大型船舶会船区碰撞风险的灰色评判模型

为提高大型船舶会船区的航行安全，减少大型船舶在会船区内的碰撞风险，提出一种基于水上交通冲突和枢纽复杂度的灰色变权聚类模型，对大型船舶会船区的碰撞风险进行评价，并对容量不足的会船区进行扩展提供合理化措施。结合会船区交通流和水上交通冲突状况，选取交通冲突率和交通冲突点作为会船区碰撞风险的评价指标，并考虑评价指标的意义、量纲和数值上差距较大及会船区附近的锚地环境等因素，综合利用交通枢纽复杂度与初值化算子灰色变权聚类算法，对会船区的碰撞风险进行评价。以湛江港南三岛西航道4号会船区(分为东段、中段和西段3段)为例进行验证，评价结果与实际调查情况基本相符，较好地解决了海上通航环境中数据信息不足和定性分析对碰撞风险评价的影响，为会船区的碰撞风险评价提供新的研究方法，并在此基础上结合湛江港大型船舶会船区的客观情况提出对会船区进行扩展的建议，从而满足湛江港对于大型船舶会遇的实际需求，为航道设计和科学制定水上交通管理措施提供参考依据。     

基于多特征融合的隧道场景车辆再识别

为解决隧道内交通监控视频的低分辨率以及光照不均匀导致的再识别准确率偏低的问题，提出了一种基于多特征融合的车辆再识别方法，通过充分利用车辆的各种有效特征信息提升车辆再识别精确度。首先，将卷积块注意力模块(Convolutional Block Attention Module, CBAM)嵌入到YOLOv5模型的骨干网络卷积层，同时采用CIoU损失和DIoU-NMS方案，提高车型检测准确率；其次，使用改进DeepSORT的表观特征提取网络和ResNet网络，分别获取深度卷积神经网络(Deep Convolution Neural Networks, DCNN)特征和车型ID特征；再次，将车型特征、DCNN特征及车辆ID特征使用加和表示层进行融合，形成可鉴别身份特征，以提高车辆再识别精度；最后，基于Softmax交叉熵损失和三元组损失设计指标函数并进行学习，对学习结果进行重排序以进一步提高模型的精度，并将算法在公开数据集VeRi776、VehicleID和自建数据集Tunnel＿Veh4C进行训练验证。结果表明：与现有方法相比，提出的Rank-1、Rank-5和Rank-10识别准确率以及...     

城轨全自动运行环境感知相关运营需求研究

针对全自动运行线路对列车运行环境全方位主动感知不尽完善、运营需求不够完整、系统信息采集分散、数据难以资源共享等导致全功能联动实现困难的情况,通过对城市轨道交通环境异常状况进行分析和归纳总结,构建了全自动运行环境异常状况下的运营场景,提出了全自动运行环境全息感知系统方案,使全自动运行系统的应急处置更加集成化、智能化,大幅提高全自动运行系统的环境感知和智能联动处置能力,以期为同类项目的设计、建设和运营提供参考和借鉴。     

无人驾驶车辆解耦混合运动规划方法研究

高速公路无人驾驶车辆运动规划要充分考虑车辆的动力学特性和道路环境构成的复杂约束,优先确保车辆的无碰撞行驶轨迹,同时算法实时性比常速情况下要求更高,要充分考虑计算的复杂性。提出一种可生成横纵向最优解逼近群的解耦增强混合运动规划方法,引入Frent坐标系将运动规划问题进行横纵向解耦,在横向偏移规划中融合数值优化和多项式规划算法,在纵向速度规划中融合围绕速度和围绕避障规划算法,解耦规划完成后使用代价函数和碰撞检测方法对生成的轨迹群进行评估和选择。搭建Apollo-LGsvl无人驾驶联合仿真测试平台,对所提出的运动规划方法进行仿真验证。结果表明,提出的横纵向解耦增强混合运动规划算法在高速公路各工况中所生成的运动轨迹能够有效避免车辆发生碰撞,其横向偏移和纵向速度均能满足二阶平滑,最大横向加速度、最大纵向加速度、最大纵向jerk等满足动力学约束。该方法有效减少了最优解逼近群内的轨迹数量,使轨迹评估阶段计算复杂度降低了46%,证明提出的方法具备一定的应用价值。