基于K-均值聚类和支持向量机的电动汽车行驶工况研究

针对现有行驶工况难以反映车辆真实驾驶情况的问题,以国内典型大中型城市——西安市为例,对电动汽车行驶工况构建方法进行研究.根据西安市道路布局,设计了城市道路行驶工况数据采集方案;提出了一种K-均值聚类和支持向量机相结合的半监督分类模型,构建了西安工况;最后将西安工况与原始试验数据和国际标准行驶工况进行对比.研究结果表明:西安工况与实际道路行驶数据特征参数的相对误差均小于5％,平均相对误差仅为2.66％,构建的行驶工况能够真实反映西安市车辆的运动特征;且由于动力系统的差异,电动汽车工况比内燃机车工况更为激进.     

客车转向系统的DMU运动仿真分析

客车在转向过程中,车轮会形成一定的运动空间。使用CATIA中DMU模块对客车转向运动轨迹进行仿真分析,在客车设计阶段,就可判断转向系统与车架及车架其他零部件是否发生干涉。     

夜间动态环境中驾驶员空间距离判识规律

为研究在夜间地面动态环境中驾驶员空间距离判识规律,进行了实际道路试验.32名驾驶员在夜间环境中不同深度距离、速度下,判识红、绿色障碍物空间距离.检验样本差异显著度,分析被试距离判识结果,获得判识特征值.运用曲面回归分析判识距离与速度和深度距离之间关系,获得驾驶员在夜间动态环境中,对空间距离判识变化关系的数学模型.试验结果表明：绝对距离判识值随障碍物深度距离增加而增大,随速度增加而减小.相对距离判识受深度距离影响小,受速度变化影响大,二元二次函数可很好地逼近空间距离判识的变化规律.     

基于BP神经网络的驾驶员昼夜动态空间距离判识规律

为研究昼夜动态环境中驾驶员对空间距离判识的规律,进行了实际道路试验。随机选取32名驾驶员分别在昼、夜环境中不同深度距离和速度下,判识红、绿色障碍物的空间距离,统计并检验驾驶员对红、绿色障碍物判识距离的差异,获得判识特征值;运用BP神经网络拟合距离判识结果,分析距离判识变化规律。结果表明:BP神经网络可以很好地拟合距离判识变化规律,精度优于现有模型;绝对距离和相对距离判识结果均随速度增加而减小,随深度距离增加而增大;夜间判识距离大于白天,驾驶员对相对距离判识准确性高。     

基于BP网络的驾驶员黄昏空间距离判识规律

为研究黄昏时段行车时,驾驶员对空间距离判识随环境照度的变化规律,进行实际道路试验.选用32名男性驾驶员,在不同自然环境照度下,判识不同空间深度距离时红、绿色障碍物的绝对距离和相对距离.统计分析被试判识结果,分析距离判识差异,获得空间距离判识特征值.运用BP神经网络,模拟距离判识结果,分析距离判识变化规律.结果表明：红、绿色障碍物黄昏时距离判识差异显著,BP网络可以很好拟合距离判识变化规律.绝对距离和相对距离判识结果,均随环境照度降低而增加;判识距离随深度距离增加也增加,相对距离增加较小.     

公路梳齿形视错觉减速标线优化研究

对于公路危险路段,如果不进行道路线形改善,则通过采用限速设施,有效限制车辆的行驶速度是最有效的安全措施.文中结合梳齿形视错觉减速标线机理分析,基于公路视错觉减速标线仿真试验系统,以鱼刺形视错觉减速标线的部分研究结论为依据,分析了梳齿形视错觉减速标线的重要设计参数,确定了标线的样式和形式,通过仿真试验和实际道路试验验证了...     

高速公路隧道群出、入口段驾驶人视觉特征

为提高隧道群交通安全水平,研究高速公路隧道群出、入口段驾驶人视觉信息认知过程和变化.针对驾驶人视觉特征参数变化规律,选用9名驾驶入进行隧道群环境中实车试验.采用眼动仪,记录行车过程中驾驶人视觉特征参数.应用统计方法,分析试验数据特征.运用神经网络技术,模拟视觉特征参数变化,并建立相关模型.研究结果表明:在逐渐接近特长隧...     

交通运输行业能耗统计监测平台设计

构建一个基于Internet网络的数据平台,综合利用抽样数据填报、实时能耗数据监测两种手段,基于影响能耗和排放的相关因素,分类统计和计算交通运输业能耗及排放数据.利用该统计监测平台,可全面、准确掌握交通运输业,以及各子类行业能耗结构.结合交通运输行业内不同产业结构,以及行业内生产能耗结构,为能耗评价提供判断基础和借鉴,为行业的发展决策提供依据和指导.     

基于视距模型的辅助减速车道标志设置

文章结合驾驶人视距模型对辅助减速车道字体、版面进行合理化设计,以提高驾驶人的辨识程度;通过驾驶员认知特性对辅助减速车道标志前置距离设计进行研究,为辅助减速车道合理化利用提供可能,降低了由于车辆自动失效后因错过辅助减速车道强制减速造成重大交通事故的可能。