PP-ECC梁抗弯性能试验研究

为研究聚丙烯纤维水泥基复合材料(PP-ECC)梁与普通钢筋混凝土梁在弯曲荷载作用下力学性能的差异,通过四点弯曲加载,对PP-ECC梁的抗弯性能进行了试验探究.对PP-ECC梁的弯曲破坏过程进行了阶段划分;基于计算假定和简化后的PP-ECC本构模型推导出PP-ECC梁各阶段的理论临界荷载;通过试验结果对计算模型进行验证,...     

用置换法解有固定端的超静定小型刚架系统

对多种梁挠曲线与悬臂梁挠曲线的关系研究作介绍,给出了求解各梁位移的置换法位移方程,包括转角方程和挠度方程．鉴于对刚架求解中稀有几何类方法的情况,运用所述的置换法,把解梁问题的手段应用于刚架的解算．给出了用置换法求解有固定端的超静定小型刚架系统的分析步骤,具体求解过程所用的计算为代数方程的分式四则运算,方法较通俗简便,结果是解析解．提供了两例不同类型刚架的计算全程,关键是由置换法位移方程表示出有关结点或转角或挠度的位移,以此找到包含未知反力的关系式．     

粘弹性阻尼器隔震结构的振动控制研究

对设置粘弹性阻尼且基础隔震结构的混合振动控制问题进行了研究.采用开尔文模型模拟粘弹性阻尼器所产生的非线性力,推导出混合控制的运动微分方程,结合线性二次型最优控制理论（LQR）,用MATLAB编制相应的动态仿真程序进行动态仿真.研究结果表明：设置粘弹性阻尼器隔震结构采用混合控制是有效的,结构的隔震层相对位移和顶层位移反应大大降低.     

基于GP2010的GPS接收机前端模块实现

为了研制自主知识产权的GPS接收机,首先要设计合理的GPS接收机前端模块．结合GPS接收机的工作原理,提出了切实可行GPS接收机的前端电路实现方案,给出了相应的实验数据,并对其中的关键模块及器件选取进行了详细的介绍．结果表明,该前端电路硬件平台是稳定可靠的．     

基于DM642的网络视频监控系统

提出了一种基于以太网的远程视频监控系统解决方案．该系统主要由两大模块组成,即基于TI公司DM642芯片的嵌入式网络摄像机和基于微软公司DirectShow技术构建的远程监控中心软件．针对目前应用对视频分析需求的增加,提出了一种动态算法加载技术,该技术允许动态改变网络摄像机中的视频分析算法,主要介绍了系统的整体结构,嵌入式网络摄像机模块的硬件设计,以太网传输,以及监控终端的软件实现。     

梁侧钢筋对混凝土收缩的影响及其构造要求

分析了混凝土梁侧出现温度收缩裂缝的原因,进而分析了梁侧构造钢筋对混凝土开裂的有利作用,验证了混凝土规范对梁侧构造钢筋的有关规定,最后采用ANSYS软件分析了降温时钢筋混凝土梁的应变云图,以此进一步验证了上述结论．     

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.     

快速路可变限速与匝道控制协同优化策略

可变限速控制和匝道控制是快速路交通控制的主要手段,本文对两者的协同优化策略进行了研究.借助智能车路协同系统强大的信息感知能力,通过引入微观交通流信息,对经典METANET模型进行了改造,构建了可变限速控制影响下的微观METANET模型,实现了一种新的可变限速控制策略,同时,采用ALINEA算法,对入口匝道进行了优化控制,实现了两者的协同优化.最后,基于实际道路和交通流数据搭建了仿真平台,对微观METANET模型和协同优化策略的有效性进行了验证.仿真结果表明,微观METANET模型具有良好的交通流预测效果,协同优化策略能有效地改善快速路交通流状态.     

车路协同下考虑绿波协调的公交优先控制

在绿波协调控制交叉口群中,为分析公交优先控制对后续交叉口群的扰动,基于车流运行时间偏移分布,以概率期望描述了交叉口各相位绿时左端和右端时长变化引起的后续交叉口群在绿波带内、绿波带间的延误变化;采用组合优化的方法,以交叉口群在车速引导下的公交通行效益优化为上层模型,以交叉口群在公交优先控制下的延误优化为下层模型,对公交引导车速和信号控制参数进行协同优化.通过算例分析表明,公交优先控制模型有效提升了交叉口整体通行效益,最大化减小了对周边交叉口群的不利影响.     

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.