计算机仿真研究平整度指标与路面状态的定量关系

参照平整度测量仪的结构及原理,用MATLAB科学计算语言对平整度的测量过程进行了模拟仿真,分析平整度指标与路面状态参数之间的定量关系,并阐述了此项研究对提出新的摊铺机自动找平系统的控制方式,提高路面平整度具有的实际意义与可行性.     

基于TDM的出租车供需调控方案研究

交通需求管理（TDM）是能从根本上解决城市交通问题的策略,具有现实的意义。针对成都市出租车供需现状,运用系统的思想对各供需调控方案进行评价比选,分析交通需求管理的必要性并提出针对出租车的交通需求管理的具体措施,可为解决出租车的供需矛盾提供参考。     

城市公交车与社会车辆混合流速度模型及交通运行状态分析

为了精确解析城市公交车和社会车辆混合运行的状态,在基本路段车速模型适用性分析的基础上,引入公交车流量、社会车辆流量、公交车比例等参数,建立了改进的混合机动车运行速度模型,分别选取单向二车道和单向三车道路段进行交通试验调查,采用Metrocount 5600气压管式车辆分型系统进行数据采集并用于改进模型的参数标定,并分别建立了2种车型的速度差模型,提出了路段混合车流3种不同交通运行状态的评价方法。研究结果表明：同等车流量情况下,不同公交车比例对社会车辆速度的影响表现为3个显著的变化区间;随着路段饱和度的增加,社会车辆和公交车之间的速度差呈现出从几乎不变、快速缩小到接近于零3个较为明显的运行状态;考虑车流组成中公交车比例的变化可以细化路段车流畅通状态、拥堵形成状态以及拥堵状态的判别。     

UML状态图映射为Petri网模型的方法研究

UML广泛应用于软件建模,然而UML是半形式化的,这使得很难对其进行严格的语义分析和正确性验证。状态图作为UML动态描述机制的重要组成部分,同样存在这样的问题。Petri网作为一种图形化建模工具,具有严格的形式化语法语义,而且有很多成熟的分析方法。本文提出了将UML状态图映射为Petri网模型的方法,并结合实例对映射后的模型进行分析,验证了模型的一系列正确性。     

几何设计对快速路立交匝道行车安全性的影响

由于城市快速路转向交通流量大、线形设计标准低,快速路立交匝道成为交通事故的多发点。利用上海市快速路3年事故数据和交通流量检测数据,以上海市浦西地区快速路立交匝道为研究对象,根据车辆在匝道上的行驶特征以及车辆交互特性,将立交匝道划分成出口段、衔接段和入口段及左转匝道、右转匝道等5个研究单元,针对各单元分别建立负二项模型分析匝道几何设计及其组合参数、交通流特征对于安全的影响。结果表明,出口段及入口段的安全性与几何特征的联系较为紧密;迂回式左转匝道相较于右转匝道受几何线形影响大;流量越大、长度越长,事故风险越高,但出口段的长度与事故发生呈负相关关系;出口处为直线、入口处存在长直下坡路段、入口处线形与主线差异大的立交匝道安全性差;迂回式左转匝道上存在过小半径曲线,特别是将小半径曲线设置在出口处,会极大增加事故几率。     

基于Gb接口信令分析的深圳站进路预告故障处理

进路预告信息通过GPRS网络传递,是CTC与CIR之间传输的重要业务之一,是保障铁路运输安全的重要手段.围绕广深线深圳站进路预告接收异常问题,进行故障定位,判断为因CIR发生小区重选导致短暂脱网丢包,从而影响到深圳站进路预告接收,为此提出调整天线倾角及重选参数的优化方案,为相关铁路单位运维工作提供参考.     

基于信息融合的车辆险态运行模式评价研究

提出了一种车辆运行状态识别体系.鉴于车辆行驶环境的复杂性,多作业工况条件的影响以及车辆行驶行为表现特征的多元性,采用BP神经网络技术与Dempster-Shafer证据推理技术相结合的信息模式分类及融合判断的解决方案.为验证所提出的方案,建立车载摄像机视频实时检测系统,以车道偏离信息和跟驰车间距信息作为车辆行驶的表征参量,实现车辆险态行驶特征表现的检测和评价.研究结果表明,模式分类和多源信息融合决策技术的综合运用提高了车辆危险行驶姿态表征信息甄别的自适应性和智能化水平.     

车用柴油机加速瞬态过程控制策略研究

设计了车用柴油机在加速瞬态过程中的控制策略,建立了直列4缸电控单体泵柴油机的数学模型,模型包括燃烧模块、进排气系统模块、带中冷的增压器模块和控制器模块。在加速过程中,针对废气涡轮增压器的滞后问题,设计了一阶油门滤波的油量供给策略。通过仿真研究,给出了根据空燃比和发动机转速变化量决定的控制时间常数。     

汽车-行人撞击事故过程仿真研究

根据中国人体特征参数建立了16刚体的行人模型,在人体的主要部位生成简易的弹簧阻尼运动关节。建立汽车模型与汽车行人碰撞模型,应用ADAMS软件模拟汽车行人碰撞过程。通过模拟不同速度下的汽车人体撞击,对事故发生过程进行再现,比较仿真数据和事故现场数据得到了事故中的汽车速度,从而为交通事故提供了一种有效的处理方法。     

Cellpath: Fusion of cellular and traffic sensor data for route flow estimation via convex optimization

A new convex optimization framework is developed for the route flow estimation problem from the fusion of vehicle count and cellular network data. The issue of highly underdetermined link flow based methods in transportation networks is investigated, then solved using the proposed concept of cellpaths for cellular network data. With this data-driven approach, our proposed approach is versatile: it is compatible with other data sources, and it is model agnostic and thus compatible with user equilibrium, system-optimum, Stackelberg concepts, and other models. Using a dimensionality reduction scheme, we design a projected gradient algorithm suitable for the proposed route flow estimation problem. The algorithm solves a block isotonic regression problem in the projection step in linear time. The accuracy, computational efficiency, and versatility of the proposed approach are validated on the I-210 corridor near Los Angeles, where we achieve 90% route flow accuracy with 1033 traffic sensors and 1000 cellular towers covering a large network of highways and arterials with more than 20,000 links. In contrast to long-term land use planning applications, we demonstrate the first system to our knowledge that can produce route-level flow estimates suitable for short time horizon prediction and control applications in traffic management. Our system is open source and available for validation and extension.