虚拟仪器激光轨迹跟踪仪的设计与实现

为了实现非合作目标的跟踪定位,在Labview平台下引用虚拟仪器技术,以硬件为基础,软件为核心,采用基于事件结构状态机的编程方法,设计并开发虚拟仪器激光轨迹跟踪仪,实现非合作目标轨迹、航向及速度的测量.激光轨迹跟踪仪界面友好,操作简单,并已经应用于实际的测量、测试实验中,可为目标特性的测量提供有力的数据参考信息.     

基于深度学习的车辆轨迹重建与异常轨迹识别

车辆移动轨迹的不确定性及异常点段的存在使其在数字交通领域的应用面临挑战.本文构建基于数据增强的LSTM-AE-Attention深度学习模型,进行车辆轨迹重建和异常轨迹识别.首先,使用对抗生成网络和贝塞尔样条曲线从样本量和种类两方面扩充数据集,实现数据增强;其次,通过自编码网络与长短时记忆神经网络提取轨迹特征并完成轨迹...     

采用国产DDW-350水平钻机钻孔牵引管道下穿既有线路施工技术

1 工程概况 合蚌高铁北连京沪高速铁路,南接合肥枢纽,与合宁、合武铁路相衔接,是京沪高速铁路与沪汉蓉快速客运通道间快速连通线. 合蚌高铁引入合肥站接触网过轨管线设计采用8根高强度PVC管(φ100 mm),位于DK127+280.739处,下穿淮南绕行下行线、合蚌上行线、合蚌下行线和合武绕行下行线4股有砟轨道.     

基于物联网技术的舰船运行轨迹异常点识别

针对传统舰船运行轨迹异常点识别方法存在运行轨迹检测性能较差的问题,提出一种基于物联网技术的舰船运行轨迹异常点识别方法,获取舰船自动识别系统中的舰船运行轨迹数据,在舰船自动识别系统中,舰船运行轨迹数据的存放形式是日志文件,因此对系统中的日志文件进行挖掘,基于物联网技术对挖掘数据实施预处理,通过StopT-CB算法划分舰船运行轨迹以剔除停留点,便于进行异常点的识别,通过网格划分实现舰船运行轨迹的异常点识别。为了证明基于物联网技术的舰船运行轨迹异常点识别方法的运行轨迹检测性能更好,将传统舰船运行轨迹异常点识别方法与该方法进行对比实验,实验结果证明该方法的运行轨迹检测性能优于传统方法。     

多车道交织区车辆跟驰行为风险判别与冲突预测

车路协同系统(IVICS)是保障安全高效出行的新兴技术之一,将高精度车辆轨迹数据与机器学习方法相结合,提出一种可应用于IVICS的多车道交织区的潜在风险判别与冲突预测方法.首先,基于无人机视频,从广域视角提取交织区交通矢量位置、速度等信息,并划分上下游、交织影响区等多个分区;然后,考虑决策行为(车车边缘距离、接近率)与...     

基于深度学习和OpenCV的车速测量算法

传统的视频车辆测速算法对目标缺乏整体辨识能力,检测精度易受人、车、物和光线等诸多因素的影响,目标分割、跟踪等关键步骤存在技术瓶颈.为弥补这些不足,提出一种基于深度学习技术和开源机器视觉库(OpenCV)的车速测量算法.通过YOLO-V5算法进行车辆检测,通过OpenCV提供的方法进行车辆目标角点提取和轨迹跟踪,进而根据...     

非自由交通流的non-FIFO车辆轨迹估计算法

将三角基本图的交通状态细分为自由流、中断和拥堵；基于非自由流特性，重新划分了U型时空域，以此找到适合的波速范围；重新确定了上游边界累积流量，使得边界函数刻画不过于宽泛；建立了非自由流Newell模型，并提出了使用该模型的判断条件；引入了车辆秩参数，达到在多车道上描述车辆超车现象的目的，并建立了更精确的车辆秩估计模型，从而建立了非自由流Newell扩展模型；提出了针对非自由流下2种情形的车辆轨迹估计算法，根据是否存在超车现象分为先进先出(FIFO)情形与非先进先出(non-FIFO)情形；结合数值模拟和实际交通案例，验证了算法的有效性。研究结果表明:2种情形下的轨迹估计算法都是有效的，当超车现象存在时，non-FIFO情形的估计效果较准确和稳健；在数值模拟研究中，non-FIFO情形的估计误差相对FIFO情形下降13.45%，non-FIFO情形更优；实际交通案例中，2个小汽车数据集在non-FIFO情形的估计误差相对FIFO情形均有所下降，下降幅度分别为2.38%、2.04%，且估计误差均服从高斯混合模型；公交车数据集因不存在超车现象，non-FIFO与FIFO情形的估计误差相等，均为4.90%，且估计误差服从伽马分布。可见，所建立的非自由流Newell模型对于中断多或拥堵状态占比多的交通数据均是有效可行的，且所提出的non-FIFO和FIFO情形的轨迹估计算法效果表现良好。      

基于轨迹预测的智能汽车行驶风险评估方法

提出了基于预测轨迹的行车风险评估方法，首先建立了沿预测轨迹两侧具有渐变高斯截面特征的驾驶风险域DRF以表征驾驶员行为的不确定性，然后考虑车辆与周围静态、动态障碍物处于特定状态的风险后果建立环境事件成本，得到适应复杂行车场景不确定性的量化感知风险，并基于贝叶斯理论融合预测区间内的量化感知风险时间序列，实现了对于未来行车潜在碰撞风险的预测。实车轨迹和仿真实验结果表明，相比于经典TTC指标方法，基于融合未来一段时间内自车与周边环境交互信息的DRF的风险评估方法可以更快、更准确地辨识复杂交通场景的行车风险变化，为研究周边多车复杂场景下车辆碰撞风险问题提供了参考。     

基于状态反馈和预瞄前馈的智能车半主动悬架控制

为提高智能车辆的半主动悬架综合控制性能，提出一种基于状态反馈和预瞄前馈的半主动悬架控制方法。首先，以8轮车为研究对象建立11自由度半主动悬架模型，设计LQR状态反馈控制器。然后，为解决状态反馈控制抗路面干扰能力弱和基于固定时序延迟的预瞄反馈控制适用性差的问题，提出一种基于状态反馈和预瞄前馈的控制器：建立车轮运动规划模型和路面预瞄模型，计算出悬架控制系统所需的车轮规划轨迹点序号和控制延迟响应时间；以路面激励和垂向加速度为输入、以前馈阻尼力为输出，设计基于类模糊的预瞄前馈控制器，并与LQR反馈控制器一并构成所提控制器。最后，基于MATLAB/Simulink和Trucksim联合仿真平台，进行匀速转向工况、变速直线工况、变速转向工况和匀速直线工况下的试验验证。结果表明，在垂向加速度、俯仰角加速度、侧倾角加速度均方根值方面，与被动悬架相比，所提控制方法在4种工况下至少降低了23.52%、13.59%、19.35%；与基于固定时序延迟的预瞄反馈控制相比，所提控制方法在前3种工况下至少降低了14.04%、8.09%、13.79%；与基于状态反馈的控制方法相比，所提控制方法在第4种工况下降低了13...     

基于实车数据的高速公路行驶轨迹偏移和车道侧向余宽

为明确高速公路行驶环境下车辆在车道保持阶段的行驶轨迹特征，给车道宽度值确定提供参考，在重庆市主城区2段高速公路上开展了38名驾驶人的实车驾驶试验。使用车载设备采集自然驾驶状态下的车辆行驶速度、行驶轨迹和“车辆中心点-车道线”横向距离。基于以上数据，计算轨迹横向偏移值和“车身轮廓-车道线”侧向余宽等参数，分析高速公路直线/曲线路段的车辆轨迹横向偏移和侧向余宽变化特征及其影响因素。结果表明：曲线路段和直线路段的期望轨迹横向偏移存在差异，曲线路段行驶轨迹的本质特征是轨迹往曲线内侧偏移，而直线路段的车辆轨迹是倾向于往车道左侧偏移，但曲线路段紧贴车道线行驶的车辆占比要低于直线路段。直线路段车道左侧余宽最小值、期望值分别集中于[0.2 m, 0.6 m]和[0.3 m, 0.9 m],曲线路段车道左侧余宽的最小值和期望值主要分布在[0.2 m, 0.7 m]和[0.5 m, 0.9 m]范围内；车道位置对期望轨迹横向偏移和车道侧向余宽均有影响，左转弯路段的左侧余宽要低于直线路段和右转弯路段；在左转弯路段内侧车道行驶时车辆与中分带的距离更近，因此左转弯的事故风险更高；行驶速度增加时，内侧车道的车辆有...