考虑前序路段状态的公交到站时间双层BPNN 预测模型

为提高公交到站时间预测精度,提出基于双层BPNN与前序路段状态的综合预测模型. 基于静态变量及顶层BPNN模型预测车辆到达每个站点的初始行程时间,利用K-means 聚类及马尔科夫链模型基于前序路段状态预测目标路段行驶时间;将上述两个模型的预测值及上一班次车辆的行程时间作为输入变量,基于底层BPNN模型预测车辆在目标路段的行程时间,进而动态调整车辆到达每个站点的时间. 以上海市791 路公交车早晚高峰各路段的行程时间为例进行模型测试,并与其他4 种模型进行比较. 结果表明,所提模型具有较高的预测精度,尤其在雨天,比传统BPNN模型预测精度提高57.25%.     

长沙地铁2号线运营初期客流特征分析

开展客流特征研究对科学合理地设计轨道交通系统、优化运营组织设计具有重要意义。以长沙地铁2号线的地铁刷卡数据为研究对象,运用数理统计方法对其开通初期三年的运营客流进行分析,着重分析断面不均衡系数、车站进出站高峰系数与车站周边土地利用性质的相关性,线路客运量高峰系数与该线功能定位的关系,以及乘降量和换乘量的客流特征。针对上述结论对设计和运营提出建议,可为轨道交通的设计、建设、运营提供参考,也可为大城市轨道交通客流预测结果的合理性判断提供依据。     

基于行程时间影响的关键路段识别与查找

从路段实际功能出发,提出基于路段与路径行程时间序列的相关性识别关键路段的方法.借鉴蒙特卡洛思想,以真实数据构造10万条随机路径验证该方法的可行性,并识别出对上海市路网行程时间有关键影响的路段集合.以上述集合为参照,利用模糊聚类及迭代累计平方和算法提取路段行程时间序列特征并构造两个新变量,结合基础属性建立二项Logit模型,从而主动查找关键路段.比较该模型与基础模型、随机分类器查找效果表明：基于最大归一化行程时间曲线聚类,其结果对关键路段识别模型的性能有提升效用;行程时间对数差分序列的结构性变点在路网和路段级别均有明显时间聚集特性,虽然其个数与路段关键性无明显关系,但其与常见波动程度指标相关性小,可保留用于描述行程时间波动常发性和聚集性.     

基于多源轨迹数据的城市交通状态精细划分与识别

针对基于路段的城市交通状态分析方法的不足,本文利用公交车和出租车轨迹数据提出了城市交通状态精细划分和识别方法,实现城市交通状态分析.对两种轨迹点的速度值和空间位置值分别进行归一化处理,以此为属性数据,通过迭代计算轮廓系数确定k 值完成轨迹点聚类,结合二次处理方法对类簇进行拆分和融合以划分道路交通状态;在特征级建立多源数据融合方法,实现交通状态速度值计算;以归一化后的速度值为属性数据,通过聚类将样本分为4类对应4种城市交通流状态层级.实验表明,本文方法能够实现道路交通状态精细划分,能有效地识别出道路局部位置的交通状态,进而可为城市道路交通管理提供决策支持.     

构建快速公交系统无缝衔接旅游区域与城际轨道站的分析与探索

本文分析了大中城市中短途休闲旅游的交通出行特征,探讨了当前中短途休闲旅游交通出行方式中存在的公共交通分担率较低等问题,论述了当前交通需求下积极构建快速公交系统无缝衔接休闲旅游景区与城际轨道站点的必要性。结合交通运输部提出的"快进"的旅游交通运输系统指示,通过构建无缝衔接换乘体系,打造能够适应当前休闲旅游"舒适、安全、便捷、快速"交通出行需求的快速公交无缝衔接体系,具有重要意义。     

智能电动车弯曲道路场景中的避障路径规划

为研究智能电动车在弯曲道路场景下进行避障规划的有效性, 提出了一种将笛卡尔坐标系转换为曲线坐标系的方法, 利用5次贝塞尔曲线对弯曲道路场景中的车道线进行逼近得到参考路径, 通过对参考路径进行弧长参数化, 以弧长为横坐标, 横向偏移为纵坐标的方法建立曲线坐标系, 根据车辆和子目标点在曲线坐标系中的位置关系, 采用3次多项式实时生成候选路径, 利用序列二次规划算法对候选路径进行优化; 为验证所提算法的有效性, 以某智能电动车为平台, 利用单目相机、64线激光雷达、工控机等设备搭建试验车, 通过Apollo平台对车辆在弯曲道路场景中的避障算法进行在线仿真, 在园区实车试验中对避障算法进行了GPS位置误差和航向角累计误差分析。研究结果表明: 在曲线坐标系中进行车辆弯曲道路场景下的避障路径规划, 能有效地描述规划路径曲率半径、车辆中心位置偏移车道线距离等信息, 容易确定自身车辆的可行驶区域、前方障碍物位置信息, 从而生成最优路径; 在园区场景的避障过程中, GPS位置误差发生在初始点、转弯点以及避障点, 最大误差为0.15 m, 航向角累计误差为12°, 突然增大的弯道位置误差主要由车辆姿态瞬时改变及障碍物匹配过程引起, 但是误差都能够很好地控制在一定范围之内, 利用曲线坐标系解决弯曲道路场景中的避障路径规划是可行的。      

基于小滚轮高频激励的高速列车齿轮箱箱体振动试验

为探究高速列车齿轮箱箱体振动特性和疲劳损伤, 应用小滚轮高频激励台架试验, 将滚轮表面加工成径跳量幅值为0.05 mm的13阶多边形, 可等效成20阶车轮多边形, 研究了某型齿轮箱箱体在不同垂向载荷与速度工况下的振动特性; 通过雨流计数法及Miner线性损伤法则, 分析了齿轮箱箱体单位时间应力累计损伤。研究结果表明: 受齿轮箱箱体共振影响, 不同垂向载荷与速度工况下, 高速列车运行速度为200 km·h-1时, 齿轮箱箱体各测点的垂、横向加速度均方根值均为最小; 当垂向载荷为23 t时, 大部分测点的垂、横向加速度均方根值均为最大; 齿轮箱箱体存在573 Hz的局部固有频率被激发共振, 其原因是试验速度为100 km·h-1时试验台发生共振, 以及试验速度为300 km·h-1时, 受到20阶多边形车轮转频约580 Hz的主频激扰; 车轮初始速度从0加速到200 km·h-1及从300 km·h-1减速至0的速度等级之间时, 齿轮箱箱体各测点的单位时间应力累计损伤波动较大, 其余速度等级段各测点的单位时间应力累计损伤波动很小; 单位时间应力损伤最大值出现在大齿轮箱齿面观察孔, 为3.72×10-10, 损伤最小值位于小齿轮箱轴承正上方, 仅为8.29×10-18。可见, 箱体共振、试验台减速运行、速度等级对齿轮箱箱体振动加速度影响较大; 非共振、试验台不减速运行、相同速度等级下, 垂向载荷对单位时间应力累计损伤影响甚微。      

公路工程地方技术标准修编时序模型研究

为了提高公路工程相关技术标准编制规划过程中的针对性和实用性,通过对现有国家行业 标准的梳理与实地调研,首先运用灰色关联的TOPSIS 法对调查结果进行排序分类,得到初步修 编计划;再通过贝叶斯判别法建立预测模型,借助统计分析软件SPSS 进行分析,得到判别函数 的影响因子及其系数,构建广义的公路工程地方标准编制时序判别模型;最后,以山西省公路桥 梁现状为例,统计其近年来由超限引起的桥梁事故,并将所建模型应用于当地《桥梁承载能力设 计细则》修编计划中加以验证。计算结果表明,该项标准的修编计划为“近期”,从而验证了模 型的适用性。     

基于部分集卡到达信息的码头进口箱翻箱优化

集装箱码头进口箱提箱作业过程中,由于外集卡到达时间的不确定性,存在外集卡提箱顺序与目标箱的堆存位置不一致,从而产生大量翻箱.为了解决这一问题,本文以期望翻箱量最小为落箱位置的选择原则,提出最小化二次翻箱启发式算法,利用算例验证算法的有效性,分析集卡到达的信息质量对进口箱提箱翻箱的影响,根据集卡到达信息质量的不同选择最佳翻箱规则.结果表明:提出的翻箱策略可以在获得部分集卡到达信息下有效地减少翻箱,针对不同的集卡到达信息质量,采取相应翻箱规则进行翻箱作业能有效减少翻箱,提高码头堆场的作业效率.     

基于GPS与图像融合的智能车辆高精度定位算法

车辆自定位是实现智能车辆环境感知的核心问题之一.全球定位系统(Global Positioning System,GPS)定位误差通常在10 m左右,不能满足智能车辆的定位需求;惯性导航系统成本较高,不适于智能车辆的推广.本文在视觉地图基础上,提出一种基于GPS与图像融合的智能车辆定位算法.该算法以计算当前位置距离视觉地图中最近一个数据采集点的位姿为目标,首先运用GPS信息进行初定位,在视觉地图中选取若干采集点作为初步候选,其次运用Oriented FAST and Rotated BRIEF(ORB)全局特征进行特征匹配,得到一个候选定位结果,最后通过待检测图像中的局部特征点与候选定位结果中的三维局部特征点建立透视n点模型(Perspective-n-Point,Pn P),得到车辆当前的位姿,并以此对候选定位结果进行修正,得到最终定位结果.实验在长为5 km的路段中进行,并在不同天气及不同智能车辆平台测试.经验证,平均定位精度为11.6 cm,最大定位误差为37 cm,同时对不同天气具有较强鲁棒性.该算法满足了智能车定位需求,且大幅降低了高精度定位成本.