基于柔性演员-评论家算法的决策规划协同研究

为了解决基于常规深度强化学习(Deep Reinforcement Learning, DRL)的自动驾驶决策存在学习速度慢、安全性及合理性较差的问题,本文提出一种基于柔性演员-评论家(Soft Actor-Critic,SAC)算法的自动驾驶决策规划协同方法,并将SAC算法与基于规则的决策规划方法相结合设计自动驾驶决策规划协同智能体。结合自注意力机制(Self Attention Mechanism, SAM)和门控循环单元(Gate Recurrent Unit, GRU)构建预处理网络;根据规划模块的具体实现方式设计动作空间;运用信息反馈思想设计奖励函数,给智能体添加车辆行驶条件约束,并将轨迹信息传递给决策模块,实现决策规划的信息协同。在CARLA自动驾驶仿真平台中搭建交通场景对智能体进行训练,并在不同场景中将所提出的决策规划协同方法与常规的基于SAC算法的决策规划方法进行比较,结果表明,本文所设计的自动驾驶决策规划协同智能体学习速度提高了25.10%,由其决策结果生成的平均车速更高,车速变化率更小,更接近道路期望车速,路径长度与曲率变化率更小。     

系列模型延伸法在床面冲刷研究中的应用探讨

针对用系列模型延伸法研究建筑物附近床面冲刷问题的方法,文章提出了2个新的观点。一是系列模型中的每个模型应该满足相关相似准则,二是反映模型系列的自变量可以是单一变量,也可以是多因素组成的参数。文章推导了系列模型的延伸方程、床面冲刷问题系列模型的延伸方程以及多因素自变量参数的系列模型延伸方程。文章认为,系列模型延伸法是用来减少模型的缩尺影响,以获得较为客观的研究结论,而不是用来研究主变量和自变量的关系。极限冲刷深度与相关因素之间的关系是比较复杂的,而不是单一的、简单的。     

轻型井点降水法在沙漠高速公路中的应用

轻型井点降水法作为一种新型的地下水排水方法,由于其具有工艺简单、经济效益较显著的特点,近几年逐渐被推广应用。该方法是在基坑开挖前,预先在基坑四周埋设一定数量的滤水管,利用抽水设备进行抽水,促使地下水位降落到坑底以下。同时能保持在开挖过程中基坑始终     

基于混合神经网络的汽车运动状态估计

针对现有车辆运动状态估计算法严重依赖动力学模型精度且在大的质心侧偏角工况下准确性难以保障的问题,本文提出了一种基于混合神经网络的车辆运动状态估计算法。通过分析车辆本身的动力学基本特性,设计了适合于车辆运动状态估计的HNN混合神经网络架构,实现了车辆运动状态的深度学习估计。基于多个标准工况组成的数据集与典型实车测试工况进行了网络训练与测试验证。结果表明,相比于传统算法,本算法基于神经网络实现了精准的无动力学模型的汽车运动状态估计,提高了估计精度,且对路面附着系数变化具有鲁棒性。     

人为坑洞对运营铁路路基稳定性的影响

为了研究人为坑洞对铁路路基稳定性的影响,分析了坑洞坍塌的原理,采用理论推导的方法,在荷载临界深度判别法的基础上考虑了土拱效应和坑洞侧墙稳定对临界深度计算的影响,从而求得修正后的临界深度判别公式,并采用数值模拟验证计算结果的准确性。然后结合工程实例,采用不同方法对坑洞稳定性进行评价,并分析各种评价方法优缺点。研究表明,相较于其他方法,修正后的荷载临界深度判别法能更准确地评价人为坑洞路基的稳定性。从既有线变形控制角度出发,对Ⅰ、Ⅱ级铁路的加固处理范围提出合理建议。     

基于深度学习的船用大功率放大器特性数学建模

设计基于深度学习的船用大功率放大器特性数学建模方法,合理分析船用大功率放大器特性及特性影响因素间的相关性,为船用大功率放大器实际应用与改进提供可靠依据。通过模拟实验采集船用大功率放大器特性影响因素数据,并对其实施有效的归一化处理,将归一化后的船用大功率放大器特性影响因素数据、放大器输出功率当作深度学习算法的有效输入以及输出,利用深度学习算法合理实施训练,合理构造、拟合船用大功率放大器特性关于影响因素的数学模型,并实施合理验证。实验结果表明：该方法构建的船用大功率放大器特性数学模型,可有效分析负载电阻、环境温度等影响因素与船用大功率放大器间的相关性,助力设计出更适合应用于水上领域的船用大功率放大器。     

资讯

做到三个把握促进打捞经营科学发展近日,救捞系统2011年经营管理工作会在京召开。会议提出,十二五将以应对海(水)上重大沉船事故、重大船舶溢油事故以及大深度水下突发事件的应急救援为重点,建设具备打捞沉船载重8万吨(60米水深以浅)和大深度应急抽油的作业能力。交通运输部副部长徐祖远充分肯定了十一五期间救捞系统打捞单位在经营发展上取得的显著成绩。     

STX造船获1＋4艘超深水钻井船订单

11月20日．韩国STX造船从挪威SigmaDrillingAS公司获得1＋4艘BT—UDS型超深水钻井船交钥匙（Turn—Key）建造合同。其中,合同确定的一艘超深水钻井船合同金额为672亿美元,加上4艘备选船舶,总金额将达到35亿美元。◎看点：BT—uDs型超深水钻井船总长230米,型宽38米,高12米,设计作业水深12000英尺,最大钻井深度40000英尺。该钻井船还配备了2套15000psi防喷器,并可升级至2000psi。     

地下深埋拉管高压电力管线探测技术

天津西站至天津站地下直径线工程盾构隧道穿越慈海桥及子牙河南路,与隧道方向相交存在一条35kV的电力管线,其深度资料不明。该段工程需要进行二次深孔加强注浆,浆液扩散范围为3m,为防止注浆时压力过大浆液扩散对电力管线构成危险,需探明电力管线深度,并以此作为控制注浆压力及扩散半径的参考。1地质雷达管线探测技术     

智能驾驶实时目标检测的深度卷积神经网络

为提高深度学习神经网络运行速度,满足智能驾驶对算法实时性的要求,基于一种一体化实时目标检测算法YOLO和一种目标检测网络模型Faster RCNN,提出一种结合两者特点的实时目标检测神经网络。该网络保留区域卷积神经网络(R-CNN)算法的二次检测模式和区域生成神经网络RPN,去掉先验框,采用YOLO直接预测位置。结合Mask R-CNN中的ROI-Align方法进行二次位置修正,减少了Faster R-CNN中ROI-pooling所带来的位置预测偏差。对改进后的网络在KITTI数据集上进行测试,结果表明:改进后的神经网络检测一次仅耗时38 ms,检测的平均精确度高于YOLO和Faster RCNN,且对于不同大小的目标都具有很好的泛化能力。