共查询到20条相似文献,搜索用时 875 毫秒
1.
"你早就该拒绝我,不该放任我的追求,给我渴望的故事,留下丢不掉的名字。"只有这两句歌词才能表达我与玛莎拉蒂GranTurismo的相逢。 相似文献
2.
3.
4.
2005年度已光阴过半,中国车市让沉闷和压抑憋得满头是汗。悲与喜似乎都难以名状,这多少有点像当年摇滚崔健的一句歌词:我的病就是没有感觉,快快让我到雪地上撒点野! 相似文献
5.
40年代表什么?我们说四十不惑,是的,任何事物走过40年,这都将变得透彻,变得宠辱不惊。今年,路虎揽胜走过自己第40个年头。这40年对于我们来说,究竟意味着什么?我想《红豆》中的一句歌词也许可以诠释——等到风景都看透,也许你会陪我看细水长流。 相似文献
6.
<正>"穿过风,又绕个弯,心还连着。像往常一样,最初的梦想,紧握在手上。最想要去的地方,怎么能在半路就返航,最初的梦想,绝对会到达。"就像这句歌词一样,自从在嘉兴市交通学校树立自信,最初的梦想又开始在我的内心激昂澎湃,是的,"如果骄傲没被现实大海冷冷拍下,又怎会懂得要多努力,才走得到远方"。一直以来,我都希望我能有所成功,但是我知道我并不优秀,甚至有点糟糕,因此只有比别人更加努力,在困难面前绝不不妥协才能到达真正的"天堂"。 相似文献
7.
8.
“只有偏执狂才能生存”,这句Intel灵魂人物葛洛夫(Andy Grove)的名言,用来形容现在的宝马最合适不过。在这个多变的车市和金融环境下,只有不断创新的设计才能保持车厂前进的脚步。 相似文献
9.
10.
11.
为了实时估计路段车辆排队长度,利用铺设在路段上的检测器,提出了一种车辆排队估计方法,对车辆排队进行实时跟踪。该方法考虑了一般的道路拓扑结构,路段排队的演化过程分为四个阶段:初始排队阶段、排队蔓延阶段、排队上溯阶段和堵塞路段阶段,不同阶段的排队利用不同的信息,通过不同的模型进行推算,通过实地调查验证,可以高效实时追踪路段排队的演化。 相似文献
12.
13.
YOUJIN 《拖拉机汽车驾驶员》2008,(6):226-229
“这站CCC实在是太精彩了!”恐怕只有这句最简单的,惊叹,才能道出第二站全国汽车场地锦标赛给人们带来的快乐。而让这场比赛变得如此悬念迭起的,正是在北京站中迅速崛起,并最终登上领奖台顶端的东风悦达起亚778车队。 相似文献
14.
基于视频图像处理方法,提出了一种复式伸缩窗来实时跟踪交叉口排队车辆队尾和队头的位置变化,从而准确描述交叉口车辆排队形成和消散过程。通过检测指定区域内车辆是否存在和是否运动,分别构建跟踪排队队尾和队头的队尾伸缩窗和队头伸缩窗。描述排队首尾伸缩变化的复式伸缩窗则由这两个伸缩窗相互协作所构成。根据跟踪队尾和队头的结果,车辆排队长度和停车延迟时间等重要参数就可以轻易得到。试验结果表明本文算法能实时准确地跟踪队尾和队头的位置,能适应不同天气环境和光照变化,其准确率达到92%以上,较好地满足车辆堵塞监控和交通信号灯控制的需要。 相似文献
15.
记得数年前听周华健的《明天我要嫁给你了》时.总无法理解"要不是每天的交通烦扰着我所有的梦"那句歌词。如今.每当我驾驶汽车拥堵在北京的车流中时,终于明了那歌中所唱的滋味儿。不过.近日日产公司发布的一项新技术.有望使上述的堵车情形发生改变.让我们不再被交通所烦扰。 相似文献
16.
17.
《公路交通科技》2020,(5)
为了研究如何结合移动检测数据来确定交叉口排队长度,并以此来衡量交通拥堵程度的问题,利用车辆行驶轨迹,分析了通过交叉口车辆的排队特点。根据车辆在队列中的不同排队位置,分车辆通过交叉口时所存在的A,B,C这3种位置,建立了面向延误最小的排队长度估计模型。其中,通过虚拟线圈检测器后开始减速停止在停车线前的A位置车辆排队估计模型基于基本延误模型;减速进入虚拟线圈检测区域停车的B位置车辆排队估计模型基于简化车辆跟驰模型,对可获得车辆行驶轨迹的网联车减速过程进行了重建;减速停止在虚拟线圈检测器前的C位置车辆排队估计模型基于LWR消散模型以及交通流理论算法,并利用网联车车辆行驶轨迹数据进行了加速过程的重建。在此基础上,根据不同位置车辆与队尾网联车的距离不同,对其到达率赋予不同的权重,计算总的排队长度。最后,通过图新地球地图软件投影并筛选车辆在案例交叉口的车辆行驶轨迹,利用微观交通仿真软件VISSIM对本研究的模型进行仿真验证。结果表明,排队长度估计模型与真值的最大误差为12.4%,最小为2.2%,平均误差为8.75%,方差为12.595%~2,绝对与相对误差均保持在可接受范围以内,说明基于车辆行驶轨迹的信号交叉口排队长度估计模型能够较为有效地估计城市道路交叉口的排队长度。 相似文献
18.
19.
道路交通拥堵程度的准确判别是交通管理人员及时采取有效应对措施的基础,不同交通拥堵程度既有客观层面的体现,也有驾驶人的主观感受.为兼顾交通拥堵的外在表现和实际行车感受,以车辆首次停车排队至通过路口的时间与信号控制周期的比值为基础建立排队时间指数(QTI),用于信号控制路口交通拥堵程度评价,并对其有效性进行验证.通过采集不同城市典型信号控制路口的高峰运行数据,获得排队时间指数、车辆排队长度和车辆延误等结果,对比分析了排队时间指数与车辆延误和排队长度的关系,研究了不同拥堵状态下排队时间指数的分布规律.结果显示:排队时间指数与车辆延误呈正相关关系,表明采用排队时间指数评价路口拥堵是可行和有效的,且利用排队时间指数可以发现路口潜在的配时不合理情况.结合现有常用拥堵程度分级方法,将拥交通状态划分为严重拥堵、中度拥堵、轻度拥堵和畅通4个等级,并以采集的路口排队时间指数为样本,利用聚类分析方法将得到不同拥堵等级下的排队时间指数的阈值,用以刻画信号控制路口的交通拥堵程度. 相似文献