基于三维模型重构技术的公路预制构件尺寸检验评价方法

为使公路工程异形混凝土预制构件的制造尺寸检验评价适应工业化建造要求，应用三维模型重构技术检验评价了异形混凝土预制构件尺寸，提出了高精度、自动化异形混凝土预制构件尺寸检验评价方法，包括三维模型重构、点云数据处理和检验评价体系3个环节；总结了基于三维摄影的点云模型重构技术的原理和关键环节，研究了基于坐标转换和包围盒的无关点云自动剔除算法，并通过2个实例验证了该算法的效果；研究了点云整体配准和3类局部配准方法，针对不同形状的构件和不同位置的细部构造，结合工程需求进行对照；考虑工程需求并与配准方法对应，提出了基于彩色误差云图和数理统计方法进行构件尺寸检验评价的3种判异原则，包括误差均值和标准差判异原则、误差极值判异原则、综合判异原则；综合分析彩色误差云图和误差分布，利用判异原则对箱型涵洞侧墙和管型涵洞侧墙实例的尺寸进行了检验评价。研究结果表明:3种判异原则分别适合对预制构件进行整体宏观、局部单项和先整体后局部的检验评价；采用三维模型重构技术建立的异形混凝土预制构件点云模型，与实际构件相比其长度和宽度的误差均值约为1.5 mm，三维模型重构技术可以替代人工测量；能够自动化剔除无关点云，并执行更为严格且符合工程需求的构件尺寸检验评价。      

城市产业集聚区地下环路系统布局研究

随着城市用地的紧张及开发强度的增加,在新一轮城市开发中,直接连接地库的地下环路系统逐渐得到普及.为总结地下环路系统的适用性,基于国内实践经验提出一套因地制宜的地下环路系统规划思路.首先,基于国内规划建设案例,总结地下环路的多种布局模式及其适应性;其次,从城市、交通及用户角度,结合案例及实践经验,总结地下环路的规划要点及思路;最后,以深圳清水河片区研究课题为基础,比选推荐地下环路的布局方案,并利用TransCad模型进行测试,校核地下环路的合理性.     

车用摇枕铸钢件浇冒口切割打磨自动化系统的设计

铸钢件毛坯浇冒口切割及打磨时存在噪音大、弧光强烈、粉尘污染严重,增加了人工操作时的劳动强度,并严重影响操作人员的身体健康。本文针对这些问题,拟以铁路车辆摇枕铸钢件浇冒口切割及打磨为例,提出了单工位打磨、流水线式多工位合作的打磨清理方案,设计了自动化打磨单元,实现机械化、自动化操作,既提高了铸件打磨清理的质量和生产率,又大大改善了工人操作条件,减轻了工人的劳动强度,达到了“以机代人”的目的,对铸钢件实现绿色化乃至智能化生产具有重要意义。     

智能汽车两阶段UWB定位算法

为了提高智能汽车行驶的可靠性，以超宽带(UWB)为研究对象，研究了智能汽车两阶段UWB定位算法；分析了智能汽车UWB定位算法的基本原理与误差来源；建立了测距值筛选与加权位置解算两阶段UWB定位算法，在测距值筛选阶段，采用高斯筛选剔除小概率、大干扰事件，在加权位置解算过程中，根据多测距点的位置坐标加权计算得到最终的位置坐标，以有效减小非视距、多径效应所带来的误差，通过使用抗多径天线以有效减小多径效应所带来的误差，并分别建立了静态补偿和运动补偿策略，以有效减小设备晶振偏差等硬件问题造成的误差；在MATLAB/Simulink仿真平台中搭建一定测距方差约束下的UWB随机测距值仿真环境，对算法进行了仿真测试并与三边定位算法、三边质心定位算法进行仿真比较，分析基站数量对定位精度的影响；搭建实物UWB测试系统，对UWB设备定位精度进行了评估与误差补偿，并对两阶段UWB定位算法进行了实车测试。仿真结果表明:东向和北向的定位误差均值最小分别可达0.382 3、0.447 0 m；补偿后的UWB定位轨迹更接近RT3002所示的轨迹，东向和北向轨迹误差的平均值分别为0.049 2、0.017 8 m，均方根误差分别为0.069 8、0.0264 m。可见，提出的智能汽车两阶段UWB定位算法能够满足智能汽车的定位需求，具有高精度、低成本、稳定性好等优点。      

车联网环境下自动驾驶车辆动态障碍物协作避让模型

车路协同和车联网的发展为车辆群体之间的协作控制提供了可能.本文关注的是在车联网环境下,自动驾驶车辆群体避让动态障碍物的问题,目标是实现在不损失车辆个体效益的同时,可以达到车辆群体系统最优.本文提出了一种基于深度强化学习算法(DQN)的自动驾驶车辆群体协作避让动态障碍物的模型.模型在学习过程中考虑了车辆的安全性、单个车辆和车辆群体的行驶效率,并加入了车辆的换道协作机制.仿真验证结果表明,与现有的非协作避障模型相比,该模型可以显著地提高整体交通效率,在非常拥堵、比较拥堵和自由流三种给定的不同交通流状态下,车辆行驶效率(车辆平均速度)分别提高5.26％、21.44％、10.38％,整体车流量分别提高8.22％、34.47％、0％.     

大型体育赛事交通战略研究

大型体育赛事对城市客运交通和物流保障等方面带来巨大挑战,迫切需要城市政府制定相关交通战略.基于大型体育赛事交通需求构成和特征分析,从短时高强度客流、高品质交通保障能力、绿色交通等方面研讨赛事给城市交通带来的挑战.为应对这些挑战,需要从城市和赛事两方面制定对应战略.城市层面,需要着眼于长远发展目标,以赛事为契机推动空间结构调整、基础设施建设和交通结构优化.赛事层面,在考虑协调性、系统性、优先性和公平性的前提下,采取保障赛事优先、公交优先、绿色低碳和科技办赛的战略.提出举办城市应因地制宜制定赛事交通战略目标,在为赛事提供高品质交通服务的同时,实现城市交通战略和绿色可持续发展.     

基于Flow-3D的风电轮毂浇注系统设计及优化

针对风电轮毂零件形状复杂、壁厚较大,如果浇注系统设计不当则极易出现卷气、夹渣等缺陷,严重影响铸件的力学性能问题,通过分析轮毂零件的结构特点和技术要求,根据铸造工艺设计原理完成浇注系统方案设计;利用Flow-3D仿真软件模拟其充型过程的温度场、速度场和压力场并结合内浇口的时间-速度曲线,分析浇注方案和生产工艺的合理性,优化浇注系统方案;并利用优化的方案进行试生产,获得质量合格的风电轮毂铸件.     

基于Adaboost的改进Elman神经网络港口吞吐量预测方法

为提高港口吞吐量的预测精度,建立基于Adaboost算法改进的Elman神经网络预测模型,进行吞吐量的预测.首先对Elman神经网络进行多次训练和迭代,然后将每个Elman神经网络作为弱预测器,基于Adaboost算法将多个弱预测器加权组合,形成Elman-Adaboost强预测器模型.经过Adaboost算法优化的强预测器对误差较大的数据样本有更强的识别能力,可以实现对数据的动态增强学习.以宁波-舟山港2011-2017年的港口吞吐量数据为样本进行仿真,分别使用BP神经网络、Elman神经网络、BP-Adaboost神经网络以及Elman-Adaboost神经网络进行预测,比较四种模型的预测精度.研究结果表明:Elman-Adaboost强预测器模型用于港口吞吐量的预测,预测结果的相对误差最大值1.91％,最小值0.06％,可以将预测误差控制在2％以下,数据拟合效果更好预测精度更高,可以作为港口吞吐量预测的一种方法.     

UHPC纤维定向法及对受拉性能影响

基于新拌UHPC流动改变内部纤维取向的特性,采用通道流动结合振动的方法,实现UHPC的纤维定向浇筑,并采用图像分析技术测量了纤维定向浇筑对UHPC内部纤维取向的影响,利用抗折试验和轴拉试验测量了纤维取向对UHPC抗拉性能的影响,最后提出了用于定量评估纤维取向对UHPC抗拉强度影响的指标.研究结果表明:常规浇筑下UHPC的纤维取向系数为0.487,接近0.5,纤维定向浇筑的UHPC的纤维取向系数达到了 0.731;具有纤维定向效果的UHPC开裂强度提升24％,抗拉强度和抗折强度分别提升66％、71％;评估UHPC抗拉性能的指标计算出的强度提升约为69％左右,与实测值相近,可认为是一个可靠的用以定量评估纤维取向对UHPC抗拉强度影响的指标.     

基于Kubernetes的铁路客运营销深度学习平台的设计与实现

为解决铁路客运营销深度学习平台Tensorflow框架存在的环境配置复杂,资源利用率低、模型设计周期长等问题,提出了基于Kubernetes容器的PaaS平台构建TensorFlow容器的统一资源调度管理及API访问控制服务架构。经平台实践证明,该架构为客运营销提供了可靠、稳定的分析环境,降低了模型的训练难度,提高了模型的训练效率。