基于稀疏采样数据的电动公交车电池SOC预测方法研究

为提高电动公交车电池SOC预测的精度,基于某电池监控云平台电池数据库中存储的以30 s为采样周期的稀疏采样的电池运行数据,对电动公交车电池SOC预测方法进行了研究。首先,介绍了稀疏采样数据源,分析了电动公交车动力电池的运行过程及其SOC变化的影响因素。选取了当前电池组的总电压、电流、电池模组温度均值及前一时刻SOC值作为预测变量,而选择当前电池组SOC作为输出变量,构建了训练数据集与测试数据集。然后,采用支持向量机(SVM)算法进行训练,并使用贝叶斯优化算法寻找SVM的最优超参数组合,提出了基于稀疏采样数据的电动公交车电池SOC单步预测方法。接着通过对训练数据集的再划分,进一步提出了基于稀疏采样数据的电动公交车SOC自主预测方法,摆脱了在SOC长期预测过程中对于BMS估计的真实SOC值的依赖。试验结果表明,SOC单步预测方法的最大绝对误差仅为1.82%,SOC自主预测方法的最大绝对误差也只有5.89%,都具有较高的预测精度。根据在不同运行路线和不同环境温度下的试验结果,SOC预测模型具有较高的鲁棒性。     

信号交叉口车路环境对电动自行车释放膨胀特性的影响分析

电动自行车数量的急剧增长导致其在绿灯释放阶段膨胀特性明显,进而加重了交叉口的机非冲突、降低了车流的通行效率。利用视频轨迹提取技术,通过光流法的表现形式描述直行电动自行车在绿灯期间的膨胀特征,并根据其密度变化、膨胀差异和电动自行车对机动车的影响程度,确定出释放初期为主要研究时段;同时,提出了一种反映电动自行车膨胀变化的新型指标膨胀度,分别通过线性相关分析、秩相关性分析和偏相关分析,确定了车路环境中影响膨胀度的动态因素和静态因素;最后基于6个信号交叉口的实测数据,建立各因素与膨胀度的数学关系模型,并结合实际交通条件,给出不同车路环境下电动自行车的管控措施与渠化方法。研究结果表明：车路环境中的电动自行车流量、机动车流量、电动自行车过街距离、非机动车进/出口道宽度、机非分隔带设置情况这5种因素对膨胀度的影响能力各异,右转机动车流量与膨胀度相关性最高。此外,动态因素与膨胀度之间具有确定的函数关系,存在电动自行车与机动车流量均衡效益最大的优势区域;静态因素的差异会导致电动自行车膨胀形式的变化;膨胀度可与动态、静态因素构建复合函数模型。研究成果可为混合交通流的渠化设计和信号配时提供理论依据和技术支持。     

基于问卷调查的公众交通安全意识评价方法

为了评价公众交通安全意识,进而明确不同年龄、不同受教育程度、不同职业和不同出行方式的公众群体交通安全意识的差异性,对公众交通安全意识调查数据进行了量化分析。首先,基于自主编制的公众交通安全意识问卷对5 029名参与者进行了调查;其次,对回收的问卷进行因子分析和信度、效度检验,得到了交通安全行为、交通安全态度和交通管理认知3个因子;最后,选取上述因子作为3个一级评价指标,因子所含条目作为17个二级评价指标,对公众交通安全意识进行评价,采用主成分分析法计算因子得分,并应用熵值法确定一级评价指标权重,再通过灰色关联分析计算灰色关联度,最终根据模糊综合评价得出不同公众群体的交通安全意识水平。研究结果表明：不同年龄段的公众中,18~40岁群体交通安全意识水平最高（b=0.79）,41~65岁（b=0.44）和65岁以上（b=0.45）群体交通安全意识水平较低;不同受教育程度的公众中,专科学历群体的交通安全意识水平最高（b=1）,小学及以下学历群体其交通安全意识水平较低（b=0.33）;不同职业的公众中,事业单位人员群体的交通安全意识水平最高（b=0.93）,农民群体的交通安全意识水平较低（b=0.33）;不同出行方式的公众中,以公交车为主要出行方式的群体其交通安全意识水平最高（b=0.91）,而以三轮车（b=0.35）和自行车（b=0.36）为主要出行方式的群体其交通安全意识水平较低。研究结果可用于不同公众群体交通安全意识的度量,并为不同群体的交通安全意识提升方法制定提供理论依据。     

船舶航行轨迹自动化控制中PLC技术研究

为有效发现水域中那些偏离正常航行轨迹的船舶,从而提高船舶航行安全性,设计基于PLC技术的船舶航行轨迹自动化控制方案。通过提取船舶航线轨迹数据的方式,弥补缺失信息的插补空隙,完成PLC数据的采集及预处理。在此基础上,度量轨迹内航行节点间的相似性,按照正常轨迹点的建模需求,实现对时间复杂度的精准分析,完成船舶航行轨迹自动化控制中的PLC技术研究。对比实验结果表明,与GMM航迹分析算法相比,应用PLC自动化控制方案后,QIE水域避障系数提高至6.32,不仅提高船舶的航行安全性,也可有效发现偏离正常航行轨迹船舶的实时所处位置。     

大数据环境下舰船尾迹破碎图像高精度识别技术

针对原有方法在对舰船尾迹破碎图像进行识别的过程中,受破碎图像特征残缺的影响,存在大量难以检测的角点,在图像破碎度为40%～60%时存在特征抽样拟合率较低的问题,提出一种大数据环境下舰船尾迹破碎图像高精度识别技术。在大数据环境下,通过SUSAN角点检测算法这种大数据算法对舰船尾迹破碎图像进行角点检测。构建图像特征检测模型,利用构建模型对舰船尾迹破碎图像角点处实施特征检测,获取舰船尾迹破碎图像特征。通过构建舰船尾迹破碎图像高精度识别模型实现舰船尾迹破碎图像高精度识别。为了证明大数据环境下舰船尾迹破碎图像高精度识别技术实现了特征抽样拟合率的提升,将原有技术作为对比实验技术进行该技术与原有技术的特征抽样拟合率对比实验,实验结果证明该技术实现了特征抽样拟合率的提升,更适用于舰船尾迹破碎图像的识别。     

SVR辅助SINS-DVL的水下机器人组合导航方法

多普勒计程仪(DVL)在水下导航系统应用越来越广泛。当海底环境发生变化时,DVL会发生数据刷新频率不稳定,数据无效等情况。为了提高导航的可靠性,本文提出了一种变训练集的SVR回归方法,对DVL的数据进行预测。根据水下机器人的速度变化率和加速度变化率调节训练集大小。把捷联惯导(SINS)的东向和北向速度作为输入,DVL东向和北向速度作为输出对模型进行训练。根据SINS的数据输出频率,选取合适的预测数据输出频率进行仿真。仿真发现算法有效地提高了SINS/DVL组合导航的精度,并在DVL数据无效时,有效地抑制误差,提高导航系统的稳定性。     

重型道路交通事故模块化智能综合救援车的研制

针对拥堵及狭窄道路环境、多种等级路面以及灾害破损路面条件下的交通事故快速抢通救援需求,研发设计具有作业系统模块化设计组合及集成匹配技术、适用于多路况的专用底盘技术、智能化多传感辅助操作及安全监控技术等多种技术融合的重型道路交通事故模块化智能综合救援车,使得道路交通应急救援技术装备更加专业化、高效化。     

BIM技术在地下综合管廊施工阶段的应用

在当前社会发展背景下,地下综合管廊社逐渐成为了市政施工的重点环节,其中,BIM技术作为一项全新的信息化工具,在建筑行业工作中也发挥着不可忽视的重要作用和价值。针对综合管廊的施工特点,可以更有效地分析管道施工过程在整个市政工程、管廊主体结构中的特征。本文以地下综合管廊施工中的问题作为基础研究对象,进一步了解BIM技术在工程施工中的实际应用。     

柴油机车辆冒黑烟故障的原因分析

通过控制环境温度和中冷后进气温度,对某柴油发动机进行单变量因素台架试验,并对其结果影响进行分析;同时结合整车匹配设计与ECU数据标定,分析车辆运行过程中冒黑烟的原因及提出相应解决措施。