水下滑翔机器鱼机构设计与运动性能分析

本文设计了一种具有仿生尾鳍的水下滑翔机器人混合驱动机构,通过内部质量块的平移、旋转、仿生尾鳍的偏置以及外部皮囊的伸缩可实现滑翔机器人的小半径三维螺旋运动。同时,建立了水下滑翔机器鱼的水动力学模型,得到了稳态螺旋运动方程,给出了俯仰调节机构质心位置、尾鳍角、横滚调节机构质心旋转角与转弯半径和垂直速度之间的关系,以及每种稳态螺旋运动所对应的输出变量初值的取值范围。所得结果表明,在俯仰调节、浮力调节、横滚调节和尾鳍驱动的共同作用下,水下滑翔机器鱼可以获得更小的转弯半径,因而机动性更好。所设计的水下滑翔机器鱼在河流和湖泊等环境的水质监测、水下柱形区域取样等领域具有潜在的应用价值。     

船舶航行轨迹自动化控制中PLC技术研究

为有效发现水域中那些偏离正常航行轨迹的船舶,从而提高船舶航行安全性,设计基于PLC技术的船舶航行轨迹自动化控制方案。通过提取船舶航线轨迹数据的方式,弥补缺失信息的插补空隙,完成PLC数据的采集及预处理。在此基础上,度量轨迹内航行节点间的相似性,按照正常轨迹点的建模需求,实现对时间复杂度的精准分析,完成船舶航行轨迹自动化控制中的PLC技术研究。对比实验结果表明,与GMM航迹分析算法相比,应用PLC自动化控制方案后,QIE水域避障系数提高至6.32,不仅提高船舶的航行安全性,也可有效发现偏离正常航行轨迹船舶的实时所处位置。     

城市道路环境下自动驾驶车辆接管绩效分析（双语出版）

为了分析城市道路环境下高度自动驾驶中非驾驶相关任务和接管紧迫度对接管绩效的影响,基于驾驶模拟器设计了自动驾驶紧急接管场景并开展驾驶模拟试验,接管请求时间分别设定为3,4,5 s,非驾驶相关任务为读新闻、看视频、玩游戏,自动驾驶车速为50 km·h^-1,试验中共招募了49名被试（男性30名,女性19名）,被试的平均年龄为31.06岁（标准差为7.1岁）,驾驶人在自动驾驶阶段始终执行非驾驶相关任务,听到接管请求提示后需要接管车辆的控制权,并实施紧急避让操作。研究结果表明：在紧急接管情况下,接管紧迫度对合成加速度和最小TTC有影响,而对接管时间无影响,与5 s的接管请求时间条件相比,3,4 s的接管请求时间条件下的合成加速度明显增加,而最小TTC则随接管请求时间的减少而降低;非驾驶相关任务对接管时间和最小TTC有影响,而对合成加速度无影响,与无非驾驶相关任务相比,非驾驶相关任务会显著增加接管时间和降低最小TTC;碰撞几乎都发生在3 s和4 s的接管请求时间下,5 s的接管请求时间能够基本保证接管的安全性。     

基于LSTM网络的驾驶意图识别及车辆轨迹预测

自动驾驶汽车需具备预测周围车辆轨迹的能力,以便做出合理的决策规划,提高行驶安全性和乘坐舒适性。运用深度学习方法,设计了一种基于长短时记忆（LSTM）网络的驾驶意图识别及车辆轨迹预测模型,该模型由意图识别模块和轨迹输出模块组成。意图识别模块负责识别驾驶意图,其利用Softmax函数计算出驾驶意图分别为向左换道、直线行驶、向右换道的概率;轨迹输出模块由编码器-解码器结构和混合密度网络（MDN）层组成,其中的编码器将历史轨迹信息编码为上下文向量,解码器结合上下文向量和已识别的驾驶意图信息预测未来轨迹;引入MDN层的目的是利用概率分布来表示车辆未来位置,而非仅仅预测一条确定的轨迹,以提高预测结果的可靠性和模型的鲁棒性。此外,将被预测车辆及其周围车辆组成的整体视为研究对象,使模型能够理解车-车间的交互式行为,响应交通环境的变化,动态地预测车辆位置。使用基于真实路况信息的NGSIM（Next Generation SIMulation）数据集对模型进行训练、验证与测试。研究结果表明：与传统的基于模型的方法相比,基于LSTM网络的轨迹预测方法在预测长时域轨迹上具有明显的优势,考虑交互式信息的意图识别模块具备更高的预判性和准确率,且基于意图识别的轨迹预测能降低预测轨迹与真实轨迹间的均方根误差,显著提高轨迹预测精度。     

打造出租车文明服务标杆

出租汽车点多面广,分散流动,从业人员复杂,如何把松散型的经营行为实现有效动态监管,河南焦作晨运公司近年来不断创新,积极探索出租汽车行业管理新经验,努力提升服务水平,经过长期的摸索和积累,逐步建立起了一套符合公司实际和特点的经营管理模式,成为河南省的出租车规范管理标杆企业。     

不同驾驶操作行为对车辆燃油消耗量的影响分析

针对车辆驾驶员普遍存在盲目换挡、急加速等不良驾驶行为的现象,研究采用发动机台架试验和道路试验相结合的方法,对汽车起步、换挡时机的选择、加速、减速、车速控制等典型的驾驶操作行为展开研究,通过对不同驾驶操作行为燃油消耗的分析,规范了汽车驾驶操作行为。     

近接桩基盾构隧道施工管片力学行为研究

盾构隧道衬砌管片在施工阶段处于复杂的受力状态,易出现局部破损现象。文章以深圳地铁5号线近接桩基时盾构隧道施工为研究背景,通过现场测试对衬砌所承受的轴力和弯矩进行了分析,以此来探究盾构隧道管片的力学特性。研究结果表明:上覆建筑物的全风化花岗岩层中,管片脱出盾尾后桩基荷载将传递给隧道上部土体,最后传递至衬砌管片,管片环受到较大的附加应力作用;管片刚拼装上时试验环内力较小;当管片脱出盾尾时其内力达到最大值;稳定后的管片内力一般相较刚脱出盾尾时稍小。由于岩层破碎且极度发育,透水性好,孔隙水压力变化速度较快,且能较快趋于稳定。     

面向人机协同共驾的驾驶行为短时预测方法研究

通过实时感知交通场景下的汽车相对运动状态和行车安全信息,对驾驶人的操纵行为进行短时预测,进而为人机协同驾驶中主权切换的模式与方法提供依据.基于线性最优二次型方法建立了典型驾驶意图下的驾驶操纵序贯链优化目标函数,通过求解目标函数得到驾驶人操纵行为对车辆运动状态的改变量,并结合运动学CA模型提出了驾驶操纵行为短时预测模型.运用统计检验分析实车试验和所提出的模型得到的仿真试验驾驶输入之间的差异程度.实车实验的统计检验结果表明,不同驾驶工况下的驾驶输入差值的配对样本T检验的T统计量分别为1.96,0.1,1.36,均小于其T临界检验值.所提出的模型能较好的模拟实际驾驶操纵行为特征,并能对驾驶人操纵行为进行准确的短时预测.      

船舶机舱虚拟场景三维模型的建立及优化

随着计算机技术、通信技术和传感器技术的飞速发展,可视化信息模型成为国内外的研究热点,其中,虚拟现实技术是一种全新的三维人机交互和仿真技术,在建筑、航空、船舶、医疗等领域有非常高的应用价值。船舶机舱是船舶动力系统的控制单元,也是船舶人机交互最频繁的单元,因此,研究船舶机舱的三维仿真模型,提升操作人员的工作水平,改善船舶操纵质量有重要意义。本文结合计算机图形学知识和Multigen Creator软件,完成了船舶机舱虚拟场景的三维建模及软、硬件开发。     

基于模式识别的船舶异常行为自动报警方法

不能自行判断船舶异常行为,并根据判断结果完成自动报警,是现阶段船舶航行面临的主要问题。为有效解决此问题,建立基于模式识别的船舶异常行为自动报警方法。通过识别相似度的确定、与船舶异常行为关系的确定,完成基于模式识别研究角度的确定。通过船舶异常行为聚类、聚类异常行为识别,完成上述方法的搭建,并确定该方法是否可以完成自动报警。设计对比实验结果表明,应用该方法后,节省检测船舶异常行为所需人力资源,且提升识别准确性。