基于LSTM网络的驾驶意图识别及车辆轨迹预测

自动驾驶汽车需具备预测周围车辆轨迹的能力,以便做出合理的决策规划,提高行驶安全性和乘坐舒适性。运用深度学习方法,设计了一种基于长短时记忆（LSTM）网络的驾驶意图识别及车辆轨迹预测模型,该模型由意图识别模块和轨迹输出模块组成。意图识别模块负责识别驾驶意图,其利用Softmax函数计算出驾驶意图分别为向左换道、直线行驶、向右换道的概率;轨迹输出模块由编码器-解码器结构和混合密度网络（MDN）层组成,其中的编码器将历史轨迹信息编码为上下文向量,解码器结合上下文向量和已识别的驾驶意图信息预测未来轨迹;引入MDN层的目的是利用概率分布来表示车辆未来位置,而非仅仅预测一条确定的轨迹,以提高预测结果的可靠性和模型的鲁棒性。此外,将被预测车辆及其周围车辆组成的整体视为研究对象,使模型能够理解车-车间的交互式行为,响应交通环境的变化,动态地预测车辆位置。使用基于真实路况信息的NGSIM（Next Generation SIMulation）数据集对模型进行训练、验证与测试。研究结果表明：与传统的基于模型的方法相比,基于LSTM网络的轨迹预测方法在预测长时域轨迹上具有明显的优势,考虑交互式信息的意图识别模块具备更高的预判性和准确率,且基于意图识别的轨迹预测能降低预测轨迹与真实轨迹间的均方根误差,显著提高轨迹预测精度。     

基于连通域分析和笔画宽度变换的船名检测方法

为实现昼夜间船名精准检测,本文提出一种基于计算机视觉的船名检测方法。该方法使用Retinex算法对船舶图像预处理,随后基于MSER获取文字候选区域,根据先验知识和笔画宽度变换特征得到最终候选区域,最后使用级联分类器确定单字符区域,进而得到船名位置完成船名检测。实验结果表明,该方法在昼间和夜间均能实现船名精准检测,昼间船名检测准确率高达90.4%。     

东海涌浪环境下大型起重船吊装组块耦合运动响应数值模拟研究

我国东海海洋环境复杂,经常出现小波高、长周期的涌浪.长周期涌对系泊大型起重船吊装海洋平台上部组块影响比较大,尽管涌的波高较小,但是,吊物组块运动幅度明显比同等波高海况时的要大,严重影响了海洋平台的安装施工效率和进度,甚至威胁作业安全.本文采用水动力势流软件,建立系泊-大型起重船(包括吊臂)-索具-大型组块吊物的耦合运动模型,研究复杂涌浪环境下耦合系统运动响应特性及其机理,并开展了参数敏感性分析,讨论对耦合响应影响因素.最后,对东海涌浪情况下起重安装施工,提出了降低吊装组块运动响应的建议措施.     

车轮在沙地上滚动的稳定性分析

采用试验分析方法，研究了车轮在沙地上滚动特性 探索了车轮失去稳定性的机理，指出了提高车轮在沙地上滚动稳定性的有效途径，为开发轮式沙漠汽车提供了依据。     

沥青路面坑槽修补工艺的研究

根据沥青混凝土路面坑槽破坏的机理以及沥青路面坑槽修补的最终目的，结合高速公路日常养护中坑槽修补的各种材料和工艺的应用研究，提出获得理想维修效果的具体要求。     

轮胎在沙地上牵引特性的新预测模型

本文分析了汽车在松软地面上行驶时轮台的受力状态及轮胎单元与土壤的相互作用方式，揭示了轮胎在松软地面上牵引特性传充预测模型的不足之处，建立了轮胎在沙地上牵引特性的新预测模型，并进行了实验验证。结果表明，采用本文所建立的模型进行预测时，预测值与实测值更接近。     

沙漠车在塔克拉玛干沙漠牵引通过性能的试验研究

设计制造了一套沙漠车模引的电测试验装置，对浙江省车在塔克拉玛干沙漠中行驶时的驱动桥扭矩，挂钩力，动裁，车速，车轮轮速等参数进行了现场测量，得出了沙漠车在不同轮胎气压下的牵引系数，牵引效率和动阻力系试验结果对沙性性能的评价和改进具有指导意义。     

南京市路灯的现状与改进措施

经过对南京市路灯的现状进行普查 ,发现存在为数不少的无灯区。本文分析了造成无灯区的种种原因 ,针对存在问题 ,提出了改进措施。     

港口建设中均衡规模点问题探讨——以集装箱码头为例

集装箱码头建设中,在对建设的规模问题上,目前各相关的经济主体在认识上往往差异较大。通过对各经济主体的行为分析,提出了港口扩建中"均衡规模点"的观点。然后构建指标体系,运用模糊综合评判理论,探讨港口扩建规模的"均衡规模点",实现定性与定量的结合分析。以集装箱码头为例,做了进一步的针对性讨论与应用。