ECDIS和AIS组合使用的优势和前景

概述AIS与ECDIS组合使用的现状,并将雷达显示方式和专用的显示器与AIS的组合使用进行比较,论证ECDIS为AIS提供了最佳的显示平台。ECDIS与AIS的组合使用可以充分发挥AIS的作用,提高了系统的安全性,具有明显的优势和广阔前景。     

我国首部船舶行业准入标准10月1日起实施

我国第一部船舶生产行业准入标准——《船舶生产企业生产条件基本要求及评价方法》(简称《船企评价标准》),将于今年10月1日起实施。该标准的发布实施,不仅对于规范我国船舶生     

"海上安全与环境管理"硕士班教学计划概览

"海上安全与环境管理"硕士班是2005年经国务院学位委员会批准由世界海事大学(WMU)和大连海事大学(DMU)联合创办的一种继续教育模式。该合作项目主要由技术、法律(法规)和管理(经济学)三个关键部分构成,其目标是培养适应社会经济发展需要的高水平海事专业人才,解决海上安全与海洋环境保护中凸现并日益复杂的重要问题。经过几年的运作,到目前为止,该班已有两期学员取得毕业资格。"海上安全与环境管理"硕士班的教学计划,体现了国际海事教育主要内容和趋势,在此编发旨在为国内海事培训部门提供借鉴。     

驾驶过程中手机使用行为数据采集及分析

驾驶过程中使用手机的行为存在安全隐患,是当今导致交通安全事故的原因之一。文章借助于信息技术开发出采集使用手机行为数据的App,从真实数据出发,客观地分析驾驶员在开车过程中使用手机这一不良驾驶行为的覆盖程度及危险程度,并提出将手机使用行为作为驾驶风险评价因子。     

某车型潮湿环境下制动抱死问题整改研究

为解决某车型售后用户抱怨在汽车刚开始行驶时(冷启动,尤其每天早晨)的后轮制动抱死问题,分析可能造成潮湿环境下后轮制动抱死的原因。通过分析试验得出:鼓式制动器的摩擦片材料锈粘着问题是导致潮湿环境下制动抱死的主要原因。     

基于车载平台的智能汽车 网联技术发展方向

目前,国家正大力发展智能网联汽车新技术.智能网联汽车的核心技术在车载平台和基础设施的共同支持下,在车辆关键技术、信息交互关键技术、基础支撑关键技术等方面将迎来重大技术突破.本文从环境感知等几个方面简述了技术发展方向,供各位参考.     

环境荷载作用下盾构隧道断面变形特征分析

研究目的:城市地铁盾构隧道在环境荷载作用下容易诱发衬砌结构变形.为分析城市盾构隧道结构变形成因及变形基本形态特征,基于向量基本概念,提出定量分析隧道结构断面变形特征的描述方法,并结合有限元数值分析方法,模拟盾构隧道在不同环境荷载作用下的结构变形形态,以验证隧道变形描述方法的正确性. 研究结论:(1)盾构隧道处于无软弱滑...     

退化环境中全向移动机器人位姿鲁棒修正算法

全向移动机器人定位算法在退化环境中通常会产生较大的定位漂移或失效,为此提出一种鲁棒的全向移动机器人在退化环境中的位姿修正算法。首先,通过全向移动机器人的结构、动力学分析确定定位误差产生来源;其次,对机器人的各运动状态进行受力分析,结合机器人的运动环境和机器人的运动状态建立打滑误差模型;再次,通过预试验得到的位移与定位误差,运用非线性加权拟合方法计算得出加工装配误差模型;最后,在轮式里程计中插入误差补偿模块,提高机器人定位精度。试验表明：算法位置平均误差为1.36%,姿态平均误差为0.75%,较传统算法分别提高了3.14倍和5.15倍。算法在保证定位精度的前提下具有很强的鲁棒性。     

建成环境对城市交通事故严重程度影响研究

针对城市交通事故分析中缺少建成环境因素的系统考虑,以密度、多样性、交通设计、可达性及公共交通临近度等5个维度表征建成环境,同时考虑个体行为、道路情况、事故类型及自然环境4个方面,运用机器学习算法建立融入建成环境因素对城市道路交通事故严重程度影响分析模型;并以重庆市某区的事故数据进行实证分析。研究结果表明：建成环境变量对事故严重程度有较大影响;从变量重要度排序来看,土地利用混合度(14.29%)、快速路及主干路密度(12.43%)、次干路及支路密度(11.54%)、人口密度(11.35%)与可达性(10.96%)的影响程度较高,累计重要度达60.57%;同时各变量与事故严重程度呈现出非线性关系。     

小样本下基于迁移学习与LSTM的雾天高速公路车辆跟驰模型

由于在现实生活中能够采集到的不同雾天等级的高速公路车辆跟驰样本有限,导致雾天跟驰模型精度不佳,为此在长短时记忆神经网络（long short-term memory,LSTM）跟驰模型的基础上,采用迁移学习（transfer learning,TL）方法来提升雾天跟驰模型的性能。利用驾驶模拟实验平台搭建高速公路雾天与正常天气2种实验场景进行驾驶模拟实验,获得296组正常天气下（源域）的跟驰样本与100组雾天下（目标域）的跟驰样本。提出了基于最长公共子序列（longest common sequence solution,LCSS）的迁移样本选择方法,从源域中选出100个样本迁移至目标域中,通过扩大训练样本提升LSTM从源域、目标域特征到目标域输出的端对端泛化学习能力,得到雾天高速公路车辆跟驰模型。为对比所提样本迁移方法对LSTM模型的效用,将LSTM-TL模型与训练样本全部来源于源域的LSTM-S模型和训练样本全部来源于目标域的LSTM-T模型进行对比,LSTM-TL模型的均方误差、均方根误差和平均绝对误差比LSTM-S模型分别减小47.5%、27.7%和46.5%,比LSTM-T模型...