摩擦翻转式路桥防超载装置及参数分析

针对路桥因车辆超载事故频发与寿命大幅缩短问题,提出了道路保险丝概念,设计研发了车辆超载自动判别限行装置,并介绍了其运行方法.装置由台座、可翻转滑块、控速限位弹簧、复位单元和超载报警单元组成,利用翻转滑块和台座之间的界面摩擦力与车重产生力矩的力的平衡原理,自动识别超载并转动形成路障,限制超载车通行.建立了装置的受力简...     

突起路标逆反射器自动冲击装置的研制及应用

本文主要描述了一种用于检测突起路标逆反射器抗冲击性自动试验装置,包括冲击装置和试样保持架,解决了目前突起路标逆反射器抗冲击试验过程中的装置简陋或部分缺失、操作不规范、试验结果不准确及存在安全隐患等问题,符合实际生产的需求,提高了实验效率,准确有效的测量了突起路标的逆反射器抗冲击性能,确保了产品性能检测指标。     

基于LabVIEW的智能汽车自动驾驶开发平台数据采集监测系统

基于已有智能汽车自动驾驶开发平台,开发该平台数据采集监测系统。采用PCIe-6320数据采集板卡完成数字信号和模拟信号的采集;利用CAN分析仪及其驱动程序将CAN总线通讯信号上传至工控机,依据整车CAN通讯协议完成对数据流的解析;使用LabVIEW完成数据采集监测系统的程序设计,实现对整车状态信息的采集、显示和监测。试验测试结果表明:该智能汽车开发平台数据采集监测系统具有数据采集精确、界面简洁直观的特点,具有一定的工程应用价值。     

自动驾驶公众接受度研究综述

全面梳理并总结了自动驾驶公众接受度领域的相关研究, 从接受自动驾驶的可能性与态度、了解与信任程度、感知与关注点、支付意愿和使用偏好5个方面定义并阐述了接受度的内涵; 从调查对象的选取、问卷设计、调查方式与抽样、模型构建与数据分析方法等方面对比了现有研究采用的数据采集和分析方法; 总结了影响自动驾驶公众接受度的关键因素, 剖析了其对公众接受度的影响, 指出了存在的问题和未来研究方向。研究结果表明: 现有大部分研究重点关注接受自动驾驶的可能性、态度和使用偏好等问题, 对支付意愿的研究相对较少; 公众对自动驾驶普遍持积极态度, 对自动驾驶技术及其相关功能有所了解; 安全问题是人们对自动驾驶的首要关注点, 不同群体对该问题的担忧程度有显著差异; 人们为享受自动驾驶技术而愿意支付额外费用的意愿不够强烈, 来自发达国家受访者的支付意愿普遍低于发展中国家受访者; 个人心理和生理属性, 社会人口属性, 伦理、法律责任和车辆安全水平, 车辆自动化水平及相关属性, 出行相关属性以及环境因素等是影响公众对自动驾驶接受度的几类关键因素; 然而, 现有研究对伦理和法律责任等因素的量化分析还较为缺乏, 性别、年龄和收入水平等部分关键因素的影响仍存在争议, 还需进一步讨论; 相关研究在对样本的代表性分析、问卷和调查方案的精细化设计以及关键因素的具体作用机制分析等方面还有待进一步深入。     

手动-自动驾驶混合交通流元胞传输模型

为了分析自动驾驶车辆对交通流宏观特性的影响, 以手动驾驶车辆与自动驾驶车辆构成的混合交通流为研究对象, 提出了不同自动驾驶车辆比例下的混合交通流元胞传输模型(CTM); 应用Newell跟驰模型作为手动驾驶车辆跟驰模型, 应用PATH实验室真车测试标定的模型作为自动驾驶车辆跟驰模型; 计算了手动驾驶与自动驾驶车辆跟驰模型在均衡态的车头间距-速度函数关系式, 推导了不同自动驾驶车辆比例下的混合交通流基本图模型, 计算了混合交通流在不同自动驾驶车辆比例下的最大通行能力、最大拥挤密度以及反向波速等特征量, 依据同质交通流CTM理论建立了不同自动驾驶车辆比例下的混合交通流CTM; 选取移动瓶颈问题进行算例分析, 应用混合交通流CTM计算了不同自动驾驶车辆比例下的移动瓶颈影响时间, 应用跟驰模型对移动瓶颈问题进行微观数值仿真, 分析了混合交通流CTM计算结果与跟驰模型微观仿真结果之间的误差, 验证了混合交通流CTM的准确性。研究结果表明: 混合交通流CTM能够有效计算移动瓶颈的影响时间, 在不同自动驾驶车辆比例下, 混合交通流CTM计算结果与跟驰模型微观仿真结果的误差均在52 s以下, 相对误差均小于10%, 表明了混合交通流CTM在实际应用中的准确性; 混合交通流CTM体现了从微观到宏观的研究思路, 基于微观跟驰模型与目前逐步开展的小规模自动驾驶真车试验之间的关联性, 混合交通流CTM能够较真实地反映未来不同自动驾驶车辆比例下单车道混合交通流演化过程, 增加了模型研究的应用价值。     

弹性工作制和动态停车收费组合策略研究

提出弹性工作制与动态停车收费的组合管理策略,探究组合策略下,出行分布的变化机理及动态停车收费费率的制定,以达到缓解通勤拥堵的目的. 构建双层规划模型建立动态停车收费费率的制定与多用户出行选择的相互作用关系,基于灵敏度分析的下降算法求解. 仿真模拟出不同弹性工作制规模时,均衡状态下多用户出行分布模式和优化的动态收费费率. 结果表明,组合策略能促使弹性与非弹性员工错峰出行,有效分散交通流,与单一策略相比,缓解路网拥堵的效果更好.研究成果为交通管理优化策略的制定提供了新思路.     

基于自适应迭代学习控制的列车自动驾驶算法

针对高速列车自动驾驶系统受到时变外部扰动和受限状态的情况,提出一种基于迭代学习控制的自适应控制算法. 基于Lyapunov 函数,利用列车运行过程中的状态偏差,推导出自适应迭代学习控制律和参数学习更新律. 构造类Lyapunov 函数的复合能量函数,通过迭代域的差分,证明其差分负定性和收敛性. 采用所提控制算法对列车跟踪性能进行计算机仿真和实例仿真验证,结果表明,所提出的自适应迭代学习控制算法对列车期望曲线跟踪具有较高的精度和较快的收敛速度,能够在较短的迭代次数实现对期望曲线的精确跟踪.     

居住区错时错位泊位共享优化模型研究

为提高居住区泊位的利用率、缓解城市居住区周边"停车难"问题,依据共享泊位概念,提出居住区错时错位泊位共享模型。首先对居住区共享泊位问题进行分析,提出一种居住区泊位"错时错位"停车共享方法,使居住区共享停车泊位能够满足长时间停车需求;其次,建立以平台收益为目标的函数,并进行研究与探讨;最后,通过仿真停车匹配实验,并与传统共享泊位的方法进行对比得出结论。结果表明:该模型不仅能为平台提供更高的收益,而且能使城市居住区的共享泊位时间利用率提高10%左右。     

共享自动驾驶汽车经营策略优化分析

研究共享自动驾驶汽车(SAV)与普通汽车共存背景下,SAV公司如何根据运营目标优化经营策略并影响通勤者出行方式选择. 假设高速公路上存在一定数量的独驾通勤者,无车通勤者在SAV和地铁之间进行权衡. 分析固定需求和弹性需求下,SAV公司追求系统总成本最小或系统净收益最大和利润最大时的最优经营策略,即SAV票价和容量,进而得到均衡时模式划分情况,SAV最优发车数,系统总成本或系统净收益,以及公司利润等指标. 算例对均衡结果进一步验证发现,SAV公司垄断经营会收取较高的票价,提供容量较小的车型. 在系统最优情形下,SAV公司无法获得正利润,需要政府补贴运营.     

全天候太阳能供电光控无线同步闪烁诱导标志的研发

文章介绍了研发的全天候太阳能供电光控无线同步闪烁诱导标志。诱导标志由引入超级电容的吸能储能装置、电池充放电管理、无线同步闪烁控制、依据环境亮度自动开关控制、亮度控制等装置和LED灯板组成。诱导标志完全由光伏供电,免铺设供电和控制线缆,克服了阴雨天光伏能量摄入不足的缺陷,有效提升诱导标志主动发光的警示功能。诱导标志已安装现场,运行状况良好。