基于货运车辆预警数据的高速公路危险驾驶热点路段识别

本文以货运车辆车联网数据中的车辆碰撞预警、疲劳预警和超速预警数据为研究对象,针对G4高速公路北京和河北境内道路上的三种预警热点路段进行识别。运用全局空间自相关性分析方法得出三种预警数据在道路空间中不是随机分布,而是集中在某一个或几个路段上;进一步采用局部空间相关性分析方法识别出三种不同预警类型下对应的热点路段。交通管理部门可根据识别出的预警热点路段提出针对性的管控措施,有助于缓解交通事故的发生,提高货运安全水平。     

基于乘客寻路行为的城市轨道交通车站导向标识序化设置研究

为实现轨道交通车站内客流快速疏散,避免因乘客滞留造成站内乘客出行效率低以及大客流压力导致的安全隐患等问题,本文对目前国内导向标识的设置原则及功能进行描述,依托大数据等信息化技术分析行人寻路行为机理及出行特征与导向标识序化设置间的关系,研究导向标识的序化设置,依据行人在不同交通设施的步行速度及信息处理时间,并提出在站内停顿点数量较多的通道、楼梯口及闸机处设置导向标识的位置,进而对导向标识的设置进行人性化和合理化的优化设置,对轨道车站内停顿点位置进行导向标识的合理布设,以快速引导行人进行出行决策,减少停顿点数量。     

具有无序排列管片环结构的地铁盾构隧道数字模型智能重建北大核心CSCD

运营地铁隧道的管理、健康监测及维护正逐渐趋向于数字化、智能化;但常因地铁盾构隧道管理和检测单位缺少隧道数字模型,限制了地铁隧道智能维护和管理系统的应用和发展。文章针对地铁盾构隧道中无序排列的管片环结构,提出了一种基于深度学习和机器视觉的地铁盾构隧道数字模型智能重建方法,利用检测车获取的隧道衬砌内表面高清图片,对管片特征物(螺栓孔)进行智能识别与自动分类,再根据螺栓孔群的分布特点自动推断隧道管片环的排版规律,从而结合隧道实际线路实现隧道数字模型快速重建。某地铁隧道的实例应用结果表明,该方法适用于管片无规律性错缝拼装的情况,能以100%的准确率实现地铁盾构隧道数字模型的智能重建。     

Exploring electric vehicle charging patterns: Mixed usage of charging infrastructure

This paper examines the charging behavior of 7,979 plug-in electric vehicle (PEV) owners in California. The study investigates where people charge be it at home, at work, or at public location, and the level of charging they use including level 1, level 2, or DC fast charging. While plug-in behavior can differ among PEV owners based on their travel patterns, preferences, and access to infrastructure studies often make generalizations about charging behavior. In this study, we explore differences in charging behavior among different types of PEV owners based on their use of charging locations and levels, we then identify factors associated with PEV owner’s choice of charging location and charging level. We identified socio-demographic (gender and age), vehicle characteristics, commute behavior, and workplace charging availability as significant factors related to the choice of charging location.     

Modeling of individual vehicle safety and fuel consumption under comprehensive external conditions

This research intends to explore external factors affecting driving safety and fuel consumption, and build a risk and fuel consumption prediction model for individual drivers based on natural driving data. Based on 120 taxi drivers’ natural driving data during 4 months, driving behavior data under various conditions of the roadway, traffic, weather, and time of day are extracted. The driver's fuel consumption is directly collected by the on-board diagnostics (OBD) unit, and safety index is calculated based on Data Threshold Violations (DTV) and Phase Plane Analysis with Limits (PPAL) considering speed, longitudinal and lateral acceleration. By using a linear mixed model explaining the fixed effect of the external conditions and the random effect of the driver, the influences of various external factors on fuel consumption and safety are analyzed and discussed. The prediction model lays a foundation for drivers' fuel consumption and risk prediction in different external conditions, which could help improve individual driving behavior for the benefit of both fuel consumption and safety.     

考虑刚度退化的铁路低配筋混凝土桥墩抗震评估方法

根据已有试验结果,得到适用于铁路低配筋混凝土桥墩的荷载位移双折线模型.选取4类场地的320条实际地震记录,利用该双折线模型研究4类场地的强度折减系数谱值随桥墩屈服后刚度折减系数变化的规律.结果表明:在考虑桥墩屈服后刚度退化的情况下,强度折减系数谱值随桥墩屈服后刚度折减系数的增大而降低,说明低配筋混凝土桥墩屈服后的刚度退化越大,桥墩对地震的强度需求越大.通过对4类场地强度折减系数谱的统计分析,给出考虑刚度退化的三折线型强度折减系数谱以及据此的铁路低配筋混凝土桥墩抗震评估方法.     

山区箱型拱桥动力特性及车致振动研究

针对山区轻型拱桥易在交通荷载作用下振动强烈的问题,详细描述了一座新建的箱型上承式拱桥动力特性及车致振动分析的全过程。首先通过大桥现场环境振动测试,运用增强型频域分解法和随机子空间法对其进行参数识别。随后通过分析大桥现场动载试验结果讨论车致振动对大桥受力的影响,结论可为同类型桥梁的设计提供重要参考。     

驾驶模拟器运动系统对跟驰行为平稳性影响分析

跟驰过程中跟驰车速、跟车间距的波动性表征了驾驶员跟驰行为平稳性.利用8自由度高逼真驾驶模拟器,通过开启关闭运动系统构建动静态模拟器,分析运动系统对不同跟驰状态下驾驶员跟驰行为平稳性的影响.动态模拟器相对于静态模拟器对比结果表明:加速跟驰状态下,跟驰车速、跟车间距平稳性分别提高了12.5%和27.4%;减速跟驰状态下,跟驰车速、跟车间距平稳性分别提高了27.4%和22.9%;稳定跟驰状态下,在跟驰车速为10 km/h、40 km/h和80 km/h时,跟驰车速平稳性分别提高了30.7%、22.2%和17.6%,跟车间距平稳性分别提高了23.6%、37.9%和17.0%.显著性检验结果表明:在跟驰车速为40 km/h的稳定跟驰状态下,跟驰车速和跟车间距在动静态模拟下的平稳性存在显著差异;加速跟驰状态下,动静态模拟器下驾驶员跟车间距平稳性存在显著性差异;减速跟驰状态下,动静态模拟器下驾驶员跟驰车速平稳性存在显著性差异.研究成果为开展驾驶模拟实验的动静态模拟器的选择提供了参考.     

Levenberg-Marquardt法与Gauss-Newton法相结合在桥梁结构静力参数识别中的应用

目前用于服役桥梁结构静力参数识别的算法主要有Gauss-Newton(G-N)法和Levenberg-Marquardt(L-M)法,但是两种方法各有缺点,G-N法不能有效地处理奇异和非正定矩阵以及对初始点要求苛刻,L-M法虽然能克服G-N法迭代矩阵奇异的缺点,但由于阻尼因子的存在使得识别结果精度较为粗糙。结合二者的优缺点提出:先采用L-M法进行初步识别,再由L-M法初步识别结果作为G-N法的初始值进行再识别的方法,通过MATLAB自编程序实现对实际结构参数的优化求解,从而提高参数识别精度。文中最后以一连续粱的数值模拟试验验证了该法的有效性,比较结果表明,本文方法的识别精度要达到L-M法的2倍之多,能大大地提高识别结果的精度,从而保证了识别参数的可靠性,为服役桥梁结构的进一步状态评估提供了结构模型可靠的量化信息。