基于融合离散动作的双延迟深度确定性策略梯度算法的自动驾驶端到端行为决策方法

针对基于强化学习的车辆驾驶行为决策方法存在的学习效率低、动作变化不平滑等问题,研究了1种融合不同动作空间网络的端到端自动驾驶决策方法,即融合离散动作的双延迟深度确定性策略梯度算法（TD3WD）。在基础双延迟深度确定性策略梯度算法（TD3）的网络模型中加入1个输出离散动作的附加Q网络辅助进行网络探索训练,将TD3网络与附加Q网络的输出动作进行加权融合,利用融合后动作与环境进行交互,对环境进行充分探索,以提高对环境的探索效率;更新Critic网络时,将附加网络输出作为噪声融合到目标动作中,鼓励智能体探索环境,使动作值预估更加准确;利用预训练的网络获取图像特征信息代替图像作为状态输入,降低训练过程中的计算成本。利用Carla仿真平台模拟自动驾驶场景对所提方法进行验证,结果表明:在训练场景中,所提方法的学习效率更高, 比TD3和深度确定性策略梯度算法（DDPG）等基础算法收敛速度提升约30%;在测试场景中,所提出的算法的收敛后性能更好,平均压线率和转向盘转角变化分别降低74.4%和56.4%。      

智能驾驶整车仿真模型搭建方法研究

本文提出了一种用于智能驾驶系统或部件仿真验证的整车仿真模型搭建方法,基于系统级建模思维对整车进行模块化分析确定建模思路,从实车试验数据获取关键技术参数,再结合基本的车辆结构参数建立实车各子系统等效仿真模型。本文基于veDYNA和Simulink联合仿真软件搭建了某款纯电动车辆的整车模型用于自动驾驶控制器仿真测试,验证数据表明模型满足仿真验证需求。     

城市工程运输车源头治理短板及对策研究

源头治理是城市工程车管理链条中重要一环,同时也是最薄弱的一环,存在管理盲区。本文从“人、车、企、道路、工地”五大源头总结梳理工程车源头治理中存在的六个方面问题,结合业务特点和各地经验做法,针对性提出六大对策建议,具有可实施性,可有效强化工程车源头治理。     

地铁工程施工的风险管理

通过列举近年来国内地铁施工事故,分析事故原因,指出地铁工程风险管理在降低或避免各种地铁工程风险方面的重要性,在此基础上归纳地铁工程风险管理的特点.在总结国内地铁风险管理现状的基础上,对风险管理的相关内容提出建议.     

布置方案对近海小型无人监测船波浪运动的影响

以一艘近海小型双体无人监测船为例,建立该双体无人监测船模型,通过使用基于平面势流理论的二维切片法,对无人监测船在不同布置方案下的运动响应情况进行计算分析,得出布置方案与无人监测船运动响应间的关系。研究结果表明:吃水深度、惯性矩对小型无人监测船在波浪中的运动性能影响明显,应在一定范围内酌情进行选取;重心高度对小型无人监测船在波浪中的运动性能影响不大,设计时应主要从稳性方面进行考虑。