关于某项目上部结构通用图配束优化的研究

预制T形桥梁在高速公路中应用广泛，但预制桥梁由于标准化要求，单个项目采用标准跨径的类型有限，跨径组合在布置时常常造成浪费或者略有不足，灵活性不高，尤其在山岭重丘区情况下问题突显。结合规范变化等研究钢束布置情况，通过大量计算分析，优化钢束配置，增加常见跨径预制T形桥梁通用图的适用性，达到跨径布置合理、满足标准化要求、优良的经济性目的。     

VTS在海上自主航行船舶（MASS）服务中的责任与策略研究

海上自主航行船舶(Maritime AutonomousSurface Ship,以下简称“MASS”),简单来说是指利用传感、通信、物联网等技术手段,自动感知和获得船舶自身、海洋环境、物流、港口等方面的信息和数据,并基于计算机技术、自动控制技术、大数据技术、智能技术,在航行、管理、维护保养、货物运输等方面实现智能化运行的船舶。     

深圳城市轨道交通工程盾构区间造价指标分析

城市轨道交通工程具有投资规模大,建设时间紧,专业涉及面广,工程技术复杂等特点。总结深圳市已建城市轨道交通工程的技术经济指标,针对盾构区间隧道工程,研究轨道交通工程建设标准和造价指标体系,为合理确定本地区城市轨道交通工程建设和造价标准提供科学依据。通过确定盾构区间各项主要指标,为政府投资决策提供技术支撑,以期对轨道交通高质、高效发展起到一定推动作用。     

货车自动驾驶技术及标准法规发展分析

目前,自动驾驶技术在乘用车领域已获得突破性发展;为提高通行效率和出行安全起到了极大的作用。自动驾驶技术在商用车领域的应用,有望较好解决高昂的人力成本和难以提高的效率等问题。然而,目前自动驾驶技术在货车的应用大多采用跟乘用车同样的标准进行规范,这在实际应用中存在着诸多的问题;例如,在FCW和AEB功能中货车在相同车速的制动距离要远大于乘用车,而其所采用标准规定的碰撞预警时间却并无多大不同,这在实际场景中存在着较大的安全隐患[1,2]。此外,货车质量和体积较大,且较多应用于长途运输,运输过程中会经历包括高温、严寒、山区等多种复杂气候场景,这些都将对货车自动驾驶技术在车辆制动效能、能耗以及多场景应用等方面提出更有针对性规范的要求。本文针对货车的应用场景特点,为其自动驾驶技术应用标准化提出了建议。     

多孔钛摩擦磨损信号的递归图特征研究

为了定量描述一维的多孔钛干摩擦信号,采用递归定量分析方法,把摩擦信号扩展到高维,定量分析其中信息.首先,利用经验模式分解(empirical mode decomposition,EMD)对摩擦信号进行预去噪;然后,采用自相关法和假近邻法计算各组摩擦信号的延时与嵌入维数;最后,分析递归图及其对应的平均对角线长度与熵值,通过这些能够直观观察不同环境下多孔钛摩擦信号的变化特性.结果表明,递归图能够一定程度上反应多孔钛的磨损情况,通过递归定量分析能够对多孔钛摩擦系统复杂性状态进行描述,且在压力为8～10 N时磨损系统稳定性最好.     

兰新高铁甘青段路基冻胀自动监测及分析研究

为查明兰新高铁甘青段路基冻胀变形原因和影响因素,提出相应的冻胀处理措施,将路基冻胀变形控制在允许范围之内,采用自动监测系统,对路肩以下5 m范围内路基的冻结深度、水分、冻胀变形等进行监测,并对监测结果进行统计分析和深入研究。研究结果表明:路基冻结深度的发展主要受气温的影响,基床表层以下填料含水量随着冻结深度增加缓慢增加;基床表层及基床底层上部1.0 m范围冻胀量占总冻胀量的80%以上;低路堤地段冻胀最严重。为减少路基冻胀量,设计及施工时应采用全冻结深度防冻胀方案,以填料防冻胀为主,辅以防水、疏水和隔热等综合措施;低路堤地段防冻胀措施应适当加强。     

面向新型混合交通流的智能交叉口网络布局优化

考虑网联自动驾驶车辆(Connected Autonomous Vehicle, CAV)应用先进的车联网与自动驾驶技术，可以采用智能交叉口的组织形式，大幅提升交叉口的通行效率，为降低CAV与人工驾驶车辆(Human-driven Vehicle, HV)混行条件下城市交通系统的整体出行成本，提出智能交叉口在城 市交通网络中的布局优化问题，建立数学优化模型并求解。首先，基于对两类车辆行驶特性的分析，建立混合用户均衡模型，描述CAV与HV的路径选择行为；其次，从交通规划者的角度，以系统最优为目标，整合混合用户均衡模型，建立面向新型混合交通流的智能交叉口网络布局优化模型，并利用改进的遗传算法求解；最后，选取Sioux-Falls交通网络作为案例分析，验证模型与算法的有效性，并研究CAV渗透率变化对优化结果的影响。研究表明，智能交叉口在城市路网中的合理规划极大地提高了新型混行场景下城市交通系统的出行效率，同时，大幅降低了由于网联自动 驾驶单方面技术优势带来的CAV与HV的出行效率差距，增进了出行公平性。     

多特征融合的级联回归人脸对齐方法研究

深度神经网络技术在人脸识别方面已经取得了巨大进步,但是大多数方法只是运用人脸深度特征而并没有分析哪些特征是有效的.为了探索针对人脸识别任务的有效结构化特征,提出了基于多种特征级联回归方法的人脸关键点检测模型,将两两关键点对应的人脸局部特征对之间的结构关系、整张人脸图像的全局表观和关键点对应的局部热图这3种人脸特征融合之后用于人脸对齐任务.实验证明,多特征级联回归法与记忆下降法相比,人脸对齐任务错误率下降了30.17%,与最新的一些人脸对齐模型具有一定的可比性.