基于中国两轮车事故的典型场景提取与分析

为研究基于中国实际道路交通环境下的两轮车避让系统典型测试场景,从上海联合道路交通安全科学研究中心(SHUFO)的交通事故深度调查数据库中,筛选得到160起发生在2010-2014年间汽车与两轮车碰撞的案例,提取出事故所涉及的驾乘人员、两轮车、汽车、道路及环境等基本特征信息,利用聚类分析的多元统计学方法,分析两轮车事故的典型工况与典型场景。并将其与国内外已有的两轮车避让系统测试场景进行对比,分析差异及原因,为两轮车避让系统提供了参考数据。     

基于VB 6.0的车辆碰撞事故再现软件

在车辆四车轮运动仿真模型的基础上,以车辆的侧面碰撞为研究对象,阐述了以 VB6.0开发的车辆碰撞事故再现软件的组成模块和设计思路,以及车辆运动参数计算机迭代优化的方法,并通过一个实际案例,验证了该软件的应用效果。     

基于Visual C++的典型汽车碰撞事故速度分析计算

根据交通事故中车辆碰撞经验公式,利用Visual C++6.0对三种典型汽车碰撞进行了碰撞前行驶速度测试,并通过在具体交通事故实例中的应用,验证了该软件的可行性。作为车辆碰撞事故再现有效的辅助工具,为交通处理人员提供了方便快捷的工作平台。     

基于欧洲标准的某出口地铁列车耐撞性分析

针对目前国内轨道车辆碰撞安全性分析评估过程简单,片面应用EN15227标准,没有形成完整、系统、详细的评估方法及过程的现状,在详细解读EN15227耐撞性要求的基础上,以某出口海外地铁项目为例,对列车耐撞性进行研究,给出列车碰撞分析规程及耐撞性指标评估方法,并提出一种简单易行的求车辆碰撞平均减速度方法,避免了常规计算方法的繁琐性.     

基于STAMP-PageRank的铁路危险品运输事故分析方法

为深入探究铁路危险品运输事故致因,预防事故发生,提出了STAMP-PageRank铁路危险品运输事故分析方法.该方法可分为四个步骤:详细记录事故过程;绘制系统整体控制结构,根据事故过程绘制系统局部控制结构,分析各层控制结构的相关安全约束、不充分或不安全的控制行为及不充分或不安全控制行为的产生原因;利用PageRank算...     

未标定图像序列的隐式曲面重建方法

为了提高未标定图像序列三维重建得到的几何模型的质量,提出特征点检测算法,以得到更多的匹配点.其主要思想是在首帧图像指定密集的网格,在网格点附近确定最容易跟踪的特征点,利用迭代方法得到子像素精度的特征点坐标,然后用稀疏特征集的金字塔Lucas-Kanade光流跟踪算法跟踪这些特征点,再用自标定算法,重建出相对均匀和稠密的三维点云,最后利用基于径向基函数(RBF)的隐式曲面重建算法,生成目标的表面模型. 多个图像序列的重建结果表明,本方法对纹理丰富的场景能够获得较好的重建结果.     

基于撞痕重合的汽车碰撞事故分析方法

对于某些难以确定碰撞地点的汽车碰撞事故,无法应用传统方法进行分析.为此,根据撞痕及最终停车位置等基本勘查信息,应用撞痕重合法再现事故车碰撞时相互啮合的状态.以最终停车位置反推碰撞后事故车质心可能的滑行轨迹,再用优化理论确定事故车碰撞位置.对一起汽车碰撞事故的分析表明,与根据常规二维碰撞理论计算的结果相比,用基于撞痕重合的方法计算的车速误差小于2%.     

基于生存时间的映射缓存建模与仿真分析

映射缓存在身份与位置分离网络中用于暂时存储通信对端的身份标识与位置标识的映射关系,以减少映射查询时延,提高网络性能.本文对基于生存时间（Time-To-Live,TTL）的映射缓存的命中概率进行了数学建模.该解析模型得到的缓存命中概率,可以作为数据包到达间隔分布的函数进行计算.通过仿真分析对数据包到达间隔的分布进行数据拟合,得到其累积概率分布,并验证了所建模型的正确性.进一步仿真评估了映射缓存的性能.     

人工智能算法在铁道车辆动力学仿真中的应用进展

梳理了人工智能算法在铁道车辆系统动力学仿真中的应用实例和国内外相关文献,概述了铁道车辆动力学仿真中常用的机器学习和深度学习算法,归纳和评述了2种学习算法在铁道车辆系统动力学建模与仿真中的应用分类;从铁道车辆系统动力学建模、动力学性能预测与动力学性能优化等方面入手,详细讨论了人工智能算法应用在力元建模和仿真、轨道不平顺预测、运行平稳性预测、噪声预测、侧风安全性预测、运行安全性预测、悬挂优化、轮轨匹配优化、结构优化以及主动与半主动控制等领域的优势和局限性,指出了现阶段人工智能算法在动力学仿真应用中主要面临的训练样本缺乏、泛化能力不够、可解释性欠缺等问题;展望了今后人工智能算法和车辆系统动力学交叉研究的发展方向和重点研究内容。研究结果表明：融合经典力学和人工智能算法结合的混合建模理论可作为之后的重点研究方向;人工智能算法对解决随机动力学中的随机不确定性,提高随机动力学的性能具有较大的应用潜力;通过人工智能算法与优化算法相结合来实现动力学性能优化,可充分发挥人工智能算法的优势。     

基于改善轮轨共形度的60 kg/m钢轨廓形优化

重载铁路及客货共线铁路运营条件下,轮轨磨耗问题尤为突出.为了有效减缓轮轨磨耗发展,以不同接触条件下轮轨廓形共形度最优为原则,设计目标函数及约束条件,建立钢轨廓形非线性优化数学模型,并基于序列二次规划法进行求解,提出60 kg/m钢轨廓形的优化方案;从轮轨接触几何关系、车辆-轨道系统动力作用、磨耗的角度对优化廓形的优化效果进行了对比分析.结果表明：1）所提出的60 kg/m钢轨优化廓形相对于原始廓形使目标函数值降低了50%,与LM车轮廓形具有更高的共形度水平;2）优化廓形的轮轨接触点分布更为均匀,在轮对横移量较小的条件下轮径差更小,在轮对横移较大的条件下轮径差更大;3）优化廓形对车辆运行安全性和平稳性无显著影响,可有效增大轮轨接触面积达11.24%,降低接触应力达20.42%,减缓轮轨磨耗发生发展速率.