基于LTE系统的轨道交通辅助定位方法

为保证城市轨道交通运营安全,针对车载控制器(VOBC)出现故障时,调度人员无法获悉列车位置的情况,利用列车接入单元(TAU)上传长期演进系统(LTE)的无线性能指标进行辅助定位。该系统平时进行车辆实际位置和无线性能指标的大数据拟合,在特殊情况时利用拟合曲线和无线性能指标进行辅助定位,为列车安全运行提供可靠的保障。     

海洋工程拖曳埋置锚结构强度与试验方法研究

针对拖曳埋置锚在海洋工程锚泊定位系统中结构强度的设计难点,以及缺少明确的试验方法问题,以某型拖曳埋置锚为研究对象,建立了简化的拖曳埋置锚结构强度分析模型,验证了不同工况下拖曳埋置锚的结构强度计算要点,总结了拖曳埋置锚设计要点与试验方法.结果表明:海洋工程拖曳埋置锚应计算关键剖面的结构强度,并通过试验验证其强度,试验验证负荷可取50％系泊链破断负荷,约束点取距锚爪尖端20％ ～30％的锚爪长度.     

卫星单点定位数据的安全指标构建研究

以上海市市中心城区路段和交叉口为安全分析单元，进行基于卫星单点定位数据的安全替代评价指标构建。通过历史事故安全替代评价指标包括基于事件的安全替代评价指标(急加速事件和急减速事件)和基于交通流的安全替代指标(平均速度、速度变异系数、拥堵指数)。采用Savitzky-Golay滤波对卫星单点定位数据进行处理并提取急加速和急减速事件；提取了不同时间早高峰、晚高峰、非高峰和全部时段的交通流安全替代评价指标。在实时事故安全替代评价指标方面，根据时间维度(事故发生前5～10 min和10～15 min)和空间维度(全路段和分路段)选取实时事故安全替代评价指标。使用皮尔逊相关系数和随机森林方法对指标进行相关性分析和重要度排序。     

基于滑模控制的卡尔曼滤波在列车定位中的研究

为了提高城市轨道交通中轮轴速度传感器与加速度计组合定位的精度,提出一种基于滑模控制的改进卡尔曼滤波算法。对于组合定位来说,由于卡尔曼滤波不能很好地修正加减速过程中的空转打滑误差,考虑到滑模控制器的滑动模态与系统的参数及扰动无关,提出采用基于滑模控制的改进卡尔曼滤波来进一步降低误差。其基本思路是应用指数趋近律滑模变结构来改善里程计算值,然后再进行卡尔曼滤波。并利用仿真软件对上述过程进行验证,仿真结果表明:基于滑模控制的改进卡尔曼滤波算法,能够在一定程度上减小空转打滑误差,进一步提高定位的精度。最后通过与其他卡尔曼滤波改进算法对比,得出基于滑模控制的卡尔曼滤波方法结构更为简单,也能保证一定的精度。     

一种基于地图辅助的自动驾驶视-惯融合定位方法

视觉同步定位与建图(Simultaneous Localization and Mapping, SLAM)方法广泛应用于自动驾驶领域。传统的方法利用车载摄像头表征车辆周围环境，同时估计自身位置，当车辆运动过快时，定位精度和鲁棒性会下降。针对此问题，本文提出一种地图辅助的视-惯融合定位方法。该方法在ORB-SLAM2(Oriented FAST and Rotated BRIEF SLAM2)的基础上拓展地图保存功能，将建图和定位拆分为两个独立模块，车辆首先以较慢的速度构建并保存具有视觉特征的地图，然后，在第2次运行时车载计算机调用预先保存的地图实现精确且稳定的定位性能。由于构建地图阶段采用了图优化算法融合惯性测量单元(Inertial Measurement Unit, IMU)的信息，地图误差得到有效校正。在KITTI数据集场景和实际场景中验证了所提方法的良好性能。实验结果表明，所提方法在4, 8, 16 m·s-1 驾驶速度下的定位精度分别为2.59，2.61，2.73 m，图像失帧率和路径丢失率分别为3.76%和1.38%，3.89%和1.69%，4.27%和1.84%。相比原始的ORB-SLAM2方法，系统定位精度和鲁棒性均得到了提高。     

虚拟现实技术舰船高速航行图像目标检测算法

针对常规算法所得检测结果的中心位置偏差较大,导致检测精度低下的问题,提出虚拟现实技术舰船高速航行图像目标检测算法研究。参考人眼的视觉习惯,将采集到的图像灰度化处理,利用均值滤波法抑制噪声,改善图像质量,利用虚拟现实技术,计算目标点三维坐标值,定位图像目标,提取特征确定检测区域,调整融合系数,增强抗干扰能力,实现舰船高速航行图像目标检测。设计对照实验,与常规算法对比分析,实验结果表明,所提出的算法检测结果中心位置偏差明显减小,其检测精度远优于常规算法。