基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

排阵式交叉口几何设计与信号控制协同鲁棒优化

针对排阵式交叉口在实际交通波动环境中存在车辆滞留排序区,运行效率稳定性难以保障的问题,提出了鲁棒优化方法,平衡交叉口运行的效率和稳定性。在分析排阵式交叉口运行特性的基础上,指出了其运行效率波动性与交叉口几何设计、信号控制、交通需求、饱和流率和运行车速这5个因素有关。确定了将交通需求、饱和流率和运行车速这3个客观波动因素作为模型的输入参数,将几何设计和信号控制这2个可受设计人员控制的要素作为模型的优化控制变量进行协同优化的模型框架。在此基础上,以交叉口车均延误条件风险值最小为目标,考虑了各流向车道数、信号相位相序、排序区车辆清空等方面的约束条件,构建了基于情景的鲁棒优化模型,并建立了遗传算法对模型进行求解。通过案例分析,对鲁棒优化模型的置信水平取值和算法准确性进行了分析,证明了算法可以使目标函数收敛到最小值,并基于蒙特卡洛模拟对优化效益进行了检验。研究发现,所建立的几何设计与信号控制协同鲁棒优化模型可实现在交通需求和供给的波动下,对排阵式交叉口的车道功能、排序区长度以及主、预信号控制进行协同优化。相较于确定性的设计方法,在平均延误层面基本维持原有水平,但对延误标准差和最大值有着较为明显的改善,案例中分别减少了48%和23%。     

基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络（Long Short-term Memory Network, LSTM）对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型（VP-LSTM）。该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场景。所构建的VP-LSTM包括3个输入,以行人的方向和速度作为历史轨迹序列输入,行人与行人的相对位置作为人-人交互信息输入,行人与车辆的相对位置作为人-车交互信息输入。该方法首先设计扇形人-人交互邻域和圆形人-车交互邻域来准确捕捉对被预测行人有相互作用的行人和车辆;其次建立3种不同的LSTM编码层来编码历史行人轨迹序列、人-人、人-车社交信息;然后定义人-人、人-车交互的防碰撞函数和方向注意力函数作为人-车、人-人社交信息的权重,进一步提高社会信息的精度;再将人-人、人-车交互信息输入到注意力模块中筛选出对行人影响大的社会信息;最后将筛选后的社会信息与行人历史轨迹序列一起输入到LSTM神经网络中进行行人轨迹预测,并在构建的DUT人-车交互数据集上验证提出的网络。研究结果表明：提出的方法能够准确地预测出交通场景中,人-车交互行人未来一段时间内的运动轨迹,有效提高了预测精度,提高了智能驾驶决策的准确性。     

成都轨道交通环线客流特征分析及运营模式研究

针对轨道交通环线大多采用的"鱼刺图"客流断面表达形式及内外环对称开行的运营模式存在的问题,通过运用国内首创的环形客流断面图对环线客流特征进行直观表达,在此基础上对其运营组织模式进行研究并提出不同的运营模式供灵活选择,以期对后续其他城市环线的设计提供参考。研究结论:(1)环线有别于放射性线路具有明显的客流特征差异,运用环形客流断面图方式,可读性和直观性更强。(2)根据环线的不同客流特征提出内外环对称、内外环不对称、大小交路、单向收发车4种运营模式。4种运营模式各有自身的适应性,在具体项目应用时应结合实际线路沿线站点情况及客流特征进行进一步研究比选。     

轨道工程车软管试验平台的研制

轨道工程车制动软管需定期进行试验,而普通的试验设备使用PLC(可编程逻辑控制器)进行设计且价格较为昂贵。介绍了自主研制的轨道工程车软管试验平台的整体结构、电气控制原理、参数等,并对其特点进行分析。该试验平台采用电气控制技术,通过各个电气元件之间的连接设计,实现设备的过程自动控制。应用表明,其性能可靠、操作简单、制造成本低,能满足轨道工程车制动软管的试验要求。     

广州三条城际铁路线的客流特征分析

城际铁路是珠三角城市群内部互联互通的重要通道,实现了广州与周边城市的快速联系。通过对比研究了广深、广珠和广佛肇等3条城际铁路线的客运总量、空间分布、时间分布及客流成长等特征,为国内其他城市群发展城际铁路提供借鉴。     

济南轨道交通R1线工程新技术探索及应用

R1线是济南首条轨道交通线路,在工程建造过程中探索、应用了多项绿色技术,详细介绍结构工程中的清水混凝土技术,深基坑支护及稳定性控制技术,混凝土刚性防水技术及预制构件应用技术;车辆基地上盖物业开发和建筑废弃物再利用技术;设备系统中的可调通风型站台门和隧道嵌装型蒸发冷凝技术等改造工艺,以及"海绵"设施应用、高架车站光伏发电和中压能馈等自然资源利用技术,以期为后续济南和其他城市轨道交通建设提供参考和借鉴。     

城市轨道交通客流预测宏观指标统计分析这篇中文摘要写得很空泛，不太容易看出论文要点

城市轨道交通客流预测作为需求分析的有效技术手段,其预测结果的可信度和有效性将直接影响决策的精准度,重要性不言而喻。通过对北京、上海、广州、深圳、成都、南京等20余座城市的轨道交通现状运营数据进行全面整理与归纳,系统阐述网络客流、线路客流、车站客流的诸多特征,从负荷强度、网络平均乘距、线路平均运距、换乘系数、断面高峰小时系数、断面不均衡性、换乘客流量级分布、车站超高峰系数等客流预测关键技术指标进行特征探讨与规律总结,以期协助模型工作者更好地把握预测结果的合理性。     

考虑补水条件的长白铁路路基土冻胀特性试验研究

水作为季冻土发生冻胀的主要条件之一,对土体的冻胀特性有显著影响。本文选取长白铁路扩能改造工程CBSG-3标段沿线不同路基土样,基于开放系统下的室内季冻土冻胀试验,开展-15℃下的单向冻结补水试验,探究不同土样在饱和补水和非饱和补水工况下的冻胀特性。结果表明,不同土样冻胀量发展大都经历三个阶段:快速增长—缓慢增长—保持稳定;土样本身含水率和外界水源都可显著增加土的冻胀率,在饱和补水与非饱和补水工况下,淤泥质粉质黏土冻胀率最大分别为38.8%、31.2%,粉砂土的冻胀率最小分别为21.7%、11.1%。基于研究结果,制定不同路段的路基防冻胀措施。     

西南及邻区高速铁路岩溶工程地质分区研究

我国西南及邻区发育分布有大量的可溶岩,随着中西部高速铁路建设的加大,大量的铁路不可避免的穿越岩溶发育区,岩溶问题给该区域的高速铁路选线及建设带来巨大的挑战。根据多条已建成和在建的岩溶山区高速铁路岩溶工程地质问题,探讨这些地区高速铁路建设所面临的主要岩溶工程地质问题。拟定以地形地貌、气候和高铁主要岩溶问题为主控因素的分区原则,构建高原岩溶区、斜坡过渡带岩溶区、岩溶化平原区等3大高速铁路岩溶工程地质区;在此基础上基于地层岩性、地质构造、岩溶发育程度和岩溶水系统特征为控制因素的分区原则,细分为17个高铁岩溶工程地质亚区。高速铁路岩溶工程地质分区的研究成果,有利于针对西南及邻区不同的岩溶工程地质分区特点,制定相应的高速铁路勘察设计方案,以查明铁路建设遇到的复杂岩溶工程地质问题,拟定相应的工程措施,规避铁路建设的工程风险。