面向智能车辆的现役道路设施行驶适应性研究综述

为了总结面向智能车辆的现役道路设施行驶适应性，即现役道路基础设施承载智能车辆行驶的适宜程度，阐述自主智能驾驶定义与驾驶自动化等级分类，在此基础上剖析不同等级间的人机功能差异，并分别从感知层、感知-决策层、决策-控制层探讨与道路设计要素相关联的人机功能差异，通过归纳总结智能车辆与道路几何要素、路面性能及其他道路要素(如道路标线)的相互作用机制研究，从道路工程角度及其他道路要素方面回顾该领域的研究现状，指出存在的问题和未来发展方向。研究结果表明：相比传统车辆，配置高等级自动驾驶系统的智能车辆对现役道路设施行驶适应性最高，主动安全系统次之，而驾驶辅助及有条件自动驾驶系统适应性不足。而目前研究主要问题包括：难以归纳、标定不同驾驶自动化等级间的人机功能差异及其对于道路设计参数的需求设计值；测试道路场景条件过于理想，考虑的驾驶自动化等级单一，试验规模和样本有限；道路几何、路面性能以及道路标志、标线等道路要素与智能车辆间的相互作用机制研究不足，缺乏与不同道路场景相匹配的智能车辆驾驶特征数据的获取手段。因此建议：重视并推动与道路设计要素相关联的关键人机功能差异指标信息共享；联合高保真且可交互的道路场景、高精度感知传感器物理模型、车辆动力学模型及微观交通流模型，利用测试场景自动化生成、极限工况场景搜寻与泛化等技术开展智能驾驶虚拟测试，突破现有研究的深度和广度；探索反映不同等级智能车辆的道路行驶适应性特征指标与评价标准，精准、有效地评估预测复杂道路场景及不利道路条件下的行驶适应性。     

盾构法施工单机核算管理模式的应用

近年来盾构机越来越多地应用于各种隧道工程中,其中地铁应用的数量最多,约占80%。现代盾构已演变成为一种高度智能化的大型工程机械装备,对其控制的好坏将直接影响到整个工程的施工成本和企业的经营效益,而通过单机核算降低机械成本是降低施工成本、提高企业效益的有效手段,因此推行盾构法施工单机核算显得尤为重要。文章结合地铁2222标施工项目,重点介绍了盾构法单机核算管理模式及其在施工中的应用。     

Human-like autonomous car-following model with deep reinforcement learning

This study proposes a framework for human-like autonomous car-following planning based on deep reinforcement learning (deep RL). Historical driving data are fed into a simulation environment where an RL agent learns from trial and error interactions based on a reward function that signals how much the agent deviates from the empirical data. Through these interactions, an optimal policy, or car-following model that maps in a human-like way from speed, relative speed between a lead and following vehicle, and inter-vehicle spacing to acceleration of a following vehicle is finally obtained. The model can be continuously updated when more data are fed in. Two thousand car-following periods extracted from the 2015 Shanghai Naturalistic Driving Study were used to train the model and compare its performance with that of traditional and recent data-driven car-following models. As shown by this study’s results, a deep deterministic policy gradient car-following model that uses disparity between simulated and observed speed as the reward function and considers a reaction delay of 1 s, denoted as DDPGvRT, can reproduce human-like car-following behavior with higher accuracy than traditional and recent data-driven car-following models. Specifically, the DDPGvRT model has a spacing validation error of 18% and speed validation error of 5%, which are less than those of other models, including the intelligent driver model, models based on locally weighted regression, and conventional neural network-based models. Moreover, the DDPGvRT demonstrates good capability of generalization to various driving situations and can adapt to different drivers by continuously learning. This study demonstrates that reinforcement learning methodology can offer insight into driver behavior and can contribute to the development of human-like autonomous driving algorithms and traffic-flow models.     

磁力摩擦式辅助驱动在TBM连续皮带机中的应用

长大隧道TBM(tunnel boring machine)施工大多采用连续皮带机出渣,当运输距离较大时通常需要在中间增设辅助驱动,以降低胶带最大张力,从而降低胶带强度。为了提高辅助驱动的工程适应性,研发了磁力摩擦式辅助驱动系统,具有驱动力大、无二次转载、胶带无二次冲击损伤、结构简单、故障点少、结构紧凑占用空间小、安装方便和配置灵活等特点。该成果可用于采用钢丝绳芯胶带的TBM连续皮带机、支洞皮带机以及其他需要辅助驱动的胶带输送机,并在山西省中部引黄工程TBM1标段成功应用,具有广阔的推广应用价值。     

高压共轨高速电磁阀自升压双电源驱动方法研究

在对现有高压共轨高速电磁阀驱动电路进行分析的基础上,提出了一种基于电磁阀自身的自升压方式,一方面把高速电磁阀关闭时本身储存的电能回收到储能电容中,另一方面在两缸工作间隙利用电磁阀线圈作为升压电路电感对储能电容进行能量补充,保证储能电容上的电压达到一个稳定状态。电路在保证实现双电压快速驱动的同时,使驱动结束的能量得到有效回收,同时省去外接专用升压电路所需要的电感部件,减小了电源电路的体积和设计成本,并且电控单元印制线路板的电磁兼容性设计易于保证。应用该方法对某高压共轨部件高速电磁阀进行试验,匹配出驱动参数,并进行稳定性试验验证,结果表明该方法能够满足工程应用需求。     

不同土质下预制方桩沉桩承载力特性分析

对沿海地区某码头预制方桩沉桩过程进行监控。结果表明,打桩时由于桩周土扰动剧烈,桩的贯入阻力大幅减小,粉质土贯入阻力降低比例高于粉砂。复打测试表明:粉质土的恢复系数较粉砂高;桩侧摩阻力与土层性质密切相关。在沉桩时可根据土层情况选用合适的打桩锤击力,以减小或避免对桩的不利影响。     

信号交叉口行车风险场建立及车辆通行行为优化

随着汽车逐步向智能化、网联化发展,智能网联车辆逐步进入实际应用阶段。进行智能网联车辆的通行行为优化,对提升驾驶安全性和行车效率,避免事故发生和交通拥堵至关重要。车辆在通过交叉口时将受到很多环境及运动因素的影响,而现有的通行优化模型难以准确表达各类因素共同作用下的行驶环境。为此,基于风险场理论建立由环境场和运动场组成的信号交叉口行车风险场,表征信号交叉口中每点的实时行车风险程度,从而引导车辆驶向风险值低点,并提供下一步长的位移及速度指引,实现车辆的动态轨迹优化及速度控制。典型场景下的仿真结果表明：在优化模型的控制下单车的信号交叉口通行效率明显提升,其中直行方向车辆单车平均通行效率提升最高,平均提升6.35%,通过对交叉口面积内所有车辆进行通行行为优化,交叉口通行效率提升了9.3%,这表明所建模型可以准确表达交叉口行车环境并优化车辆通行行为。研究结论可应用于自动驾驶车辆的交叉口通行控制,并为网联环境下的行车环境表达和安全驾驶控制提供模型基础。     

面向驾驶模拟器的高等级公路三维视景建模与实现

随着汽车驾驶模拟器在道路交通仿真中的广泛应用,驾驶员对视景的逼真度也相应地提出了较高的要求。视景仿真系统作为模拟器的一个子系统,其逼真度和实时的动态显示是影响道路交通仿真的关键因素。文中介绍了高等级公路三维视景的建模过程、实现方法,以及地形的简化技术。设计成果表明,这种方法对于利用驾驶模拟器进行道路交通仿真等方面的研究是可行的。     

自动驾驶中座椅旋转速度对乘员的影响

为提高自动驾驶车辆的安全性,提出用一种旋转速度曲线把座椅旋转至指定角度,研究此旋转速度下的乘员生物力学响应.首先,根据所建立的碰撞模型与假人试验数据进行对比验证;其次,改变座椅旋转方向和速度研究乘员旋转至指定位置乘员的生物力学响应.结果表明:在200 ms内采用等腰梯形旋转速度曲线旋转至±45°和±90°不会引起乘员额...