数据驱动跟驰模型综述

车辆跟驰模型是被交通科学与交通工程领域广泛认可的微观交通流模型,是交通流理论 的基础。近年来,信息感知与获取、大数据、人工智能等技术快速发展,推动了数据驱动跟驰模型 的快速发展。数据驱动跟驰模型,是以真实的车辆行驶数据为基础,利用数据科学与机器学习等 理论和方法,通过样本数据的训练、学习、迭代、进化,挖掘车辆跟驰行为的内在规律。本文系统 回顾了数据驱动跟驰模型在过去20余年的发展历程以及由神经网络和深度学习带动的两次研究 热潮,归纳了基于传统机器学习理论的跟驰模型、基于深度学习的跟驰模型、模型与数据混合驱 动的跟驰模型3类数据驱动跟驰模型,并分别介绍了其中的典型代表。分析数据源发现,尽管各 种高精度轨迹数据不断涌现,目前研究仍多使用美国于2006年发布的Next Generation Simulation (NGSIM)高精度车辆轨迹数据,模型的可移植性和泛化能力值得思考与研究。提出关于模型输 入、输出的3个问题：如何考虑更多驾驶行为变量,是否有必要考虑更多行为变量,现有输入、输出 是否可替换。在模型测试与验证方面,发现并讨论了目前测试不充分、对比不完整、缺少统一测 试集与测试标准等问题。最后,探讨了数据驱动跟驰模型原创性与成功的关键因素等问题。期 望通过本文的梳理,帮助研究者更好地了解数据驱动跟驰模型的过去与现状,促进相关研究的快 速发展。     

粘贴钢板技术修复钢箱梁疲劳裂纹

正交异性钢箱梁因其抗风性能好等方面优点,目前已成为大跨径桥梁主流截面形式。由于长期经受重载和大流量交通的影响,采用钢箱梁构造形式的桥梁成为了钢材疲劳开裂的重灾区。在各类典型疲劳裂纹中,顶板与U肋之间的角焊缝开裂因其受损后影响程度高、修复难度大,受关注程度最高。综合考虑处治的时效性和对交通的影响程度,探索研究采用粘贴钢板无损修复技术对该类裂纹进行处治。理论分析结果表明:粘贴钢板后局部刚度有所提升,可以起到降低桥面板变形和U肋应力的效果。为配合施工开展了黏结剂适用性试验,研究了温度、振动等条件对黏结剂固化效果的影响。进行了模型梁静力加载试验,验证了粘贴钢板与基材的连接效果和协同受力性能。     

基于CS-SD的车载环境下实时行人检测模型

针对车辆辅助驾驶系统中行人检测的实时性问题, 提出一种基于路面边缘线标定结合显著性纹理检测(CS-SD) 的算法和定位方向梯度直方图(L-HOG) 的行人检测模型, 应用CS-SD算法替代穷尽搜索快速标定图像中的行人区域, 应用L-HOG快速提取行人特征, 并采用附加核心的支持向量机(AK-SVM) 进行高效目标分类。分析结果表明: 在个人计算机上对包含832个行人的500幅图像进行检测时, 模型正确检测720个行人, 检测率为86.5%, 误检率为4.1%, 检测时间为39ms; 在基于BF609的车载行人检测系统上对包含988个行人的48 400幅图像进行检测时, 模型正确检测861个行人, 漏检127个行人, 误检13个行人, 检测速度为20fps。可见, 提出的行人检测模型在不降低检测率的前提下, 可以达到满意的检测速度, 并且可以用于实时行人检测车载设备。     

航空口岸发展成本的思考

<正> 航空口岸以其安全、快速、高效的特点在我国改革开放中发挥着重要作用。在21世纪新一轮改革开放中,特别是我国加入WTO后,来我国投资、合作、旅游、交流的会越来越多,在中央政策向西部地区倾斜后,对外开放的地域将由狭长的“三沿”(沿海、沿江、沿边)向更广阔的地区发展。但是如何在进一步扩大开放的同时又努力降低成本,是当前口岸工作要研究的课题。 改革开放20多年来,我国在“对外开放”思想的指引下,国门大开,已有各类口岸200余个,其中航空口岸50余个。在地处中部地区的江西省也开放了南昌机场航空口岸,对促进各地的经济发展和对外合作、交流,都起到了重要的作用。但是我们必须看到实践中也遇到了一     

加快公路养护机械化发展的探索与实践

为适应公路运输的快速发展，公路养护工作必须实现机械化作业，介绍了加快公路养护机械化发展的探索经验。     

路面平整度检测方法研究

路面平整度是衡量高等级路面质量好坏的重要指标,目前我国常用的检测方法存在误差较大、缺乏代表性等问题。本文分析平整度测试车的使用方法和工作原理,建立平整度与检测数据的对应关系,以此来分析和判断路面的状况。     

载货挂车大梁支承位置的优化设计

按本文推荐的计算方法设计挂车大梁支承位置，不但可使挂车大梁最大 梁最大弯矩大幅度下降（最大弯矩约是按传统方法设计支承位置的某些挂车大梁最大弯矩三分之一，甚至更少），最大挠度显著减少，疲劳强度安全系数明显增大，寿命成倍增，加而且可使车辆的回转复盖区域缩小，回转性能提高。     

汽车齿轮装置结构辐射噪声的机理及控制途径

本文就汽车齿轮的装置结构，辐射噪声的机理和控制途径进行了论述。     

前馈神经网络在求解N—皇后问题中的应用

采用前馈神经网络求解Ｎ－皇后问题，并用变学习因子的快速学习算法解决局部极小化夷了几组搜索结果。