行人致命交通事故特征与致因机理研究——基于181例深度调查事故案例

为了把握行人致命事故的特征和致因机理,促进减少该类事故的发生,基于国家车辆事故深度调查体系(NAIS)中的181例真实行人致命事故案例,从事故地点、时间与天气、驾驶员、行人、车辆、碰撞状态以及事故后果等方面进行了数据统计分析,并在此基础上采用鱼刺图法从行人、驾驶员、车辆、道路和环境等5个方面对行人致命事故的致因机理进行了分析.总结出了行人致命交通事故的7个特征:①行人违章横穿道路突出(60.0%);②老年行人涉事率高(60岁以上占37.0%);③19:00-21:00是事故多发时段(29.2%);④面包车事故是中国道路特色(16.0%);⑤路侧作业行人危险度高(6.6%);⑥行人死亡大多为颅脑损伤(87.8%);⑦车辆前挡风玻璃大多会有网状裂纹等.结果表明,行人违章横穿道路是行人致命事故最主要的原因,加强行人和驾驶员的交通安全教育和管理是预防和减少行人致命事故的关键.      

与众不同 普利司通搏天族RE11

作为半热熔型轮胎,普利司通搏天族RE11的诸多特性也与普通运动轮胎有所不同。     

神行千里

虽然它仅是卓越的路虎家族中的入门级车型，但凭借2．0L直喷涡轮增压发动机，便可以让它有着百公里加速仅需8．8s的迅猛和最高时速高达200km／h的强大。于此同时，路虎独有的全地形反馈适应系统和500mm的涉水深度让路虎神行者2代具备了卓越全天候全地形能力，完美征服所有地形。     

某强夯地基处理工程的分析和应用

通过某强夯地基处理工程,对设计方案进行试验和检测,根据检测数据,分析强夯处理达到的效果并应用于工程实践。     

双曲拱桥检测与评估

通过对某运营近40年的双曲拱桥的外观检查、混凝土强度和碳化深度检测及现场结构静动栽试验,从桥梁结构外观现状、现有混凝土强度、结构在静动力荷载作用下的变形和受力特性等诸方面分析了该桥目前的实际工作状态,并作了较为全面的性能评估,为该桥的今后运营管理及检修提供参考.     

LS-DYNA软件在强夯置换处理软土地基工程中的应用

在强夯置换法处理软土地基中应用大变形动力有限元法可以研究强夯置换的有效加固深度.文章应用LS-DYNA软件,利用SPH方法和有限元法的耦合算法(Coupling Algorithm)对强夯置换进行了数值模拟计算,分析计算了强夯置换法处理软土地基中两种介质的变形及置换过程,模拟计算结果表明,置换效果与现场试验结果比较吻合.     

大气影响下平顶山膨胀土地基的变形研究

地基变形是土力学中的主要研究课题之一.由于膨胀土具有湿胀干缩特性,膨胀土土体含水率随季节的变化在大气影响下可引起地基的显著变形,易导致建筑物开裂、不均匀沉降等病害.所以大气影响下膨胀土变形量的分析研究是很有必要的.文章针对平顶山市大气影响下膨胀土地基水分变化引起的地基变形进行分析;计算变形的关键是确立含水率沿深度变化的分布,利用工程计算分析,以室内实验和现场实验为根据,定量分析了平顶山膨胀土的性能与含水率的变化关系及胀缩性能特点.     

也是一个附身的ABT Audi R8 GTS

作为奥迪的御用改装公司,ABT总是能带来一些好玩意儿,例如你现在看见的ABTAudi R8 GTS。ABT基于R8 Spyder 5.2 FSI V10敞篷跑车进行了深度改装,最高功率输出达到620马力。车身诸多部分被碳纤维取代以后整备质量进一步下降。ABT Audi R8GTS也因此得到了3.6秒的0-100km/h加速时间。外观和内饰都采用了红黑配色,全新设计的空气动力学套件使ABT Audi R8 GTS在高速行驶时能够获得足够的下压力。另外,ABT还为Audi R8 GTS提供了19或20英寸两款特别设计的铝合金轮毂。轮毂外圈的红色饰条足以证明它的不俗之处。     

新消费税的“紧箍咒”与“痒痒挠”

回首2006年国内首次改变汽车消费税率，做出扬小抑大的姿态，但还是出现了保时捷、宝马大排量瓣年超过50%的市场增长。与此形成对应的，是近两年1．6L轿车在汽车厂家概念行销的阴谋下，莫名其妙地成为了家用轿车黄金排量．1．0L以下的小排量车也随之出现了销售低谷。而有行业专家表示，单从消费税角度入手，即使完全取消了小排量的消费税，也不过在减少百元左右，并不能形成明显的价格杠杆作用，因此，在深度剖析“紧箍咒”和“痒痒挠”的问题时，很多消费税之外的因素和博弈不得不考虑。     

基于宽浅稠密网络的无人驾驶汽车交通标志牌识别

以稠密网络为基础设计了交通标志牌识别模型,重点研究数据集预处理网络,利用宽浅稠密网络提取图片特征,并构建了全局平均池化分类网络。利用翻转和数据增强方法对数据集进行扩增处理,采用动态数据扩增策略使模型适应训练数据的变化,在测试集上实现了99.68%的准确率。在标志牌清晰完整和模糊不全两种情况下验证模型识别效果,结果显示,模型未出现误检和漏检情况,在图像信息被破坏的情况下,仍能以最大置信度正确地识别标志牌,识别准确度高、抗干扰能力强,具有良好的鲁棒性及泛化能力。