软土地基上的地下墙圆井深开挖工程

本文结合工程实例介绍软土地基上由多边形地下墙组成的圆井围护的深开挖工程，通过深井降水减压，避免了承压水条件下深开挖工程的坑底降起和管涌现象，实现了深基坑工程干开挖和干封底，确保了工程和环境安全。     

基于整车在环仿真的自动驾驶汽车室内快速测试平台

整车在环仿真测试方法可以安全、高效地验证复杂环境和极端工况等场景下自动驾驶汽车性能的有效性,基于此研发一种基于整车在环仿真的自动驾驶汽车室内快速测试平台,该平台由前轴可旋转式转鼓试验台、试验台测控子系统、虚拟场景自动生成子系统、虚拟传感器模拟子系统、驾驶模拟器、自动驾驶汽车和测试结果自动分析评价子系统组成。通过在试验台滚筒上独立加载转矩模拟车辆行驶阻力,可动态模拟不同的路面附着系数,同时利用坡度、侧倾和转向随动机构可模拟车辆俯仰角、侧倾角和航向角3个自由度;采用虚拟现实技术柔性集成车辆动力学模型、传感器仿真、复杂道路交通环境及测试用例仿真,模拟多种道路交通场景,并通过传感器仿真及数据融合等技术快速测试自动驾驶汽车智能感知与行为决策等性能指标。将自动驾驶汽车、虚拟仿真场景和试验台耦合构建一个闭环系统,完成了多项关键技术研发,包括：多自由度高动态试验台结构设计、虚拟测试场景自动重构方法和传感器数据模拟及注入方法,可满足在各种场景下测试自动驾驶汽车整车性能的需求。此外,为验证快速测试平台的有效性,以U-turn轨迹跟踪控制为研究实例,基于简化的车辆运动学模型和模型预测控制算法,在平台上搭建U-turn场景并对自动驾驶汽车的轨迹跟踪控制算法性能进行大量测试。结果表明：自动驾驶汽车室内快速测试平台可以真实地模拟汽车在道路上的运行工况,自动驾驶汽车在虚拟场景中的轨迹跟踪效果良好,与参考轨迹的偏差小于8%,证明了该测试平台检测方法的有效性。     

自供电路侧单元能量-时延均衡分组调度策略

考虑了自供电路侧单元在分组传输过程中能量收集、车辆到达与车速的随机性, 基于受限马尔科夫决策模型建立分组调度系统模型, 研究了分组平均传输时延与能量消耗; 分析了在能量队列约束下最小分组平均传输时延的优化问题, 提出了自供电路侧单元能量-时延均衡分组调度策略, 通过仿真试验分析了最优分组调度策略性能, 并与贪婪中继方案和Q-learning算法进行对比。仿真结果表明: 该分组调度策略具有双门限结构, 系统通过自供电路侧单元的能量队列状态以及到达车辆的车速状态确定决策变量, 使系统可以在考虑能量利用效率的前提下降低监测数据分组的平均传输时延, 保证自供电路侧单元在能量存储不溢出不耗尽的同时, 最小化系统分组平均传输时延; 在单分组发送模型中, 提出的分组调度策略的平均传输时延相比贪婪中继方案降低了15.7%, 相比Q-learning算法降低了13.5%;在批量分组发送模型中, 其分组平均传输时延相比贪婪中继方案降低了20.4%, 相比Q-learning算法降低了11.5%。      

基于制动驾驶意图辨识的纯电动客车复合制动控制策略

为了研究纯电动客车复合制动系统制动力分配比例,提出了基于制动驾驶意图辨识的复合制动控制策略。基于隐形马尔科夫理论建立了双层制动驾驶意图辨识模型,运用道路试验数据对模型进行辨识验证。基于辨识出的驾驶意图和车速,以前后轮制动力分配比例、ECE 法规、电机特性、滑移率、蓄电池特性、超级电容特性与传动系统特性为约束条件,制定了复合制动系统制动力分配策略,在9种工况下,应用Simulink对复合制动系统进行建模仿真。仿真结果表明：应用基于制动驾驶意图的纯电动客车复合制动控制策略后,在各种工况下,摩擦制动系统和电机再生制动系统能够协调稳定地工作,在保证制动安全性的前提下最大限度地回收了制动能量。低车速轻微制动时能量回收效率最高,可达到43．84％。高车速紧急制动时能量回收效率最低,仅为0．89％。     

AET—1型发动机自动化试验台软件设计

本文详细介绍了发动机自动化试验台软件系统开发的步骤、设计目标及程序结构，依据发动机的试验过程设计与之相对应的四种工作模式，并以监控进程为例，说明软件编程的结构。     

基于港珠澳大桥左右舵车辆时空混行的差异化驾驶行为识别和预测方法

为实现左右舵不同驾驶习性驾驶人在港珠澳大桥时空混行环境下快速、有效识别并预测行驶车辆在应急条件下的运动状态，提出了一种考虑右舵驾驶行为的模型加数据混合运动预测方法。首先，提取港珠澳大桥通行车辆的跟驰与换道原始轨迹数据并分析，挖掘左右舵驾驶行为在直道及变道属性下的长短时特性；其次，结合最大信息系数算法(MIC)对比所提取特征与2类驾驶行为的关联程度，并求解关键区分特性下高斯混合模型(GMM)对于左右舵驾驶行为应急反应的倾向性概率；最后，将2种驾驶行为的车辆运动状态在直道行驶的差异特征作为长短时记忆(LSTM)神经网络的输入，建立数据驱动下的直道横向偏移预测模型，并在具有差异化驾驶行为的车辆直道位姿信息预测基础上，串联建立模型驱动下的变道概率预测模型。对青州航道桥实际车流监测数据的测试结果表明：所提方法可基于行驶车辆的横向偏移和偏航率等特征快速、准确识别左右舵驾驶行为；对于不同特征输入下的直道偏移预测结果，所预测左舵驾驶行为的均方根误差(RMSE)、改进的豪斯多夫距离(MHD)与决定系数(R²)的最优评估分别为0.578 7、0.468 1与0.870 7,右舵驾驶行...