基于交互多模型的车辆质量与道路坡度估计（双语出版）

车辆结构参数和道路环境信息的实时准确获取是提高智能汽车运动控制性能的重要因素之一，而车辆质量与道路坡度信息是多种汽车控制系统的必要信息，因此质量与坡度在线估计的研究一直受到关注。针对车辆质量与道路坡度的联合估计问题，提出了一种基于交互多模型的质量与坡度融合估计方法。首先，设定了适宜进行质量精确估计的工况条件，据此提出了基于模糊规则的质量估计置信度因子计算算法，进而设计了基于置信度因子的递推最小二乘车辆质量估计算法，以实现质量的在线估计。然后，以车辆纵向动力学模型为基础，建立了运动学和动力学2种坡度估计模型，并设计了基于运动学模型的线性卡尔曼滤波坡度观测器，基于电子稳定性程序ESP的纵向加速度信息实现坡度估计，设计了基于动力学模型的无迹卡尔曼滤波坡度观测器，基于ESP和发动机管理系统EMS的力信息实现坡度估计。运动学模型未考虑车辆姿态信息，坡度估算结果与实际值有偏差；动力学模型对模型精度要求高，算法稳定性差，为充分发挥2种方法优势实现坡度的精确估计，采用交互多模型算法实现了2种坡度估计方法的加权融合。最后，对所设计的算法进行了实车试验验证。结果表明：所设计的质量与坡度估算算法具有较好的实时性和准确性，适合智能汽车运动控制的应用需求。     

校园交通服务水平属性数学识别与评价

提出了基于属性数学识别的大学校园服务水平定量评价分析体系,通过交通调查及统计分析确定校园交通需求并建立评价指标,利用变异系数法计算指标权重并采用属性数学识别法及置信度准则判断校园交通的服务水平．以广州市大学城为研究区域建立属性数学的评价体系,并对中山大学东校区进行了应用,提出了校园交通改善方案,并对改善前后的指标进行了对比分析,结果显示该评价体系能有效避免数据丢失、分级不清,直观反映校园交通系统服务水平的变化．     

基于短期记忆的单义标志重复间距研究

交通标志的重复间距直接影响其实施效果,设置过于密集增加驾驶员的脑力负担,浪费社会资源. 设置过于稀疏,起不到预期的效果.本文从驾驶安全性和驾驶员短期记忆特性两个方面综合考虑公路单义标志的重复设置间距. 采用室内模拟舱实验的方法,选取42名驾驶员,对单义交通标志进行驾驶员短期记忆实验,根据实验结果建立驾驶员短期记忆衰减指数模型. 根据研究,在认读后的前35s内记忆衰减大于4%,记忆正确性超过50%;在35秒后衰减小于3%,记忆正确率下降为50%以下. 将此结果应用于公路单义标志的重复设置过程,根据驾驶员不同运行速度,定量给出公路单义标志的重复设置间距.     

列车开行间隔对区间通过能力影响的研究

在既有旅客列车开行框架的基础上,采用不同实验方案,改变列车之间的开行间隔.运用基于列车运行图铺画优化模型的区间通过能力计算方法,计算给定实验方案的区间通过能力,进而分析出列车开行间隔对区间通过能力的影响,并从该角度出发提出改善区间通过能力的措施.     

道路交通事故再现分析结果的不确定性分析

实际道路交通事故中包含大量的不确定因素，充分考虑这些不确定因素并采用不确定性方法分析其对道路交通事故再现结果的影响，可以提高再现分析结果的可靠性和准确性。针对道路交通事故中的不确定因素，将随机理论和随机摄动技术引入到道路交通事故分析，并应用不确定性理论给出了分析结果的置信区间和置信度，提高了事故分析与再现结果的精度。以汽车一行人交通事故为例，对车辆行驶速度和人车路面接触位置进行不确定性分析，并与随机模拟方法得到的计算结果进行对比，验证了本文方法的正确性和实用性。