发展自动驾驶汽车的挑战和前景展望

自动驾驶汽车是未来汽车的发展方向,也是道路交通具有革命性影响的交通工具。随着人工智能、传感检测等核心技术的突破和完善以及整体可靠性的提升,自动驾驶汽车会逐步被公众接受,成为出行和物流工具。但是,从当前的初步应用阶段,到成熟推广阶段乃至全面普及阶段的过程可能需要很长时间,技术成熟之后还要解决立法推行问题、以及社会心态调整的漫长阶段。自动驾驶汽车是未来汽车产业和信息产业的一个制高点,其研发能力将直接反映国家工业竞争力。从全球各国政府和企业的发展行动来看,未来5~10年将是发展自动驾驶非常关键的时期。     

共享单车运营规模评估：以台州市为例

2017年，共享单车首次进入台州市场，并为这座城市注入了新的活力，凭借着停取便捷、低碳节能、经济实惠、使用灵活等特点，为城市交通出行解决了“最后一公里”的难题，成为了台州市区居民出行不可缺失的选择。然而，共享单车投放数量的急剧增长也给这座城市带来了一系列管理的挑战，尤其是车辆停放问题、车辆周转率较低及侵占传统公共自行车出行比例的问题。本文以共享单车、共享电单车及公共自行车现状运营特征为基础，并结合台州市“十四五”交通发展规划，对台州市“十四五”期间共享单车的出行比例、容纳量及投放规模进行预测，并对共享单车运营规模的控制及未来发展提出建议。     

基于Kriging-NSGA-Ⅱ的大跨度斜拉桥多目标索力优化研究

文章针对大跨度斜拉桥的索力优化问题,提出了一种基于Kriging-NSGA-Ⅱ的多目标索力优化方法。以Kriging回归算法为基本模型建立了大跨度斜拉桥的结构代理模型,采用基于强度的非支配排序和动态交叉变异算子改进NASA-Ⅱ算法,求解考虑主梁弯曲应变和挠度双目标控制下的索力优化问题,并以某大跨度斜拉桥为工程背景验证了该方法的可行性。研究结果表明:Kriging模型对结构响应面的拟合良好;改进NSGA-Ⅱ算法可以实现对双目标索力优化问题的求解:优化后主梁弯曲应力和挠度得到明显改善。     

川江流域大型货车出行竞争力分析

川江流域载货汽车滚装经过近几年的蓬勃发展,目前已经达到较为可观的营运规模,2004年滚装运输车辆已经达到了31.7万辆。随着区域内公路运输条件的改善,未来公路运输与滚装运输相互之间的竞争将更为激烈。未来滚装运输发展前景如何、是否仍然能够满足现代化运输发展需要,成为相关管理部门近期难以简单解答而又迫切需要引起重视的问题。为此,研究人员通过实地开展多项调查工作,收集相关数据,对未来大型货车各种出行方式之间的竞争力进行较为深入分析和比较,以此分析未来川江流域滚装运输的发展趋势。一、大型货车出行方式调查川江流域地势险恶…     

货车自动驾驶技术及标准法规发展分析

目前,自动驾驶技术在乘用车领域已获得突破性发展;为提高通行效率和出行安全起到了极大的作用。自动驾驶技术在商用车领域的应用,有望较好解决高昂的人力成本和难以提高的效率等问题。然而,目前自动驾驶技术在货车的应用大多采用跟乘用车同样的标准进行规范,这在实际应用中存在着诸多的问题;例如,在FCW和AEB功能中货车在相同车速的制动距离要远大于乘用车,而其所采用标准规定的碰撞预警时间却并无多大不同,这在实际场景中存在着较大的安全隐患[1,2]。此外,货车质量和体积较大,且较多应用于长途运输,运输过程中会经历包括高温、严寒、山区等多种复杂气候场景,这些都将对货车自动驾驶技术在车辆制动效能、能耗以及多场景应用等方面提出更有针对性规范的要求。本文针对货车的应用场景特点,为其自动驾驶技术应用标准化提出了建议。     

日本自动驾驶技术货车列队驾驶实证试验项目介绍

2021年4月底,日本国土交通省公布了《面向实现和普及自动驾驶的措施报告与方针》第五版概要方案,这是国土交通省和经济产业省主导下主持起草的推动自动驾驶技术的工作方案,该报告中介绍了过去在自动驾驶技术方面的各项工作和相应举措,并对未来工作方向提出了计划。货车列队驾驶实证试验是其中的重要项目之一,本文梳理介绍该项目5年来所做的工作和阶段性成果,以及未来的目标和实施计划。     

单线路半自动公交编组与调度模型

基于半自动公交能够实现多辆公交单元协同行驶的特点，本文提出半自动公交编组与调度模型。考虑编组公交动态运行特性、乘客特性等因素，以公交公司运营成本与乘客出行时间成本为优化目标，优化发车间隔和编组规模，并采用改进的遗传算法进行求解。最后基于成都市116路公交线路对本文提出的模型进行评价，结果表明：与非编组模式相比本策略能降低35.9%的乘客出行成本与20.0%的运营成本，证明了本文提出的半自动公交编组模型的有效性。     

自动驾驶长队列虚拟头车确定方法

在车联网和车路协同技术的发展下,自动驾驶车辆长队列行驶已成为未来交通的发展趋势。但是,现有队列控制方法均受限于通信范围,通过将长队列划分为虚拟头车引导下的多个子队列来确保队列运行可靠性,如何确定长队列中的虚拟头车是长队列控制的一个关键问题,本文从自动驾驶车辆长队列的行驶效率与队列状态稳定性两方面构建成本函数,综合考虑长队列内所有跟随车的行驶状态,通过遗传算法对每个时间步长下的虚拟头车序列进行寻优求解,建立了长队列最优虚拟头车计算模型,并基于SUMO搭建仿真模型,对模型的适应性展开验证。结果表明,本文所建模型对头车速度变化具有较高的识别度,能够有效削减头车速度变化所造成的速度扰动影响。     

基于车辆运行数据的手动驾驶技术评价应用

电客车司机的驾驶技能关乎乘客的出行安全和乘车体验,如何快速、高效评价电客车司机驾驶技能是值得探索的问题。以手动驾驶技术评价标准分析（维度、方式）和地铁车辆ERM运行数据分析（数值、曲线）作为理论依据,从基础框架（目标功能、输入输出、数据获取、列车位置识别策略）、评价策略（准点率评价、精准度评价、舒适度评价）和评价标准三个维度开发手动驾驶技术评价程序。结果表明,该程序能够达到客观、全面评价司机手动驾驶技能的目的。     

遗传算法在精益物流配送线路优化中的应用

精益物流配送活动中出现的一类散户配送问题是典型的组合优化问题,利用传统的优化方法计算复杂、难以求得全局最优解,遗传算法在求解这类问题中表现出了强劲的优势.利用遗传算法对这类特殊问题进行了研究分析,针对具体的配送问题进行了仿真试验,在实验的基础上探索了交叉算子、变异算子的优化设计,实验结果证明了遗传算法在解决这类问题上的可行性和有效性.