智能汽车两阶段UWB定位算法

为了提高智能汽车行驶的可靠性,以超宽带(UWB)为研究对象,研究了智能汽车两阶段UWB定位算法;分析了智能汽车UWB定位算法的基本原理与误差来源;建立了测距值筛选与加权位置解算两阶段UWB定位算法,在测距值筛选阶段,采用高斯筛选剔除小概率、大干扰事件,在加权位置解算过程中,根据多测距点的位置坐标加权计算得到最终的位置坐标,以有效减小非视距、多径效应所带来的误差,通过使用抗多径天线以有效减小多径效应所带来的误差,并分别建立了静态补偿和运动补偿策略,以有效减小设备晶振偏差等硬件问题造成的误差;在MATLAB/Simulink仿真平台中搭建一定测距方差约束下的UWB随机测距值仿真环境,对算法进行了仿真测试并与三边定位算法、三边质心定位算法进行仿真比较,分析基站数量对定位精度的影响;搭建实物UWB测试系统,对UWB设备定位精度进行了评估与误差补偿,并对两阶段UWB定位算法进行了实车测试。仿真结果表明：东向和北向的定位误差均值最小分别可达0.382 3、0.447 0 m;补偿后的UWB定位轨迹更接近RT3002所示的轨迹,东向和北向轨迹误差的平均值分别为0.049 2、0.017 8 m,均方根误差分别为0.069 8、0.0264 m。可见,提出的智能汽车两阶段UWB定位算法能够满足智能汽车的定位需求,具有高精度、低成本、稳定性好等优点。     

激光扫描盾构隧道断面变形快速检测

针对人工检测效率低、变形检测车定位不准、噪点剔除困难、数据处理滞后等技术难题,基于盾构隧道管片环缝灰度图像数学形态特征,通过图像滑窗方式,利用直方图均衡化、缩放、阈值判定等方法快速自动识别环缝,并依据环缝已知位置反向修正隧道里程; 基于距离最小二乘法椭圆曲线拟合,建立了盾构隧道激光扫描噪点三次迭代自动剔除方法; 通过对管片环上各单环激光扫描数据拟合椭圆进行均值处理,并与隧道设计参数或上次检测结果比对,确定了隧道断面变形; 以轨检小车为载体,集成断面三维激光扫描仪、倾角仪、编码器、测距轮和计算机等设备,研制了盾构隧道断面变形快速检测车,开发了配套的数据采集和处理软件,并进行了工程试验和实际应用。研究结果表明：检测时速为5 km·h^-1时,检测车系统隧道内水平和垂直方向直径复测差值绝对值小于2 mm的占比分别为98.41%和96.21%,小于1 mm的占比分别为82.36%和71.92%,系统复测精度为2 mm,多数可达到1 mm,说明环缝识别、噪点剔除、整环收敛变形算法和检测系统具有较高的稳定性和重现性; 检测车可自动采集和处理数据,检测作业后24 h可输出检测分析报告,结果准确可靠,可为盾构隧道结构健康评定和养护提供参考。     

成都铁路枢纽客运系统的分析与研究

以成都铁路枢纽客运系统为研究对象,作者讨论了客运专线引入枢纽对客运系统的影响,城市形态及其发展规划与铁路客运站选址的相互关系,铁路与城市交通网络体系中其它运输方式的衔接方式、换乘关系及协调发展;提出了未来三十年成都铁路客运系统车站的分工布局、客货线路在枢纽内的走向及疏解原则,同时提出近期新成都站的建设方案以及市内各种交通运输系统与之协调共谋发展的措施。     

大跨度钢管混凝土拱桥拱肋吊装过程线形调整

工程实例证明,针对大跨度钢管混凝土拱桥拱肋吊装过程中出现的线形调整问题,推导出用最小二乘法对其进行调整的基本方程．提出用解决扣索变原长问题的方法来模拟扣索张拉的实际过程,是正确实用的。     

深圳市长途公路客运市场的现状思考

要想从根本上解决目前深圳市公路客运市场无序的问题,政府就必须下狠心、动真格的,对目前的公路客运市场动一次“大手术”;要从体制改革入手解决现有运营企业的多头管理、政企不分、站运不分等弊端,同时,加大运政监管力度,杜绝公路客运市场违规现象的发生。     

有缺失数据的双向有序方列联表统计推断

在充分考虑分类变量有序性的前提下,通过建立有约束的对数线性模型研究有缺失数据的双向有序方列联表的统计推断问题.给出基于模型的EM算法以处理双向有序方列联表的缺失数据,并给出了一个具体算例,结果表明研究的问题得到了较为完满的解决.     

顶板设出入口的地铁车站在核爆荷载下受力分析研究

介绍了地铁车站出入口从地铁顶板穿出地面的几种形式和应用情况,结合北京地铁某车站实例,在人防核爆内压荷载、经土层衰减后的人防外压荷载及结构正常荷载组合联合作用下,采用有限元软件对该类型车站的受力做了详细的计算和分析,并对设计中出现的难点进行了处理。取得了较好的效果,为类似工程设计提供了有益的借鉴。     

全站仪RDM法与3D量测法量测隧道变形精度对比

根据测量学原理和误差传播定律, 分析了全站仪自由设站对边量测(RDM) 法和三维坐标(3D) 量测法, 建立了2种量测法的隧道变形精度分析模型, 利用中误差评价隧道变形量测精度, 推导了2种方法量测隧道变形的中误差计算公式, 并以某三车道公路隧道为例, 对2种方法的量测精度进行了对比和验证; RDM法通过三角高程测量原理和三角余弦定理得出任意点之间的水平距离、高差和斜距, 根据任意测点之间的三角几何关系得到隧道变形; 3D量测法从任意观测点观测若干已知点的方向和距离, 通过坐标变换计算各测点坐标, 根据各测点坐标得到隧道变形。分析结果表明: 采用RDM法和3D量测法量测隧道拱顶下沉的精度评价公式相同, 而量测隧道水平收敛的精度评价公式不同, RDM法的精度优于3D量测法, 且随着全站仪到量测断面距离的增加, 差值逐渐增大, 当距离为100 m时, 两者精度差值已增大至0.43 mm; 在三车道公路隧道中, 当距离为40~60m时, 2种方法量测隧道水平收敛的精度均为最高, RDM法可达0.61~0.68mm, 3D量测法可达0.78~0.84mm; RDM法和3D量测法量测的隧道拱顶下沉曲线平滑、圆顺, 拟合度都大于0.95, 而在量测隧道净空收敛方面, RDM法的曲线拟合度大于0.9, 3D量测法的曲线拟合度小于0.9, 因此, RDM法量测精度优于3D量测法。     

On-line detecting of transformer winding deformation based on parameter identification of leakage inductance

Transformers are required to demonstrate the ability to withstand short circuit currents. Over currents caused by short circuit can give rise to windings deformation. In this paper, a novel method is proposed to monitor the state of transformer windings, which is achieved through on-line detecting the leakage inductance of the windings. Specifically, the mathematical model is established for on-line identifying the leakage inductance of the windings by applying least square algorithm （LSA） to the equivalent circuit equations. The effect of measurement and model inaccuracy on the identification error is analyzed, and the corrected model is also given to decrease these adverse effect on the results. Finally, dynamic test is carried out to verify our method. The test results clearly show that our method is very accurate even under the fluctuation of load or power factor. Therefore, our method can be effectively used to on-line detect the windings deformation.     

数据驱动的电动汽车充电站选址方法

电动汽车在缓解能源压力和环境污染中起着重要的作用,充电不方便成为制约电动汽车发展的一个重要原因.为了合理布局电动汽车充电站位置,本文提出一种数据驱动的电动汽车充电站选址方法.利用海量的移动位置数据提取潜在的交通需求位置,包括出发点和目的地;将地图划分为等间隔的网格,将潜在的交通需求位置与网格关联,统计每个网格内的交通需求量,需求量大的网格作为电动汽车充电站选址的候选位置.实证研究表明,该方法能够精准定位潜在用户需求量大的位置,为电动汽车充电站选址提供数据支持和决策依据.