江海联运电子航道图构建技术研究

区别于内河电子航道图,江海联运电子航道图凭借与电子海图统一的标准与表达和更丰富的数据内容,为江海联运船舶航行安全和效率提供了保障。文章系统阐述了江海联运电子航道图构建技术。从数据收集入手,先后探讨了数据预处理、数据加工与质量控制等关键技术及生产流程,最终输出符合行业标准的电子航道图。并以我国北方某内河为例,展示了江海联运电子航道图生成技术的具体应用成果。实践表明,文章所提出的电子航道图构建技术具有广泛的适用性,可以应用于我国任意内河的电子航道图生产。     

e-航海及其数据标准分析

为保障船舶航行安全与航运经济效益,IMO提出e-航海战略。随着S-57数据标准的局限性不断显现,IMO采纳新的国际海道测量数据模型S-100作为e-航海数据标准。剖析e-航海概念,分析e-航海总体技术构架和IHO S-100数据标准,通过对比S-57数据标准的局限性和IHO数据标准S-100,进一步阐明e-航海数据标准S-100的作用及应用,对我国开启e-航海新型数据标准时代具有积极作用。     

交汇水域船舶轨迹预测与航行意图识别

针对典型水上交通场景交汇水域,研究了1种数据驱动的船舶轨迹预测与航行意图识别方法。设计CNN+LSTM组合神经网络,通过学习交汇水域船舶的历史轨迹,以CNN+LSTM网络为编码器提取其通航环境及船舶航行时空特征,LSTM与全连接层为解码器同步输出未来时段内船舶轨迹序列和航路选择,从而形成船舶轨迹与航行意图识别模型。同时,引入Dropout网络结构描述该模型的预测不确定性,采用随机关闭CNN+ LSTM核心网络部分神经单元的方式,以相同轨迹序列作为输入获取多组相近的预测结果,根据其统计均值与方差对船舶轨迹预测的不确定性进行量化。以美国沿海某交汇水域公开AIS数据为对象开展实验,创建了该交汇水域船舶航行轨迹数据集,以输入时长60 min,采样频率3 min作为输入条件,Dropout值取0.5,实验结果表明：所提方法对未来60 min时段内的轨迹预测误差为3.946 n mile,航行意图识别准确率达87%,不确定性估计覆盖率达85.7%。与LSTM预测方法相比,当船舶操纵性发生改变时,所提CNN+LSTM模型的轨迹预测误差降低了31.6%,而且兼具船舶航行意图识别及预测不确定性估计能力,有利于智能航行与海事监管技术发展。     

基于轨迹数据的山区危险性弯道路段交通事故风险动态预测

针对山区双车道公路危险性弯道路段交通事故多发的现实问题,提出主动评估短时交通流状态下的交通事故风险,以降低交通事故发生率.采用无人机高空拍摄弯道路段交通流运行状态,利用计算机识别技术提取高精度的车辆轨迹和交通流数据,结合山区双车道公路弯道路段危险驾驶行为特征表征交通冲突,以距离碰撞时间为交通冲突量化指标,提出山区车道公...     

基于有限混合零截尾事故预测模型的事故多发段判别方法

为了准确判别事故多发段,有针对性地提出安全应对措施以提升道路交通的安全水平,针对零值缺失交通事故数据并考虑其异质性特点,在单零截尾负二项(ZTNB)模型的基础上建立有限混合零截尾事故预测模型(FMZTNB)。应用R软件对单零截尾负二项模型中的参数进行估计,采用马尔科夫链蒙特卡洛算法(MCMC)对FMZTNB预测模型参数进行求解,并采用Gelman-Rubin收敛统计量对抽样结果进行检查。选择事故风险水平分别为低、中和高的9个路段,分别用2种模型对交通事故次数进行预测。综合观测到的事故次数和相应的事故预测模型结果,采用经验贝叶斯方法对事故相对多发段进行判别。最后采用事故次数一致性检验、判别点段一致性检验和排序一致性检验3种检验方式对判别结果对比分析。结果表明:基于事故率的事故相对多发段判别方法存在较大的不一致性,基于零截尾负二项预测模型的路段事故相对多发判别结果明显优于基于传统负二项预测模型的结果。整体上,基于有限混合零截尾事故预测模型的事故相对多发路段的判别结果高于基于单零截尾负二项分布模型的判别结果。     

2010年中国罐式车市场分析

中国汽车技术研究中心的数据显示,2010年我国罐式车产销量分别为12.52万辆和10.93万辆,同比分别增长64.72%和87.17%,全年罐式车市场产销火爆,月度产销量走势如图1所示。     

自动离合无级变速器动力性能试验研究

分析了踏板车自动离合无级变速器(CVT)的测试方法及原理,并以GY6-125型CVT为试件设计了一个试验台架,以测试啮合转速、变速特性等动力性能,并得出了该试件各项力学特性的详细数据和曲线图,较全面地了解了自动变速离合器工作过程中性能特性的状态。该试验平台对自动离合器的调整精准便利,可对CVT进行合理选型或对CVT各部件进行优化设计,以实现CVT与发动机的最佳匹配。     

控制器局域网(CAN)应用于叉车中的现况

控制器局域网(Controller Area Net-work,简称CAN)是一种性能优异的现场网络,是现今被公认为最有前途的现场总线之一,获得了ISO的认可,以及许多半导体器件制造商、网络系统开发商的支持,现在它已被广泛应     

基于浮动车数据的交叉口范围动态划分方法

目前路网分析与行程时间计算的误差很大程度受路段和交叉口划分位置的影响。通过分析车流在交叉口的受阻交通过程,提出了基于浮动车数据的密度法和减速点法对平面交叉口范围进行动态划分的方法,并利用南京市浮动车数据对其进行了实证和延误对比分析,结果表明这2种方法能反应交叉口交通流的时变规律,准确地对交叉口范围进行动态划分,相对于交叉口静态范围划分,在交叉口延误计算等方面具有弹性优势。     

浮动车数据中零速度点数据地图匹配方法

浮动车数据中存在大量的由于车辆频繁停车引起瞬时速度为零的停车点记录,这些零速度点由于方向角不准确,常规的投影和几何地图匹配的算法不能有效地将其匹配到路段上。通过对浮动车辆停车原因进行分析,提出了1种基于浮动车停车点数据过滤筛选的地图匹配方法,可以将能够表示路段交通状态的交叉口车辆排队零速度点提取出来,匹配到路段上,同时过滤掉和交通状态无关的零速度点,从而增加了有效样本数量,为进一步对整个路网运行状态的全面评估提供数据支持。