IFC标准下隧道智能管理系统建立与应用

建筑信息模型(BIM)是一种有效的复杂工程信息综合管理方法,为了实现隧道类岩土工程信息在BIM模型中进行清晰、规范表达的目的,将IFC标准文件针对隧道领域进行相应拓展,实现了不同平台之间信息无损交互传递.通过参数化族建模方式创建隧道构件族库,采用坐标定位的形式拼装隧道工程模型,并将所建立的模型参照IFC拓展标准进行实体...     

基于安全和情感化的汽车辅助驾驶系统多模态交互设计研究综述

汽车作为目前人类最常使用的交通工具之一,其智能驾驶技术大部分处在L2～L3“人机共驾”技术的发展阶段,在L5级自动驾驶技术出现之前,“人机共驾”仍然是目前主流的驾驶方式,其各种车载系统和交互方式正在不断完善。多模态交互作为未来设计的发展趋势,必然将与汽车融合产生新的“火花”。对车载系统中多模态交互设计研究包括疲劳状态预警、碰撞预警、车道偏离预警、智能接管提醒、智能泊车等方向进行梳理总结,对车载AI多模态交互设计包括多屏交互、触控交互、手势交互、语音交互、表情交互、眼动交互等自然交互方式进行分析。采用文献研究及案例分析的方式探究如何在基于安全和情感化的背景下使驾驶员的体验更加舒适,展望了汽车多模态交互设计在车载系统中的应用及未来趋势。恰当而良好的交互方式融合将会提高各种车载系统及应用的安全性和驾驶的舒适度。多模态交互的引入必将是汽车发展的趋势。     

基于多装船机的散货船智能装载

对散货船使用多装船机进行装载作业的情况,建立以最高装载效率、最佳纵倾和最小化船舶最大静水弯矩值为目标,以浮态、稳性和结构强度为约束条件的散货船智能装载数学模型,使用改进的多目标遗传算法进行求解,得到优化后的Pareto解集,结果表明:该算法能够有效求得该问题的优化解,在实际应用方面具有一定的可行性.     

智能船舶航行功能测试验证的方法体系

智能船舶航行技术发展的核心在于构建从辅助决策到自主驾控的完整软硬件系统,实现人工驾驶到智能驾驶的演化,而核心技术的突破与软硬件系统的研发离不开完善的测试验证体系和健全的规范标准.对目前国内外智能船舶测试场现状进行综述,对以性能、能效、信息、智能为对象的智能船舶航行功能测试构想进行解析,最终提出以虚拟仿真为初试、模型测试...     

超速行为干预措施研究现状及发展趋势

为了提出能够有效遏制超速行为的干预措施,明确已有超速行为干预措施的实际效果、适用条件、优缺点及结合措施效果,对该领域内相关文献进行了系统性综述。根据系统性综述和元分析首选报告准则（PRISMA）,将超速行为及其干预措施作为关键词,分别从11个电子数据库中搜索与超速抓拍系统、反超速宣传、超速警告标志和智能超速干预系统相关文献,通过构建文献质量评价指标体系对这些文献进行评估,筛选出101篇相关文献,并对其研究结果进行了叙述性地综合分析。研究结果表明：超速抓拍系统、反超速宣传、超速警告标志及智能超速干预系统具有不同程度的超速干预效果,且受一些道路交通环境条件及人为因素的影响。具体地,对于超速抓拍系统,区间式超速抓拍系统的干预效果最好,而移动式超速抓拍系统最差;对于反超速宣传,户外广告的超速干预效果最好,但印刷类广告作用不大;对于超速警告标志,超速张贴标志具有较显著的干预效果;警告型动态速度显示标志的超速干预效果优于标准型动态速度显示标志;对于智能超速干预系统,强制型智能超速干预系统的超速干预效果最佳,自愿型智能超速干预系统效果最差;对于结合措施,多数结合措施较单个措施的超速干预效果更好。总体而言,超速抓拍系统和智能超速干预系统的超速干预效果最好,超速警告标志次之,反超速宣传效果较差,结合措施可增强干预效果。上述结果可为超速行为干预措施的选择或提出奠定理论基础。针对已有超速干预措施的局限性及影响因素尚不明朗的问题,后续研究需优化试验或调查方案,进一步探究超速干预措施的效果及影响因素,并基于大数据（如车辆轨迹、视频数据）提出新的干预措施。     

重型道路交通事故模块化智能综合救援车的研制

针对拥堵及狭窄道路环境、多种等级路面以及灾害破损路面条件下的交通事故快速抢通救援需求,研发设计具有作业系统模块化设计组合及集成匹配技术、适用于多路况的专用底盘技术、智能化多传感辅助操作及安全监控技术等多种技术融合的重型道路交通事故模块化智能综合救援车,使得道路交通应急救援技术装备更加专业化、高效化。     

城市智能交通管理系统效益评价研究

为了更加科学、全面的反应智能交通管理系统建设项目效益,本文提出包括交通运行状况、交通管理效能、交通安全效益和社会经济效益四个维度的评价指标体系,同时,为了保证评价指标体系具有可操作性,引入相关度的概念来量化各项指标与智能交通管理系统各组成之间的相关程度。基于本文的研究成果,可为今后开展智能交通管理系统项目效益评价工作提供借鉴。     

汽车驾驶人姿态监测系统研究综述（双语出版）

随着自动驾驶技术的发展,驾驶人将会参与更多的与驾驶无关的活动,从而呈现出新的姿态,这些新姿态是优化传统被动安全系统的重要切入点。而且在未来相当长的时间内,自动驾驶车辆的行驶依然依赖于人和系统的密切配合。对驾驶人姿态的观察,则可以为判断驾驶人是否有能力及时接管车辆提供帮助,从而确保安全、合理的人机交互过程。通过对大量相关文献的系统性梳理,综述了汽车驾驶人姿态监测技术的智能化发展趋势,从传感器种类以及相应的姿态监测算法出发,分析了目前不同监测系统的优缺点。研究发现,尽管传感器技术和姿态识别算法取得了明显进步,然而廉价稳定且能够在实际驾驶条件下对驾驶人姿态准确感知的监测系统依然缺乏。总体而言,目前的监测系统大多只是集中于对驾驶人局部身体部位的感知,缺乏实际驾驶条件下的性能分析,并且对驾驶人状态的实时感知和预测能力仍有待完善。最后,针对目前监测系统所面临的问题,对未来可能的研究方向进行展望,并提出主动式立体视觉系统和压力传感器阵列相融合的驾驶人姿态监测方式。研究成果将为驾驶人姿态监测系统的研究提供参考和借鉴,从而有助于道路交通安全水平的进一步提升,同时也可为人机交互界面的设计带来启发。     

基于RFID电子车牌数据的公交行程时间预测方法

为了给公交优先信号配时系统提供足够的"思考"时间和准确的控制依据,基于重庆市RFID电子车牌数据提出了一种采用自适应渐消卡尔曼滤波和小波神经网络组合模型动态预测公交行程时间的方法。综合分析公交行程时间的动态和静态影响因素,选取的模型输入参量为标准车流量、路段车辆平均行程时间、平均车速离散性和前班次公交行程时间。利用RFID电子车牌系统采集重庆市鹅公岩大桥路段车辆行驶数据,选取3 000组实际运行数据完成公交行程时间预测模型的训练,另筛选50组数据验证模型的有效性和准确性。研究结果表明：组合模型可动态自适应预测公交行程时间,预测值平均相对误差为3.23%,绝对误差集中在8 s左右,明显优于2种单一模型和基于传统GPS数据的公交行程时间预测模型,可认为选择RFID电子车牌数据作为组合模型的输入,能够明显改善模型预测精度;组合模型预测值的残差分布更为集中、鲁棒性较好,泛化能力强。选择平均绝对误差值、均方根误差值和平均绝对百分比误差作为模型评价指标,结果进一步表明,组合模型的综合预测效果明显优于单一的自适应渐消卡尔曼滤波和小波神经网络。研究方案可为先进公交信息化系统提供良好的技术支撑。     

散货港区的智慧港口规划

本文结合某港散货港区智慧港口规划项目,介绍了该港南作业区智能化项目的核心在于构建一套适应现代散杂货港口发展趋势、突破传统散货港口作业模式的全新港口智能化系统.本次规划将物联网、大数据技术、AI人工智能、5G等新型基础设施与生产业务融合,创新生产作业流程及资源配置,显著提高港口的作业运营能力、物流协同能力、口岸支持能力、...