基于LSTM网络的驾驶意图识别及车辆轨迹预测

自动驾驶汽车需具备预测周围车辆轨迹的能力,以便做出合理的决策规划,提高行驶安全性和乘坐舒适性。运用深度学习方法,设计了一种基于长短时记忆（LSTM）网络的驾驶意图识别及车辆轨迹预测模型,该模型由意图识别模块和轨迹输出模块组成。意图识别模块负责识别驾驶意图,其利用Softmax函数计算出驾驶意图分别为向左换道、直线行驶、向右换道的概率;轨迹输出模块由编码器-解码器结构和混合密度网络（MDN）层组成,其中的编码器将历史轨迹信息编码为上下文向量,解码器结合上下文向量和已识别的驾驶意图信息预测未来轨迹;引入MDN层的目的是利用概率分布来表示车辆未来位置,而非仅仅预测一条确定的轨迹,以提高预测结果的可靠性和模型的鲁棒性。此外,将被预测车辆及其周围车辆组成的整体视为研究对象,使模型能够理解车-车间的交互式行为,响应交通环境的变化,动态地预测车辆位置。使用基于真实路况信息的NGSIM（Next Generation SIMulation）数据集对模型进行训练、验证与测试。研究结果表明：与传统的基于模型的方法相比,基于LSTM网络的轨迹预测方法在预测长时域轨迹上具有明显的优势,考虑交互式信息的意图识别模块具备更高的预判性和准确率,且基于意图识别的轨迹预测能降低预测轨迹与真实轨迹间的均方根误差,显著提高轨迹预测精度。     

打造出租车文明服务标杆

出租汽车点多面广,分散流动,从业人员复杂,如何把松散型的经营行为实现有效动态监管,河南焦作晨运公司近年来不断创新,积极探索出租汽车行业管理新经验,努力提升服务水平,经过长期的摸索和积累,逐步建立起了一套符合公司实际和特点的经营管理模式,成为河南省的出租车规范管理标杆企业。     

不同驾驶操作行为对车辆燃油消耗量的影响分析

针对车辆驾驶员普遍存在盲目换挡、急加速等不良驾驶行为的现象,研究采用发动机台架试验和道路试验相结合的方法,对汽车起步、换挡时机的选择、加速、减速、车速控制等典型的驾驶操作行为展开研究,通过对不同驾驶操作行为燃油消耗的分析,规范了汽车驾驶操作行为。     

近接桩基盾构隧道施工管片力学行为研究

盾构隧道衬砌管片在施工阶段处于复杂的受力状态,易出现局部破损现象。文章以深圳地铁5号线近接桩基时盾构隧道施工为研究背景,通过现场测试对衬砌所承受的轴力和弯矩进行了分析,以此来探究盾构隧道管片的力学特性。研究结果表明:上覆建筑物的全风化花岗岩层中,管片脱出盾尾后桩基荷载将传递给隧道上部土体,最后传递至衬砌管片,管片环受到较大的附加应力作用;管片刚拼装上时试验环内力较小;当管片脱出盾尾时其内力达到最大值;稳定后的管片内力一般相较刚脱出盾尾时稍小。由于岩层破碎且极度发育,透水性好,孔隙水压力变化速度较快,且能较快趋于稳定。     

面向人机协同共驾的驾驶行为短时预测方法研究

通过实时感知交通场景下的汽车相对运动状态和行车安全信息,对驾驶人的操纵行为进行短时预测,进而为人机协同驾驶中主权切换的模式与方法提供依据.基于线性最优二次型方法建立了典型驾驶意图下的驾驶操纵序贯链优化目标函数,通过求解目标函数得到驾驶人操纵行为对车辆运动状态的改变量,并结合运动学CA模型提出了驾驶操纵行为短时预测模型.运用统计检验分析实车试验和所提出的模型得到的仿真试验驾驶输入之间的差异程度.实车实验的统计检验结果表明,不同驾驶工况下的驾驶输入差值的配对样本T检验的T统计量分别为1.96,0.1,1.36,均小于其T临界检验值.所提出的模型能较好的模拟实际驾驶操纵行为特征,并能对驾驶人操纵行为进行准确的短时预测.      

基于模式识别的船舶异常行为自动报警方法

不能自行判断船舶异常行为,并根据判断结果完成自动报警,是现阶段船舶航行面临的主要问题。为有效解决此问题,建立基于模式识别的船舶异常行为自动报警方法。通过识别相似度的确定、与船舶异常行为关系的确定,完成基于模式识别研究角度的确定。通过船舶异常行为聚类、聚类异常行为识别,完成上述方法的搭建,并确定该方法是否可以完成自动报警。设计对比实验结果表明,应用该方法后,节省检测船舶异常行为所需人力资源,且提升识别准确性。     

大跨隧道双侧壁导坑法施工力学行为研究

结合某城市道路,对大跨隧道双侧壁导坑法施工进行了弹塑性数值模拟,探明了施工过程中国岩深部位移、围岩稳定性,以及衬砌结构的受力特性.研究表明,围岩等级较高,围岩条件差的情况下,采用双侧壁导坑法在技术上是可行的,并且能够很好的控制施工过程中围岩的稳定.     

城市快速路匝道最小间距模型

匝道间距是路线设计中的重要内容,对交通流有决定性的影响。根据城市快速匝道的特点,应用驾驶员行为理论,模拟了驾驶员城市快速匝道上的驾驶行为。认为匝道间距是影响城市快速路主线运行状况的关键因素。为了合理确定匝道最小间距,必须确定匝道组合模式和计算匝道加减速车道长度,并计算出车流从匝道汇入主线后,由于车流变道而形成交织车流长度。由此建立了不同匝道组合模式下的匝道最小间距模型。应用实例表明。当匝道间距不能满足最小间距时,车速降低,服务水平下降。     

轨道交通乘客个性化出行路径规划算法

随着城市轨道交通网络的不断完善,可供乘客选择的轨道交通出行路径日益 增加,乘客出行路径决策愈加复杂.本文在分析轨道交通服务水平变量对不同属性乘客出 行路径选择行为影响的基础上,提出轨道交通乘客个性化出行路径规划算法.首先,基于 非集计理论构建针对不同类别乘客的路径选择模型,该模型综合考虑乘车时间、换乘时 间、换乘次数、车内拥挤度及个人属性等因素对乘客路径选择行为的影响.其次,基于不同 类别乘客的路径选择行为差异,构建考虑车内拥挤度变化的乘客个性化出行路径动态规 划算法,为不同属性乘客规划广义出行时间最小的路径.最后,基于广州地铁数据对算法 进行验证.结果表明,该算法针对乘客个人属性规划的最优出行路径,更加贴合乘客的出 行心理.     

基于奖罚措施的小汽车通勤者出行行为研究

奖赏和惩罚措施是解决交通拥堵问题的重要措施,本文基于在北京市的调查,进行 2 种措施下出行选择行为的探索研究,得出奖励措施会使更多的小汽车通勤者转向非高峰出 行,而收费措施对于使其放弃小汽车出行效果更好.基于前景理论的分析显示：奖励措施下,大 部分出行者的方式选择为“收益”;而收费措施下,大部分出行者面临“损失”,不同群体在出行 选择时呈现不同的风险偏好态度.在引导小汽车高峰出行向错峰出行转移时,奖励措施比较适 用于中等收入群体,收费措施比较适用于中高收入群体;在引导小汽车高峰出行向其他方式转 移时,2种措施对低收入群体效果更好.以上结论可为交通需求管理政策的制定提供一些参考.