海河综合开发工程新建桥梁结构技术特点

该文主要介绍海河综合开发工程3座新建桥梁(大沽桥、奉化桥、蚌埠桥)的结构形式特点,并分别描述这些桥梁的设计难点以及特殊构造处理措施。     

桩网结构在武广客运专线路基工程的应用

武广客运专线对路基沉降要求极为严格,工后沉降不超过15 mm。桩网结构是一种能够满足加固深度超过20 m、路堤填方高度大于3 m、且能较好控制路基残余变形的结构物。通过典型工点对桩网结构在工程中的应用进行了较为系统的分析。结果表明,采用桩网结构能满足路基工后沉降不超过15 mm的要求。     

Bayesian network for red-light-running prediction at signalized intersections

Abstract

Red-light-running (RLR) is an important reason for the large number of intersection-related fatalities, injuries, and other losses. The accurate RLR prediction can effectively reduce crashes caused by RLR behavior. The RLR prediction is usually composed of two parts: the vehicle’s stop-or-go behavior and the arrival time when the vehicle reaches the stop line. Previous stop-or-go prediction models are usually based on embedded traffic sensors using machine learning algorithms. While based on the continuous trajectories collected by radar sensors, RLR prediction can be conducted more effectively. In this paper, a probabilistic stop-or-go prediction model based on the Bayesian network (BN) is proposed for RLR prediction. We extend the deterministic output into the probabilistic output, which provides decision-makers with greater autonomy. The causality of BN improves the interpretability of the prediction model. The BN model is calibrated and tested by the continuous trajectories data measured by radar sensors installed at a signalized intersection. We not only consider the movement measurements of individual vehicles (e.g., speed and acceleration), but also take into account the car-following behavior. As a comparison, different machine learning models and the model based on the inductive loop detection (ILD) are adopted. The results show that the proposed BN model has a high prediction accuracy and performs better in the feature interpretation. This paper provides a new way for probabilistic RLR prediction based on continuous trajectories, which will significantly improve traffic safety of signalized intersections.     

基于贝叶斯概率估计的智能电动车动态目标避障算法

为了实现智能电动车在中汽中心智能网联示范基地内的动态避障,首先将直角坐标系与曲线坐标系进行转换,构建以参考路径的弧长s为横坐标,横向偏移距离q为纵坐标的曲线坐标系;其次,在曲线坐标系中利用三次多项式生成满足初始位姿与子目标点位姿的候选路径,同时对标准化常量的似然函数进行定义,在此基础上利用贝叶斯定理对每条候选路径的危险等级进行概率估计;在动态避障过程中,借鉴速度障碍法对碰撞威胁进行实时检测,并建立最短避障时间和安全距离的数学模型来实现高效的动态避障,最后对行人占用车道行走与横穿马路2种典型场景进行动态避障试验。研究结果表明：在曲线坐标系中,通过横向偏移距离能够便捷地建立起一系列候选路径,克服在直角坐标系中寻找移动子目标点这个难题;在寻找安全路径方面,由于智能电动车工作环境的不确定性,利用贝叶斯定理对候选路径危险等级进行概率计算的方法可靠性更高,速度障碍法与避障数学模型的结合满足碰撞危险检测的实时性和动态避障的高效性要求。试验结果表明：采用曲线坐标系中的动态避障算法对行人占用车道和横穿马路2种场景进行了有效的避障,在路径选择上符合实际驾驶习惯,达到了智能网联示范基地动态避障的要求。     

天津响螺湾海河开启桥枢轴节点有限元分析

该文利用有限元软件ABAQUS对天津市响螺湾海河开启桥箱梁整体模型进行了静力分析。分别采用不同单元类型、不同网格尺寸对枢轴所在节间建立了a、b、c、d四个子模型,对子模型进行线弹性分析。将分析结果与全局模型分析结果进行对比分析,讨论因为网格尺寸、单元类型对于数值模拟分析的影响。     

基于非完备贝叶斯网络的车型识别方法

针对BP神经网络等车型识别算法不能很好地适应我国车型复杂状况，分析了贝叶斯网络（IDS-BN）算法中完备数据集的问题，提出了基于非完备数据集的贝叶斯网络车型识别方法和车型识别系统结构模块，基于该模块拟定了车型特征变量．构建了车型识别网络模型，并给出了模型参数学习、车型分类器等算法，包括MDL评分和贪婪搜索的结构学习、EM参数学习、随机模拟采样推理等。实验表明，该方法识别率较高，鲁棒性好，满足我国车型识别的实际要求。     

模糊神经网络在桥梁结构等级评估中的应用

针对模糊综合评判在确定权重上的不精确性，用模糊神经网络方法对桥梁进行等级评估。通过大量输入数据的训练得出实用的判决系统，不仅消除了权向量选取仅靠经验的缺憾，而且加快了判决结果的得出。通过各次权值对比与误差分析，证明了神经网络的有效收敛及该方法的精确性。     

公路网络与区域发展协调研究

采用系统分析方法，通过目标分解分别建立公路网络和区域社会经济发展的供给与需求水平评价指标体系，定义综合评价函数、协调度、协调变化趋势指数等协调发展动态评价模型，并对协调程度的综合判断、发展趋势进行分析。     

复合三维排水土工网在路基处理中的应用

复合三维排水土工网作为一种新型的排水材料在道路工程中得到越来越多的应用。该文首先分析了复合三维排水土工网的原材料性能,并重点介绍其在路基处理工程中的应用。工程实例表明:该型材料排水效果明显提高,工程投资明显减少。