人机混驾环境下基于LSTM的无人驾驶车辆换道行为模型

道路系统中的人机混驾交通环境是指人工驾驶车辆与自动驾驶车辆混合运行的交通环境,其中换道行为建模是人机混驾环境下无人驾驶车辆行为研究的热点。基于深度学习理论,构建人机混驾环境下基于长短期记忆神经网络的无人驾驶车辆换道行为模型（Long-short-term-memory-based Autonomous Vehicles Lane Changing,LSTM-LC）。通过研究人工驾驶车辆在换道过程中与周边车辆的相互作用,对换道行为影响因素进行分析;同时,为了提升模型的迁移性,引入道路横向偏移量信息。结合LSTM神经网络的输入要求,使用美国公开交通数据集Next Generation SIMulation（NGSIM）构建换道行为样本库。针对LSTM-LC模型,以均方差MSE作为损失函数,使用RMSprop优化方法进行训练,对LSTM网络结构、历史序列长度N及训练样本量3个重要参数进行标定。最后,针对道路横向偏移量M对LSTM-LC模型性能的影响进行对比试验。研究结果表明：相比GRU-LC模型,LSTM-LC模型对换道行为的表征更准确,在模型的精度和迁移性上有着显著的提升;GRU-LC模型的均方差为4.64 m²,迁移性均方差为119.82 m²,而LSTM-LC模型的均方差为3.18 m²,迁移性均方差为79.58 m²,分别优化了31.5%和39.71%;通过引入道路横向偏移量M,可将LSTM-LC模型精度和迁移性提升约10%,且模型稳定性更强。     

大型排水泵房基坑优化设计研究

目前大量排水工程的地下泵房采用基坑支护的方式施工。大型排水泵房的结构具有地下各层的层高比较高、内隔墙布置复杂等特点。因此,基坑支护工程的设计和施工存在内支撑布置和换撑困难的问题。以某大型排水泵房的基坑优化设计为例探讨了一种利用给排水地下构筑物的结构特征布置换撑的方法,减小基坑支护工程中的换撑难度,加快施工进度。     

土体中应力分布基本规律的探讨

基于土体的颗粒结构和只有颗粒接触传递应力的特性,对不同姿态颗粒接触中应力传递的机理分析,揭示了土体在相对静态下存在主动力的应力扩散效应和强被动力的应力集中效应,及其形成的土体中应力分布基本规律。主动力的应力场是以其所在土层的应力扩散角θ向外扩散的园锥形应力范围,在应力场内应力扩散分布,主应力方向不变,且伴有与之垂直的法向应力,应力分布均衡了应力场内颗粒和支承面的位移趋势。强被动力的支承面上存在以θ角向外扩散倒锥台形的应力平衡范围,在此范围内反向应力集中作用到强支承面,强支承面主导了其所在应力场的应力分布。土拱效应是应力集中效应的衍生效应,是相邻的同向强支承反力的应力平衡范围发生重迭时产生的现象。     

浅谈影响卡车白车身气密性的因素

白车身的气密性是驾驶室气密性的基础。文章对卡车白车身设计过程中影响气密性的因素进行了梳理,并对这些因素出现的部位及设计要点进行了说明,同时建议了一些气密性控制方法。     

基于实践的Alias高级建模方法研究

Alias建模方法在汽车领域内已具备成熟的流程,各大主机厂所适用的方法大同小异,如何通过一种更高效、更准确的途径完成建模工作,展示造型设计师的创意与构想,文章来进行详细的剖析与分享。     

合肥地区复合地层盾构掘进参数控制研究

为保证合肥地铁盾构隧道的施工安全,基于合肥地层情况,通过PLAXIS 3D 岩土有限元软件模拟穿越软土、硬岩及复合地层3 种不同地层条件的盾构掘进过程,研究开挖面支护力N、盾构钢壳锥度引起的收缩率C 和壁后注浆压力p 对地表沉降和围岩变形响应的影响规律。研究结果表明: 1)支护力N 和注浆压力p 对地表沉降的影响受地层和埋深的限制较大,收缩率C 则相对较小;2)从地表沉降上看,盾构掘进参数(N、C、p)对软土层的影响最大,复合地层次之; 3)p 对管片上浮和管片内力的影响显著,不宜设置过高,软土层对p 最为敏感,硬岩和软硬复合地层次之。最后,将这些影响规律应用于合肥地铁4 号线某区间的盾构掘进参数控制中,结合现场数据分析,结果表明盾构掘进姿态正确,地表沉降稳定,掘进参数合理可靠。