基于UWB定位的邮轮乘员伴随关系发现算法

准确发现邮轮内部空间乘客之间的伴随关系, 在室内环境安装UWB定位设备开展室内人员定位实验。根据UWB定位的位置数据特点, 提出结合室内位置语义的Hausdorff-DBSCAN算法以聚类邮轮乘员轨迹, 并利用LSTM神经网络对疑似伴随关系对象进行相似度变化趋势的预测。传统的Hausdorff算法在计算轨迹相似度时未考虑轨迹时序一致的问题, 引入位置语义序列能够较好地解决这个问题。改进后的Hausdorff-DBSCAN算法的输入为乘员轨迹数据集, 根据轨迹整体相似度阈值选定聚类半径, 输出具有伴随关系的乘员轨迹聚类结果; LSTM神经网络以定长时间窗口的点邻近度序列为输入, 预测后1个时刻点邻近度值, 结合轨迹相似度阈值和预测结果分析乘员伴随关系的时序变化。利用Anylogic建模单层邮轮室内环境进行乘员仿真得到的轨迹数据验证算法的有效性。改进的Hausdorff-DBSCAN算法的准确率为0.920, 召回率为0.950, F₁值为0.934, 准确率高出对比算法至少5.7%, 召回率高出对比算法至少8.0%, F1值高出对比算法至少6.7%。同时LSTM在预测邮轮乘员之间相似度变化时, 收敛后的误差值能保持在3%~4%左右, 预测结果具有较高的准确性。      

瓯江北口大桥北引桥钢—混组合梁施工及控制关键技术

瓯江北口大桥北引桥N37~N16墩上部结构采用钢—混组合梁,桥跨布置为30m+50m+30m和3×50m两种形式。钢梁采用顶推法施工,预制混凝土桥面板采用架桥机以及滑移法安装。由于部分梁段钢梁底板变宽且位于平曲线上,步履式千斤顶在顶推过程中需动态调整横桥向位置。顶推过程中,导梁最大下挠为248.7mm,临时墩最大支点反力为5 660kN,钢梁最大应力为69MPa,导梁最大应力为73.4MPa,顶推过程中各结构受力性能满足要求。本项目具有墩高较高、位于平曲线上、部分桥跨为上下层以及钢梁变宽等特点,施工难度较大,可以为类似工程提供参考。     

高速公路交通态势分析探究

高速公路交通需求逐年增长,拥堵频发,态势分析具有紧迫性。通过梳理目前交通态势研究的相关内容,发现了交通态势研究的不足,给出了交通态势的定义和内容,明确了交通态势分析的流程和关键技术。推导改进Van Aerde模型,用于描述交通状态;给出了ARIMA模型作为交通流预测的方法,确立了基于运行速度的交通态势分级评估指标,为交通态势的进一步深化研究和管控策略的制定提供了理论支撑。     

基于Faster R-CNN与形态法的路面病害识别

为提高基于图像处理的路面表观病害检测识别效率及精度,引入目标检测中的快速区域卷积神经网络（Faster Region Convolutional Neural Network,Faster R-CNN）算法以快速识别病害种类、位置与面积;针对已提取的带边框裂缝病害区域,采用基于VGG16迁移学习与模型微调的CNN与50%重叠率的滑动窗口定位裂缝骨架,进而利用形态法操作提取裂缝形态,计算其长度与宽度;针对Faster R-CNN算法在病害种类识别时漏检率低但误检率偏高的问题,引入精确率、召回率和F₁分数指标对算法进行评估,并根据F₁分数最大值确定相应的病害框像素面积及置信度阈值来降低误检率,以适应路面表观病害多样化的应用场景。运用开发的病害识别算法对广东一高速公路路面进行表观检测。结果表明：所提方法对典型裂缝图片的识别效率及精度均高于单独应用CNN滑动窗口和传统形态法的全局图像处理方法;对分段的裂缝边界框进行合并,且病害框像素面积及置信度阈值取优化值后,横向裂缝精确率由合并前的0.861提升至合并后的0.918,横向及纵向裂缝误检率则分别由调整前的20.4%和23.8%下降至调整后的8.2%和6.9%,漏检率则稍有提高。基于Faster R-CNN、CNN及形态法的路面病害识别方法具有工作高效、漏检率低的优点,在引入评估指标、最优病害框像素面积与置信度阈值后,病害误检率也大幅降低,具有潜在工程应用价值。     

将"双归零"管理要求融入8D问题解决法的研究与实践

在军民融合的背景下,重庆齿轮箱有限责任公司探索了将军品的"双归零"要求与8D问题解决法相结合的方法并予以实施,一年多来明显提高了产品质量问题解决能力,推动了公司的技术和管理进步,得到了军民双方顾客的高度认可.本文对两种管理方法进行简介,重点对"双归零"管理要求融入8D问题解决法进行细化研究,并对实际应用情况予以介绍.     

船用螺旋桨的平衡检验方法

文章从平衡检验的必要性、平衡检验理论、平衡检验方法以及不平衡的处理方法4个方面对船用螺旋桨的静平衡和动平衡检验进行了详细地介绍.为不同类型的螺旋桨应该选择何种方法进行平衡检验提供了参考.     

基于蒙特卡洛法的抛锚撞击海管概率分析

针对船舶抛锚撞击海底管道事故频发,撞击概率计算过程较复杂且适用范围有限的问题,对现有方法进行改进,基于蒙特卡洛方法建立抛锚统计试验模型,对某一条件下船舶抛锚对海底管道的撞击概率进行计算,结果表明:对现有方法进行改进或利用蒙特卡洛方法能较好地反映船舶抛锚对海底管道的撞击概率变化特性,可应用于危险区域的抛锚预警和海上禁锚区的设置。     

基于盲孔法的水下承压结构残余应力测试研究

对盲孔法测残余应力中的等轴三角应变花应变释放系数进行有限元标定和塑性修正,得到了塑性修正后的应变释放系数;采用盲孔法对高强度钢水下承压结构典型部位的焊接残余应力进行测量,根据测试得到各测点的释放应变值,结合修正后的应变释放系数计算得到了水下承压结构典型测点的残余应力值。结果表明,水下承压结构焊缝附近纵向残余应力可达0.5倍屈服极限,周向残余应力可达0.4倍屈服极限。     

亦庄新城现代有轨电车T1线沿线交通设计分析

有轨电车具有安全、快捷、成本低等优点,但会占用一定的道路资源,对现状道路横断面布置以及交叉口交通组织带来一定影响.结合亦庄新城现代有轨电车T1线工程,分析有轨电车与城市道路系统之间合理的路权分配模式;通过交通量预测,确定道路交通需求,并结合铺设有轨电车后对现状道路的影响,在满足道路交通需求、减少工程量、减少现状树木伐移的前提下,确定道路横断面合理的调整方式;根据相交路道路等级、交通流量大小,对铺设有轨电车后城市道路交通系统在交叉口处的交通组织进行分析,探究有轨电车系统、机动车系统、慢行系统三者之间合理、高效的交叉口交通组织形式,针对不同情况,采取共享相位、绝对优先控制或相对优先控制等策略;结合岛式、侧式车站设置不同的行人二次过街等候设施,并通过施划交通标线明确非机动车道路权,确保慢行系统的安全、有序.最后总结了亦庄新城现代有轨电车T1线在横断面布置、交叉口交通组织、慢行系统交通等方面的设计经验.     

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。