信号交叉口机非交通冲突安全评估

针对机非冲突多角度、强随机性等特征,建立了机动车"安全制动区"模型,采集机动车和非机动车轨迹,提出了基于安全制动区的机非冲突判别方法.基于距离碰撞时间和冲突速度两参数,提出一种新的机非冲突严重程度分析方法.以长沙市4个信号控制交叉口为例,采集机非冲突和相关交通运行参数,探讨了机非冲突次数和交叉口安全风险程度的影响因素....     

增强型目标轨迹预测与目标筛选研究及实现

提出一种增强型目标轨迹预测与目标筛选控制算法。通过对自车以及对感知融合后的有效目标集进行轨迹预测并对有效目标集进行目标筛选,可得到输出稳定且可用于各类横向与纵向控制的道路目标集。     

一种自适应门限时间方位历程显示背景均衡算法

根据目标信号与背景噪声的特点,结合机器自动提取BTR弱目标轨迹时的需求,本文设计了一种自适应门限背景均衡算法。相比于现有方法,该算法有两点改进:1)根据目标信号与背景噪声幅度比值,自适应生成滤波阈值,不需要人工设置与调试;2)根据目标信号与背景噪声在BTR中的显示特点,自动识别噪声并进行抑制,提高了弱目标与噪声的区分度。实测信号处理结果证明,本文算法能够在保护弱目标轨迹的情况下较干净地滤除背景噪声。     

改进PID控制优化算法的航行轨迹研究

航行轨迹是一个时变性非常强的问题,当前航行轨迹控制优化算法存在控制误差大,无法对航行轨迹进行实时跟踪和控制,为了提高航行轨迹控制精度,改善航行轨迹跟踪和控制的实时性,设计了一种基于改进PID算法的航行轨迹控制优化方法。首先对航行轨迹控制原理进行分析,采用PID控制器对航行轨迹进行优化和控制,然后针对PID控制器的参数优化问题,引入蚁群算法进行参数在线调整,满足航行轨迹时变性特点,最后在Simulink环境下对航行轨迹控制进行仿真模拟实验。结果表明,本文方法的航行轨迹控制精度完全满足船舶实际工作要求,大幅度改善了航行轨迹的实时控制效果,是一种精度高、速度快的航行轨迹控制优化方法。     

利用卡尔曼滤波预测船舶航行轨迹异常行为

随着计算机控制技术的飞速发展,在船舶的航行预测和控制领域,人们相继开发出了各种智能化的预测算法,从而保证了船舶航行的安全。在船舶的行为预测和控制中,需要大量的传感器对船舶的姿态信息、设备状态信息和通信导航设备信号进行采集,因此本文着重研究了信号的滤波算法。本文提出了基于卡尔曼滤波算法的船舶航迹跟踪技术,并针对船舶的航行特点,建立了适当的运动模型和状态方程,最后通过仿真实验,对扩展卡尔曼算法的目标跟踪性能进行验证。     

基于大数据分析的水下航行器运行轨迹规划模型研究

传统水下航行器轨迹规划计算处理过程中,受到自身算法逻辑参数影响,建模数据计算涵盖不够严谨,无法对小概率误差轨迹进行引入分析,从而导致航行器预判轨迹出现偏离。针对问题产生原因,提出基于大数据分析的水下航行器运行轨迹规划模型研究。首先,对传统模型计算算法进行修正,引入MFT样条差值规划算法对构建模型轨迹数据进行优选规划计算;接着引入迭代多项轨迹构造算法,对规划模型数据进行轨迹模型构建计算;最后,通过对构建模型进行仿真数据测试。通过与传统模型的对比证明提出构建的轨迹模型能够解决传统模型存在的问题与不足。     

基于手机信令数据的常规公交站间OD识别

为识别手机用户乘坐常规公交的OD,结合公交车辆GPS轨迹,在考虑常规公交换乘行为的基础上,建立基于手机用户与车辆轨迹相似度的常规公交出行识别模型,以及站间OD概率模型.通过地铁出行识别,融合手机信令数据与IC卡数据,提取包含百万样本的公交与非公交出行数据,以此作为验证集.进一步分析各参数取值、出行距离、公交线路重复系数...     

自主水下航行器自适应S面三维轨迹跟踪的仿真验证

[目的]旨在研究非线性六自由度自主水下航行器（AUV）的轨迹跟踪问题。[方法]为此,设计三维轨迹变前视距离视线（LOS）导引律,利用李雅普诺夫稳定性判据证明此导引律的稳定性,使用设计的自适应S面控制算法对AUV的航向角、纵倾角和纵向速度进行控制。然后,以REMUS 100 AUV为例,利用Matlab软件分别对AUV的航向角、纵倾角和纵向速度控制及其空间直线、曲线轨迹跟踪进行仿真,以验证所提导引律的有效性。[结果]结果表明：对于非线性控制而言,相比于传统的S面控制,自适应S面控制可降低控制参数整定的难度,抗干扰能力更强;而且,相比于传统的LOS导引律,所提导引律可使AUV更快地跟踪上参考轨迹。[结论]所设计的轨迹跟踪控制算法能够实现对AUV的三维轨迹跟踪,并改善AUV的操纵性。     

基于扩张状态观测器的智能汽车弯道轨迹跟踪控制

为了提高智能车辆在复杂弯曲道路下进行跟踪控制的精度和稳定性,提出了一种基于扩张状态观测器的模型预测多目标优化控制方法。引入扩张状态观测器实时估计车辆跟踪过程中的总干扰,并对观测器稳定性进行证明;结合模型预测控制实现预测时域内多目标优化效果,利用估计的干扰值对控制量进行前馈补偿,得到车辆在动态干扰下的最优控制量。结果表明：在不同车速和路面附着因数工况下,横向位置误差均方根不超过0.11 m,最大前轮转角量不超过85 mrad,横摆角速度最大值不超过368 mrad。因此,该方法在复杂弯道情况下有较好的跟踪精确性、行驶稳定性和鲁棒性。     

结构化道路智能车辆换道轨迹规划

针对结构化道路的智能车辆自主换道轨迹规划,提出碰撞锥模型与鲸鱼优化算法相结合的轨迹规划方法。以换道车辆安全性和稳定性评价指标为优化目标,建立优化函数与约束条件,通过鲸鱼优化算法获得最优换道轨迹。结合模型预测控制方法,运用MATLAB/Simulink与CarSim进行算法验证。实验结果表明：文中方法实时性较强,在不同车速和转向轨迹下能够实现安全稳定换道。