基于自适应迭代学习控制的列车自动驾驶算法

针对高速列车自动驾驶系统受到时变外部扰动和受限状态的情况，提出一种基于迭代学习控制的自适应控制算法. 基于Lyapunov 函数，利用列车运行过程中的状态偏差，推导出自适应迭代学习控制律和参数学习更新律. 构造类Lyapunov 函数的复合能量函数，通过迭代域的差分，证明其差分负定性和收敛性. 采用所提控制算法对列车跟踪性能进行计算机仿真和实例仿真验证，结果表明，所提出的自适应迭代学习控制算法对列车期望曲线跟踪具有较高的精度和较快的收敛速度，能够在较短的迭代次数实现对期望曲线的精确跟踪.     

道路交通系统韧性及路段重要度评估

韧性可以全面描述扰动事件下系统吸收干扰并从干扰中恢复的能力. 针对已有韧性指标对系统性能评价不全面、未考虑交通流量影响等问题，从路段通行能力退化与恢复入手，以网络效率为系统性能指标，构建全面评价扰动事件影响期内系统性能的韧性指标. 分别基于乐观和悲观视角提出韧性增加值和韧性减少值路段重要度指标，提出识别路段重要度的启发式算法. 算例结果表明：本文提出的韧性指标可全面描述扰动事件下路网性能退化与恢复全过程的平均累积性能，更加符合韧性指标内涵；韧性增加值和韧性减少值指标均能有效识别路段重要度，大部分路段重要度随时间动态变化.     

基于时间阈值的旅客登机模型及动态登机策略

减少登机时间有利于提高旅客体验和航空公司运行效率，故优化基于旅客行为的登机策略尤为重要. 基于旅客登机过程中两个阶段的延时，建立考虑时间阈值的新登机模型；在干扰时间阈值分布的基础上，通过优化算法分配行李，从而使登机时间最小，进一步得到基于不同行李构成的动态旅客登机策略. 通过元胞自动机仿真和现场模拟实验比较动态登机策略的效率. 结果显示：新登机模型能准确反映登机过程，Steffen 次序具有最大的干扰时间阈值和优化空间；本文提出的动态登机策略可以缩短登机时间，使登机效率显著提高.     

Artificial forces for virtual autonomous ships with encountering situations in restricted waters

ABSTRACT

Even if the same two ships operate in the same encountering situation, the actual strategies and timing of operations may be different. Therefore, the fixed collision avoidance trajectory and ship movements are no longer suitable for simulating the real ship behaviour. This paper tries to develop an artificial intelligent system that fully sensitive to the local circumstances and command a ship in virtual environment. Based on AIS (Automatic Identification System) data, this study has developed artificial forces which help decision makings on-board independently under different situations and catching the stochastic nature of ship behaviours during collision avoidances manoeuvring. Actual ship tracks are helpful for ascertaining the parameters that contribute to artificial forces in collision avoidances, while the correlation coefficient analysis is helpful to distinguish the parameters. This study will help to develop a navigation traffic simulation to reflect the realistic ship behaviour and provide reliable information for port and waterway planning, risk analysis, and mitigation measures. The method can be used in developing algorithms for autonomous ships. The method introduced in this study lays a foundation for developing artificial forces at intersections or bends, although the model is only applicable in straight channels at the moment.     

跨海大桥桥区航道智能助航系统研发

跨海大桥桥区航道是典型的船舶航行受限水域,船桥碰撞安全风险大,桥区航道智能助航技术有助于提高桥区航道安全保障水平。分析了桥区航道通航风险因素以及水文气象分布规律,按通航规则将水域划分为预警、警戒、航道等不同区块,构建了桥区航行的船舶动态领域风险辨识模型。研发了自主检测船舶动态并向其播发防撞预警信息的装置,以及自动管理和运行软硬件设施的桥区航道船舶避碰智能助航系统。该系统已应用在福建省平潭海峡大桥桥区航道,有效改善了桥区水域的航道通航安全形势。     

基于车辆运行数据的疲劳驾驶状态检测

疲劳驾驶是导致交通事故的主要原因之一，及时检测疲劳驾驶，并提醒驾驶员集中注意力，对保证安全行车具有重要意义.本文基于CAN(Controller Area Network)总线采集的车辆运行状态数据，提取了18项与驾驶行为相关的特征，并采用随机森林算法对疲劳驾驶进行识别，结果表明整体的识别准确率为0.785，其中召回率为0.61，即61%的疲劳驾驶状态可被识别出来.实验表明，基于车辆运行状态的疲劳驾驶检测具有一定的效果，且与其他客观的疲劳驾驶检测方法(基于驾驶员生理指标和图像面部特征)相比，具有简单方便，不影响驾驶，且成本低的优势.     

无人水上巡检设备在航标管理中的应用

文中介绍了航标管理的现状、无人水上巡检设备的特点,提出了无人水上巡检设备在航标管理中的应用和优点;阐述了无人水上巡检设备作为一种先进的技术,将对航标巡检、应急反应、节能减排等工作有很大的帮助。     

高峰期考虑乘客议价的网约车定价与平台收益及社会福利优化

现阶段有关网约车动态定价的研究主要是从司机和平台的角度出发，借助排队论、生灭过程等方法描述司机的运行状态，对市场需求的动态变化特征关注较少，同时也没有考虑乘客方的自主议价权力。本文采用动态匹配描述网约车市场中乘客与司机的匹配过程，通过构建动态匹配模型描述短时间内市场变化的影响，采用需求与供给函数描述乘客和网约车的状态，在此基础上，构建平台利润最优模型和社会福利最优模型；然后提出乘客议价影响因子并依据现有数据确定其在市场运行不同时段的函数，将影响因子引入已建立的模型得到修正后的动态匹配模型和定价模型；最后设置算例验证模型可行性，探讨价格变化对市场的作用，分析乘客议价对动态匹配网约车市场的影响。算例结果表明，随着价格变化因子倍数的增加，社会福利、平台利润和匹配量先增后减，在倍数为2.0时，社会福利达到最大，倍数为1.3时匹配量达到最大。对比分析发现，乘客议价将推动市场向供求平衡移动，同时增加网约车市场高峰时段的平台利润和社会福利。     

智能网联车辆交通信息处理技术与信号控制方法研究

随着科学技术的不断加强,智能网联车辆的数量也在不断增加,在智能交通系统发展中,车联网发挥了重要作用,人们对于车联网的研究也越来越多和越来越深入,为了能够使车联网更好的普及,应该加强对智能网联车辆交通信息技术和信号控制的研究。本文基于目前车联网发展现状对智能网联车辆信息处理技术和信号控制的方法进行探讨研究,以供参考。