高速公路场景下的电子稳像技术研究

为了去除高速公路监控视频中自身位置不稳定的事物给全局运动矢量估计带来误差,先通过Canny算子检测图像中的直线,并根据车道边界的特征筛选出道路边界,确定道路区域。再检测道路区域内的Harris角点信息,并与背景图中道路区域内的角点位置进行匹配,从而得到全局运动矢量,并计算出稳定的图像。实验表明,该算法能够满足高速公路场景下的稳像需求。     

基于关联规则的铁路信号设备故障诊断方法

为提升铁路信号设备的故障处理效率,在对故障文本信息分析的基础上,提出一种基于关联规则的铁路信号设备故障诊断方法.由于故障文本信息存在不规范性和高维性,首先采用TF-IDF(Term Frequency and Inverted Document Frequency)算法提取故障文本信息中的故障特征,根据故障特征、故障类...     

基于敏感性重要度算法的交通事故成因分析

随着经济的持续发展和车辆的不断增加,交通事故次数越发频繁,为缓解道路交通安全问题,本文以国道205山东省某市区的交通事故为例,在传统的故障树模型基础上,提出了两种敏感性重要度算法,两种算法分别借助于反三角函数、反比例函数和偏导运算,通过相关计算发现影响国道205山东省某市区交通事故的重要因素有：能见度差、照明条件差、其他因素、无中央隔离栏、年老体弱、非机动车违法上机动车道。     

考虑驾驶策略的高速列车运行图节能优化方法

为了降低高速列车从始发站至终到站运行的牵引能耗, 研究了针对多列车区间运行时分同步分配的列车运行图节能优化方法。基于高速列车在站间采用的“四阶段”操纵策略构建最优驾驶策略集, 以牵引距离和巡航距离为变化因子, 以牵引能耗和区间运行时分为计算目标, 求解出最优驾驶策略集里牵引能耗与区间运行时分的线性关系。在此基础上构建多列车区间运行时分最优分配的节能运行图模型。模型以牵引能耗最低为目标, 考虑了列车总运行时间约束、变量取值范围约束以及安全间隔时分约束。在模型求解方面, 选取拉格朗日松弛算法, 将复杂约束松弛至目标函数当中, 从而把原问题分解为各区间可独立求解的子问题, 利用次梯度优化的方法得出精确解, 实现了多列车区间运行时分同步分配的目标。以宝兰高速铁路为背景进行算例验证, 结果表明: 通过重新分配区间运行时分, 10列车总共节约了595.958 kW·h牵引能耗, 平均节能率达到了1.2%;从运行图的层面分析, 该算例下通过调整区间运行时分的节能方法对其影响幅度较小, 具有较强的现实意义; 所提出的模型及算法的计算时间为10 s, 针对列车开行对数较多的高速铁路, 可有效提高求解效率。      

基于遗传蝙蝠算法的任务约束船推力分配优化

针对带有任务约束且装配有多个推进器的动力定位船推力分配优化问题,提出一种全新的遗传-蝙蝠优化算法。该算法在遗传算法的基础上将种群分为两部分,一部分为保留的种群精英个体与蝙蝠算法有机结合进行优化;另一部分采用融入自适应策略的遗传算法进行优化。将该算法与所设计的带有任务约束的多维非线性推力分配目标优化函数相结合,通过仿真验证了所提出的算法可有效地解决在任务约束下的动力定位船多推进器的推力分配优化问题,在同一控制器作用下,通过与其他算法对比,该算法可获得更高的动力定位精度与更少的能量消耗,且推进器方位角变化波动小,稳定性强。可见,该算法可以有效解决带有约束的这一类多维非线性规划问题。     

基于禁忌搜索算法的无人船路径规划

针对传统A^*算法在规划路径过程中存在所拓展路径非全局最优路径的问题,提出一种禁忌搜索算法对其进行优化,将已搜索路径放入禁忌表中进行多次迭代,将迭代结果进行比较产生最优路径。为进一步验证禁忌搜索算法优化的有效性,在阑珊格搭建的海域环境中进行仿真比较,结果表明,相比于A^*算法和人工势场法,禁忌搜索优化算法在无人船路线规划中凭借其全局性能够更准确地规划出最优路径。     

基于动态时间调整的时空图卷积路网交通流量预测

为深入挖掘交通流数据的复杂时空特征并建立其依赖关系,提高交通流参数的预测精度, 本文提出一种新的交通流量预测模型——基于注意力机制和残差网络的时空关系图卷积网络 (TSARGCN)。TSARGCN对输入数据进行切片,实现多分支建模,挖掘数据的时间周期性特征; 引入残差网络保证网络中信息传递的完整性;利用DTW (Dynamic Time Warping)算法计算路网 中节点之间交通流量序列在时间维度的相似程度大小,提出时间图的概念,结合路网结构中各节 点的邻近关系,提出时空关系图的概念;基于时空关系图,在每个分支结合注意力机制分别进行图卷积和时间维度卷积,捕获交通流的时空特征及其依赖关系,实现对路网交通流量数据时空关系的建模。经过在公开数据集PEMSD4上进行实验,结果表明：TSARGCN在交通流量预测中的平均绝对误差 (MAE) 达 到 19.24,均方根误差 (RMSE) 达到 27.09,比 ARIMA(Autoregressive Integrated Moving Average model),Conv-LSTM(Convolution Long short-term memory)及 ASTGCN (Attention based Spatial-temporal Graph Convolutional Network)等知名交通流量预测算法具有更高的预测精度。     

无信控路段人行横道处行人过街建模与仿真

为精细化描述无信控路段人行横道处行人过街决策及微观运动行为,本文在行人过街行为分析的基础上,基于战术层-操作层构建行人过街双层模型。其中,在战术层面,针对行人分步决策特性,利用二元Logistic回归模型构建路侧和路中行人过街决策模型;在操作层面,针对传统社会力模型在描述行人过街时表现出的局限性,引入行人主动避让力和人行横道对行人的作用力,构建行人过街微观运动模型。最后,通过AnyLogic仿真平台实现行人过街双层模型仿真,并根据实际数据和仿真结果分析模型有效性。结果表明：相较于路侧决策模型,行人性别、停车视距内的车辆数和行人距潜在冲突点的距离这3个因素对行人路中决策结果影响更显著,引入行人主动避让力和人行横道对行人作用力的改进社会力模型,能更好地反映无信控路段行人过街时的行为特征。无信控路段人行横道处行人过街行为仿真模型的有效建立,能为后续行人过街安全改善方案提供决策支持。     

基于改进混合蛙跳算法的船舶推力分配

为了提高船舶动力定位系统的定位精度,保障海上正常作业,本文提出了一种基于改进混合蛙跳算法的船舶推力分配方法.建立了以船舶的推进系统功率最小为目标函数,其中目标包括船舶推进器的功率消耗,推进器的磨损,推力的误差.约束条件包括推进器的推力和方向角正常工作大小以及其变化率的大小.针对传统的混合蛙跳算法的初始化和更新规则进行改进.将改进前后的混合蛙跳算法对船舶推力分配问题进行优化求解,仿真的结果表明改进后混合蛙跳算法能有效的降低船舶的功率消耗,并且提高了船舶动力定位系统的相关精度.