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。     

基于Q学习算法的城轨列车智能控制策略

牵引能耗是列车能耗的主要组成部分,针对城轨列车节能运行的问题,将列车运行状态离散化,以列车对速度控制作为动作空间,时间和能耗作为奖励函数,提出一种基于Q学习算法的城轨列车智能控制策略。在不使用离线优化速度曲线的情况下,根据列车当前位置和速度实时计算最优控制策略;同时,在传统Q学习基础上,将ε-greedy策略与司机驾驶经验相结合,减少探索次数,提高算法学习效率;最后,以杭州地铁5号线三坝-萍水站线路为例,验证该算法在满足准点运行的情况下,较传统动态规划算法,可减少列车站间牵引能耗3.79%。在原线路增加临时限速后,验证该算法仍具有实效性。     

基于PSO算法的地铁智能调线调坡系统开发与研究

为解决人工调线调坡费时费力、效率低下，且无有效评价指标评判方案优劣的现状问题，从分析线路平纵断面设计变量入手，依据规范相关规定制定约束条件，创新性地建立带有侵限容忍值惩罚项和合规性惩罚项的目标函数，提出一套基于粒子群优化算法，适用于矩形、马蹄形、圆形等多种隧道断面类型的地铁调线调坡数学分析模型，并以此开发地铁智能调线调坡系统。以长沙地铁4号线某区间右线隧道为例，对比人工设计和智能系统的调线调坡结果。由对比结果可知，智能系统在线路参数选择的合理性和改善侵限情况等方面均明显优于人工调线调坡，且具有可靠性和高效性。     

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。     

智能汽车专业校企合作模式及人才培养方式的探究

智能汽车已经成为未来汽车领域的发展方向,且高校逐渐与企业合作,建立智能汽车人才培养模式。但是现阶段,校企合作深度以及人才培养方式仍然存在一定的不足,不利于为智能汽车领域输送更多的人才。基于此,本文主要探究智能汽车专业校企合作模式以及人才培养模式,详细阐述智能汽车专业校企合作模式及人才培养模式中存在的问题,进而提出针对性的建议。     

城市轨道交通智慧车站实施方案研究

研究城市轨道交通智慧车站实施方案,梳理近年来欧洲联盟及国内一些单位关于智慧车站的研究动向,介绍轨道交通智慧车站需求与内涵。以南昌地铁4号线智慧车站建设为例,设计智慧车站总体架构,分析智慧车站建设的技术难点,提出智慧车站实施方案。该方案已应用于南昌地铁4号线智慧车站的建设中,可为探索符合我国国情的智慧城市轨道交通发展路径提供参考。     

快速路与邻接交叉口分散换道和速度引导方法

研究车路协同城市快速路与邻接交叉口主线分散换道和速度引导自适应控制方法. 对高饱和度入口匝道与邻接交叉口，提出主线分散换道自适应控制方法，依据合流区上游不同车道密度制定换道规则，以主线流量最大化为目标确定邻接交叉口相位相序；对出口匝道存在超长排队，提出主线速度引导自适应控制方法，依据主线上游车辆目的地确定速度引导策略，以出口匝道需求与通行能力相匹配为目标确定出口匝道关联相位优先权. 采用元胞自动机模型仿真验证，结果表明，所提方法与非协调控制、传统协调控制、车路协同交叉口自适应控制相比，区域流量分别提高17.38%、5.52%、10.06%，总时间消耗分别下降35.86%、 26.21%、17.39%.     

基于MS-RG混合图像分割模型的道路检测研究

道路场景因其结构的多样性、纹理变化的复杂性和自然曝光的不稳定性，使得传统基于道路分割的道路检测方法大多存在信息冗余，并且存在边界丢失、模糊等质量问题.本文首先在道路图像上使用 Meanshift均值漂移算法，通过空间内的概率密度呈梯形上升去寻找局部最优，并搜索属于同一模点的像素然后生成获得超像素块.然后利用 Meanshift算法获得的聚类超像素块进行多种子点区域生长，规范生长规则，克服不能得到封闭边界的缺陷，改进道路图像的分割效果.实验结果表明，本文提出的模型适用性强，相比于传统方法有效地提升了分割准确性和实时性，可准确识别出图像中的道路信息，确保车辆能够行驶在可行驶区域上.     

未知时变扰动和输入饱和下的智能船舶鲁棒非线性控制

复杂海况下环境多变并且船舶具有多耦合、强非线性的特点，针对智能船舶定位控制问题，考虑在未知时变扰动和输入饱和约束之下船舶的定位控制问题，结合非线性扰动观测器提出一种带辅助动态系统的鲁棒非线性控制算法。通过Lyapunov理论证明了所提出的非线性扰动观测器与控制器结合后闭环系统的稳定性和信号的一致最终有界性。利用非线性扰动观测器对环境中存在的海浪扰动进行有效的估计处理。最后，通过仿真验证了所提出的控制算法不仅能保证船舶期望的位置和艏向，而且提高了控制速度，具有较好的控制性能。     

基于信令数据的出行强度影响因素分析模型

为探究城市交通出行强度影响因素及不同因素的影响程度，本文从土地利用与交通基础设施建设两方面出发，分析包括土地利用混合指数，职住混合率熵指数，公共交通站点 500 m覆盖率，路网可达性等17个指标与出行强度的相关关系；基于相关系数和拟合优度分析，提取7个与出行强度强相关指标，基于所识别指标构建北京市中心城区出行强度多元回归模型.模型结果表明，职住混合率熵指数对出行强度的影响最为显著，公共交通站点覆盖率对出行强度的影响比道路网密度和可达性更为明显.此外，给出单一土地利用/交通基础设施指标对出行强度拟合结果的离群特征分析方法，用于评估不同区域基础设施供给与交通出行需求之间的平衡关系.