基于强化学习与安全约束的自动驾驶决策方法

在自动驾驶决策场景下,为解决强化学习算法安全性差、学习效率低的问题,提出一种在算法的训练阶段添加基于价值的安全约束和虚拟奖励的方法。首先,利用状态、动作价值函数和安全判断规则,对智能体执行的动作进行基于价值的安全约束,选择价值高且安全的动作。然后,向回放池添加包含虚拟奖励的预测轨迹数据,以补充由于约束而未能获取的试错动作信息和相应的状态、奖励信息。最后,为进行加减速和换道决策实验,基于修改后的高速公路仿真环境highway-env搭建了3车道高速公路场景,并以深度Q网络（Deep Q Network, DQN）算法为基础,分别训练和测试了无安全约束的算法、拥有基于规则的安全约束的算法和拥有基于价值的安全约束的算法。结果表明,考虑加速、减速、保持车速和车道、向左换道、向右换道共5种动作时,基于价值的安全约束算法的成功率比无安全约束的算法高3倍以上,平均回报提升28%;仅考虑向左换道、向右换道、保持车道这3种换道动作时,基于价值的安全约束算法的成功率比基于规则的安全约束算法高0.11,平均回报提升6%;都添加基于价值的安全约束时,考虑5种动作的算法相较于考虑3种动作的算法成功率低0.06但...     

路面平整度检测技术现状与发展

对现有路面平整度检测方法的技术要点作了分析,总结出这些方法存在的问题.详细论述了激光路面平整度检测技术的工作原理、应用现状和发展趋势.     

基于高速公路自然驾驶数据的自动驾驶车辆跟驰智能性评价模型

为解决当前自动驾驶车辆跟驰智能性评价中存在的以主观评价为主、缺少微观驾驶行为数据支撑的问题,以高速公路自然驾驶数据为基础,从自动驾驶车辆与人工驾驶车辆驾驶行为一致性的角度出发,构建自动驾驶车辆跟驰智能性评价模型。首先,通过无人机视频拍摄和图像处理,获取了国内18个省份部分高速公路上的高精度车辆轨迹,利用K-means聚类方法提取了15 446组稳定跟驰数据。然后,采用描述性统计方法对速度、加速度、跟车间距及跟车时距等指标进行分析。通过Gamma分布拟合不同速度下的跟车间距,以不同速度下跟车间距众数为中心,将跟车间距按照样本量的70%、20%、10%划分为与人工驾驶车辆驾驶行为一致性较好、一般、较差等3种情况,以此为基础建立自动驾驶车辆跟驰智能性评价模型。最后,通过自动驾驶车辆跟驰试验,证明所建模型适用于自动驾驶车辆跟驰智能性评价,相比既有研究,该模型的特点是能基于全过程、微观跟驰行为数据对自动驾驶车辆做出综合的量化评价。这表明基于自然驾驶数据与驾驶行为一致性构建的模型能客观、量化评价自动驾驶车辆跟驰行为,可用于自动驾驶车辆跟驰行为研究与技术参数设计。     

新形势下交通工程施工设备的管理和安全控制研究

为了进一步提高交通工程施工中设备管理和安全控制的水平,对交通工程施工设备管理和安全控制进行概述,阐述其在施工中的重要性,分析交通工程施工中设备管理和安全控制存在的问题,并提出相应的建议,以推动交通行业的发展。     

联合站游离水脱水器数学建模与应用

结合原油物性的复杂性和多变性,讨论了建立游离水脱除模型的6个假设条件,建立了沉降分离模型,分析了影响水的密度、黏度及原油的密度的主要因素,给出温度变化对上述参数影响的计算公式。对建立的数学模型进行了计算应用,并分析了产生误差的原因,提出了改进意见。     

港口设备配置优化研究

构建了港口设备的非均衡模型,通过非均衡指标量化设备配置的合理度,对日照港设备配置运用港口设备合理拥有量模型进行实证分析。通过比较,两模型计算所得结论基本一致,这就证明采用港口设备的非均衡模型判断港口设备配置合理性的方法具有可行性。     

港口机械设备管理"一二三四五工作法"

以提高"设备综合效率"为中心,建立健全设备管理体制,全员参与,鼓励创新,培养骨干,落实责任,根据设备的重要性和使用频繁程度等具体情况,灵活运用主动维护、总成互换、预防维修、视情维修等方法,确保港机设备正常运行.     

马来西亚东海岸铁路CTCS-2级列控系统方案研究

对马来西亚东海岸铁路CTCS-2级列控系统方案进行了分析和研究;针对单线自动站间闭塞情况提出了CTCS-2级列控系统方案;通过综合比较后提出马来西亚东海岸铁路列控系统推荐方案,可为CTCS-2级列控系统在单线自动站间闭塞中的应用提供一定参考.     

基于RAP的新型热再生设备性能评价与优势分析

为了解决沥青老化问题与废气处理问题,提出了一种新型厂拌热再生设备,此设备在掺加RAP的混合料的拌和方面与普通沥青混合料基本相同,但解决了RAP中沥青遇加热明火老化的问题。研究表明：在原干燥滚筒的基础上引入双烘干滚筒的设计可以解决沥青老化问题,燃烧机采用油气两用的高智能型机电一体化全自动数控燃烧器,燃气主要以无污染天然气为燃料,有助于在整机运转时保证所需热能平衡;引风机叶轮采用独特的防粘连技术,可降低风机叶轮粘附废气中轻组分(油份)物质、粉尘的程度,达到环保标准参数。     

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。