北京市隧道下穿施工引起城市路面沉降的影响规律回归分析

以朝阳区某热力工程顶管隧道引起路面沉降问题为例,对比分析了现场实测值与仅考虑自然因素的理论计算值;以北京市279个隧道下穿道路工程为样本,应用Stata 14.0统计软件对影响路面沉降的4项设计因素、3项施工因素和9项人为因素开展了多元回归分析,并采用替换施工方法、增减解释变量的方法验证了回归分析的稳健性,获得了各因素影响路面沉降的弹性系数、标准误及置信等级。研究结果表明:实际工程路面沉降的实测值与理论计算值相差很大,与路面是否有移动荷载、隧道上覆土体厚度等相关,最大可达3.75倍;在自然因素中,地层条件、施工方法、路面移动荷载和隧道直径的影响显著,影响程度依次降低;在人为因素中,监理旁站的影响极为显著,而施工人员工作年限、是否有技术交底等也有明显影响;在采用非开挖技术施工下穿道路工程时,不仅要通过减少人工顶管、加快施工速度、加强同步注浆来减小路面沉降,还应当高度重视施工方法与工艺、人员组织、过程监管。研究结果可为隧道下穿城市道路施工的技术管理、安全评估和行政审批提供参考。      

人机混驾环境下无信号交叉口自动驾驶汽车左转运动规划研究

为了使自动驾驶汽车在人机混驾环境下能安全、高效地左转通过无信号交叉口，在借鉴人类驾驶人左转时会对周围车辆驾驶意图进行提前预判的基础上，提出了一种基于周围车辆驾驶意图预测的自动驾驶汽车左转运动规划模型。首先将无信号交叉口处周围车辆的驾驶意图分为左转、右转、直行3种类型，利用相关向量机预测周围车辆驾驶意图，以概率形式输出意图预测结果并实时更新，进一步界定自动驾驶汽车与周围车辆的潜在冲突区域并判断是否存在时空冲突；接着，在充分考虑他车速度、航向及车辆到达冲突区域边界距离的基础上建立基于部分可观测马尔可夫决策过程的自动驾驶汽车左转运动规划模型，生成一系列期望加速度；最后，基于Prescan-Simulink联合仿真平台搭建无信号交叉口仿真场景，对所提左转运动规划方法进行仿真验证，将基于博弈论的运动规划方法、基于人工势场理论的运动规划方法与所提出的方法进行比较，并选取行进比例达到1所用的时间和碰撞次数作为评价指标。研究结果表明：基于相关向量机的驾驶意图预测方法可在自动驾驶汽车到达交叉口之前准确预测出他车驾驶意图；基于部分可观测马尔可夫决策过程的左转运动规划方法能够通过速度调整策略实现人机混驾环境下自动驾驶汽车与周围车辆在无信号交叉口处的交互；不同算法对比效果表明，所提左转运动规划方法在自动驾驶汽车与不同数量周围车辆交互的仿真场景下均可有效避免碰撞事故发生并提高自动驾驶汽车左转通过无信号交叉口的效率。