卡尔曼滤波短时交通流预测普通国省道适应性研究

短时交通流预测是提高普通国省道交通运行效率和安全的关键技术之一。普通国省道具有分布地域广、情况复杂的特点,要求短时交通流预测方法具有良好的适应性,然而,针对短时交通流预测算法适应性及其机制的系统性研究尚不多见。选取1种自适应卡尔曼滤波算法,系统分析其适应性和适应机制。获取江苏省徐州市普通国省道路网中8个交通调查站所采集的实际交通流数据开展实例分析,结果表明:在不同的交通流量水平下,所选算法均值预测的平均绝对百分比误差在10.98%~15.92%之间,区间预测的无效覆盖率在5.21%~6.15%之间,表明所选的自适应卡尔曼滤波算法在不同交通流水平下都具有良好的预测性能;对所选算法的参数进行分析发现,算法参数能够随交通流水平的变化而自动调整,具有良好的自适应机制;所选算法能够在预测初期实现有效的性能调整和收敛。      

基于UWB定位的邮轮乘员伴随关系发现算法

准确发现邮轮内部空间乘客之间的伴随关系, 在室内环境安装UWB定位设备开展室内人员定位实验。根据UWB定位的位置数据特点, 提出结合室内位置语义的Hausdorff-DBSCAN算法以聚类邮轮乘员轨迹, 并利用LSTM神经网络对疑似伴随关系对象进行相似度变化趋势的预测。传统的Hausdorff算法在计算轨迹相似度时未考虑轨迹时序一致的问题, 引入位置语义序列能够较好地解决这个问题。改进后的Hausdorff-DBSCAN算法的输入为乘员轨迹数据集, 根据轨迹整体相似度阈值选定聚类半径, 输出具有伴随关系的乘员轨迹聚类结果; LSTM神经网络以定长时间窗口的点邻近度序列为输入, 预测后1个时刻点邻近度值, 结合轨迹相似度阈值和预测结果分析乘员伴随关系的时序变化。利用Anylogic建模单层邮轮室内环境进行乘员仿真得到的轨迹数据验证算法的有效性。改进的Hausdorff-DBSCAN算法的准确率为0.920, 召回率为0.950, F₁值为0.934, 准确率高出对比算法至少5.7%, 召回率高出对比算法至少8.0%, F1值高出对比算法至少6.7%。同时LSTM在预测邮轮乘员之间相似度变化时, 收敛后的误差值能保持在3%~4%左右, 预测结果具有较高的准确性。      

降雨条件下含夹层公路边坡渗流特性分析

公路边坡中夹层渗透性相对强弱对其渗流场的影响极大。基于饱和-非饱和渗流计算理论,利用GEO-Studio有限元计算软件,计算了不同雨型降雨入渗下夹层渗透性相对强弱不同的公路边坡的基质吸力分布,揭示了其渗流演化规律。结果表明:(1)降雨初期基质吸力随时间逐渐减小,降雨后期,前峰型和中峰型降雨下基质吸力出现增加,降雨停止后各雨型下基质吸力均逐渐回升。(2)夹层渗透性相对强弱不同,各雨型降雨入渗下基质吸力演化规律也存在差异:基质吸力在夹层与覆盖层的界面处均呈现突变,在后峰型降雨下会出现局部饱和区域,但位置不同;夹层渗透性相对较弱时,覆盖层内的基质吸力在中峰、后峰和均匀型降雨的初期减小速度更快;基质吸力减小阶段前峰型和后峰型之间的基质吸力差异更小,但基质吸力回升阶段差异更大;夹层内基质吸力仅在前峰型和后峰型降雨下回升时存在较大差异。     

青藏高原生态脆弱区公路水土保持设计与实践

公路建设施工过程中土石方开挖回填量大,破坏沿线地貌和植被,防护措施不到位极易引发严重的水土流失,打破自然景观协调性。青藏高原生态系统极为脆弱,一经破坏恢复难度极大,如何最大限度地保护工程沿线的生态成为公路建设中的关键点和难点。以国道318线林芝至拉萨段公路改造工程为例,总结了青藏高原生态脆弱区公路工程水土保持设计和实践中的关键点和经验,认为通过优化工程设计、土石方综合调配利用、表层土壤和草甸剥离与保护、工程植物综合护坡等科学技术措施,能有效保护公路沿线的生态环境,这对于今后我国高海拔、高寒及民族地区公路生态文明建设具有指导作用。     

基于PSO算法的公路养护决策优化

目前,我国公路养护在决策中会出现养护资金分配不合理,资源未充分利用等不同程度的问题。针对路面养护,基于粒子群优化算法建立养护决策模型,可有效平衡原粒子位置和飞行速度对新粒子位置的影响度,并通过10组基准测试数据验证了PSO算法的寻优性能和收敛精度。研究结果表明:PSO算法可有效对不同路面条件下公路养护决策进行优化分析,保障养护效率。     

城市公路封闭段废气排放方式对环境的影响

为了探究城市公路封闭段废气集中排放方式对大气环境的影响,采用AERMOD预测模型,模拟成都某拟建城市公路隧道通风塔、低风井与封闭式声屏障段连续开孔、间断开孔等4种废气集中排放方式对环境的影响。结果发现,大气污染物源强一致时,封闭式声屏障采用间断开孔对环境空气的影响比连续开孔时小;隧道大气污染物集中排放时,风塔高度不是决定污染影响程度的唯一因素,20m通风塔与30m通风塔对环境的影响范围和程度差别不大,通风塔比低风井排放方式对环境的影响更小。建议封闭式声屏障采用开孔方式排放污染物时,应尽量减小开孔率;隧道集中排放污染物时,首先应考虑高空排放。     

高速公路交通态势分析探究

高速公路交通需求逐年增长,拥堵频发,态势分析具有紧迫性。通过梳理目前交通态势研究的相关内容,发现了交通态势研究的不足,给出了交通态势的定义和内容,明确了交通态势分析的流程和关键技术。推导改进Van Aerde模型,用于描述交通状态;给出了ARIMA模型作为交通流预测的方法,确立了基于运行速度的交通态势分级评估指标,为交通态势的进一步深化研究和管控策略的制定提供了理论支撑。     

以土耳其为例浅谈汇率波动对境外公路项目投资的影响因素

境外公路投资项目是涉及国计民生的公共资产,一般政府为了保证其公共属性,避免过于强调其商业性质,会选择PPP的合同模式进行政府招标。此外政府为了保证私人方能够落实资金开工建设,通常会以保证最低交通量或最低收益、差额补足收益的方式来为公路资产提供增信,平衡政府方和私人方的风险承担和利益分配。鉴于所在国和投资国货币差异,以及贷款币种的不同,合同支付和利润汇回的外汇问题是不可回避的因素。成熟的特许权协议针对政府付费部分会设置比较复杂的支付机制,达到货币风险的合理共担。     

亦庄新城现代有轨电车T1线沿线交通设计分析

有轨电车具有安全、快捷、成本低等优点,但会占用一定的道路资源,对现状道路横断面布置以及交叉口交通组织带来一定影响.结合亦庄新城现代有轨电车T1线工程,分析有轨电车与城市道路系统之间合理的路权分配模式;通过交通量预测,确定道路交通需求,并结合铺设有轨电车后对现状道路的影响,在满足道路交通需求、减少工程量、减少现状树木伐移的前提下,确定道路横断面合理的调整方式;根据相交路道路等级、交通流量大小,对铺设有轨电车后城市道路交通系统在交叉口处的交通组织进行分析,探究有轨电车系统、机动车系统、慢行系统三者之间合理、高效的交叉口交通组织形式,针对不同情况,采取共享相位、绝对优先控制或相对优先控制等策略;结合岛式、侧式车站设置不同的行人二次过街等候设施,并通过施划交通标线明确非机动车道路权,确保慢行系统的安全、有序.最后总结了亦庄新城现代有轨电车T1线在横断面布置、交叉口交通组织、慢行系统交通等方面的设计经验.     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。