完善汽车管理制度,促进汽车消费

工信部:争取早日出台准入管理相关规定 工信部新闻发言人、运行监测协调局局长 黄利斌 智能网联汽车是未来智能交通、智慧城市的重要单元,也是全球汽车产业发展的战略必争之地,目前正处于技术快速演进、产业加速布局的关键阶段. 世界主要国家地区持续加大法规建设和政策支持力度,不断加快智能网联汽车产业发展进程.在各方共同努力下,我...     

城市交通相关空气污染健康风险研究综述

交通空气污染问题作为交通问题重要部分,因危及到人体健康而越发受到人们的重视.文章将对近年来关于交通空气污染对人体健康影响的相关研究进行综述,并从不同交通空气污染物导致的相关疾病及其与特定污染物暴露研究方法分析介绍,从而更为系统全面了解地交通相关空气污染物作用于人体相关生物机理,为交通相关空气污染控制与防护提供科学依据.     

基于交通信息的电动汽车制动策略及仿真

为了提高滑行能量回收经济性和踏板制动安全性、舒适性,基于交通信息,提出了电动汽车(EV)制动协调策略。分析了滑行制动的经济性,由交通信息和汽车行驶状态确定滑行制动强度;由道路信息和前方车辆信息建立汽车安全距离模型和碰撞预警策略,利用预警信息对滑行制动和踏板制动强度进行协调。对本策略进行仿真验证。结果表明:利用交通信息的滑行策略,在通行良好工况下综合能耗减少1.1%,拥堵工况下减轻驾驶员的制动疲劳;预警和协调策略避免了频繁预警,减小了紧急避撞触发几率。因此,利用交通信息能够辅助驾驶员进行更加合理的制动。     

面向自动驾驶车辆的路段人车冲突判别模型

针对无信号控制路段自动驾驶车辆和行人冲突判别建模,选择武汉市6处无信号控制路段作为调查地点,从而保证足够的车辆及行人数据量,采用视频采集技术获取交通流量以及行人与车辆的行为数据.利用决策树分析方法将决策分为两各层级,分别为行人过街决策和冲突判别,利用二元Logit模型建立面向自动驾驶车辆的路段人车冲突判别模型,对行人和自动驾驶车辆之间可能发生的冲突概率进行计算.建立的模型可以作为自动驾驶技术中的一部分,能够帮助自动驾驶汽车具备人类驾驶员与行人间的通行权沟通能力,使自动驾驶汽车控制系统更加智能且接近人类的判断能力.     

安康市汉江景观桥设计方案研究

安康依汉江而建,桥位处周边建筑具有重要的历史文化意义,且桥位两边连接安康重要的街道和火车站。汉江景观桥在桥位走向、桥型选择与周边历史文化的契合度、景观桥与汉江两边道路的衔接等方面是重点研究的课题,从设计思路、功能定位、桥位比较、桥型方案、造价等对安康市汉江景观桥设计方案进行了研究。     

智能船舶的研究现状可视化分析与发展趋势

为了更好地把握智能船舶研究领域的前沿问题及发展现状,针对智能船舶领域相关主题,基于中国知网(CNKI)和Web of Science数据库中2010—2020年的文献检索结果,运用知识图谱从计量统计的角度从时间、作者、机构以及关键词4个方面系统地呈现了智能船舶领域发展的趋势、前沿和热点.在此基础上,从智能船舶的态势感知...     

面向大型活动的交通应急预案快速生成与动态优化方法

现阶段大型活动突发事件下的交通组织应急预案多依赖人工经验,缺少针对性和定量化应急措施。针对预案的快速匹配问题,提出利用交通应急预案库中的历史案例提取突发事件特征属性,基于案例推理和朴素贝叶斯分类快速生成初始预案,并依据贝叶斯分类算法所得后验概率选取属性不完备情况下的最佳匹配预案。在此基础上,基于改进的规则推理建立交通应急预案库知识库和规则库,并采用正向推理修改预案内容。为构建评价指标体系,基于模糊层次分析法对预案应急能力水平和突发事件严重程度进行模糊评价。以北京2022年冬奥会为仿真案件,试验结果表明该方法可以快速生成最佳匹配预案并完成动态调整与完善。     

公交站台区域电动自行车与行人通行冲突演化博弈模型

为探究公交站台区域进出站台行人与电动自行车发生冲突时,双方的通行策略选择机制,建立行人与电动自行车通行时间延误模型,分析2类出行者选择是否通行或穿越策略的时间收益,利用复制动态方程刻画2类出行者通行策略的博弈学习行为,建立该区域2类出行者之间的冲突演化博弈模型,结合稳定性分析可以得到该区域2类出行者发生冲突时的稳定通行选择策略。利用桂林市6个公交站台区域的实测数据对演化博弈模型进行实证分析,结果表明：选择“通行”策略的行人群体比例越大,其过街安全感越高;发生冲突时,电动自行车做出决策的时间较行人更短,且2类出行者分别做出“通行”或“穿越”的决策时间短于做出“等待”或“减速”的决策时间,电动自行车平均用时减少约23%,行人平均用时减少约24%。

     

基于改进GAN的端到端自动驾驶图像生成方法

基于端到端数据系统的自动驾驶系统对驾驶图像存在巨大需求。为解决一般生成式对抗网络模型在扩充驾驶图像数据集时不稳定及生成图像特征缺乏多样性的问题,研究1种改进网络模型LS-InfoGAN。结合最小二乘对抗损失防止模型梯度消失,并缓解生成器优化矛盾,提升模型训练稳定性。通过最大化生成图像与真实图像间的互信息提升生成器特征学习能力,改善生成图像特征多样性。利用转置卷积层还原图像特征,提升生成图像特征清晰度。以自主构建的模拟驾驶场景中获取的带标签驾驶图像集对模型有效性及其数据集扩充应用效果进行验证。实验分析表明：相比改进前模型,LS-InfoGAN模型的图像生成过程稳定性平均提升35%;使用此模型扩充的数据集进行端到端自动驾驶系统中决策网络的训练能在不采集新图像的情况下将系统决策性能提升1%~2%;建议使用此模型扩充图像数据集时将生成图像数量设置为原始训练集图像数量的1~2倍。

     

面向常发拥堵点的主动交通诱导方法

基于动态用户均衡、系统最优分配的诱导方法,侧重路网需求的宏观预测和调节,难以准确辨识道路拥堵点的关联车流,制约了诱导效果。为精准调控致堵车流,有效缓解常发性拥堵,研究基于需求溯源的主动交通诱导方法。遵循靶向诱导的思路,分析车辆行驶轨迹和常发拥堵点的交通流关联性,运用卡尔曼滤波对关联车流进行短时预测,在此基础上,结合流量占比、路径饱和度等指标,对诱导目标车流进行优选。同时,从负荷均衡的角度出发,基于路段与路径交通流的时空关联更新路网交通状态,建立以饱和度均衡为目标的主动诱导优化模型。仿真结果表明：相比反应型诱导与基于路径偏好的主动型诱导,所提方法使常发拥堵点的车均延误、停车次数等下降30%~60%,路网车均延误、停车次数等下降10%~15%,模型收敛速度提高,交通效益提升,验证了该方法的有效性。