事故树在车务段安全管理中的应用

本文采用事故树分析的方法对铁路车务段的典型事故进行了定性分析和研究;找出了影响铁路车务段安全管理的直接和间接因素,并给出了最经济有效的改进措施;为铁路车务段安全管理提供了新的思路,对加强车务段安全管理作业,保证铁路运输安全畅通具有十分重要的意义。     

儿童座椅碰撞测试中头部位移分析方法研究

为研究儿童座椅碰撞测试过程中,儿童头部位移是否符合要求。实验利用台车模拟汽车碰撞,采用高速相机记录碰撞过程。基于三维建模和平面建模,分析假人头部位移、分析平面(参考平面)和标尺平面的关系。通过对比分析得出了一种更为准确合理的方法来确定分析结果的准确性。     

Exploiting Local and Global Characteristics for Contrast Based Visual Saliency Detection

Visual saliency is an important cue in human visual system to identify salient region in the image;it can be useful in many applications including image retrieval,object recognition,image segmentation,etc.Image contrast has been used as an effective feature to detect visual salient region.However,the conventional contrast measures either in spectral domain or in spatial domain fail to give sufficient consideration towards the local and global characteristics of the image.This paper presents a visual saliency detection algorithm based on a novel contrast measurement.This measurement extracts the spectral information of image block using the 2D discrete Fourier transform(DFT),and combines with the total variation(TV)of image block in spatial domain.The proposed algorithm is used to perform salient region detection in the image,and compared with state-of-the-art algorithms.The experimental results from the MSRA dataset validate the effectiveness of the proposed algorithm.     

基于ARM的弹丸姿态测量及数据记录仪设计

弹载记录仪作为弹丸飞行试验中获取弹丸飞行状态数据的测量手段之一,近年来越来越受到重视和普遍使用。论文以测量弹丸转速、方位角和高度为目的设计的弹载记录仪,主要由微控制器、电源模块、采集单元、存储单元等组成,具有体积小、功耗低、精度高及抗高过载能力强等特点。试验证明,该弹载记录仪完全满足高精度测量、抗高过载的要求。     

自动化集装箱码头危险品堆场布置

根据《国际海运危险货物规则》（IMDG Code）中的相关规定,对自动化集装箱码头危险品堆场布置中所涉及的重点方面进行探讨,包括危险品集装箱应分散布置的原则、如何应对可能产生液体泄漏的危险品集装箱和需要温控的危险品集装箱等。通过一个典型的设计案例,对相关设计原则进行全面的解释和说明。     

基于动态识别区间的路面识别方法研究

以路面附着系数为参数指标,在Burckhardt轮胎—路面数学模型的基础上设计了7种典型路面的动态识别区间,同时根据附着系数和附着系数曲线斜率之差对干鹅卵石和湿沥青路面作进一步区分,据此在制动时完成路面状态的动态识别。使用双轮模型进行仿真试验,结果表明:该方法能够准确快速地完成路面状态识别,实现了实时滑移率下的动态识别,对不同路面附着条件的利用明显改善,同时该方法具备自动纠错功能。     

基于轨迹数据的共享电动自行车逆行风险行为影响因素研究

为改善电动自行车带来的交通安全问题,研究逆行风险行为与其影响因素间的相关关系。基于长沙市芙蓉区共享电动自行车GPS轨迹数据,实现逆行行为的精准识别,采用机器学习CatBoost模型与SHAP可解释机器学习框架,从道路条件、交通状态、土地利用性质等方面开展逆行行为影响要素挖掘及作用解析。研究结果表明：CatBoost模型能够有效预测路段逆行频次并提取逆行行为的重要影响因素,主要包括出行时段、公共交通设施、土地利用性质、道路条件及交通状态等;从出行时段来看,工作日、早晚高峰时段更容易发生逆行;从公共交通设施与土地利用性质来看,道路周围公交站地铁站出口数量及餐饮、公司、购物等设施数量与逆行频次呈现非线性影响关系,在一定范围内设施数量与逆行行为存在正影响作用;从道路条件来看,过街通道间距在50~400 m时不易发生逆行,在非机动车道无物理隔离设施或过街通道间距在400~600 m时容易发生逆行,间距大于600 m时作用不稳定;从路段机非分隔形式来看,护栏分隔的逆行概率较低,绿化带分隔的逆行概率较高;从交通状态来看,当骑行速度、加速度较低或较高时与逆行行为负相关,当骑行速度在6~16 km·h^-1及加速度在0.3~1.0 m·s^-2时与逆行行为正相关。研究成果可为共享电动自行车风险骑行行为辨识、非机动车交通安全管理提供有效的技术支持。     

鞭打试验在欧洲、日本与中国

本文对比介绍了欧洲NCAP和日本JNCAP中鞭打试验的评价体系和评分方法，并通过列举我国某些车型在两个体系下的鞭打试验成绩，说明了我国汽车在防鞭打伤害方面的差距和改进潜力，以期让鞭打伤害在中国引起足够的重视，在不久的将来将鞭打试验引入中国CNCAP。