基于认知风险动态平衡的智能汽车跟车模型

针对复杂交通环境下异质车型带来的跟车风险与行车效率权衡的决策难题,在分析自然驾驶数据的基础上,提出基于认知风险动态平衡的智能汽车拟人化跟车模型。首先,针对4种不同的货车-轿车组合跟车模式,建立跟车距离的经验模型,提炼出驾驶人稳态跟车行为中存在的车头时距和逆碰撞时间的“两不变”规律,通过作图法获得平衡线;其次,从驾驶过程中认知风险与加速度响应之间动态平衡的角度揭示了跟车决策的机理,将常用的跟车模型统一在认知风险动态平衡的框架内;最后,提出一种简洁的非线性函数实现认知风险动态平衡的数学表述,利用实测跟车数据验证了模型的准确性。     

基于自适应阈值DBSCAN的路侧点云分割算法

针对路侧采集的激光雷达点云数据随距离增大而密度下降导致同一目标的点云被分割成多个目标的问题,提出了一种基于自适应阈值DBSCAN的路侧点云分割算法。首先,使用改进GPF和直通滤波对采集的路侧点云进行过滤,提取出道路区域上的非地面点云;然后,基于有效距离和sigmoid函数构建自适应系数函数,对DBSCAN聚类算法集群生长中近邻点搜索时半径阈值的选取规则进行优化;最后,利用自适应阈值DBSCAN聚类算法对非地面点进行聚类,得到隶属于单个目标的点云。采集了1 055帧真实场景的连续数据进行测试,结果显示：C-H系数平均约增加3倍、D-B系数平均减少4.52%、轮廓系数平均增加77.78%,这表明基于自适应阈值DBSCAN的分割算法能提高点云簇的类内一致性和类间差异性,有效减少路侧激光雷达点云的过分割现象,具有较高的工程应用价值。     

基于场景动力学和强化学习的自动驾驶边缘测试场景生成方法

为解决小概率高风险边缘测试场景的问题,本文提出一种基于场景动力学和强化学习的边缘场景生成方法,实现边缘场景的自动生成,能模拟真实世界中车辆间的对抗与博弈行为的特征。首先将随时间动态变化的场景模型由一组微分方程描述为场景动力学系统;然后利用神经网络作为通用函数逼近器来构造场景黑盒控制器,并基于强化学习实现边缘场景控制器的优化求解;最后以超车切入场景为例,在Matlab/Simulink软件进行仿真验证,结果表明,边缘场景强化生成模型在场景交互博弈、覆盖率和可重复测试等方面具有良好的性能。     

一种门座起重机新型智能称重管理系统

门座起重机是散杂货码头的关键设备,其货物数据采集和称重管理是港口作业效率和成本管理的基础。数据采集设备需具有高精度、采样率高、计算能力强、系统稳定等特点,称重管理系统需具有实时性高、多设备管理、多操作系统使用、管理操作简单等特点。介绍了一种新型智能称重管理系统,该系统使用成本低、精度高、易分类统计,有助于提升港口管理水平。     

智能安全帽的研发及应用

为进一步强化涉铁工程施工安全管理,解决施工现场管控难度大、工程信息化程度低等问题,以北斗高精度定位、大数据分析等技术为基础,研发了一款智能安全帽。通过管理平台远程跟踪现场施工作业人员的动态信息,进行实时监督管理,实现前端现场作业和后端管理的实时联动,有效解决现场作业人员实时监控难题,促进施工管理规范化、信息化。     

公交车辆智能调度系统开发及应用

以公交公司经济收益和乘客总时间收益最大化为目标函数,提出一种应用遗传算法进行求解的可变票价智能公交调度系统,用于决策车辆的最优行驶路径。     

客车智能座舱的架构设计

介绍客车智能座舱的现状及其存在的问题,并基于相关问题提出一种模块化、集成化的智能座舱车辆端总体架构方案,可为客车智能座舱的架构设计提供参考。     

智能冲击压路机路基压实度自动检测方法

为了提高路基压实度检测的准确性,提出了路基压实度自动检测的瑞雷波法。采用落锤法敲击地表产生瑞雷波,分别通过检波器和地震仪采集和记录瑞雷波信号,应用-τp变换提取经过信息处理后的瑞雷波,获取频散曲线,利用瑞雷波反演横波速度的方法计算压实度,分析了压实度分布剖面图信息,对比了用瑞雷波法和灌砂法计算的路基压实度。计算结果表明:两条压实度曲线几乎重叠,最大绝对误差为-0.300%,相对误差为0.308%,说明用瑞雷波法检测路基压实度数据可靠,可以用于控制冲击碾压施工。