Application of 3D Printing and WebGL-Based 3D Visualisation Technology in Imaging Teaching of Ankle Joints

With the rapid development of medical technology,3D printing technology with realistic representation can perfectly display static human anatomy,while 3D visual...     

高速公路隧道监控系统的研究与设计

介绍了高速公路隧道监控系统的构成和功能，研究了隧道监控的设计模式和智能化控制，并提出了系统的联动控制方案。     

一类动态交通分配中的输出流模型及其数值解法

已知路段输入流,基于Greenshields提出的速度-密度关系模型以及Jayakrishnan et.al提出的改进的Greenshields 速度-密度关系模型所描述的路段交通流特征,分别给出了关于路段输出流的常微分方程模型.针对无法得到该模型的解析解,利用龙格-库塔-芬尔格算法给出初始条件下的数值解.在已知输出流的条件下,每个时刻的路段交通流的行程时间也相应给出.仿真结果表明,针对两类不同速度-密度关系所建立的输出流模型,所得到每个时刻的输出流基本相似,但路段行程时间存在明显差异.与交通流调查数据比较,基于改进的Greenshields速度-密度关系的输出流模型的行程时间更接近真实情况.     

新型视觉区域智能车辆导航控制器设计

简要介绍了基于机器视觉导航区域智能车辆(CyberCar)的导航原理和组成。首先采用逆M序列作为辨识输入信号和最小二乘算法得到车辆转向系统的系统辨识特征方程,结合预瞄运动学模型和车辆二自由度转向动力学模型,从而建立车辆基于视觉预瞄的转向动力学控制数学模型,根据线性二次型最优控制理论得到状态线性反馈的最优控制规律。通过仿真分析和试验,验证了最优控制器在CyberCar户外路径跟踪过程中平稳、可靠。     

高强化柴油机气缸盖水流分布试验研究

采用流动显形法对典型增压柴油机气缸盖进行水流分布试验 ,得到冷却水在缸盖中的二维流场。并对不合理的设计进行改进 ,既减小阻力又加大了流量并且提高了流速 ,使缸盖得以充分冷却。     

浅谈辽宁交通信息系统维护内容及定额

主要介绍信息系统维护内容、合理制定信息系统维护定额,以此为切入点,探讨如何提高我省交通信息系统维护水平.     

旧路改造期间运营安全评价

旧路改造期间不断交施工,交通量较大,应对其运营安全预先分析评价。通过对沿线设施预先危险性分析可知,危险因素等级均为Ⅱ级,并提出防范措施。通过对改建期运营预先危险性分析可知,危险因素中车辆伤害、起重伤害等级为Ⅲ级,对可能造成人员重大伤亡及设施严重破坏的灾难性事故,应立即采取防范对策。     

堵住设备租赁管理漏洞

分析了建筑施工企业设备租赁管理的漏洞,对设备租赁管理提出合理化建议.     

长导管穿越和CRD结合法在隧道塌方处理中的应用

文章在介绍常用隧道塌方处理方法的基础上,针对贵州厦蓉高速公路AT20合同段滚玉隧道的塌方情况及其产生原因,提出了长导管穿越和CRD结合的塌方处理方案,并阐述了方案的具体实施步骤及要点,探讨了方案的处理效果。     

人机混驾环境下基于LSTM的无人驾驶车辆换道行为模型

道路系统中的人机混驾交通环境是指人工驾驶车辆与自动驾驶车辆混合运行的交通环境，其中换道行为建模是人机混驾环境下无人驾驶车辆行为研究的热点。基于深度学习理论，构建人机混驾环境下基于长短期记忆神经网络的无人驾驶车辆换道行为模型（Long-short-term-memory-based Autonomous Vehicles Lane Changing，LSTM-LC）。通过研究人工驾驶车辆在换道过程中与周边车辆的相互作用，对换道行为影响因素进行分析；同时，为了提升模型的迁移性，引入道路横向偏移量信息。结合LSTM神经网络的输入要求，使用美国公开交通数据集Next Generation SIMulation（NGSIM）构建换道行为样本库。针对LSTM-LC模型，以均方差MSE作为损失函数，使用RMSprop优化方法进行训练，对LSTM网络结构、历史序列长度N及训练样本量3个重要参数进行标定。最后，针对道路横向偏移量M对LSTM-LC模型性能的影响进行对比试验。研究结果表明：相比GRU-LC模型，LSTM-LC模型对换道行为的表征更准确，在模型的精度和迁移性上有着显著的提升；GRU-LC模型的均方差为4.64 m²，迁移性均方差为119.82 m²，而LSTM-LC模型的均方差为3.18 m²，迁移性均方差为79.58 m²，分别优化了31.5%和39.71%；通过引入道路横向偏移量M，可将LSTM-LC模型精度和迁移性提升约10%，且模型稳定性更强。