车路协同环境下交通业务服务系统设计与开发

为解决车路协同个性化服务和交通管理应用需求的冲突问题,对现有应用进行了总结,基于应用集成设计了车路协同环境下的交通业务服务系统。综合考虑国标、国内外研究组织提出的应用以及国内实际落地的应用,并分析了上述应用的发展方向,共整合总结得到14个依托实际交通场景的交通业务,作为系统目标。针对现有主体产品集中于路侧单元和车载单元两类核心设备的现状,运用结构化的系统分析和设计方法进行了功能模块和逻辑框架的设计,统一考虑了各类交通设施的实体特性和通信特性,设计了服务系统的物理架构和数据流内容,实现了对所提出的14项交通业务的兼容。开发了示范系统并实现了样例功能,系统表现出良好的适应性和可移植性。     

考虑定制出行的儿童通学方式选择行为研究

为系统获取考虑定制出行后儿童通学方式选择的行为模式,在系统选取影响儿童通学方式决策变量的基础上,集成结构方程模型和离散选择模型,提出儿童通学方式选择的混合选择模型(HCM),以云南省昭通市为案例进行分析.结果表明：所构建的HCM模型相比结构方程模型和离散选择模型具有更高的拟合优度,更适用于儿童通学方式选择行为分析;与小汽车出行方式相比,行为意向对家长选择定制出行方式的影响更大,定制出行方式的普及更多取决于家庭的接受和依赖程度;时间和成本并非是家长选择定制出行方式的首要考虑因素.     

出行者环保意识对低碳交通政策支持度的影响

为减少汽车尾气污染,政府部门应制定交通政策推动出行者采用低碳出行方式.有效的交通政策需要深入了解影响出行者低碳出行的心理因素.通过实证分析,研究出行者环保态度、环保行为、公交偏好等潜在变量对低碳交通政策支持度的影响.基于结构方程模型(SEM模型)的基本原理,建立模型假设,并通过Mplus进行数据分析.研究发现,环保态度...     

基于供需关系的铁路货运需求预测

分析运输结构变化对铁路货运供给的影响、铁路货运需求与国民经济发展的关系以及铁路货运供需关系。总结以往铁路货运量预测方法、特点,把铁路货物运输需求量按供给关系分成供小于求和供需平衡两个阶段,并分别提出相应预测函数。     

SAR图像中机场跑道的自动识别研究

提供了SAR图像中机场跑道自动识别系统，该系统以改进的数学形态学预处理为基础，用改进和扩充的弗里曼链码法初步提取直线，最后用Hough变换精确提取直线，通过对20多幅不同地区、不同波段的图像进行识别，该系统识别准确率达到95％以上，识别时间不超过30s，基本做到了全自动、实时识别．     

基于行车安全场模型的交叉口车辆控制算法

为了提高网联环境无信号交叉口自动驾驶车辆的行车安全与通行效率问题,首先,建立无信号交叉口的行车安全场模型,构建包括车辆动力性能、制动性能以及通行交叉口所有车辆行车风险的目标函数,并设定相应的约束条件;然后,采用模型预测控制方法优化驶向交叉口车辆的行车策略;最后,基于VISSIM、MATLAB和NS3构建联合仿真试验平台,分别以车辆碰撞冲突类型、行车风险改善和道路拥堵程度验证并分析算法性能. 试验结果表明:在车流量和流量容积比大于1.0时,相比于传统的感应控制系统,本文提出的算法在延误时间、行程时间、冲突数目和通行能力的收益率分别大于90%、10%、10%和5%;在通信延迟低于100 ms,数据丢包在35%内,仍能够保证交叉口内车辆的通行效率.      

黔桂铁路双层集装箱运输必要性分析及改造方案

为提高西部陆海新通道的运输能力,综合考虑运输能力、陆海运输通道的协调性、节能降效等因素,结合陆海新通道双层集装箱运输不同径路在运行时长、运输能力等方面的对比,分析了黔桂铁路具备双层集装箱运输能力的必要性.针对黔桂铁路隧道地段建筑限界与接触网导高不满足双层集装箱运输要求的问题,通过方案比选,提出了合理的工程改造方案.为降...     

超软土地基浅层真空预压加固新技术现场试验及应用

对于新近吹填淤泥形成的超软土地基,常规浅层软基处理后表层形成的硬壳层承载力有限,还需吹填80~100 cm的粉砂作为满足后续机械插板施工的持力层。依托天津南港工业区港区航道、港池挖泥结合吹填造陆工程(B03路西侧造陆3区)软基处理工程,通过试验,对比分析3种浅层超软土加固处理新技术方案,并对3种方案进一步优化组合,在满足一定承载力的前提下,达到不吹填或少吹填粉砂的目的。     

欧Ⅳ标准催化转换器的结构设计

将催化转换器安装在发动机排气歧管出口位置,可以使催化剂快速起燃,充分发挥某些配方的催化剂效能,这被执行欧III和欧IV排放标准的车辆广泛应用。从催化转换器布置的角度,介绍这种催化转换器的结构设计,比较了布置方案,并对催化转换器中的零件如进气端管、壳体总成、出气端锥以及封装方案的设计要点作了描述。论述了该型催化转换器的气体流动特性、温度分布和塑性应变分布。     

深度学习在舰船前方障碍物图像识别中的应用

在舰船前方障碍物图像识别中,传统的图像识别系统漏检概率高、检测性能较差,难以满足舰船安全航行要求。深度学习是一种智能化技术,将其应用到障碍物图像识别中可以提高图像信息筛选、计算和检测效率。本文介绍深度学习中的神经网络模型和卷积神经网络,以及深度学习在舰船前方障碍物图像识别中的检测方法。基于传统深度学习算法的不足,提出改进后的Faster R-CNN方法在障碍物图像识别中的应用,并通过对比实验进行论证,实验结果表明改进后的图像识别模型具备检测精度高的应用优势。