座椅布置选型对公交客车站立密度的影响

为选取合适的公交客车座椅布置匹配公交线路,阐述了公交客车站立密度的调查方法,提出了公交客车站立密度和调度发班间隔的计算模型,通过参照轨道交通设计规范的站立密度阈值范围规定,分析了所调查的7条线路站立密度分布的合理性和变化特征.通过不同发班间隔和座椅布置来适配固定客流,分析了站立密度随发班间隔和座椅布置变化的分布规律,建立了站立密度适应系数计算模型并分析了模型的数理特征,对比了不同座椅布置车辆适配平峰客流后的适应状况.结果表明,"轴距1+1 ,后通道2+2"能够较多地释放出有效站立空间,5人/m2以上的站间数比重最小,体现了收敛状态,能在满足较短站立时间的同时使乘客能够获得座位的几率增大.     

基于计算流体动力学的最小阻力船型自动优化

基于计算流体动力学(CFD)理论,利用iSIGHT 优化设计平台构建一种船型自动优化方法。该方法集成船型变换及自动生成技术、CFD 技术及优化算法。优化过程中,编制船型参数化融合模块实现船型变换与SHIPFLOW软件输入数据间的自动连接;采用遗传算法与二次序列规划法相结合的组合优化方法实现从全局探索再到局部空间寻优的整个流程。以某双艉集装箱船为例,优化后船体兴波阻力明显下降,总阻力也得到显著的改善,获得了设计航速下总阻力最小的船艏与船艉线型组合,表明了该方法的可行性与有效性。研究显示,所提出的方法可以获得阻力性能优良的船体型线供设计者参考,具有较强的工程适用性,在基于CFD的船型自动优化方面具有广阔的应用前景。

     

综合交通信息对小汽车通勤出行链的影响研究

为了量化综合交通信息对小汽车通勤者的诱导效果,实施网络调查获取出行行为数据,分析了调查数据的统计特性,并对比有无综合交通信息时通勤出行链的时间、空间和结构特征,然后,基于SP数据建立通勤者在综合交通信息条件下出行选择行为的网络广义极值模型(NGEV模型),并利用BIOGEME软件包进行求解.通过分析参数标定结果,得到如下结论:综合交通信息下通勤者进行复杂出行链选择公共交通的概率更低,小汽车通勤出行链(私人交通模式)在泊位数充足的情况下转向其他交通模式的倾向性较明显.     

跨部门跨区域跨路网交通安全信息融合与集成技术研究

为满足以高速公路为主干的区域公路网交通安全态势的监测、评估及预警的信息需求,针对公安、交通、气象等多部门、多源、异构、海量的各类交通安全信息资源集成关键技术进行了研究并给出解决方案,实现了跨部门、跨区域、跨路网交通安全信息的集成、共享和应用,通过江苏、浙江、江西、云南四省的示范工程验证了解决方案的可行性和有效性.     

基于图模型与卷积神经网络的交通标志识别方法

为了提高交通标志识别的鲁棒性, 提出了一种基于图模型与卷积神经网络(CNN)的交通标志识别方法, 建立了一个面向应用的基于区域的卷积神经网络(R-CNN)交通标志识别系统。构造了基于超轮廓图(UCM)超像素区域的图模型, 有效利用自底向上的多级信息, 提出了一种基于图模型的层次显著性检测方法, 以提取交通标志感兴趣区域, 并利用卷积神经网络对感兴趣候选区进行特征提取与分类。检测结果表明: 针对限速标志, 基于UCM超像素区域的图模型比基于简单线性迭代聚类(SLIC)超像素的图模型更有利于获取上层显著度图的大尺度结构信息; 基于先验位置约束与局部特征(颜色与边界)的层次显著性模型有效地融合了局部区域的细节信息与结构信息, 检测结果更加准确, 检测目标更加完整、均匀, 查准率为0.65, 查全率为0.8, F指数为0.73, 均高于其他同类基于超像素的显著性检测算法; 基于具体检测任务的CNN预训练策略扩展了德国交通标志识别库(GTSRB)的样本集, 充分利用了CNN的海量学习能力, 更好地学习目标内部的局部精细特征, 提高了学习与识别能力, 总识别率为98.85%, 高于SVM分类器的95.73%。     

水面下的波浪——海洋内波

  目的  旨在探究内孤立波作用下航行体水动力特性的变化规律及机理。  方法  基于强分层假设下的内孤立波mKdV理论,采用有限体积法离散不可压缩纳维−斯托克斯方程,结合速度入口造波和重叠网格方法,建立分层流中的波−体耦合数值计算模型。模拟不同内波环境下内孤立波与固定、悬浮航行体耦合作用过程,通过数值求解得到航行体的水动力载荷变化规律。  结果  结果表明：水下航行体所受作用力和力矩幅值随波幅的增加而增大;固定航行体接近于两层流体分界面时受到的影响更大,而悬浮航行体接近于内孤立波波谷纵深时,受到的影响更显著;初始俯仰角的增大会导致航行体水平力幅值剧烈增大;具有初始航速的航行体受到内孤立波主波和尾波共同作用后会发生“掉深”现象。  结论  研究结果对于水下航行体的安全操纵具有一定参考价值。     

低可见度环境下基于同步定位与构图的无人驾驶汽车定位算法

为在大范围低可见度环境下实现无人驾驶汽车的高精度定位,基于VINS-Mono算法的系统框架,在系统的前端与后端分别增添了RFAST弱光图像增强模块与VG融合定位模块,提出了一种融合定位算法LVG_SLAM; RFAST弱光图像增强模块采用小波变换将原始输入图像的细节信息与亮度信息分离,对于包含原始图像噪声的细节信息通过统一阈值和均值滤波2种方式实现噪声抑制,并利用双边纹理滤波算法进行细节增强,在此基础上,根据多尺度Retinex算法增强图像的对比度,提高低可见度环境下角点提取的成功率,从而保证图像跟踪的稳定性,改善定位算法的鲁棒性; 基于无迹卡尔曼滤波算法,VG融合定位模块将GNSS定位信息与惯性导航测量信息进行松耦合,融合定位结果作为约束引入VI-SLAM后端,通过联合非线性优化的方式减少累积误差对算法定位精度的影响。计算结果表明：相较于VINS-Mono算法,改进的LVG_SLAM融合定位算法在EuRoC与Kitti公开数据集上表现更加出色,均方根误差分别降低了38.76%与58.39%,运动轨迹更贴近真实轨迹; 在实际夜晚道路场景下,LVG_SLAM算法将定位误差控制在一定范围内,顺利检测到闭环使得定位表现得到大幅改善,均方根误差、平均误差、最大误差、中位数误差分别降低了79.61%、82.50%、71.31%、83.77%,与VINS-Mono算法相比,在定位精度与鲁棒性方面具有明显的优势。     

基于因次分析的隧道火灾临界风速研究

用因次分析法建立了临界风速与相关参数的关系式,导出了临界风速无因次准则的表达式.以狮子洋隧道为载体建立隧道模型,在坡度为0、不同火灾热释放速率、不同通风风速情况下进行数值模拟,获得不同火灾热释放速率时的临界风速.在此基础上,以不同火灾热释放速率对应的临界风速为条件进行数值模拟得到火源上方烟气的温度.将所得的数据代入关系式进行拟合,给出了一种新的临界风速计算公式.     

客改货飞机载重平衡问题建模与Benders分解算法设计

研究了民航客改货飞机的载重平衡问题,分析了客改货飞机与客机和纯货机在载重平衡问题所存在的差异,建立了具备主货舱指派问题和下货舱背包问题组合优化特性的客改货载重平衡问题的线性整数规划模型,实现业载量最大和配载重心偏离指定目标重心最小的多目标函数,包含了实际操作中客改货机型的货舱及其位置约束、各种质量约束、上下舱联合约束与飞机重心包线约束等;设计了Benders分解算法对该模型求解,把原问题分为主问题和子问题两部分;设计了改进模拟退火算法求解主问题,改进了离散变量的编码、变异以及个体修正等策略;设计了基于逻辑检查的y-check算法,用于检查子问题的上下舱联合限重、重心包线等复杂约束,给出了Benders' Cut约束模型;设计了以B757-200客改货飞机为例的20组不同规模算例,基于Gurobi、Lingo、人工配载和本文提出的算法对模型进行验证。研究结果表明：Gurobi求解质量和速度最好,平均业载量为29 517.3 kg,重心偏差为0.02%,求解时间为0.13 s;人工配载方法最差,平均业载量为27 131.9 kg,重心偏差为5.26%,求解时间为581.75 s;本文提出的算法由于采用了智能启发式算法,平均业载量为28 379.1 kg,与Gurobi和Lingo的最优解相比稍差,但重心偏差为0.05%,可以忽略不计,平均求解速度为20.33 s,远快于Lingo的7 370.65 s。     

纯六方相钛酸锌粉体制备和表征

采用溶胶-凝胶法,用Ti(OC4H9)4、Zn(NO3)2·6H2O、无水乙醇、冰醋酸等原料,利用直接升温和保温-升温两种方法合成超细的六方相ZnTiO3粉体.利用TG-DSC、XRD、SEM等测试分析手段对凝胶的热分解、相转变以及粉体结构形貌进行了表征.实验结果表明:ZnTiO3凝胶的热分析中,前躯体的热重变化主要分为三个阶段,其中DSC曲线在770～820℃和850～930℃间有多个小的吸热放热峰出现,对应于复杂的相变.在粉体制备过程中,先于700℃保温3 h再850℃加热5 h的处理,可以获得单一的六方相ZnTiO3粉体.