单个交叉口模糊控制及Simulink仿真

以车辆排队长度为控制量,提出了一种交叉口模糊控制方法,并以四相位交叉口为例,建立了Simulink仿真模型,在不同交通流数据下将此模糊控制与现有的定时控制比较,对其控制效果进行仿真验证。仿真结果从车辆平均延误、信号周期和车辆的最大排队长度等方面,显示出了模糊控制的优越性。     

基于弹复力效应的列控车载设备可靠性分析方法

列车运行控制系统结构复杂,列车在运行过程中,任何微小的干扰都有可能造成行车事故,甚至导致灾难性的后果。弹复力是指系统在正常运行状态过程中,由于系统内部潜在故障或外部突发干扰引起系统功能中断的情况下,系统内部被动或由于外部主动因素进行系统状态修复,再恢复到正常运行状态的响应能力。通过对历史故障数据的统计分析,选择故障现象较集中的车载设备作为研究对象。采用离散时间贝叶斯网络方法,对列控车载设备进行运行可靠性分析;通过构造"弹性三角"模型,计算出车载子系统在不同故障情况下的弹复能力。经计算当系统发生短期可恢复故障时,系统的弹复能力为96.32%。依据上述分析结果,提出基于弹复力效应的系统视情维修策略。     

复杂环境基于多信息融合的车辆跟踪方法

平交路口复杂环境下基于视觉的车辆跟踪容易受到如车辆在图像上投影的尺 度变化,车辆的排队与消散过程中邻近车辆间的遮挡及分离等因素的影响.针对该问题, 本文提出了一种利用局部特征增强的Mean-shift 改进算法,利用SIFT 特征点对尺度、旋 转变化鲁棒的特性,将其与基于跟踪区域颜色特征的跟踪方法相融合实现车辆跟踪,较 好地解决了在车辆尺度、运动方向变化,以及遮挡情况下的跟踪问题.同时通过引入跟踪 车辆分离的判定条件,结合特征点聚类算法解决了相邻车辆发生分离时的判断及跟踪问 题.实验结果表明,在多种交通场景的车辆跟踪过程中,本文提出的算法有较好的鲁棒性, 定位结果更加精确.     

三轴AMR 车辆检测器的车型分类设计实现

随着城市机动车数量的不断增加,城市交通向智能交通方向的快速发展,传统 的车辆检测器已经不能满足智能交通对交通状况反映的要求. 车辆检测器的车型分类功 能成为检测器发展的趋势,针对目前AMR 车辆检测器弱化车型结构对磁场强度影响的 问题,设计了一种新型的AMR 车型识别检测器.单个检测器可以采集三个方向地磁变化 量,结合一个高精度的时间模块,可以获得磁场强度在立体三维空间的变化,丰富了采集 信息.通过比较常见的车型分类算法优缺点,采用DAG-SVM 进行车型分类. 实验测试的 结果表明,该检测器可以有效地对车辆进行分类.     

车联网中驾驶员反应时间实时估计方法

结合车辆非线性分段制动特性和车辆状态数据对驾驶员反应时间进行实时估 计,采用特征数据拟合出初速度与减速度上升时间关系模型,通过BP神经网络推算减速 度上升过程中减速度随时间非线性变化关键参数,并在此基础上基于车辆动力学运动规 律求解车辆分段制动位移,通过实际位移与理论位移等价关系实现驾驶员反应时间实时 估计,最后利用Newell 跟驰模型场景对本文提出方法进行仿真验证.结果表明：不同初速 度条件下,反应时间估计值平均误差不超过0.022 s;不同反应时间条件下,反应时间估计 值平均误差不超过0.013 s.本文提出的反应时间估计方法不用增加通信负担和额外设备, 能够达到较高精度,具备更优的适应性、可用性及工程价值.     

基于非参数贝叶斯模型的列车卫星定位方法

基于卫星导航的列车测速定位是当前新型列车控制技术领域的研究热点。针对现场运行环境中卫星定位观测特性的不确定性对动态定位解算性能的不利影响,在卫星定位估计解算过程中引入基于Dirichlet过程的非参数贝叶斯模型,在导航卫星观测特性不定且存在性能退化风险的条件下,提出了基于Dirichlet过程混合模型驱动的高斯分布混合更新策略,给出了多滤波器动态联合状态估计计算方案。分别采用仿真数据及现场实测数据进行计算的结果表明,在常规定位估计解算中引入Dirichlet过程混合模型,能够对未知不确定的导航卫星观测特性实现有效适应,提升定位性能对观测条件的容忍能力,降低单一观测分布假设的模型失配和性能劣化风险。     

变分曲线模型及其在轨道数据库生成中的应用研究

本文研究有限约束条件下的变分曲线模型及其在铁路列控轨道数据库中的应用,提出从GPS轨道数据中自动生成适合列车控制的数字轨道地图的方法、模型和算法。通过大量实测数据对算法和方法进行验证、比较和改进,针对大量轨道数据建立其数据约简的组合数学模型,分析实际列车运行时有限约束条件,研究曲线演化理论,采用基于变分曲线模型曲线形变的思想对数据进行约简和误差剔除,在满足一定的误差前提下快速自动获取少量关键数据来描述铁道轨迹,完善列控轨道数据库的自动生成与优化方法,实现基于GPS的列车运行控制系统的实时、精确定位。     

基于FNN的GPS/SINS深耦合列车组合定位系统容错控制研究

为了提高基于GNSS的深组合列车定位系统的故障容错性能,本文结合模糊系统与神经网络的基本原理,提出基于FRBFNN的GPS/SINS深耦合列车组合定位系统故障诊断算法,建立FRBFNN列车组合定位故障诊断模型,应用免疫差分进化理论设计其相应的网络学习算法。针对列车组合定位故障隔离及系统重构问题,定义组合定位系统结构状态迁移规则,设计深耦合列车组合定位系统故障容错控制处理流程,使深组合列车定位系统的容错控制性能得到进一步提高。以青藏线某区间列车实际运行数据为基础,通过计算机仿真验证了所提模型及算法的有效性与实用性。     

基于UML与CPN的CTCS-3级列控系统建模与验证方法研究

CTCS-3级列控系统安全功能极其复杂,为保障其正常运转,有必要对列车运行控制系统的建模与验证进行深入研究。在分析了UML建模图和有色Petri网优缺点的基础上,提出了UML和有色Petri网(CPN)相结合的建模与验证方法,并应用在CTCS-3系统中,对CTCS-3级列控系统的建模与验证具有积极的研究意义。