简述信息化管理在交通工程安全管理中的应用

交通工程安全管理工作开展时,为全面提升交通工程安全管理水平与效能,应当合理应用信息化管理技术,建构现代化交通工程安全管理体系与模式,不断推动我国交通事业高质量发展.本文就信息化管理在交通工程安全管理工作中的实际应用进行分析探讨.     

城市交通相关空气污染健康风险研究综述

交通空气污染问题作为交通问题重要部分,因危及到人体健康而越发受到人们的重视.文章将对近年来关于交通空气污染对人体健康影响的相关研究进行综述,并从不同交通空气污染物导致的相关疾病及其与特定污染物暴露研究方法分析介绍,从而更为系统全面了解地交通相关空气污染物作用于人体相关生物机理,为交通相关空气污染控制与防护提供科学依据.     

基于交通信息的电动汽车制动策略及仿真

为了提高滑行能量回收经济性和踏板制动安全性、舒适性,基于交通信息,提出了电动汽车(EV)制动协调策略。分析了滑行制动的经济性,由交通信息和汽车行驶状态确定滑行制动强度;由道路信息和前方车辆信息建立汽车安全距离模型和碰撞预警策略,利用预警信息对滑行制动和踏板制动强度进行协调。对本策略进行仿真验证。结果表明:利用交通信息的滑行策略,在通行良好工况下综合能耗减少1.1%,拥堵工况下减轻驾驶员的制动疲劳;预警和协调策略避免了频繁预警,减小了紧急避撞触发几率。因此,利用交通信息能够辅助驾驶员进行更加合理的制动。     

大数据时代天津智慧城市智能交通建设与道路交通发展展望

通过对天津市交通强国建设、京津冀交通一体化及第三届世界智能大会的介绍,从交通运输管理系统、出行服务系统、电子付费系统和交通监控指挥系统智能化升级等方面阐述了天津市逐步进入智能交通应用阶段的情况。在此基础上,论述了5G时代,在“创新、协调、绿色、开放、共享”五大发展理念的引领下,城市道路在道路横断面布置、自行车道设置、共享单车停车点布设、步行交通系统多样化等方面创新设计的思路,展望了在未来万物互联的智能世界中,低碳生态城市和以公共交通为主导的城市综合交通系统的发展前景。     

针对儿童座椅拉拽失效的车身结构改进

在乘用车前期设计阶段,为让儿童保护的安全性能得到控制和优化,以某乘用车根据国家安全法规要求进行儿童座椅拉拽台架试验时,ISOFIX固定装置出现焊点从车身上拉脱失效为例,基于焊点热影响区损伤的焊点失效准则和钣金断裂失效准则,运用有限元分析对其进行虚拟评估和结构改进,有限元分析与试验结果吻合良好.改进结构通过了儿童座椅拉拽...     

基于轨迹数据的地下快速路换道决策模型研究

为准确描述城市地下快速路换道行为特性,基于8自由度驾驶模拟试验,获取了不同交通流情况下,全时全员车辆高精度轨迹数据,并提取了471个自由换道和164个强制换道样本.分析主车与目标车道前、后车以及当前车道的前车间隙特征,选取车速为性能指标,均方根百分比误差为拟合优度函数,利用遗传算法对GIPPS模型进行参数标定及效果验证...     

公交站台区域电动自行车与行人通行冲突演化博弈模型

为探究公交站台区域进出站台行人与电动自行车发生冲突时,双方的通行策略选择机制,建立行人与电动自行车通行时间延误模型,分析2类出行者选择是否通行或穿越策略的时间收益,利用复制动态方程刻画2类出行者通行策略的博弈学习行为,建立该区域2类出行者之间的冲突演化博弈模型,结合稳定性分析可以得到该区域2类出行者发生冲突时的稳定通行选择策略。利用桂林市6个公交站台区域的实测数据对演化博弈模型进行实证分析,结果表明：选择“通行”策略的行人群体比例越大,其过街安全感越高;发生冲突时,电动自行车做出决策的时间较行人更短,且2类出行者分别做出“通行”或“穿越”的决策时间短于做出“等待”或“减速”的决策时间,电动自行车平均用时减少约23%,行人平均用时减少约24%。

     

基于改进GAN的端到端自动驾驶图像生成方法

基于端到端数据系统的自动驾驶系统对驾驶图像存在巨大需求。为解决一般生成式对抗网络模型在扩充驾驶图像数据集时不稳定及生成图像特征缺乏多样性的问题,研究1种改进网络模型LS-InfoGAN。结合最小二乘对抗损失防止模型梯度消失,并缓解生成器优化矛盾,提升模型训练稳定性。通过最大化生成图像与真实图像间的互信息提升生成器特征学习能力,改善生成图像特征多样性。利用转置卷积层还原图像特征,提升生成图像特征清晰度。以自主构建的模拟驾驶场景中获取的带标签驾驶图像集对模型有效性及其数据集扩充应用效果进行验证。实验分析表明：相比改进前模型,LS-InfoGAN模型的图像生成过程稳定性平均提升35%;使用此模型扩充的数据集进行端到端自动驾驶系统中决策网络的训练能在不采集新图像的情况下将系统决策性能提升1%~2%;建议使用此模型扩充图像数据集时将生成图像数量设置为原始训练集图像数量的1~2倍。

     

面向常发拥堵点的主动交通诱导方法

基于动态用户均衡、系统最优分配的诱导方法,侧重路网需求的宏观预测和调节,难以准确辨识道路拥堵点的关联车流,制约了诱导效果。为精准调控致堵车流,有效缓解常发性拥堵,研究基于需求溯源的主动交通诱导方法。遵循靶向诱导的思路,分析车辆行驶轨迹和常发拥堵点的交通流关联性,运用卡尔曼滤波对关联车流进行短时预测,在此基础上,结合流量占比、路径饱和度等指标,对诱导目标车流进行优选。同时,从负荷均衡的角度出发,基于路段与路径交通流的时空关联更新路网交通状态,建立以饱和度均衡为目标的主动诱导优化模型。仿真结果表明：相比反应型诱导与基于路径偏好的主动型诱导,所提方法使常发拥堵点的车均延误、停车次数等下降30%~60%,路网车均延误、停车次数等下降10%~15%,模型收敛速度提高,交通效益提升,验证了该方法的有效性。

     

守护安全,只为自由移动的快乐

不知从什么时候开始,骑摩托车成为了都市交通的新时尚,越来越多的人走进了摩托车的世界。纵观林林总总的摩托车品牌,能出精品车型的品牌不少,但多数品牌的理念只局限于造好车,忽略了如何让车手骑好车。速度带来的不只是激情,还有隐患,甚至不少人还对摩托车存在着恐惧心理。