提升驾驶安全性和行车效率,避免事故发生和交通拥堵至关重要。车辆在通过交叉口时将受到很多环境及运动因素的影响,而现有的通行优化模型难以准确表达各类因素共同作用下的行驶环境。为此,基于风险场理论建立由环境场和运动场组成的信号交叉口行车风险场,表征信号交叉口中每点的实时行车风险程度,从而引导车辆驶向风险值低点,并提供下一步长的位移及速度指引,实现车辆的动态轨迹优化及速度控制。典型场景下的仿真结果表明：在优化模型的控制下单车的信号交叉口通行效率明显提升,其中直行方向车辆单车平均通行效率提升最高,平均提升6.35%,通过对交叉口面积内所有车辆进行通行行为优化,交叉口通行效率提升了9.3%,这表明所建模型可以准确表达交叉口行车环境并优化车辆通行行为。研究结论可应用于自动驾驶车辆的交叉口通行控制,并为网联环境下的行车环境表达和安全驾驶控制提供模型基础。     

重型货运车辆出行时空差异性和影响因素分析

重型货运车辆能促进城市经济生产和物流效率,但也因显著的排放、噪声和拥堵等外部属性对城市空间品质有明显影响,对其活动时空特征和影响因素分析是当前城市空间品质提升和交通管理精细化的迫切需求。基于深圳注册的12 t以上重型货车GPS轨迹数据,考虑不同类型货运车辆作业差异,提出利用统计抽样中最小样本量的观察结果确定不同类型重型货车轨迹数据出行切割阈值水平的方法;针对5类重型货车,分析出车强度和出行时段的差异性,与小客车进行对比分析发现,重型货车出行活动与小客车出行在时间上存在错峰特征,且夜间出行比例较高;重型货车的活动空间具有组内差异性,集装箱卡车具有显著的跨城市活动需求,更多承担中长距离运输功能,而土方车和重型罐式车更多承担本地化运输服务功能;重型货车的活动空间具有集聚特征,出行活动的节点强度具有无标度幂律分布特征;利用广义加性模型分析两类典型货车活动空间的影响因素,集装箱卡车活动与港口及交通仓储园区等物流设施呈现非线性关系,而普通大货车与工业园区等产业用地具有紧密关系。本文可以为重型货车交通精细化管理和交通需求模型建设提供新的思路和方法。     

基于模型预测控制的智能车横纵向控制器设计

针对智能车横纵向控制中路径跟踪精度、行驶稳定性以及乘坐舒适性等问题,提出了基于模型预测控制(MPC)的横纵向综合控制方法。速度规则系统根据参考路径曲率与车辆跟踪位移误差计算出期望速度曲线,速度跟踪控制采用分层式控制器,上层控制器利用MPC算法计算期望加速度,下层控制器利用车辆逆纵向动力学模型对车辆的驱动和制动进行协调控制。横向控制器根据参考路径、车辆反馈状态以及纵向上层控制器的期望速度计算车辆前轮转角。最后通过实验对比本算法与恒速MPC横向控制算法的轨迹误差,结果表明:本算法控制的车辆横向位移均方根误差减小了0.051 m,有效提高了车辆轨迹跟踪的控制精度。     

多种缺失模式下交通数据组合近似填补方法

随着智能交通系统中采集和应用的基础数据规模不断扩大，数据缺失问题的重要性也日益凸显。针对交通数据中常出现的数据随机缺失和连续缺失问题，本文提出基于鲸鱼优化算法优化最小二乘支持向量机的组合近似填补方法(Combined Approximate Filling, CAF)。考虑缺失数据整体变化趋势的同时，参考数据的波动特征，根据多重填补思想对缺失值分别使用单变量填补和多变量填补，然后引入图片识别中自适应阈值分割法对不同时段下的差异值进行动态划分处理，最后利用不同时段的动态差异度阈值将单变量填补和多变量填补的结果进行结合，完成缺失值的高精度近似填补。为验证填补方法的性能，利用云南省玉溪市大量实车轨迹处理数据设计多组实验。实验结果表明，在小样本数据中，CAF填补方法能够适应多种场合的填补工作，该方法总体优于其他方法，在不同缺失率下均表现良好，尤其是随机缺失填补，最大RMSE为0.365。实验还证明了该方法在不同缺失类型和不同数据离散度下数据填补效果相比于其他方法优势更加明显。     

大学生生涯规划教育与人生教育协同发展路线图

大学生生涯规划教育与人生教育协同发展问题一直是学界思考的热点。基于理想与现实、生涯与现实以及愿景与现实三方面的思考提出了大学生生涯规划教育与人生教育协同发展路线图即从焦虑阶段、践行阶段一直到获得感阶段,并根据不同阶段不同特点制定不同解决方案,为大学生生涯规划教育与人生教育协同发展理论提供参考。