城市轨道交通智能装配式减振轨道自动铺装测量控制系统的设计与研究

从目前城市轨道交通轨道工程建设现状的不足出发,结合板式无砟轨道的应用现状以及城市轨道交通工程特点,说明装配式减振轨道自动铺装需要解决的问题与需求。阐述装配式减振轨道自动铺装的测量控制方法,给出测量控制所需的坐标转换算法,说明自动铺装测量控制系统的构成及工作原理,并指出控制系统的应用将改变人工现浇轨道结构的现状,能大大提高轨道工程安装精度和安装效率,提高减振质量,减少人工,缩短工期,具有推广价值。     

富水砂卵层基坑封闭降水与回灌工程关键技术

根据济南泉域富水砂卵石地层特点,通过文献调查、理论分析、现场实测,并借助数值模拟计算,分析并优化基坑下卧弱隔水层注浆加固方案,得到注浆加固质量控制技术要点,提出端头井土体加固与封闭止水帷幕下辅助降水的关键技术,研发基坑降水回灌一体化系统及配套装备,攻克传统回灌技术存在的抽灌分离、回灌效率低、运维成本高等施工难题,阐述回灌水质处理、自动加压回灌及水位联动回灌等关键技术创新点,改良回灌井过滤器设置及止水段施工技术,形成富水砂卵层基坑封闭降水与回灌工程关键技术,对推广基坑降水与回灌工程的绿色化、信息化、智能化有一定指导作用。     

基于行为识别的智能车纵向决策研究

针对智能车纵向决策问题,提出基于环境车辆偏离车道程度识别运动模式的方法;构建动态环境车辆横纵向轨迹预测模型,并求解;构建保持、先行、避让在内的决策集,提出基于预测轨迹的单个车辆决策方法,并基于所有动态环境车辆的决策结果在加速、减速和匀速3 种结果中做出综合决策. 实车实验表明：在直行、换道和转弯运动模式下轨迹预测平均误差分别为0.11,0.29,0.80 m,预测精度较高;复杂动态环境下,本文提供的纵向决策信息提升了智能车行驶的安全性和舒适性.     

基于智能路钮的超高速公路虚拟轨道系统研究

为提高超高速公路行驶安全性,使用结构分析和数学模型的方法研究基于智能路钮的高速公路虚拟轨道系统. 该系统由路面子系统、车载子系统和服务中心子系统组成. 安装车载系统的车辆接近写入路钮时激活虚拟轨道系统,阅读器读取标签路钮的位置坐标和该处道路线形信息,同时数据处理模块读取线形参数并处理得到道路切线与车身角度,读取前轮偏角、车辆速度和相邻两个标签路钮之间的距离,利用计算模型得到车辆在相邻两个标签路钮之间行驶时方向盘的转动角速度,并将控制参数发送给转向电机. 研究结果表明,当超高速公路设计车速分别为140,160,180 km/h时,只要保证路钮间的距离分别小于1.33,1.50,1.69 m,就可保证车辆偏离中心线的距离小于0.5 m. 因此,基于智能路钮的虚拟轨道系统可将车辆限制在虚拟轨道内行驶,保证超高速公路的安全性.     

RC矩形空心墩的新型滞回模型及参数识别方法

为了准确模拟RC （reinforced concrete）矩形空心桥墩的刚度退化特性,为桥梁震后可恢复性能研究提供理论基础,进行了不同设计参数的14个RC矩形空心墩模型拟静力试验. 通过引入峰值位移影响系数体现刚度退化与峰值位移的关联,建立修正的Bouc-Wen-Baber-Noori （BWBN）滞回模型;基于粒子群-引力搜索混合智能优化算法（combination of particle swarm optimization and gravitational search algorithm,PSOGSA）识别实测滞回曲线对应的滞回参数,并建立桥墩设计参数与滞回参数间的对应关系,进而总结滞回参数的经验预测方法. 研究结果表明:修正的BWBN滞回模型曲线与实测滞回曲线吻合程度高,相关性系数在0.98以上,且新型滞回模型能准确地反映出桥墩侧向刚度随墩顶位移退化的特性;PSOGSA算法能精确地识别实测滞回曲线的模型参数;采用经验预测方法得到的模型曲线与实测滞回曲线的相关性系数为0.83,该方法适用于缺乏实测滞回曲线的桥墩.      

区块链在智能交通领域中的应用研究

由于区块链具有难以篡改、异构灵活、智能合约自动执行、协作机制透明、安全可靠的特点,在诸多领域得到应用和推广。结合智能交通领域的业务需求和区块链的技术特点,对区块链在交通领域中的应用研究进行了初步探讨。     

快速路可变限速与匝道控制协同优化策略

可变限速控制和匝道控制是快速路交通控制的主要手段,本文对两者的协同优化策略进行了研究.借助智能车路协同系统强大的信息感知能力,通过引入微观交通流信息,对经典METANET模型进行了改造,构建了可变限速控制影响下的微观METANET模型,实现了一种新的可变限速控制策略,同时,采用ALINEA算法,对入口匝道进行了优化控制,实现了两者的协同优化.最后,基于实际道路和交通流数据搭建了仿真平台,对微观METANET模型和协同优化策略的有效性进行了验证.仿真结果表明,微观METANET模型具有良好的交通流预测效果,协同优化策略能有效地改善快速路交通流状态.     

融合式空间塔式算子和HIK-SVM的交通标志识别研究

在交通标志识别问题上,提出了一种基于融合式的空间塔式算子和直方图交叉核支持向量机(HIK-SVM)的分类方法.在该方法中,通过提取图像的灰度塔式词袋直方图(Gray-PHOW)特征、颜色塔式词袋直方图(Color-PHOW)特征和塔式边缘方向梯度直方图(PHOG)特征来对交通标志的外观、颜色和轮廓信息进行描述.通过提取空间塔式直方图特征,能很好地对图像各种特征的空间分布状况进行描述.提取到图像的外观、颜色、轮廓和特征的空间分布信息后,对其进行融合,最后得到的融合式的空间塔式特征具有很强的鲁棒性.将该融合式特征送入HIK-SVM进行训练和分类,取得了极其高的识别效果.     

基于GPS与图像融合的智能车辆高精度定位算法

车辆自定位是实现智能车辆环境感知的核心问题之一.全球定位系统(Global Positioning System,GPS)定位误差通常在10 m左右,不能满足智能车辆的定位需求;惯性导航系统成本较高,不适于智能车辆的推广.本文在视觉地图基础上,提出一种基于GPS与图像融合的智能车辆定位算法.该算法以计算当前位置距离视觉地图中最近一个数据采集点的位姿为目标,首先运用GPS信息进行初定位,在视觉地图中选取若干采集点作为初步候选,其次运用Oriented FAST and Rotated BRIEF(ORB)全局特征进行特征匹配,得到一个候选定位结果,最后通过待检测图像中的局部特征点与候选定位结果中的三维局部特征点建立透视n点模型(Perspective-n-Point,Pn P),得到车辆当前的位姿,并以此对候选定位结果进行修正,得到最终定位结果.实验在长为5 km的路段中进行,并在不同天气及不同智能车辆平台测试.经验证,平均定位精度为11.6 cm,最大定位误差为37 cm,同时对不同天气具有较强鲁棒性.该算法满足了智能车定位需求,且大幅降低了高精度定位成本.     

逐日路径演化中出行者信息偏好的实验分析

在逐日出行过程中,出行者对各类信息的偏好是一个动态变化的过程,不同出行者对同类信息的偏好也不同.本研究搭建不同信息条件下逐日路径选择实验场景,用信息偏好系数表征不同类别信息对出行者感知时间影响的相对权重,研究出行者信息偏好的演化规律与分布特征.实验结果表明,出行个体信息偏好的演化存在3种类型,出行群体对感知时间的信息偏好系数先震荡增加后逐步稳定,出行个体对感知时间的信息偏好系数在出行群体中成正态分布.与只提供完全历史信息相比,同时提供基于指数平滑法的系统预测信息会降低出行者对感知时间的偏好.