高速公路夜间养护作业区事故风险辨识及影响机理研究

复杂多变的夜间环境和压缩的行驶空间显著增加养护作业区的交通事故风险。为辨析风险特征以及捕捉影响因素与事故风险的内在联系;本文通过无人机航拍重庆市某段高速公路夜间养护作业区的交通流视频;利用Tracker软件提取车辆微观轨迹数据;揭示夜间养护作业区时空轨迹、车速和车头时距分布等交通流特征;基于时间和能量的安全替代指标分别研判事故发生的可能性和潜在事故后果的严重性;最后;通过极限梯度提升算法(XGBoost)构建车辆碰撞损失能量指数(Z_LEI)预测模型;并结合SHAP(SHapley Additive exPlanations)算法量化解释速度、车头时距、交通冲突和避免碰撞减速度等特征因素对潜在碰撞损失能量指数的影响机理。结果表明;从警告区到过渡区的车头时距呈现先减小后增大的趋势;车头间距在2.5~3.0 m易发生严重追尾事故;大货车换道风险比小型车更大;避免碰撞减速度、换道冲突(t^c_TTC)、车头时距、速度和行程时间等是影响车辆Z_LEI的重要特征因素;当车流量大于1000pcu·h^-1;且车辆速度在(1.25, 2.50) m·s^-1范围时;Z_LEI 随相邻车距离的减小而增大;随避免碰撞减速度的增大而增大;当车流量小于等于1000 pcu·h>^-1 ;且车头时距在(3.0,8.0) s范围时;Z>_LEI随>>>1/ t^c_TTC的增大而增大;车辆速度在(12.5,20.0) m·s-1时;Z_LEI随避免碰撞减速度(A_DRAC )的增大而增大。     

基于概率融合的车辆意图识别与轨迹预测方法

传统的轨迹预测机动模型需要识别车辆所在场景和驾驶意图等因素;选择相应的轨迹预测模型。然而;该框架在场景复杂或驾驶意图不明确时;其识别误差可能会传递至轨迹预测模型;影响预测精度。因此;本文提出一种概率融合的方法;并引入概率校准技术;通过意图识别预测概率融合多种车辆轨迹预测模型的结果;弥补机动模型框架中意图识别误差对轨迹预测精度的影响。首先;以目标车辆和周围车辆的历史轨迹为基础;提取输入输出模块;其次;采用XGBoost(eXtremeGradientBoosting)算法进行意图识别和意图概率预测;为每种识别出的意图分别构建三层门控循环单元(GatedRecurrentUnit,GRU)轨迹预测模型;并使用普拉特缩放和保序回归两种方法进行概率校准;基于概率校准和轨迹预测的结果实现概率融合;最后;使用CQSkyEyeX数据集训练和验证模型。实验结果表明:基于普拉特缩放和概率融合的组合模型在各项评估指标上均优于其他模型;当使用4s的时间窗口和2s的预测步长时;该模型的平均绝对误差(Mean Absolute Error, MAE)为0.87 m;与未使用概率融合的模型(1.32 m)相比;误差降低了34%;与仅采用加权融合的模型(1.18m)相比;误差降低了26%。     

基于船舶轨迹挖掘的海上航路网络构建方法

海上航路网络是船舶海上交通活动特征的时空表征,也是船舶航路规划、行为辨识、轨迹预测的重要基础。海量的船舶历史轨迹数据为自动提取海上航路网络提供了基础数据,但受轨迹数据噪声和密度分布不均匀的影响,传统航路网络自动提取方法存在网络节点识别准确性差、网络边连接错误率高等问题。针对上述问题,研究了1种基于船舶轨迹时空特征挖掘的海上航路网络自动构建方法。定义了海上航路网络的3种航路点类型,即停留点、出入点和航路转向点,设计了基于轨迹时空特征的航路点提取方法;提出了基于累计转向特征的航路转向点过滤策略,可有效去除船舶避碰、船舶徘徊等局部活动产生的非航路转向点;根据不同种类航路点的分布特征,综合利用DBSCAN聚类算法和凸包算法从航路点集合中提取和生成航路网络节点集合;定义了航路网络节点的有效连接规则,从原始轨迹中提取航路网络节点之间的轨迹簇,根据轨迹簇的统计特征生成航路网络节点之间的有向加权边,形成有向加权的海上航路网络。以珠江口水域为实验区域,对所提方法进行有效性验证,结果表明：所提方法可提取71个3类航路网络节点和200条航路路线;航路网络节点识别准确率与误识别率分别为86.42%和1.23%;航路网络边连接的准确率接近95%。所提方法能够有效识别海上航路的关键航路点及主要路线,实现航路网络的自动构建。     

装载机避障轨迹规划及模型预测轨迹跟踪

轮式装载机在工作区域行驶时,避障过程频繁,以往的避障轨迹规划未考虑整车转向半径约束和车速变化,也较少考虑整车在动力学模型条件下的轨迹跟踪性能.针对上述情况,以自动驾驶轮式装载机为对象,基于最优快速随机扩展树算法(RRT*),考虑车身膨胀圆个数,生成全局最优避障路径,以整车最小稳定转向半径为约束,利用CC-Steer算法...     

铁路智能财务报销收单系统的研究

针对铁路员工在报销过程中存在的自动化程度不高、报销流程繁琐、报销周期长等问题,与铁路财务报销管理系统结合,设计铁路智能财务报销收单系统,利用高清扫描、图像识别、标定机械臂运动轨迹控制等技术,实现了报销单据处理、数据接入和信息管理等功能。该系统已在铁路企业应用,能够提高员工报销效率,减轻财务人员工作压力。     

基于双视角学习原理的交通视频车辆事件鲁棒检测

提出了1种基于双视角学习原理的高速公路交通视频车辆事件鲁棒检测算法.针对道路交通结构化特点提出了分车道外极面图(Epipolar Plane Image,简称 EPI),以此反映交通断面车流整体特征.基于双视角学习原理,融合现有广泛应用的反映车辆独立行为的行驶轨迹特征,实现高速公路车辆事件鲁棒检测.针对多种典型车辆事件(包括交通拥堵,车辆逆行,车辆违规停车,交通事故等),本文算法总体检测率为94.09%,误检率为4.51%,漏检率为1.40%,其性能与传统单视角方法比较有较大的提高.     

基于车辆动力学模型的换道轨迹规划研究

针对自动驾驶车辆换道轨迹规划时的操纵稳定性问题,基于CarSim/Simulink仿真平台建立了车辆动力学模型,构建了轨迹规划系统框架,通过轨迹信息后处理并提出了目标函数设计,进行了横向控制序列采样以保证车辆的稳定与极限性能,完成了算法对轨迹的综合评价选优。随后开展了仿真试验,对比分析了轨迹跟踪控制系统下的实际轨迹、最优规划方法所规划的换道轨迹。仿真结果表明,该轨迹规划系统框架及算法模型能有效提高车辆的操纵稳定性,可实现冰雪路面等极端工况下自动驾驶车辆换道轨迹规划。     

车内集群式多通道主动噪声控制系统研究

为解决油电混合动力汽车充放电时发动机间歇介入工作;导致车内轰鸣声的问题;本文基于传统多通道主动噪声控制（active noise control;ANC）系统;通过融合集中式控制策略与分散式控制策略的优点;提出了一种综合性能较优的半耦合式集群式控制策略。集群式控制策略较集中式控制策略计算量降低50%左右;且保持着与其相当的噪声衰减性能;较分散式控制策略稳定性明显更优;降噪效果突出。基于MATLAB仿真平台对提出的车内多种集群式控制策略及传统控制策略进行了对比分析;同时基于某增程式电动车在其常用工况下开展了实车路试实验验证。结果表明集群式控制策略可较好地应用于车内多通道主动噪声控制系统;2、4、6阶增程器噪声在4个座椅头枕位置处的平均降噪量分别可达15.9、10.6和5.7 dB（A）;表现出了良好的降噪效果及稳定性。研究成果可推广应用于有人舱室的噪声控制如飞机、潜艇等领域;有重要的科学意义和工程价值。     

融合机器视觉的插电式混合动力汽车预测型能量管理策略

针对传统模型预测控制下车速预测不准确和SOC适应性差的问题;以插电式混合动力汽车（PHEV）为研究对象;将基于机器视觉的车速预测模型与深度确定性策略梯度算法（DDPG）相结合;实现PHEV的实时SOC参考轨迹规划和最优动力分配控制。构建基于改进深度确定性策略梯度算法的SOC参考轨迹规划模型;并构建基于机器视觉的级联式长短时间记忆网络车速预测模型;在此基础上使用基于模型预测控制的最优控制器;实现SOC参考轨迹精确跟踪及功率优化。结果表明;相较于传统的DDPG;本文提出的策略使得整车经济性提高了5.66%;达到了全局最优算法的97.93%。同时较不使用机器视觉的能量管理策略提高了2.92%的整车经济性。     

一体式车辆避撞轨迹规划与跟踪控制

为提升复杂交通环境中智能车辆的避撞能力,将路径规划、速度规划及跟踪控制整合为一个优化问题,提出一种基于模型预测控制(MPC)的一体式车辆避撞轨迹规划和跟踪控制方法。首先,分析实际交通环境中的避撞场景,将智能车辆的避撞控制问题转化为多约束优化问题;其次,搭建7DOF(七自由度)车辆动力学模型和复合滑移工况的UniTire轮胎模型设计MPC控制器;再次,针对变速控制问题中传统基于时域预测模型的MPC控制方法无法在预测时域中实现车辆空间和位姿约束的问题,设计了基于空间域预测模型的MPC控制器;最后,基于Matlab和CarSim联合仿真平台设计了不同避撞场景验证所提方法,并与现有基于恒速假设的一体式避撞控制方法进行对比。仿真结果表明：所提方法能够充分发挥车辆的机动性能,解决现有一体式控制方法在复杂环境中避撞失败的问题,并保证避撞过程稳定和轨迹平滑。