高密度瓶颈交通流主动-回应汇入行为定义与建模

汇入行为是导致高速公路、快速路汇入区瓶颈失效的根本原因,也是引发车辆冲突、交通事故的重要诱因。基于上海虹许路汇入区高精度轨迹数据,在经典的3类汇入行为(自由、协作、压迫)分类基础上发现并定义了一类新的汇入行为:主动-回应汇入,即在目标车道插车间隙不足的条件下,汇入车辆通过横向偏移主动表达汇入意图,引发后车合作让行,从而实现汇入。由于传统的换道类型划分方法已不适用于描述瓶颈区汇入过程的复杂交互现象,因此根据汇入车辆的横向位置将汇入过程划分为4个时段,以目标车道后车让行的时段不同对4类汇入行为进行了重新划分。基于此对虹许路汇入区轨迹数据中的汇入行为进行分类,并比较主动-回应汇入行为与经典的3类汇入在汇入位置与汇入间隙变化分布的差异。进一步,采用风险空间理论判断目标车道间隙的可汇入程度,并结合混合高斯-隐马尔可夫模型实现对后车的让行意图识别,建立了主动-回应汇入模型。最后构建了瓶颈交通流仿真原型系统以验证模型有效性。结果表明:在宏观交通流层面,主动-回应汇入行为在汇入位置、速度和间隙的分布上与实证数据一致,均值没有显著差异;在个体行为层面,也能再现定义描述的"主动试探-两车博弈-回应让行"的过程。该研究成果对解析瓶颈交通流早发性失效机理、揭示汇入风险变化过程以及设计符合人类驾驶人交互特征的自动驾驶汇入策略均具有重要的指导意义。     

大型三维地质力学模型试验系统研制及其应用研究

为研究泥灰岩隧道开挖诱发突涌水灾害机制及信息演化规律，以兰州至海口国家高速公路秦峪隧道为工程依托，研制泥灰岩隧道围岩相似材料，研发大型隧道突涌水三维地质力学模型试验系统。该系统可实现低频周期循环加卸载、数据自动化采集，可提供稳定水压加载，基于Python编程语言开发了隧道突涌水灾害预警系统，在此基础上开展泥灰岩隧道突涌水灾害演化过程模型试验。研究结果表明： 1）隧道开挖扰动会破坏围岩压力与渗透水压力之间的平衡，致使隔水围岩内产生微裂隙并扩展贯通，进而发生突涌水现象； 2）当发生突涌水现象时，隔水围岩压力、渗透水压力及位移均会发生明显的突变现象，围岩压力及渗透水压力最大释放率分别为18.6%、73.35%，最大位移量为0.18 mm； 3）泥灰岩相似材料能够较好地满足试验需求，证明了隧道突涌水三维地质力学模型试验系统的稳定性及可靠性。     

一种基于地图辅助的自动驾驶视-惯融合定位方法

视觉同步定位与建图(Simultaneous Localization and Mapping, SLAM)方法广泛应用于自动驾驶领域。传统的方法利用车载摄像头表征车辆周围环境，同时估计自身位置，当车辆运动过快时，定位精度和鲁棒性会下降。针对此问题，本文提出一种地图辅助的视-惯融合定位方法。该方法在ORB-SLAM2(Oriented FAST and Rotated BRIEF SLAM2)的基础上拓展地图保存功能，将建图和定位拆分为两个独立模块，车辆首先以较慢的速度构建并保存具有视觉特征的地图，然后，在第2次运行时车载计算机调用预先保存的地图实现精确且稳定的定位性能。由于构建地图阶段采用了图优化算法融合惯性测量单元(Inertial Measurement Unit, IMU)的信息，地图误差得到有效校正。在KITTI数据集场景和实际场景中验证了所提方法的良好性能。实验结果表明，所提方法在4, 8, 16 m·s-1 驾驶速度下的定位精度分别为2.59，2.61，2.73 m，图像失帧率和路径丢失率分别为3.76%和1.38%，3.89%和1.69%，4.27%和1.84%。相比原始的ORB-SLAM2方法，系统定位精度和鲁棒性均得到了提高。     

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。     

MaaS出行选择倾向性研究

为探索MaaS出行下,用户对不同交通出行方式组合的选择倾向性及其影响因素,针对目标用户设计了网络问卷,并回收233份有效问卷,筛选得出1个因变量和14个自变量,借助SPSS软件清洗数据并建立多项Logit模型,数据分析结果表明月生活开销和距离因素是促成用户选择MaaS不同出行方式组合的关键因素。     

高速铁路斜拉桥钢-混组合箱梁受力及变形性能试验研究

为研究设计速度350 km/h高速铁路斜拉桥钢-混组合箱梁的受力特性与桥面变形性能,采用Ansys软件建立赣江特大桥3个梁段的有限元模型,分析其应力分布特性;以应力等效的原则优化设计出相似比为1∶3的全截面静载试验模型并开展受力传力及桥面变形特性研究。结果表明:钢-混组合箱梁在轴力及弯矩最不利荷载组合工况下,混凝土桥面板、钢梁最大压应力分别为8.36、107.2 MPa;其中钢主梁顶板与底板应力值较高,为受力关键区域;实测应力值与原桥理论值相符良好;混凝土桥面板与钢主梁顶板之间无明显滑移发生。沿纵桥向轴力传力中,钢主梁传递轴力由35.35%增加到52.26%,混凝土桥面板传递轴力由64.65%降低至47.74%。竖向单线1.0倍ZK荷载加载及双线交替增加至1.6倍时,主梁两侧高差均小于0.5 mm,小于轨道2 mm/5 m(3 m)的高低(扭曲)精度要求;在双线ZK列车竖向荷载下,纵横向挠度均呈正弦波分布,节间挠跨比分别为1/2631、1/2123,小于规范规定的1/1600。高速铁路钢-混组合箱梁具有良好的受力与变形性能。     

电子信息技术在智能交通信号控制系统中的运用研究

当前电子信息技术的发展水平已经达到了一定的高度,并且在智能交通信号的控制系统之中应用的频率非常高,对于系统的稳定运行起到了保障作用。本文主要针对智能交通信号控制系统与信息技术之间的关系进行研究,希望能够推动智能交通信号控制系统运行水平的提升,从而为广大群众的日常出行提供便利。     

黄土地区抗滑桩嵌固段桩前被动土拱形成演化过程试验

抗滑桩是大型交通基础设施中稳定边坡和治理滑坡的主要手段之一，嵌固段桩前被动土拱效应是影响抗滑桩水平承载力的重要因素，被动土拱的形成演化过程是抗滑桩水平抗力调整的关键。通过几何缩尺比例为1∶15的抗滑桩物理模型试验，对桩前被动土拱的形成演化过程进行了探究。根据抗滑桩桩前被动土拱和模型试验系统的对称性，自主设计土压力传感器的布设方案，以保证在试验过程中对桩前土体各测点的x和y方向土压力分布规律进行实时采集；采用千斤顶对模型桩施加水平荷载，对加载过程中抗滑桩嵌固段桩身弯矩、桩前土压力及桩前土体应力变化规律进行了分析。绘制桩前土体应力云图并对桩前被动土拱拱轴线进行了拟合，同时采用数值模拟方法进行对照分析，以揭示桩前被动土拱的演化过程。结果表明：①桩身弯矩和桩前接触土压力均在嵌固点下4倍桩宽处附近出现极大值，后随埋深逐渐减小；②桩前被动土拱是由相邻桩对桩前土体的相互作用使主应力发生偏转而逐步形成的，其演化过程可分为初步形成阶段、承载阶段和破坏阶段；③桩前被动土拱拱轴线呈抛物线形式，随埋深逐渐增大形成被动土拱所需桩顶位移随之增大；④同一埋深处桩前被动土拱矢跨比随桩顶位移增加而逐渐变大，在承载阶段土拱矢跨比随埋深逐步减小。     

自然驾驶状态下重型工程车驾驶人驾驶稳定性分析

重型工程车行驶过程中事故风险大，发生恶性事故的概率高，易造成重大生命和经济损失，其运输安全管理问题面临挑战。为探究重型工程车驾驶人驾驶稳定性与相关影响因素之间的关系，开展重型工程车自然驾驶试验，提取车辆运动学、道路条件、驾驶人状态和工作时间等数据；采用速度均值和速度标准差表征驾驶人驾驶稳定性，以睡眠模式、道路线形、道路类型、交叉口影响区、载重量和工作时间作为解释变量，构建考虑驾驶人个体异质性的广义线性混合模型（GLMM）。模型结果表明：通过与线性模型比较，速度均值模型需考虑随机效应，睡眠模式、道路线形、道路类型以及载重量对速度均值均存在显著影响，睡眠模式为“差”的驾驶人更倾向于较低的速度；速度标准差模型排除驾驶人个体异质性，道路线形、交叉口影响区、道路类型、载重量以及工作时间均对速度标准差影响显著；为提高重型工程车驾驶人驾驶稳定性，建议驾驶人形成健康良好的睡眠模式，关注道路线形变化带来的潜在风险，在经过交叉口影响区、空载状态或白天行驶时需更加谨慎。研究结果可为重型工程车驾驶人的危险驾驶行为矫正以及工作调度管理提供一定的理论基础。     

New method for predicting full-scale power performance of pumpjet propulsion system based on statistical learning北大核心CSCD

[目的]针对“适配于螺旋桨的船尾线型+泵喷推进器”构成的船舶泵喷推进系统,提出一种基于统计学习的实船快速性预报新方法。[方法]以某大型水面船舶泵喷推进系统为对象,通过神经网络学习典型推进泵的推力系数图谱曲线,综合运用船-桨配合时的K_(T)-J曲线和船体-喷泵配合时的推力特性曲线,建立“仅需船舶阻力曲线就能实现船舶泵喷推进系统实船快速性预报”的新方法,并基于船模阻力试验、泵喷模型敞水试验及船体-泵喷自航试验的测量换算结果对实船推进性能的预报结果开展精度校验。[结果]校验结果表明:在航速18~30 kn范围内,船舶泵喷推进系统的自航转速、推力和功率的预报误差可控制在5.4%以内,其中设计航速附近的误差甚至小于2%;船体-泵喷的相互作用程度介于船-桨与船体-喷泵之间且幅值相对较小,推力减额系数为趋向于0的极小值,故船舶泵喷推进系统是介于桨轴推进系统和喷水推进系统之间的产物。[结论]该预报方法有利于提升船舶泵喷推进系统实船快速性预报的能力,可为新型舰艇泵类推进系统总体设计/研究提供参考。