基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

排阵式交叉口几何设计与信号控制协同鲁棒优化

针对排阵式交叉口在实际交通波动环境中存在车辆滞留排序区,运行效率稳定性难以保障的问题,提出了鲁棒优化方法,平衡交叉口运行的效率和稳定性。在分析排阵式交叉口运行特性的基础上,指出了其运行效率波动性与交叉口几何设计、信号控制、交通需求、饱和流率和运行车速这5个因素有关。确定了将交通需求、饱和流率和运行车速这3个客观波动因素作为模型的输入参数,将几何设计和信号控制这2个可受设计人员控制的要素作为模型的优化控制变量进行协同优化的模型框架。在此基础上,以交叉口车均延误条件风险值最小为目标,考虑了各流向车道数、信号相位相序、排序区车辆清空等方面的约束条件,构建了基于情景的鲁棒优化模型,并建立了遗传算法对模型进行求解。通过案例分析,对鲁棒优化模型的置信水平取值和算法准确性进行了分析,证明了算法可以使目标函数收敛到最小值,并基于蒙特卡洛模拟对优化效益进行了检验。研究发现,所建立的几何设计与信号控制协同鲁棒优化模型可实现在交通需求和供给的波动下,对排阵式交叉口的车道功能、排序区长度以及主、预信号控制进行协同优化。相较于确定性的设计方法,在平均延误层面基本维持原有水平,但对延误标准差和最大值有着较为明显的改善,案例中分别减少了48%和23%。     

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。     

公路隧道穿越陡倾煤层采空区力学特性分析

针对隧道穿越陡倾煤层的施工力学特性,采用数值计算方法,探讨隧道施工对采空区围岩变形和受力的影响,结果表明,围岩应力分布规律受采空区影响显著,陡倾煤层采空区前后15 m为隧道施工过程中加强支护和重点监测范围。通过分析陡倾采空区对隧道结构的影响程度和规律,发现采空区的存在使得隧道支护结构主应力最大值增大约15%~20%,对隧道整体结构的稳定性不利。     

轨道工程车软管试验平台的研制

轨道工程车制动软管需定期进行试验,而普通的试验设备使用PLC(可编程逻辑控制器)进行设计且价格较为昂贵。介绍了自主研制的轨道工程车软管试验平台的整体结构、电气控制原理、参数等,并对其特点进行分析。该试验平台采用电气控制技术,通过各个电气元件之间的连接设计,实现设备的过程自动控制。应用表明,其性能可靠、操作简单、制造成本低,能满足轨道工程车制动软管的试验要求。     

济南轨道交通R1线工程新技术探索及应用

R1线是济南首条轨道交通线路,在工程建造过程中探索、应用了多项绿色技术,详细介绍结构工程中的清水混凝土技术,深基坑支护及稳定性控制技术,混凝土刚性防水技术及预制构件应用技术;车辆基地上盖物业开发和建筑废弃物再利用技术;设备系统中的可调通风型站台门和隧道嵌装型蒸发冷凝技术等改造工艺,以及"海绵"设施应用、高架车站光伏发电和中压能馈等自然资源利用技术,以期为后续济南和其他城市轨道交通建设提供参考和借鉴。     

西南及邻区高速铁路岩溶工程地质分区研究

我国西南及邻区发育分布有大量的可溶岩,随着中西部高速铁路建设的加大,大量的铁路不可避免的穿越岩溶发育区,岩溶问题给该区域的高速铁路选线及建设带来巨大的挑战。根据多条已建成和在建的岩溶山区高速铁路岩溶工程地质问题,探讨这些地区高速铁路建设所面临的主要岩溶工程地质问题。拟定以地形地貌、气候和高铁主要岩溶问题为主控因素的分区原则,构建高原岩溶区、斜坡过渡带岩溶区、岩溶化平原区等3大高速铁路岩溶工程地质区;在此基础上基于地层岩性、地质构造、岩溶发育程度和岩溶水系统特征为控制因素的分区原则,细分为17个高铁岩溶工程地质亚区。高速铁路岩溶工程地质分区的研究成果,有利于针对西南及邻区不同的岩溶工程地质分区特点,制定相应的高速铁路勘察设计方案,以查明铁路建设遇到的复杂岩溶工程地质问题,拟定相应的工程措施,规避铁路建设的工程风险。     

虎跳峡地区绿泥石化片理状玄武岩工程特性分析

虎跳峡地区的玄武岩经历了复杂的地质作用,岩石的矿物、结构发生了改变,表现出特有的微观地质特征和工程特性。在野外调查、室内及现场原位试验基础上,结合丽江至香格里拉铁路的工程实践,对岩石的矿物组成及化学成分、物理力学性质进行分析。结果表明:绿泥石化片理状玄武岩是热液蚀变及区域变质作用的产物,岩石呈鳞片变晶结构,原生矿物为绿泥石、绿帘石、绢云母等矿物取代,具有软化系数低,饱水系数高,抗风化能力弱等特点。在构造、风化及卸荷作用下,易出现软岩大变形、边坡失稳等地质问题。研究成果为工程方案的选择和措施的设置提供科学依据,对滇西北玄武岩区铁路及公路工程的勘察设计具有指导意义。     

安康至重庆高速铁路大巴山区工程地质条件及选线研究

研究拟建安康至重庆高速铁路沿线的工程地质条件,分析主要的工程地质问题。针对经达州(四川)、万州(重庆)两个主要线路方案,提出工程地质比选意见。收集方案研究范围内的区域地质资料,既有公路、铁路的科研报告,相关政府部门的地质灾害报告,大巴山区岩溶特征相关资料。在大巴山区的城口、岚皋等地区,开展地质调绘工作。掌握了沿线的地形地貌、气象、地震等自然地理概况,以及地层岩性、地质构造、不良地质、特殊岩土等工程地质概况,尤其是大巴山区的岩溶发育特征。根据沿线的工程地质条件,分析修建该铁路可能遇到的工程问题。对两个主要比选方案,进行了工程地质条件评价。线路通过大巴山区时,经万州方案的工程地质条件更复杂,施工风险更大。推荐经达州方案。     

川藏铁路昌都至林芝段主要工程地质问题分析

川藏铁路昌都至林芝段穿越藏东横断山区和藏东南高山峡谷,走行于印度板块与欧亚板块挤压形成的南迦巴瓦东构造结附近,地形环境极其艰险、地质构造极其活跃、不良地质极其发育。分析拟建铁路沿线的工程地质环境特征,提出了影响铁路建设的主要工程地质问题。研究表明:拟建铁路具有"九极"工程地质环境特征,极为复杂的宏观地质环境孕育了岩爆和软岩大变形、高地温、深大活动断裂带、高位滑坡崩塌、泥石流、溜砂坡(岩屑坡)、雪崩、冰害、生长期高陡卸荷岸坡、放射性、有害气体等工程地质问题,针对不同的工程地质问题,因地制宜地提出防治措施。针对上述工程地质问题,在拟建铁路的勘察设计过程中,本着以科学研究为先导原则,探索复杂艰险山区勘察方法手段的革新,利用新技术、新方法、新设备,研究重大地质灾害和问题的评估技术。