冰雪条件下中国驾驶员跟驰行为及模型研究

分析驾驶员在冰雪条件下的驾驶行为特性，建立考虑驾驶员行为特性的跟驰模型，有助于丰富现有交通流理论.通过招募驾驶员开展实车跟驰试验，对比分析正常条件与冰雪条件下的驾驶行为差异.进而基于任务难度均衡理论构建包含人类因素参数的任务难度模块，引入改进后的智能驾驶员模型，并采用车辆轨迹数据对模型进行标定和有效性验证.研究表明：驾驶员在跟驰行驶过程中受外界刺激及自身驾驶能力影响时会对车辆行驶状态进行动态调整，试图保持期望间距，且速度与前车一致的状态；冰雪条件下驾驶员采取风险补偿行为，其车头时距波动幅度较正常条件收窄，模型引入人类因素参数可以较好地描述其差异性. 模型有效性验证表明，新模型在6个仿真场景中的表现都优于传统智能驾驶员模型，且表现出更好的鲁棒性.研究结果可为冰雪条件下的交通管理措施制定提供理论支持.     

轨道车辆司机操纵台人机界面布局优化模型与算法

针对轨道车辆司机操纵台布局优化设计问题,引入CSP约束满足技术将工效学布局原则规范化,利用RULA姿势负荷评价方法将司机驾驶作业动作因素定量化,提出了一种基于人因素和几何位置匹配因素的操纵台布局优化设计模型。然后利用粒子群优化算法对数学模型进行优化计算,其中借助模糊数学中的隶属度来描述约束条件,设计了一种适用于操纵台布局总匹配度评价的适应度函数。最后针对有22个操控器件、2个显示屏和4个指示灯的轨道车辆司机操纵台布局问题提出了初步的解决方案,证明了该方法的有效性。     

大功率IGBT 驱动信号隔离技术研究

分析与比较了IGBT驱动器中常用驱动信号隔离技术。针对大功率IGBT驱动器的工况,设计了一种基于磁耦合的数字信号隔离电路,并进行了理论分析,样机开发设计与研究性试验证明了其优异的传输性能和抗干扰性。     

地铁列车旅客信息系统中司机控制单元的设计及实现

根据地铁列车旅客信息系统的控制要求,利用C8051F系列单片机及图形点阵液晶模块和智能键盘控制器,构建了稳定的司机控制单元硬件结构,开发了基于Modbus协议并利用RS 485总线实现的司机控制单元功能.应用表明,该部件的软硬件设计及通信完全满足地铁列车旅客信息系统对终端设备的要求.     

重载组合货运列车纵向力的分析以及操作控制策略

文章对重载组合货运列车的编组方式进行了阐述,对牵引和制动两种工况下产生纵向冲击力的机理及大小进行了理论分析,对由于纵向冲击力过大而存在的安全风险进行了阐述,并且针对如何减小纵向冲击力提出了重载货运组合列车的操作控制策略。     

合乘模式下司机收入公平模型及仿真

针对出租车合乘模式下司机的收入问题,建立了合乘模式下司机收入公平心理模型,采用公平理论分析了司机的心理及行为,通过仿真计算,分析了合乘模式下乘客总需求量及司机公平心理对司机收入的影响.研究结果表明,乘客总需求对合乘模式下司机总体的平均收入有较大的影响,合适的供需比下实施合乘才能提高司机收入;在供需比较大时,司机争抢乘客的行为会导致司机个体收入差距增大,部分司机收入降低的现象;为成功实施合乘模式,必须考虑当地出租车市场的供需比情况,并且建立合理的措施以防范司机争抢乘客的行为出现.所得结论对出租车合乘政策的制定与管理有一定的指导意义.     

轨道交通驾驶仿真器的关键技术

介绍了三种不同类型的轨道驾驶仿真器,对这三类仿真器的结构、技术特点、使用范围等进行了分析。讨论了全功能轨道驾驶仿真器的结构,并对轨道驾驶仿真器的关键技术进行了探讨。     

故障自诊断功能在设备维护中的应用

一些关键的港口设备发生故障后要求快速修复,这就要求其具有强有力的故障自诊断功能,但有些故障无法通过自诊断直接定位故障点,而通过补充、完善自诊断功能,可以缩小故障排查范围,提高故障诊断的准确性。     

一种机动车驾驶人道路考试智能评判监测系统

道路考试是机动车驾驶员考试科目之一,目前的路考全部采用考试员人为判断考生的操作情况,从而判定考生是否合格。这就造成人为因素影响很大,评判标准不统一。系统采用先进的计算机技术、网络技术、传感器技术与通信技术,将智能化移动考试车辆和考试监控中心作为整个考试监测系统的两大相对独立的子系统。系统提供了路考过程的科学测试数据和定量的评分依据;提高了路考的科学性、客观性、公正性和透明度;改善了考官的工作环境和劳动条件;提高了路考工作的效率。系统的成功研制有力的补充了目前科目三无电子评判的空白。     

基于模糊推理的换车道模型

微观交通仿真在交通系统分析和管理方面是1种安全、有效的工具。在交通微观仿真中,用变换车道表现驾驶员行为是1个非常重要的方面;然而,以往的许多换车道模型并没有考虑驾驶员行为的不确定性和认知性。文中利用模糊推理来表现这种不确定性和认知性,从而使换车道行为更加符合现实。通过实际观察数据与模糊推理的微观仿真模拟的结果比较,表明该模型是可行的,有效的。