铁路安防数据记录器抗毁防护指标研究

铁路安防数据记录器数据对于事故调查具有十分重要的意义。列车发生事故时可能处在灾难环境中，因此开展铁路安防数据记录器抗毁防护指标研究十分必要。通过对国内外铁路安防数据记录器的法规标准、设计思路、试验方法等进行梳理，深入分析强冲击、穿刺、静态挤压、火烧、腐蚀浸泡、静压等指标的适用性，总结出各指标制定过程中需考虑的关键要素，并结合我国铁路实际情况和未来发展需求，提出安防数据记录器具体的抗毁防护指标以及后续研究建议。     

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。      

不间断运营的地下通道改扩建技术研究

以浦东机场进场路地道改建工程为例，重点对为满足地下道路不间断运营工况的地道结构进行受力分析及施工步序研究。解决了传统地下通道改扩建工程需要封闭地下道路交通的难题，即整个施工期间地下交通仍能不间断运营。方案在国内尚属首例，具有标志性意义。     

信息技术在铁路安全监督管理中的应用

为践行“十四五”铁路安全发展规划，全面提升铁路安全监督管理效能，从智能分析决策、数据融合共享、安全监督考评、隐患信息上报4个方面对目前铁路安全监督管理中的信息技术应用需求进行梳理和分析。在此基础上，探索云计算、大数据等信息技术在铁路安全监督管理中的实际应用，从逻辑架构和物理架构2个维度，初步构建铁路安全监督管理信息技术应用总体方案，高新信息技术在铁路安全监督管理中的应用可提升铁路安全监督管理效能。