大规模道路交通数据网络轻量化可视化方法

为提高网络环境下大规模道路交通数据动态可视化效率,提出一种在网络环境下使用流光线表达交通态势的轻量化可视化方法. 首先,提出顾及道路属性的路网分层组织方法,并绘制在不同视角高度下的道路;然后,提出基于WebGL (Web graghics library)技术线段索引特点的多道路合并方法,并结合视域剔除以及多线程技术对场景进行优化,设计实现了支持道路拥堵状态实时变换的渐变、动态流光线等动画效果;最后,研发了原型系统,并以全国道路网数据为例进行案例实验与分析. 实验结果表明:在网络环境下进行大规模道路交通数据动态可视化,本文方法可视化帧率稳定在40帧/秒以上,相较于百度ECharts GL可视化方法提高了20～30帧/秒.      

铁路运输的环境保护

随着我国铁路运输业发展的需要,客货运输将逐步实现重载、高速,并大规模新建、改建铁路。随着路网扩展,我国铁路面临着发展运输生产和保护环境的双重任务。铁路环境保护应贯彻“预防为主、防治结合、综合治理”的原则。铁路建设施工一要做环境影响评价,二要注意保护生态环境,从新线的选线就要注意保护历史名胜、文物及自然景观。铁路环境问题涉及的范围较广,主要有这样几类:列车运行噪声;列车运行振动;铁路污水、废气及固体废弃物;铁路施工期和运营期对生态环境保护不当造成的各种危害;电气化铁路的电磁辐射等。针对这些环境影响,铁路部门采取了如下相应措施。(1)列车运行时产生的稳态噪声和机车鸣笛等突发性噪声是影响铁路沿线环境的主要声源。目前对我国一些主要干线沿线城市,市区及近郊区线路两侧距外轨30     

大规模道路交通量分配的节点分配算法

针对传统的多路径-容量限制分配算法速度慢,效率低下,且在大规模交通路网中难以应用的缺陷,本文提出其简化算法——节点分配算法,通过将讫点相同的OD对进行列的合并,每次批量分配讫点相同的所有OD对,来加速分配过程,同时考虑道路阻抗在道路流量变化时的修正,将OD矩阵分成k个子矩阵分k次进行分配,每次分配一个OD矩阵,分配一次,路阻修正一次。最后给出算例并分析了此方法的效果与优势。     

SPDM系统与其他系统数据集成技术选型

文章从PDM系统与其他系统的集成内容、集成方式、集成难点和技术选型等方面全面地阐述了SPDM系统在数据集成方面的应用模式.旨在总结SPDM系统与其他系统集成技术的选择和实现,分析其中的得失优劣,供后续开发系统参考.     

在大标段竞争大规模施工中全面提升项目物资管理水平

结合哈大客运专线工程物资管理工作的特点,介绍了在大标段竞争、大规模施工中确保物资供应、提升项目物资管理水平的具体做法.     

蔡兰波:寻找方向比探索结论更重要

可以说,传统的卫星导航产业链源头是从芯片、终端开始的。而当产业链往中游和下游延伸的时候,卫星导航产业则滞后于移动通信和互联网,所占份额十分有限。放眼全球,或许很多人都有一个共同的疑问:卫星导航产业似乎很有前景,为什么总是壮大不起来?全世界做得最好的通用汽车专属配置OnStar,全球不过600万用户。而在互联网应用领域,facebook拥有6亿以上的常规用户,但其中真正的位置服务不超过5%。     

专题导读

1908年美国福特汽车大规模生产后,世界范围内开始出现了小汽车进入家庭的浪潮,随之产生的交通拥堵也成为现代化、城镇化和机动化过程中难以逾越的阶段。纽约、伦敦、巴黎、东京和首尔等先后于20世纪40年代、60年代、70年代和90年代经历了严重的交通拥堵,虽然此后拥堵有所缓解,但至今仍难以真     

基于对称残差U型网络的路网交通流量数据修复

针对路网交通数据采集过程中，采集设备稀缺或故障等原因造成路网交通流量数据缺失问题，提出基于对称残差U型网络(Residual U-Net，RU-Net)模型的大规模路网交通流量数据修复方法.通过将路网交通流量数据网格化和时序通道化操作，构成可供卷积操作的张量数据格式；利用RU-Net编码解码能力，对交通流量数据进行编码；在解码过程中保持失真度较小，使模型学习到交通流量数据内部多因素耦合特性.通过残差学习使交通流量数据编码后的信噪比提升，压缩率降低，提升模型修复精度.实验结果表明，RU-Net模型能够利用交通流量特性学习历史和非故障采集点数据与待修复数据的映射关系，在不同数据缺失率，不同缺失模式下，高效地完成对大规模路网交通流量数据的修复.     

纯电乐趣BMW Active E概念车

在宝马集团的长期研发计划中，有一个项目被称为项目i，它的中心任务是开发在超大城市（Megacity Vehicle）中行驶的汽车，项目i集中了宝马针对批量生产的电动汽车的研发活动。在项目i的框架内，MINI E已经作为一个独特的针对电动汽车在日常交通环境中使用的全球范围的实路测试。而BMW Active E为拓展和加深电动汽车的实路测试提供了可能，并为实现未来的大规模生产进行准备。