基于事件序列图ESD的跑道入侵危险性分析

随着机场交通量的增大,跑道入侵事件增长迅速,对于机场的安全造成一定的影响,对跑道入侵进行危险性分析显得尤为重要。采用动态的基于事件序列图ESD的方法对跑道入侵进行分析,详细描述了不同跑道使用情况和管制流程下的机场跑道运行情况,研究动态因素对于系统和事故发展进程及其后果的影响。研究表明在无法消除危险源的情况下,能够及时把握场景事件的发生,能够有效避免跑道入侵事件的发生,因此为预防跑道入侵事件提供了新的思路和方向。     

基于Petri网的全自动无人驾驶列车停站场景形式化建模与验证

为进一步提高全自动无人驾驶系统的安全性,采用Petri网理论在全生命周期早期对系统运营场景的实现流程进行形式化建模与验证。选取正线运营中的列车停站这一典型运营场景,进行对象提取与状态分析,结合各对象与库所、变迁的对应关系,建立Petri网模型,并利用仿真软件PIPE对其有效性和正确性进行形式化验证。针对可能出现的异常情况对模型进行优化,设置车门与站台门开关时序,避免乘客拥挤时出现安全隐患。试验结果表明：建立的Petri网模型有界、安全且无死锁,满足列车停站场景功能需求,模型的可靠性和有效性得以验证,为全自动无人驾驶系统的开发应用与安全分析提供理论支撑。     

路由环路案例及场景分析

路由环路不仅会影响业务的正常使用,而且会极大地浪费网络资源,降低数据转发性能.简述二层/三层网络设备的数据处理原理,对网络设备的防环机制、处理机制进行研究;对IP地址规划、NAT映射、默认路由、双点双向重分发、网络规划等原因造成的路由环路进行剖析;提出如何规避可能产生路由环路的场景,以期帮助设计人员、网管人员、运维人员...     

危险驾驶工况场景的复杂度评估方法研究

本文中提出了一种对危险驾驶工况场景数据的采集和复杂度评估的方法。与大型实车路试中自然驾驶数据的采集方法不同的是,本文中基于高级驾驶辅助系统采集其报警前后数据,并将其作为危险驾驶工况数据进行研究;在分析危险驾驶工况场景数据及其影响因素的基础上,构建了包含不同环境、交通流和车辆相关因素的危险驾驶工况场景的复杂度评价指标体系;基于专家评分结果,应用层次分析法确定指标权重,得到了对危险驾驶工况场景进行复杂度评价的模型与方法,可用于智能汽车的仿真测试。     

基于LeGO-LOAM的实际场景下的同步定位与建图方法

同步定位与建图是无人驾驶技术中实现无人化的关键技术之一。建图的精度以及适用性仍需进一步提高,论文通过对轻量化和地面优化的激光雷里程计和地图（LeGO-LOAM）算法的回环检测部分进行改进,将KD(K-Dimensional)树与上下文扫描算法进行结合,并且对雷达-惯性测量单元（IMU）外参进行重新标定。通过建立实际场景将调整后的算法与之前未调整的算法进行比较,可以看出,调整后的算法的建图精度与适用性有了很明显的提高。     

桥隧组合复杂场景速度行为特性及线形评价

为研究山地城市快速路桥隧组合场景的“车-路”耦合环境和线形协调程度,在重庆市主城区快速路3隧2桥组合场景开展自然驾驶实验,采集18名驾驶员的实时运行速度和13个断面的小型车地点车速,根据道路条件和运行速度数据构建线形综合评价模型。实验结果表明：在隧道-桥梁-隧道多场景切换连接方式中,主线路段的运行速度均值分布在50.00～64.25 km·h^-1;驾驶员在桥梁路段行驶最为警惕,从桥梁驶进衔接匝道或隧道入口时,车辆速度明显减小,有15%以下的车辆会低速通行或经历严重的交通拥堵,其速度分布在8.00～39.50 km·h^-1;验算实验路段的“车-路”耦合强度发现,实验路段整体运行安全状况水平良好,线形条件较好。对山地城市快速路桥隧组合场景的速度行为管控不能只依靠对单体隧道或桥梁的交通管理手段和治理措施,需考虑与上游道路衔接路段的距离和受信号控制的时长等。     

快速成型技术在汽车产品开发中的应用

随着汽车产品开发周期越来越短,快速成型技术的重要性凸显。本文重点介绍了目前常用的快速成型技术工艺过程、优缺点及其应用场景,结合研发中的样件试制实例介绍了试制工艺选择及交叉工艺的应用,并根据产品开发对试制的需求对未来试制发展方向进行了展望。     

基于实际出行场景的整车驾控性能测试与评价

为了直观地评价中国消费者实际出行场景的整车驾控性能,提出一种驾控性能测试与评价方法。根据中国路况,结合工程经验与国家标准,选择驾控性能测试工况与测试工况中的评价指标及其权重,选取3款车型在测试工况下进行道路试验,通过数据分析得出指标限值。结果表明,3款车型的驾控性能得分与车辆级别、能源类型相关,且与驾驶员主观驾驶感受一致,说明此驾控性能测试与评价方法具有可行性与准确性,可以为开发或验证阶段的工程样车进行整车驾控性能的策略标定及验证测评。     

城市轨道交通场景化运营管控研究

伴随着科技的迅猛发展,我国城轨系统迎来快速发展的黄金时代,当前形势对城轨运营提出更高的要求。现有城轨运营体系在高密度网络、高强度客流条件下存在运力和运量匹配度低、故障场景下响应速度慢、网络化运营整体效能低等突出问题。广州地铁结合目前城轨运营管理现状,提出一种场景化运营管控解决方案,在技术层面实施智能客流感知、网络化动态调度等技术手段,通过场景协同联动机制,形成城轨交通网络高效能、高韧性的运行新模式。     

基于自然驾驶数据挖掘的二阶车辆与行人交互测试场景

针对当前网联车车辆与行人交互(以下简称人车交互)测试场景复杂性低、无法充分涵盖真实道路情况下的人车交互场景测试需求问题,提出了一种基于自然驾驶数据的人车交互测试场景构建方法.该方法首次提出了二阶人车交互测试场景的概念,在传统人车交互场景基础上组合前序车辆运动场景,实现交互场景时间域扩充,并通过挖掘自然驾驶数据中人车交互...