集装箱堆场作业计划模型及算法

寻求能够自动生成集装箱堆场作业计划的方法,使得堆场的使用及作业更为合理有序.首先,进行堆场集装箱集合的划分,得到静态码垛模型,通过箱大区和箱小区解决半自由箱和非自由箱问题及堆场碎片问题.其次,定义集装箱码放顺序的全序关系,得到动态码垛模型,并设计求解该模型的箱小区判定算法和单箱码箱取箱算法.引入动态全序概念,说明动态全序构造方法.结合取箱时空箱位的暂扣问题,得到循环箱码垛模型,设计循环箱单箱码箱取箱算法,及构造动态全序算法和暂扣标记设置解除算法.再次,分析一个作业计划派工单中各个作业之间的部分序关系.最后,算例表明循环箱码垛模型及相应算法能够适应集装箱堆场上频繁码箱取箱作业,整体上看箱位使用频率基本均衡,并且呈现循环滚动使用态势.     

拥堵集装箱堆场箱位分配优化模型与算法

拥堵型集装箱堆场中,寻求最佳箱位分配的理论及实现方法,使得倒箱作业尽量减少。针对堆场场地紧张和大部分箱属于零散货主或零散去向情况,设计箱码垛模型。该模型能有效减少异类箱叠压现象,同时充分利用堆场空间。设计堆场箱存储结构及码箱取箱算法,前者解决箱分类问题,后者则提供码垛模型具体应用的方法。随机全序解决了大点箱问题,使得箱及箱位的使用均衡。设计算法解决堆场碎片问题,为堆场作业空闲时段进行堆场整理提供方法。算例表明:码箱取箱算法能够充分实现箱码垛模型的目标,结果符合人们传统管理思维方式,即:追求同类箱尽可能码垛在一起;多种异类箱叠压时,同类箱尽量聚在一起;被压住的异类箱种类尽可能少。     

铁路集装箱堆场混堆区箱位分配优化模型与算法

针对铁路集装箱堆场混堆区中的零散箱箱位分配问题,在集装箱到达时间和离开时间已知的条件下,建立一个计划期内以倒箱次数最少为目标的多时段动态集装箱堆场箱位分配模型。在计划期内将每时段起重机作业按顺序划分为提箱和卸车两个过程,采用5组0-1变量刻画两种作业、作业前后集装箱的状态以及箱位的状态,由此建立非线性0-1规划模型。考虑到模型所刻画的问题具有NP-hard性质,设计遗传算法求解。算例表明:该模型及算法能够有效地优化堆场内零散箱的箱位分配,提高集装箱堆场的作业效率。     

铁路集装箱堆场智能管理关键技术研究

铁路集装箱运输业务的高速发展,对我国铁路集装箱堆场管理模式提出了更高的要求,智能化技术装备成为铁路集装箱物流运作节点充分释放堆存能力、提升作业效率的关键手段。为进一步提升集装箱堆场运作效率,在阐述我国铁路集装箱堆场管理现状及存在问题的基础上,设计铁路集装箱堆场智能运营管理体系架构,结合集装箱堆场主要业务、优化目标提出铁路集装箱堆场箱位智能指派方法;从堆场集装箱定位技术、铁路侧堆场出入管理技术、公路侧堆场出入管理技术3个方面,探讨铁路集装箱堆场关键设备应用技术,为支撑铁路货运供给侧改革、提升铁路集装箱堆场服务运作效能提供支撑。     

基于区域分类和电子地图的室内定位研究

为辅助盲人独立乘坐地铁出行,解决传统室内定位法易产生定位点跳跃和定位实时性差等问题,提出一种融合区域分类和电子地图的方法。该方法分为离线区域分类和在线定位2个阶段:在离线阶段通过迭代寻优,为蓝牙传感器产生的RSSI序列寻找最佳高斯滤波模板,采用滤波后的序列均值构建位置指纹库,并利用支持向量机模型对位置指纹库进行1级分类;在线阶段,采用滑动窗口对待定位区域进行2级分类,在窗口范围内采用基于欧氏距离的KNN算法求取位置坐标,并利用电子地图的路径层信息对定位坐标纠偏,进一步控制误差范围,提高定位效率。实验表明:该滤波方法将定位精度提高近4%,使用该定位算法最终能达到1.59 m定位精度。     

面向铁路巡检的无人机飞行路径规划方法

目前,铁路线路巡检主要仍由工作人员完成,这种人工检测方法费时费力,效率较低,且很难完成地质灾害区域、悬崖、桥梁等恶劣环境下的铁路线路检测。为了提高铁路检测效率,满足恶劣环境下铁路线路巡检需求,基于无人机、实时动态测量仪、云台、相机等设备搭建了一个铁路巡检平台,用于拍摄铁路线路的实况视频。并基于三次样条插值法建立了无人机飞行路径模型,用于规划铁路巡检平台的飞行路径。实验结果表明,使用无人机飞行路径模型生成的无人机飞行路径与铁路线路贴合度较高,证明方法有效。     

既有港区铁路集装箱场方案设计研究——以宁波穿山港铁路穿山港站集装箱场为例

对既有港区铁路集装箱场设计方案铁路部门和港区往往有不同意见,经常会影响到铁路建设的正常进行。以宁波穿山港铁路穿山港站集装箱场设计为例,通过对穿山港区集装箱作业流程和穿山港站承担铁路货流特点进行分析,经比选推荐铁路集装箱不进港区堆场方案。该方案通过采取调整穿山港区海关卡口位置等有效措施,也能达到进港区堆场的效果,并对铁路集装箱的车流组织和海铁联运作业流程进行论述。该设计思路对既有港区引入铁路运输时的场站规划及建设具有一定的借鉴意义。     

我国铁路集装箱运输的现状与发展对策

通过对铁路集装箱运输的现状及存在问题进行分析，提出了合理规划建设集装箱运输网络，开行铁路集装箱班列和双层集装箱列车，实现堆场自动化管理，推动铁路与海运和公路运输闽的集装箱多式联运的发展，提升服务质量，扩展运输市场等加强铁路集装箱运输的具体对策。     

布料模拟滤波方法在铁路勘测LiDAR中的应用

利用机载LiDAR建立数字高程模型(DEM),点云滤波是至关重要的一环。铁路勘察项目地形复杂多变,传统的点云滤波算法需要根据地形的复杂程度设置不同的参数,且无法适应陡坡、狭长地物和间断的复杂地形场景区域。为提高点云滤波精度,降低参数设置经验门槛,介绍一种基于布料模拟的点云滤波算法(CSF)。该方法通过将原始点云进行倒置,模拟布料覆盖倒置点云表面的物理过程,分析布料粒子节点与邻近激光点之间的相互作用,从而确定布料节点位置产生地面近似值,最后通过比较布料节点生成的近似表面和原始点云之间的距离,以及设置的阈值提取原始点云的地面点。实验结果表明,该方法总误差低于11%,kappa系数优于92%,与传统的点云滤波算法相比,CSF算法具有滤波效果好、参数设置少、普适性强等优点。     

基于蚁群算法的多功能车辆周期扫描表的优化设计

针对多功能车辆总线周期扫描表的已有设计方案存在缺点,本文对其优化设计方法进行深入研究,提出一种基于蚁群算法的优化设计方法.本文明确周期扫描表设计问题实质是典型的组合优化问题.首先,针对该组合优化问题建立数学模型,确定约束条件,提出减小周期数据报文在各个周期相中方差的优化目标.然后,针对该数学模型,利用蚁群算法生成蚂蚁行走的路径图,推导出相应的计算公式,从而寻找到最优路径,生成主帧的最优排列.最后,算法在MVB总线实例上进行验证,仿真结果表明以减小周期数据报文在各个周期相中的方差为优化目标的蚁群算法明显提高周期扫描表的均匀度和生成主帧表的效率.与国际标准IEC61375-1推荐算法进行比较,蚁群算法具有优势.     

基于点云处理的机车车辆车底中心鞘螺栓故障检测方法

针对机车车辆车底中心鞘螺栓松动和缺失这一常见故障,提出了一种基于三维点云处理的检测算法。首先对目标点云进行下采样和离群点的移除,然后根据欧式距离对点云进行聚类分割,最后通过计算分割后每个点云包围盒形状系数和平均Z坐标实现螺栓点云定位,进而通过采样一致性算法拟合点云平面计算出螺栓松动程度,识别螺栓故障。将文中提出的算法与传统的基于2D图像的识别算法进行了对比,最后在地铁车辆智能巡检机器人中进行了应用,结果表明,该算法检测精度约为0.1 mm,且检测速度快,可满足实时检测的要求。     

基于BFS和加权半监督聚类算法的地铁客流分配研究

复杂的城市轨道交通线网给乘客提供多种出行路径选择,而轨道网络起讫点间可能存在多条可选有效路径,给城市轨道客流清分工作带来难度。为求解相同起讫站点间各路线乘客选择的概率问题,以广州市地铁自动售检票(automaticfarecollection,AFC)系统刷卡数据为研究对象,提出一种创新性的半监督聚类算法框架。首先基于广度优先(breadth first search, BFS)的K短路径的搜索算法,识别起讫点间的有效路径集,由此确定初始聚类中心及个数;然后以路径距离和换乘次数等特征值依次标定各有效路径权重,由这些标记数据出发,采用加权半监督的方式增强聚类算法的分类能力。最后结合客流调查结果,与经典K-means算法和朴素贝叶斯分类算法进行比对。通过算例证实提出的客流分配算法性能最优,准确率高达94%,具有较好的分类效果。     

带时间窗约束的道路危险品运输路径选择研究

对已有危险品运输模型进行分析,针对当前危险品类物流配送网络的特点,提出了在时间窗约束条件下城市道路网络中的危险品配送模型,该模型以整个网络中事故发生的期望和影响人数最小为目标。设计了目标集成方法和对集成后目标函数求解的扩展标号法来计算该多目标问题的Pareto最优折衷解,最后用实例对算法进行了验证。     

高速铁路换乘需求统计算法研究

基于客票系统中现有的记录并未对换乘旅客进行标识,需要后期对原始数据进行深入挖掘才能获取。以往采用换乘方向的算法在处理大量数据时,耗时长,效率低。通过分析换乘旅客行为特征,提出一种比较OD最短路径距离的换乘需求统计方法。实例结果表明:该算法可以将运行效率提高近百倍,并能获得小于3%的相对误差,因此该算法用于换乘需求统计更高效。该算法在计算过程中保留了详细的车次换乘信息,因此该数据还可以用于支撑进一步的深入挖掘换乘需求特征。     

面向铁路工程三维信息重建的无人机航线规划改进方法

铁路工程实景三维信息重建是为智慧化铁路建设而进行三维基础场景构建的新型技术手段,传统方法采用人工建模方式作业存在建模效率、精细化水平低等问题。针对这一问题,本文提出了无人机航线规划改进方法,采用安全缓冲区数据采集思路,具有作业风险低、建模精度高、数据冗余低的优势。在朝凌(朝阳—凌海)高速铁路工程中采用此算法与传统井字形算法同步开展数据采集、三维重建对比试验。结果表明：该方法获取数据量比传统算法减少21%,观测角度为传统观测的3.6倍,重建时间缩短21%,模型的精细化水平也得到了有效提高。     

基于环岛策略的自动化码头AGV路径仿真优化

随着自动化集装箱码头的广泛使用,水平运输环节逐渐成为制约码头作业效率的新瓶颈。为避免AGV在交叉路口产生排队等待,采用虚拟环岛策略,并根据AGVs运行机理,考虑边装边卸作业工况,利用e M-Plant仿真软件建立包括岸桥、AGV和堆场在内的集装箱码头仿真模型,最后通过变动支路数量和位置,来比较AGV不同行驶路径对码头作业效率产生的影响。研究结果表明:AGV选择不同的行驶路径在一定程度上影响着码头的作业效率。实验结果为提高码头作业效率,优化码头前沿路径提供一定参考依据。     

无人机在高铁巡检中自主避障方案的设计与实现

高铁巡检中无人机自主巡检扮演着重要的角色。为了提高无人机的工作效率和工作范围,首先要解决无人机在自主巡检过程中的避障问题。主要研究避障算法,提出了一种基于迭代重组(iterative recombination,IRIS)和人工势场(artifical potential field,APF)相结合的避障方案。根据无人机自主巡检的需求和约束条件,对IRIS和APF进行优化和有效的组合,实现了IRIS算法在无人机避障中的应用,确保了无人机朝着目标点的准确走向。通过仿真和试验验证,提出的IRIS-APF避障方案不仅达到避障的目的,而且实现了较高的算法速度和精度。     

基于移动激光扫描三维点云的限界检测技术研究

针对传统城市轨道交通限界检测方法无数据留存、作业难度大的不足,提出采用三维激光扫描的方法进行限界检测.通过对扫描数据、惯导数据及里程数据的融合处理,得到按线路里程展开的三维激光点云.再根据扫描中心与钢轨间的固定几何位置关系,快速分割出钢轨点云,采用经改进的迭代最近点算法将钢轨点云与标准钢轨断面模型进行精确配准,提取左右...     

基于地铁-货车联运的动态配送选点-路径问题

为应对传统动态需求下单一车辆配送成本高、时效差等问题，通过共享地铁剩余运能将地铁网络融入城市末端配送网，提出基于地铁和货车联运的动态选点-路径问题。从联合运输配送成本最小化角度出发，考虑动态需求、客户服务时间窗、多转运点接送等因素，构建地铁转运点选择、货车调度以及接运配送路径的两阶段动态选点-路径整体优化模型。针对模型特征，设计“初始阶段+动态阶段”的两阶段启发式算法，将Mark-Sweep算法和蚁群算法相结合求初始解，再设计双层启发式集成算法求动态解，为提高算法的求解质量和效率，外层遗传算法采用矩阵编码结构并通过截取掩码方式改进交叉变异算子，内层蚁群算法采用关键值编码结构并改进多点接送概率选择操作，通过内外层信息交互实现选点和路径的集成优化。最后结合不同算例验证模型与算法的合理性及有效性。结果表明，基于地铁和货车联合运输开展动态配送，不仅能有效提高配送时效性和精准度，而且能使配送成本降低约18%。     

基于机器视觉的无砟轨道层间结构位移测量方法研究

为实现板式无砟轨道层间离缝的全天候监测,提出一种基于机器视觉的非接触式层间结构位移测量方法。针对传统Canny边缘检测算法自适应性较差的问题,对其进行改进。利用自适应中值滤波器代替高斯滤波器;提出一种基于分块迭代的局部阈值分割法自适应地选取阈值,并通过高斯拟合算法检测改进算法的优越性。通过室内试验对标记点大小、光源强度、拍摄距离和拍摄角度4个方面进行对比分析,选择最适测量参数。试验结果表明,在标记点运动的状态下,最大测量误差为2.6%,在误差的允许范围之内。通过现场测试验证,该测量方法可有效地对板式无砟轨道层间结构位移进行精确测量,为我国高速铁路的运行安全监测提供技术支持。