夜间动态环境中驾驶员空间距离判识规律

为研究在夜间地面动态环境中驾驶员空间距离判识规律,进行了实际道路试验.32名驾驶员在夜间环境中不同深度距离、速度下,判识红、绿色障碍物空间距离.检验样本差异显著度,分析被试距离判识结果,获得判识特征值.运用曲面回归分析判识距离与速度和深度距离之间关系,获得驾驶员在夜间动态环境中,对空间距离判识变化关系的数学模型.试验结果表明：绝对距离判识值随障碍物深度距离增加而增大,随速度增加而减小.相对距离判识受深度距离影响小,受速度变化影响大,二元二次函数可很好地逼近空间距离判识的变化规律.     

自行车交通系统评价指标体系建立及应用

针对现阶段自行车系统评价的不足,基于硬件和软件两个方面,构建线路设施及管理、停车场设施及管理的评价指标体系,采用广义函数法计算综合评价系数。并以北京西直门交通枢纽周边自行车交通为例进行系统评价应用,验证了指标体系的可用性。     

尚易德智能交通产品

北京尚易德科技有限公司,是国资委直属企业中国华录集团旗下的专业从事大屏幕显示系统产品、智能交通的非现场执法系统产品的设计、开发、生产、集成的高新技术企业。作为中国华录集团的成员企业,     

移动荷载与土体中孔洞相互作用的2.5D边界元法分析

为了研究具有复杂表面的饱和土体与移动荷载相互作用机理,根据饱和土Biot理论,采用Fourier变换和势函数分解法,推导了饱和土体频域-波数内的Green函数;建立了移动荷载作用下,饱和土体中孔洞动力响应的频域-波数域内边界元法方程(2.5D boundary element methods);利用快速Fourier逆变换法,得到了时间-空间域内饱和土体的动力响应.研究结果表明:在频域内,利用移动荷载方向的一致性建立的频域-波数域内边界积分方程,可将3D空间问题转化为频域-波数域的2D平面问题, 3D边界元简化为2D边界元,使得计算面转换为计算线,减小了计算规模.      

中小城市公交系统的模糊综合评价

采用层次分析和模糊评价相结合的方法对中小城市公交系统进行综合评价。建立了分层次的综合评价指标体系,利用层次分析法确定各指标的相对权重,在确定权重时利用SPSS对专家权重意见进行了聚类分析,剔除个别离异程度较大的专家意见,使指标权重结果更为合理。以12个中小城市为样本,通过统计中小城市公交系统的指标分布规律,利用M atlab模糊数学工具箱建立了中小城市公交系统各指标的隶属度函数。建立了中小城市公交系统模糊综合评价模型,并以阜新市为例验证了方法的实践性,从评价结果中除了可以得到1个分值外,还能直观地看到公交系统隶属于各个等级的程度。      

基于模糊综合评判的智能行程时间预测算法

提出一种智能行程时间预测算法。算法基于交通流量和占有率等实时交通信息,用模糊综合评判的方法实现对行程时间的预测。其核心是由交通流量和占有率构成因素集,把行程时间看成由因素集组成的评判集,通过因素集的隶属度函数确定模糊评判矩阵,从而求出行程时间的定量值。算例验证了算法的预测精度高,拟合程度好,具有一定的可行性。     

车身NVH性能有限元分析与实验分析对标

对目前汽车NVH性能有限元与试验分析进行了简要介绍。说明了有限元与试验分析的理论和基本内容。基于某车型白车身的有限元噪声传递函数分析与试验噪声传递函数分析对标,指出在试验与有限元分析过程中所要注意的问题。     

城市交通运输效率评价

通过对城市交通运输效率的分析评价,能直观的得出各因素对城市交通运输效率的不同影响,针对性地解决城市交通问题,提高交通运输效率,缓解交通拥堵.从城市发展及交通畅通性角度,采用定性的层次分析法与定量的广义函数法结合,以成都市交通运输效率评价为例,进行了分析评价并提出提高交通运输效率的建议.     

SPH法模拟立面二维溃坝流动应用研究

光滑离子流体动力学(SPH)法是一种纯拉格朗日(Lagrange)无网格方法,近年来发展日趋成熟。对SPH法的基本原理、核函数及控制方程离散格式、边界处理方法等进行了介绍。在此基础上建立了数值水槽模型,模拟了立面二维溃坝流动问题,并将所得结果与VOF法及模型试验得到的结果进行比较,结果表明:SPH法能够捕捉到流体的飞溅及融合现象,适于模拟具有瞬时极大变形等物理力学问题。     

基于虚拟点云的二阶段多模态融合网络

针对点云的稀疏性和无序性对目标检测准确率的影响,本文提出了一种基于虚拟点云的二阶段多模态融合网络VPC-VoxelNet。首先,利用图像检测目标信息构造虚拟点云,增加点云的密集程度,从而提高目标特征的表现;其次,增加点云特征维度以区分真实和虚拟点云,并使用含置信度编码的体素,增强点云的相关性;最后,采用虚拟点云的比例系数设计损失函数,增加图像检测有监督训练,提高二阶段网络训练效率,避免二阶段端到端网络模型存在的模型误差累计问题。该目标检测网络VPC-VoxelNet在KITTI数据集上进行了测试,检测精度优于经典三维点云检测网络和某些多传感器信息融合网络,车辆检测精度达到了86.9%。