基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络（Long Short-term Memory Network, LSTM）对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型（VP-LSTM）。该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场景。所构建的VP-LSTM包括3个输入,以行人的方向和速度作为历史轨迹序列输入,行人与行人的相对位置作为人-人交互信息输入,行人与车辆的相对位置作为人-车交互信息输入。该方法首先设计扇形人-人交互邻域和圆形人-车交互邻域来准确捕捉对被预测行人有相互作用的行人和车辆;其次建立3种不同的LSTM编码层来编码历史行人轨迹序列、人-人、人-车社交信息;然后定义人-人、人-车交互的防碰撞函数和方向注意力函数作为人-车、人-人社交信息的权重,进一步提高社会信息的精度;再将人-人、人-车交互信息输入到注意力模块中筛选出对行人影响大的社会信息;最后将筛选后的社会信息与行人历史轨迹序列一起输入到LSTM神经网络中进行行人轨迹预测,并在构建的DUT人-车交互数据集上验证提出的网络。研究结果表明：提出的方法能够准确地预测出交通场景中,人-车交互行人未来一段时间内的运动轨迹,有效提高了预测精度,提高了智能驾驶决策的准确性。     

基于分离迭代和耦合时变的列车—轨道—桥梁耦合系统高效动力分析混合算法

为提高列车—轨道—桥梁耦合系统动力分析的计算效率,基于耦合时变法及分离迭代法,提出了1种混合算法。该算法将列车—轨道—桥梁耦合系统分解为车辆—轨道子系统和桥梁子系统。其中,车辆—轨道子系统在每一时间步需根据车辆位置对系统刚度系数矩阵进行更新,具有时变的特性;桥梁子系统的系统动力系数矩阵在整个动力分析过程中保持不变;车辆—轨道子系统与桥梁子系统通过钢轨与桥梁间作用力的平衡迭代实现耦合。利用朔黄重载铁路32m简支梁桥现场试验数据与由混合算法计算得到的分析结果进行对比,验证了混合算法的可行性。采用耦合时变法和混合算法分别计算列车通过蒙华重载铁路黄河龙门大桥的动力响应,结果表明:采用相同的时间积分步长时,2种方法拥有相同的计算精度,但混合算法比耦合时变法具有更高的计算效率,求解耗时降低了75%。     

预埋声测管不平行对声波透射法检测的影响

<正>目前较有效的无损检测方法是声波透射法,通过径向换能器在预埋声测管中上下移动,测读声波从一根声测管发射到另一根声测管的声时、声幅、频率等声学参数,详细查明桩身内部缺陷与性质、深度位置、范围大小、严重程度等。但灌注桩浇筑后实施检测时,预埋在桩中声测管     

轨道不平顺数字特征分析

通过轨道不平顺数字特征研究轨道不平顺的平稳性和正态性。首先定义检验轨道不平顺平稳性和正态性的统计量,然后提出检验轨道不平顺的平稳性和正态性的方法,在此基础上,利用实测轨道不平顺数据对轨道不平顺随机过程数字特征进行详细分析,得到轨道不平顺平稳性和正态性的特征。     

提高铁路超限货物运输的时效性

针对社会对大型超限货物的运输需求迅猛增加,而铁路超限货物运输在市场的占有份额逐年下降的情况,分析了铁路超限货物运输时效性较差的原因,有针对性地提出了减少承运和审批等待、建立超限货物运输通道、提高重车重心高的限制标准和优先挂运等应对措施,以切实提高铁路超限货物运输参与市场竞争的能力。     

车钩防跳间隙检测的新方法

在危害行车安全的事故中,车辆分离所占的比例非常大,可能产生的事故后果也非常严重.造成车辆分离的主要原因是车钩防跳间隙不符合规定,导致车钩异常开启.因此,严格落实车钩检修工艺要求,保证车钩防跳系统的检修质量对减少车辆分离事故尤为重要.     

某混动发动机启动过程VVT敲击噪声的研究

文章针对某混动发动机静置一段时间后启动过程中VVT的敲击噪声,通过试验测试研究,梳理了VVT敲击噪声产生的机理。同时明确了由于混动发动机启动速度更快,VVT腔室无法快速充油,更易产生长时间持续的敲击噪声。在此基础上,研究了VVT油路容积、油道单向阀和锁销间隙的影响,并通过试验测试逐一验证其效果。最终通过收紧锁销间隙,快速解决了首次启动过程中VVT敲击噪声的问题。     

WD615系列柴油机3种正时齿轮室的区别

斯太尔91系列重型汽车是我国为发展重型汽车工业而引进奥地利斯太尔91系列重型汽车国产化的新型产品。其实际装用的WD615系列柴油机正时齿轮室进行了3次改型,因此目前国内用户手中     

钻孔灌注桩冲击钻进施工法

介绍了钻孔灌注桩冲击钻进施工法的施工原理、施工特点及施工程序，并总结了冲击钻进施工法应用于不同地层的施工要点。     

汽车急加速噪声信号分析

汽车急加速噪声信号属于短时非平稳信号，在探讨各种时频分析方法的基础上，找到了一种适合于急加速噪声信号的处理方法——短时最大熵谱方法，这将有利于急加速噪声问题的进一步深入研究。