我国交通运输业碳达峰时间预测

碳达峰战略背景下,交通运输业作为高碳排放行业面临一系列挑战。本文分析我国交通运输客货运碳排放现状。基于统计数据与相关研究成果,推算含私人小汽车的交通运输业碳排放量,并计算各交通方式的碳排放因子。借鉴部分发达国家经验,预测2019—2040年我国客货运周转量发展趋势。以2040年为目标年,设计未来交通结构和碳排放因子情景,研究我国交通运输业碳达峰时间和达峰值。结果表明：2020年,含私人小汽车的交通运输业碳排放量为11.1亿t。2040年,我国旅客运输需求规模在8.2万亿～8.7万亿人公里,货物运输需求规模在27.3万亿～28.7万亿吨公里。最后,验证了单纯依赖交通结构改善难以实现2040年前碳达峰,还须结合交通清洁技术升级。情景分析表明,采取“公转铁”“公转水”等交通结构转型,公路运输清洁化等政策措施,交通运输业有望于2031—2034年实现碳达峰。     

情景意识在船舶机械设备疑难故障查找中的应用

文章介绍了轮机管理人员情景意识的培养方法,具体说明了情景意识在排除主机遥控系统及调速器故障案例的作用,分析并提出了情景意识的培养措施,对解决船舶机械设备疑难故障具有一定的参考价值。     

基于SP调查的时间价值理论及应用研究——以深圳市SP调查为例

为了建立完善的交通需求预测模型、标定模型相关参数,必须采用先进的SP调查技术来分析出行者意愿性信息.针对SP调查技术在国内交通领域鲜有应用的现状,系统地介绍了SP调查的理论及原理、调查方法、调查数据的应用,并以深圳市为实例,合理设计调查方案,分析居民出行的行为时间价值.     

感知质量评审在汽车开发中的运用

介绍感知质量的内涵,对静态、动态和多功能性感知质量进行阐述并结合一些实例说明实践运用。     

道路环境感知与预警系统的研究

提出了一种具有3层控制结构的车辆道路环境感知与预警系统,其中主要包含前向碰撞预警和自适应前照灯两个模块.实车道路试验结果表明,该系统能有效地增强驾驶员的感知能力并在危险时发出碰撞预警,显著提高了行车安全性.     

汽车主动安全环境感知共性技术初探

本文对汽车主动安全环境感知共性技术进行了研究和探讨。首先介绍了国内外环境感知技术的发展现状和趋势。随后提出了以CCD和雷达为感知手段,嵌入式系统为处理器的汽车主动安全感知平台,其中包括机器视觉技术,雷达信息处理技术,传感器融合技术和嵌入式处理技术四项共性技术,并分别对其进行了论述,为研发各种主动安全系统奠定了坚实的基础。     

浅谈人为因素中情景意识对船舶安全的影响

近期海上事故频发,调查研究发现众多海上事故与人为因素有关。如何建立良好的情景意识成为当务之急。文章结合案例分析了人为因素中情景意识对船舶安全的重要影响,指出了加强船员情景意识的重要性,提出了增强情景意识的一些方法和预防事故发生的措施。     

基于情景感知的驾驶事故致因仿真模型研究

随着智能交通的快速发展,驾驶员较以往所获得的信息量大幅增加,随之加重了其任务转换节奏,增大了脑力负荷,产生了驾驶安全的又1个研究重点.文中研究情景感知的脑力负荷,以期更清楚的了解事故发生的原因.介绍了几种情景感知的应用,建立了驾驶员的情景感知仿真模型,对仿真模型进行了评估,进行了事故致因分析.      

基于压缩感知的道路交通图像处理及重构算法研究

在现代道路交通图像处理的研究中,由于传统图像数据压缩采样受到带宽限制,导致重构图像数据含的有用信息量偏少.为此,提出一种压缩感知的道路交通图像处理方法,提高了重要信息含量且大大减少了交通图像数据存储空间.首先,在采样率为0.6的情况下,在dbN系列小波基变换下以分段正交匹配追踪(StOMP)算法对原图像进行重构仿真,研究了不同阶数消失矩的小波稀疏表示与重构图像性能的关系.其次,研究了不同采样率对图像重构性能的影响,包括重构时间、重构误差、峰值信噪比.最后,用BP,OMP,StOMP算法对图像重构进行研究,为道路交通图像数据存储和图像重构提供了理论基础.     

基于Logsum 差异和嵌套Logit 模型的 交通出行者效益测算研究

交通政策,项目投资及管理措施等会对交通系统出行者的行为方式产生影响, 进而影响系统出行者的经济效益,因此需要科学估计和合理测算.从交通经济领域效益估 算的常用方法着手,在对传统基于rule-of-half 的效益测算方法进行分析的基础上,重点 探讨基于Logsum差异的效益测算方法.构建出行决策的3 层嵌套Logit 模型,从目的地- 方式-路径选择角度建立出行者的效用表达式及方式选择模型,提出基于嵌套Logit 模 型和Logsum差异的效益测算方法;结合案例和情景分析验证方法的应用,并与传统测算 方法进行比较.结果表明,当自变量相对基准情况有较大变化时,rule-of-half 方法和 Logsum 方法的计算结果会有较大差异,在需求非线性变化情况下,基于Logsum 差异的 测算结果更为合理.