分心驾驶研究文献计量学分析

车辆自动化和信息娱乐系统的发展趋势使驾驶人分心成为日益突出的社会问题。为全面了解分心驾驶的研究进展，本文选取近 12 年关于分心驾驶的 2313 篇文章，利用文献计量工具VOSviewer和R-Bibliometrix系统梳理与分析分心驾驶的研究现状。首先，概述分心驾驶研究的总体情况，包括分心驾驶研究的国家分布、核心作者及核心期刊；其次，重点归纳分心驾驶领域的高影响力文献，并从“注意力机制”“分心驾驶风险与年轻驾驶人驾驶行为”“分心源”“分心驾驶检测”“自动驾驶下驾驶人的分心效应”这5个研究主题总结分心驾驶的研究热点；最后，构建分心驾驶的研究体系，并预测未来的发展趋势。研究认为：有必要加强研究分心的形成、消散和恢复机理；需扩展研究对象和场景，综合考虑车内和车外的分心源以及复合分心带来的风险；多源信息融合及考虑多类型分心可以进一步完善分心驾驶风险的研究；界定分心状态与等级划分，针对不同驾驶分心类型的识别应是未来分心驾驶检测研究的重点；自动驾驶场景下的分心行为及接管效能，以及混合交通流下的分心状态是值得关注的研究。基于机器视觉的分心检测和自动驾驶的接管效能将成为分心驾驶领域的研究前沿。     

某空压机共振故障的诊断与处理

船用设备共振状态的判断对故障诊断与处理十分重要。某空压机横向振动剧烈,为判断其是否处于共振状态,文章首先通过敲击法获得强噪声背景下的冲击响应信号,采取分时段频谱分析的方法粗略估计固有频率。然后,分别采用带通滤波和小波降噪的方法处理含噪信号,确定了系统横向一阶和二阶固有频率。其中,二阶固有频率与转频接近,从而导致共振故障。最后,采取更换隔振器的处理措施,系统横向固有频率增大70%,振动降低54.6%。     

路基压实效果评价方法研究

阐述了目前评价路基压实效果的几种方法,介绍了实时评价压实效果的新型装置及其工作原理,试验结果表明,采用新型装置评价压实效果,可实现更好的路基施工压实效果控制.     

横风荷载下电磁悬浮EMS型磁浮车辆动态响应特性分析

强烈的横风荷载会影响磁浮列车横向稳定性和安全.为全面了解横风荷载下电磁悬浮(EMS)型磁浮车辆的动态响应特性,建立了一个精细化的3D磁浮车辆多体动力学模型,并利用CFD(计算流体运动学)方法获得了磁浮车辆的气动载荷系数.基于"中国帽子风"阵风风速曲线计算生成横风荷载,进而通过时域动力学仿真,最终获得磁浮车辆车体与悬浮架的动态响应,并从车体位移、电磁悬浮系统和关键部件等方面细致全面地分析了横风荷载下EMS型磁浮车辆动态响应特性.     

豪华邮轮无障碍舱室及通道设计

通过研究国内外客船无障碍指南以及法规的要求,结合某中型豪华邮轮以及400客位客船无障碍设计方案,分析无障碍舱室数量配比、布置要求和无障碍通道设施等内容,重点阐述无障碍通道布置图的核心要素,总结豪华邮轮无障碍设计要点,为豪华邮轮的无障碍设计提供参考.     

燃气调压器声发射信号特征与流量关系分析

文中提取燃气调压器声发射信号的标准差、峭度这两个时域特征及重心频率、均方根频率这两个频域特征,分析特征与流量的对应关系,使用相关系数进行评价。基于北京某调压站采集的声发射信号及流量数据,实验结果表明,流量与标准差、峭度、重心频率、均方根频率的相关系数分别为0.8192、0.2889、0.7745、0.641。可见标准差、重心频率及均方根频率与流量相关性较强,峭度与流量相关性较弱。     

一种气垫船自航模远程控制方法

由于气垫船自航模自由航行不受约束,且距离岸基有一定距离,其远程无线控制尤为关键.在保证远程控制指令数据长距离传输稳定的同时,气垫船自航模其自身操作的复杂性,也应保证其远程控制系统具备大量数据互换的能力.该文针对用于无约束状态下的模型试验气垫艇船自航模远程控制方法进行详细介绍,其中包括气垫船自航模自控系统与远程控制实施方法.此自控系统的控制方案是以SIMATIC S7-1200系列为基础设计的控制系统,同时无线远程控制选用的是ZP3000系列,以4G进行传输达到离岸控制的目的.该控制方法经实际试验验证能进行有效远程控制,是研究气垫船自航模的重要技术手段.     

基于轻量化网络和注意力机制的智能车快速目标识别方法

为提高智能车在真实环境中的实时检测能力，改善复杂环境下检测效果不佳的问题，本文提出一种基于轻量化网络和注意力机制的智能车快速目标识别方法。首先，为了减少网络计算参数和提升目标识别算法的推理速度，提出利用GhostNet加速YOLOv4的特征提取；其次，为了提高复杂场景下对道路目标的识别精度，在GhostNet和特征金字塔部分添加结合软阈值化改进的注意力模块；最后，为了验证本文提出方法的有效性，选取Pascal VOC、KITTI公开数据集和自制城市道路数据集进行实验对比。与其他目标检测算法在精度和速度上进行比较，结果证明，本文方法在平均检测精度提升1.7%的情况下，模型参数量降低到原来的18.7%，检测速度提升了 66%，检测速度和精度均优于其他算法，可满足智能车的实时感知需求。