基于LSTM网络的驾驶意图识别及车辆轨迹预测

自动驾驶汽车需具备预测周围车辆轨迹的能力,以便做出合理的决策规划,提高行驶安全性和乘坐舒适性。运用深度学习方法,设计了一种基于长短时记忆（LSTM）网络的驾驶意图识别及车辆轨迹预测模型,该模型由意图识别模块和轨迹输出模块组成。意图识别模块负责识别驾驶意图,其利用Softmax函数计算出驾驶意图分别为向左换道、直线行驶、向右换道的概率;轨迹输出模块由编码器-解码器结构和混合密度网络（MDN）层组成,其中的编码器将历史轨迹信息编码为上下文向量,解码器结合上下文向量和已识别的驾驶意图信息预测未来轨迹;引入MDN层的目的是利用概率分布来表示车辆未来位置,而非仅仅预测一条确定的轨迹,以提高预测结果的可靠性和模型的鲁棒性。此外,将被预测车辆及其周围车辆组成的整体视为研究对象,使模型能够理解车-车间的交互式行为,响应交通环境的变化,动态地预测车辆位置。使用基于真实路况信息的NGSIM（Next Generation SIMulation）数据集对模型进行训练、验证与测试。研究结果表明：与传统的基于模型的方法相比,基于LSTM网络的轨迹预测方法在预测长时域轨迹上具有明显的优势,考虑交互式信息的意图识别模块具备更高的预判性和准确率,且基于意图识别的轨迹预测能降低预测轨迹与真实轨迹间的均方根误差,显著提高轨迹预测精度。     

基于线性路径跟踪控制的换道避撞控制策略研究

为实现车辆自主避撞,改善道路交通安全状况,提出一种基于线性路径跟踪控制的换道避撞控制策略。为实时确定制动和换道时机,获取跟车状态下自车和前车车速、加速度、相对距离以及驾驶人制动反应时间计算制动安全距离和换道安全距离,并在此基础上分别引入制动危险系数B和换道危险系数S评估制动与换道风险,使得车辆发生追尾碰撞的危险程度和主动干预阈值更直观。根据车辆期望横向加速度和期望横向位移的变化特性,采用5次多项式法规划符合驾驶人换道避撞特性的避撞路径。为保证换道避撞过程中驾驶人的安全舒适,采用最大横向加速度约束换道避撞轨迹。为实现对换道避撞路径的线性跟踪控制,保证车辆的操纵稳定性和横摆稳定性,基于车辆稳态动力学模型建立前馈控制,结合线性反馈控制消除换道路径的位置和横摆角偏差,修正参考路径实现直车道场景追尾避撞控制。仿真和实车交叉验证试验表明：根据车辆期望横向加速度和期望横向位移建立的符合驾驶人换道避撞特性的五次多项式换道路径与驾驶人实际换道避撞路径基本吻合,结合碰撞时间和车间时距的制动避撞控制策略能够在保证车辆行驶安全舒适性的同时有效避免车辆追尾碰撞,减少交通事故的发生。     

软岩隧道三维扫描变形监测技术的试验研究

为解决传统监测技术单点监测无法满足软岩隧道整体性变形监测的局限性,采用三维激光扫描技术进行软岩隧道整体性变形监测试验,从隧道结构的变形时间、变形空间分布及变形量进行整体分析。首先建立全站仪和三维激光扫描仪测量误差模型,分析三维扫描监测技术与传统隧道监测技术的特点,通过平面标靶和棱镜靶球精度试验得出平面标靶最佳入射角范围小于60°,棱镜靶球自动提取距离不大于45 m,作为测站设置和控制点布设的依据; 然后以渭武高速木寨岭隧道2号斜井工程为依托,开展软岩隧道三维扫描变形监测技术的试验研究。研究结果表明： 中台阶开挖支护前已发生较大变形,最大变形位置为左侧上台阶与中台阶交界处,空间分布呈左大右小,试验段最大累计变形达0.48 m,下台阶及时封闭成环及2层初期支护有利于变形控制。     

基于混合异构计算平台的车辆行驶状态参数实时采集技术

为了对车辆行驶状态参数进行实时有效的采集,采用MC9S12XS128控制器,搭建基于混合异构计算平台的车辆行驶状态参数采集系统,通过设计相应硬件电路采集车速脉冲信号和转向信号,经过光耦隔离,再基于主处理器对车辆行驶状态参数进行实时解算,通过数据交互及显示系统对采集的数据进行有效性验算。系统硬件在环试验结果表明,系统能准确采集车辆的转向信号,车速检测数据相对误差平均为6%,符合系统的运行要求,可对车辆行驶状态参数进行有效的实时采集。     

多传感器融合车载电池舱灭火方法研究

电动汽车属于汽车行业的支柱产业,越来越受到社会的重视,但随之产生的汽车安全问题也逐渐增多。电池舱属于复杂环境,易出现着火事件,本文开展多传感器融合车载电池舱灭火方法研究,运用温度、烟雾浓度传感器实现对火灾的实时监测。设计贝叶斯网络模型,并考虑到了传感器失效及误报,实验结果表明本系统具有良好的响应速度及稳定性,为相关领域研究提供了一种解决方法。     

基于线性规划的灰色模型在桥梁监控中的应用

预应力混凝土连续刚构桥通常采用悬臂分段浇筑施工,施工监控是保证施工质量的重要手段。以灰色系统理论为基础,针对以往施工控制中传统的GM(1,1)模型参数估计方法与精度检验准则不适配的问题,将平均相对误差最小准则下的参数估计问题转化为线性规划问题,通过Python语言实现,从而得到一种新的理论模型来进行挠度预测,并以陕西境内某1号大桥为工程背景,对混凝土浇筑、预应力张拉两个工况作用后的梁端挠度值进行预测。与传统模型相比,改进后的模型平均相对误差最多可减小28.41%,并能够排除奇异数据的干扰。研究结果表明,基于线性规划法的GM(1,1)模型较传统模型具有更高的预测精度和更好的稳健性,能够在桥梁施工控制中发挥更好的预测作用。     

基于能量理论的岩溶隧道超前钻探精细预报方法

旋推功率比(RTPR)可以从钻进破岩机理角度描述破碎不同岩土层所需切应力与正应力的差异,通过与钻进比能(SED)指标的预报效果进行对比研究发现:钻进参数的同步变化对RTPR指标定位软硬界面位置无显著影响,相比可知钻进比能可以得到更精确的预报效果。因此,应用RTPR指标对广西某大型岩溶隧道进行充填溶腔与硬质灰岩区域界面识别,并一步根据曲线特征判断传统预报中缺失钻孔排渣与返液的预报不确定区,最后通过掌子面已知条件预测未知地层的岩性。此方法在实际钻探预报中准确预测了前方地层的岩性,可以为隧道地质的精细化预报提供有效的参考。     

聚氨酯复合改性沥青的制备与性能研究

为改善聚氨酯(PU)改性沥青的性能,实现其在道路工程领域的应用,将PU、岩沥青(RA)和基质沥青(BA)按照自定的室内工艺流程制备得到PU复合改性沥青,并探讨了制备工艺参数的适宜性.采用针入度、软化点、延度和旋转黏度试验优化了PU和RA的掺配方案,基于胶体理论分析了PU复合改性沥青的温度敏感性;利用动态剪切流变(DSR...     

基于机器视觉的车辆检测与参数识别研究进展

近年来公路交通运输快速增长,交通车辆的快速准确检测与识别对智能交通系统和交通基础设施运维具有重要意义.随着机器视觉和深度学习技术的迅速发展及其在目标检测领域的广泛应用,车辆目标检测和参数识别也取得新的突破.该文从车辆参数的识别方法和应用研究两方面梳理了机器视觉和深度学习在车辆检测与参数识别领域的研究现状、最新研究成果和...