用于智能驾驶系统评价的乘员损伤模型

只有较少的交通事故数据资源被用于建立基于碰撞速度信息的乘员损伤模型,致使所得到的模型精度差。为此,提出了基于车辆变形深度的乘员损伤模型。对美国不同制造年代和车辆级别的事故数据进行聚类分析,论证出车辆变形深度与乘员损伤风险具有相关性。以车辆变形深度为自变量,通过回归分析得到乘员损伤模型。不同种类车辆的乘员损伤模型拟合精度R²约为0.9,证明了该模型的正确性。为进一步验证,以此模型为基础,评价智能驾驶系统的有效性。以自动紧急制动系统为例,对比基于变形深度和速度变化量信息2种方法的有效性计算结果。结果表明：2组结果的平均误差不超过1%,验证了基于变形深度的乘员损伤模型的准确性。该模型仅需要事故数据库中准确的变形深度信息,能够获得更多的事故数据支持,从而可以更好地适应于不同类别智能驾驶系统的评价需求。     

基于数据驱动的隧道地质信息精细化管理系统研发与应用

针对现阶段隧道超前地质预报系统管理粗放、数据利用率低等问题,结合数据驱动原理重塑业务逻辑,研发新的隧道地质信息系统TGIS。通过高度集成隧道勘察设计阶段地质、施工阶段超前预报地质及掌子面开挖揭示地质,实现基于数据驱动的预报方法优选、临近预报提醒、分级实时预警与有效处置、掌子面自动素描、预报成果辅助判识等功能,达到隧道地质信息精细化管理的目的。经现场使用表明： 基于数据驱动的隧道地质信息精细化管理系统界面友好、运行稳定、效果良好,各项功能达到设计要求,相对于传统超前地质预报系统具有明显的优势,可普遍服务于隧道建设。     

面向传染病疫情防控的公共交通运行管理决策支持研究

近年来全球新发重大传染病疫情不断出现,已成为人类社会必须防范应对的重大风险。公共交通在传染病疫情防控过程中承担着阻断病毒传播和保障复工复产的功能,疫情期间公共交通运行管理的决策需求和技术支撑体系与日常情况有显著差异。现有研究多针对公交日常运行决策需求展开,虽有少量针对突发公共事件的应急管理决策支持的研究,但多针对自然灾害和事故灾难场景,无法迁移应用于传染病疫情防控。基于此,以新型冠状病毒肺炎（COVID-19）疫情为例,综合考虑突发公共卫生事件应急管理流程和疫情防控实际情况,系统梳理疫情不同阶段的防控目标和决策需求,提出一种面向传染病疫情防控的公共交通运行管理决策支持系统框架,建立基于公共卫生事件案例库、多源数据融合库、公交数据分析技术库和公交防疫策略库的功能架构,并设计不同功能模块的算法模型。研究以厦门为例,对提出的决策支持系统的功能架构和算法模型进行验证。研究结果表明,构建公交乘客出行链的成功率为89.7%,并可应用于疫情不同阶段的关联客流分析、感染者同乘人员的追溯分析、医护人员等防疫人员的通勤出行识别、公交运行满载率监控等方面。研究成果不仅对传染病疫情防控有实用价值,而且对突发公共事件应急管理决策支持方法亦有理论贡献。     

铁路数字移动通信系统网络数据编号方案探讨

对繁杂的铁路数字移动通信系统(GSM-R)编号数据进行了梳理,将GSM-R编号数据划分为3层逻辑关系,明确了每层逻辑关系对应的数据表格。以郑渝高铁编号方案为例,对GSM-R网络编号中特殊情况的处理办法进行了讨论。     

轨道交通科研项目管理平台功能应用分析

将科研管理项目按研发内容分类、分级、逐层分解,并将其中的主要数据录入数据平台后,可以形成可用的科研管理项目平台的数据分析模型。轨道交通科研项目的主要数据具有大量、高速、多样、高价值的特点,完全符合数据分析的工作要求。结合轨道交通科研项目开发体系管理工作的特点,通过各项目数据的快速查询调用、分解及比对分析,可以取得更直观、更有效、更简洁的管理效果,提高对科研项目的执行的保障效率,增强对预算投入等的监督力度。以实际科研项目的数据应用为例,分析了科研项目管理平台的功能。     

地铁列车远程数据管理系统设计与应用

从指导地铁列车高效运营和快速检修的客户需求出发,提出了地铁列车远程数据管理系统的组网结构和系统组成方案,通过分析地面采集存储软件和Web端管理软件的技术路线、软件模块流程和远程列车状态界面设计,实现了实时/非实时运行和故障数据的远程采集、解析、存储和显示功能。该系统设计在厦门地铁1号线车辆中已测试验证,目前应用稳定,达到了远程技术支持车辆运行、指导应急故障处理和维修快捷方便的目的。     

电动汽车动力电池热失控过程分析及预警机制设计

文章通过实验数据对热失控发生的过程进行分析,提取出关键的信号特征。设计出一套全面完整的热失控预警系统,并总结出多个报警条件,避免出现故障的误报及漏报的情况。最后介绍了热失控预警后整车及大数据的应对措施。     

基于公交数据的公交乘客上客特征分析

城市公共交通是城市交通的重要组成部分,具有缓解交通拥堵、降低能源消耗、改善生态环境等优势,一直是政府大力支持与提倡优先的出行方式。基于公交的运营数据,提取了每次刷卡数据的上客站点数据,进一步分析出公交网络层面站点上客特征,最后,结合居住人口、工作人口分布,分析出公交乘客上客与空间人口分布的关联性。     

基于车辆运行数据的疲劳驾驶状态检测

疲劳驾驶是导致交通事故的主要原因之一,及时检测疲劳驾驶,并提醒驾驶员集中注意力,对保证安全行车具有重要意义.本文基于CAN(Controller Area Network)总线采集的车辆运行状态数据,提取了18项与驾驶行为相关的特征,并采用随机森林算法对疲劳驾驶进行识别,结果表明整体的识别准确率为0.785,其中召回率为0.61,即61%的疲劳驾驶状态可被识别出来.实验表明,基于车辆运行状态的疲劳驾驶检测具有一定的效果,且与其他客观的疲劳驾驶检测方法(基于驾驶员生理指标和图像面部特征)相比,具有简单方便,不影响驾驶,且成本低的优势.     

基于多源数据的公交车能耗碳排放测算模型

公交车能耗碳排放强度与车辆、线路和驾驶员有显著相关关系,为精准刻画其能耗碳排放强度特征,整合OBD监测数据、加油(气)数据、运营排班数据等多源数据资源. OBD监测数据和加油(气)数据呈显著的线性关系,证明修正后的OBD监测数据可满足分析要求. 搭建“速度-能耗碳排放强度曲线”测算模型,幂函数关系的拟合优度R2 =0.972 6 为最高. 实证研究发现,平均速度在10~60 km/h 变化时,液化天然气(LNG)车比柴油车能耗碳排放强度高 3.3%~33.7%,双层车比铰接车高2.4%~13.3%;LNG铰接车在不同线路、相同速度下的强度相差9.6%;不同驾驶员在相同线路的能耗碳排放强度可相差24.2%. 模型为各城市基于多源数据开展公交能耗碳排放目标设定提供数据支撑.