2×150 m独塔斜拉桥结构型式及构造设计

混凝土独塔斜拉桥采用联塔分幅的结构型式在国内外均属少见。南仓道立交桥跨越铁路南仓编组站、铁路京山线、在建的京津城际铁路等重要铁路干线。受规划及建设条件限制,主桥采用联塔分幅的独塔4索面混凝土斜拉桥,用前支点挂篮悬浇施工。介绍了方案构思的特点、结构体系拟定、塔形方案比选及施工方案的选择。     

Application of a Fast Connected Components Labeling Algorithm in Processing Landmark Images

Extracting geometric data of landmarks from fluoroscopic images plays an important role in camera calibration process of a fluoroscopic-image-based surgical navigation system. Connected components labeling is the essential technique for the extraction. A new fast connected components labeling algorithm was presented. The definition of upward concave set was introduced to explain the algorithm. Feasibility and efficiency of the algorithm were verified with experiments. This algorithm performs well in labeling non-upward concave set connected components and applies to landmarks labeling well. Moreover, the proposed algorithm possesses a desirable characteristic that will facilitate the subsequent processing of fluoroscopic images.     

基于三相-单相变换器的牵引供电系统及并网控制

为了解决过分相给牵引供电系统带来的问题,研究了三电平三相-单相二极管箝位变换器,把三电平三相-单相变换器用作牵引变电所核心设备,搭建了基于此变换器的贯通式牵引供电系统。分析了三相变换器数学模型,设计了变换器控制系统,研究了单相变换器在贯通式牵引供电系统中的并网控制。利用Matlab／Simulink建立了三变电所贯通式牵引供电系统,仿真验证了该系统架构以及三相-单相变换器的控制性能和并网性能,证明了该系统的可行性。     

基于感兴趣区域的CNN-Squeeze交通标志图像识别

在公路交通中,针对复杂环境下交通标志识别率不高的问题,提出了一种基于 Kmeans对图像聚类,切割图像感兴趣区域(Regions of Interest, ROI),并利用方向梯度直方图特征(Histogram of Oriented Gradient, HOG)与卷积运算,特征加权(CNN-Squeeze)相结合的交通标志识别方法.首先,采用 K-means对交通标志图像进行三角形、圆形图像二聚类,并利用制作的切割模板切割 ROI 并提取 HOG 特征;然后,利用卷积神经网络 (Convolutional Neural Network, CNN)对 HOG特征进行过滤、降维,并通过 Squeeze网络对过滤后的二次特征进行重要性标定;最后,训练该网络模型并实现对交通标志的识别.仿真结果表明,与 BP网络、SVM 及CNN对比,本文方法在保证训练时间的同时,识别精度达到98.58%.     

智能网联车辆交通流优化对交通安全的改善

为改善常规驾驶车辆交通流追尾碰撞交通安全状况,提出智能网联车辆（Connected and Automated Vehicles,CAV）与常规车辆构成的混合交通流车队稳定性优化控制方法。基于全速度差模型,应用集成速度与加速度的多前车反馈构建CAV跟驰模型,考虑CAV混合交通流车辆空间分布的随机性,将各类型局部车队稳定性作为优化目标,以局部车队头车速度扰动为系统输入,以尾车速度扰动为系统输出,应用经典控制理论领域的传递函数法推导局部车队稳定性约束条件;分析关于平衡态速度与CAV反馈系数的车队稳定域,以各类型局部车队能够在任意平衡态速度下均稳定为控制目标,对CAV反馈系数输出进行优化控制;设计高速公路上匝道交通瓶颈数值仿真试验,在不同CAV比例等多种条件下,分析CAV混合交通流优化控制对交通流车辆追尾碰撞风险的影响。研究结果表明：CAV混合交通流优化控制可降低车辆追尾碰撞风险,在碰撞时间阈值小于2 s时,100%比例的CAV交通流可将交通流的车辆追尾碰撞风险降低85.81%以上;在碰撞时间阈值大于2 s时,追尾碰撞风险可降低48.22%～78.80%。所提优化控制方法可有效降低CAV车队优化控制的复杂性,为大规模CAV背景下的混合交通流优化控制以及车辆追尾碰撞交通安全提升策略提供直接理论参考。     

智能网联汽车信息安全关键技术

随着我国科学技术和网络技术的不断发展,汽车产业主要将智能化和网络化联合起来,形成智能网联汽车产业,是目前我国汽车产业发展的重要构成.不管是以往汽车产业,还是现阶段的新兴产业,都在不断的对产业布局进行调整,促进商业化发展.对于智能网联汽车来说,是汽车产业发展的一项机遇,同时也面临着一些信息安全问题.对此,本文主要对智能网...     

欠发达地区都市类报纸广告市场培育与开拓探析

西部欠发达地区报纸的生存竞争与发达地区一样正变得日益激烈。在这种生存竞争中,广告市场是决胜的最重要战场之一,因此培育和开拓广告市场就成为竞争取胜的重要砝码。本文特选择《西部商报》为个案,通过对其广告市场及其培育的现状、问题与对策的研究,试图为西北欠发达地区都市类报纸广告市场培育与开拓提供一定启示。     

搭载自动驾驶功能的智能网联汽车安全测试与评估方法研究

目前,针对搭载自动驾驶功能的智能网联汽车,国内外正在广泛开展特定设计运行条件下的道路测试、示范应用等工作,其安全测试与评估方法已经成为当前行业研究的热点和难点。从第三方视角出发,重点针对汽车智能化、网联化面临的主要安全风险,将智能网联汽车的安全测试与评估分为基础测评和监测调整两个阶段。在基础测评阶段,综合评估产品对过程保障及测试要求的符合情况;在监测调整阶段,基于对车辆实际安全状态的监测,适时调整安全评估结果。在此基础上,重点梳理了基于场景的测试、安全评估、监测等测评方法的内在逻辑及原则要求。分别阐述了功能安全、预期功能安全、网络安全和数据安全等过程保障方法及主要要求,以及模拟仿真、封闭场地、实际道路、网络安全和数据安全、软件升级、数据记录等测试方法及主要要求。提出的方法为特定设计运行条件下,具有自动驾驶功能的智能网联汽车综合安全评估提供了参考。     

智能网联环境下基于安全势场理论的车辆换道模型

为有效刻画未来智能网联环境下车辆在换道过程中面临的驾驶风险,保证车辆执行更加安全的换道决策,建立基于安全势场理论的车辆换道模型.首先针对车辆换道过程中所遇到的驾驶风险进行评估,利用势场理论给出车辆行驶过程中不同运动状态下安全势场的空间分布.其次根据换道过程中相关车辆不同安全势场分布情况计算出换道结束时的车间临界距离,相...     

A Distributed Virtual Backbone Formation for Wireless Ad Hoc and Sensor Networks

The virtual backbone is an approach for solving routing problems in wireless ad hoc and sensor networks. A connected dominating set (CDS) was proposed as a virtual backbone to improve the performance of wireless networks. The quality of a virtual backbone is measured not only by approximation factor, which is the ratio of its size to that of minimum CDS, but also time complexity and message complexity. In this paper, a distributed algorithm is presented to construct a minimum CDS for ad hoc and sensor networks. By destroying triangular loops in the virtual backbone, the proposed algorithm can effectively construct a CDS with smaller size. Moreover, our algorithm, which is fully localized, has a constant approximation ratio, linear message and time complexity, and low implementation complexity. The simulation results and theoretical analysis show that our algorithm has better efficiency and performance than conventional approaches.