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。     

S^2 BHCA Multiple AUVs cooperation oriented control architecture

Oceanographic survey, or other similar applications should be the applications of multiple AUVs. In this paper, the skill ＆ simulation based hybrid control architecture （S^2BHCA） as the controller＇s design reference was proposed. It is a multi-robot cooperation oriented intelligent control architecture based on hybrid ideas. The S^2BHCA attempts to incorporate the virtues of the reactive controller and of the deliberative controller by introducing the concept of the ＂skill＂. The additional online task simulation ability for cooperation is supported, too. As an application, a multiple AUV control system was developed with three ＂skills＂ for the MCM mission including two different cooperative tasks. The simulation and the sea trials show that simple task expression, fast reaction and better cooperation support can be achieved by realizing the AUV controller based on the S^2BHCA.     

中间轴驱动装置固定对弹性悬挂式机车动力学性能的影响

为防止弹性悬挂式机车中间轴驱动装置横向位移过大,发生碰撞,提出了端轴驱动装置弹性悬挂、中间轴驱动装置固定连接的方式。利用多体动力学软件SIMPACK建立整车动力学模型,对比分析驱动装置悬挂方式对机车动力学性能的影响,认为采用这种悬挂方式是合理可行的。     

专家系统在分散自律调度集中系统中的应用

描述了将专家系统理论应用于分散自律调度集中系统的车站自律机的设计,给出了自律机专家系统的知识库、推理机的构架及原理,并介绍了自律机知识库自学习机制.由于采用了专家系统,从而提高了自律机的自动化和智能化程度.     

桥式抓斗卸船机不同形式的比较

桥式抓斗卸船机主要有自行小车式和钢丝绳牵引小车式2种形式.钢丝绳牵引式又分为单索起升单索开闭单小车牵引式、主辅小车牵引式、机械差动四卷筒牵引式、电差动四卷筒牵引式等形式,它们各有优劣,主辅小车牵引式被证明是最可靠的形式.     

角色自律分散系统概念及体系结构

从理论研究和应用研究等角度综述自律分散系统技术的国内外研究现状,归纳出系统潜在功能的自律表达应用模式。对自动化系统进行多层次抽象,明确了集中式、客户/服务器和自律分散结构的适应领域,明确了系统功能及其表达方式的时空关系。自动化系统的功能包括固定功能、人工进化功能、潜在功能和自我进化功能;系统功能表达方式的时空关系有时空不变、时间可变和时空可变3种。对系统潜在功能的自律(时空可变)表达模式进行提炼,定义角色自律分散系统的概念。提出角色域与数据域双重驱动的角色自律分散系统的体系结构,角色和数据通过角色域与数据域进行交互,角色自律控制器实现角色转换的协调,数据仲裁器确保分散环境中的数据一致性,角色/功能/对象调度器分别实现系统角色,功能和对象的调度与激活。将角色自律分散系统体系结构应用于铁路调度系统中,表明技术上是可行性的。     

浅析几种无人驾驶汽车路径规划算法

路径规划是自动驾驶关键技术之一,各种路径规划算法现已不断改进并不断涌现。本文根据全局和局部路径规划对常用路径规划算法进行分类,对几种常用的路径规划算法原理进行介绍,并分析其发展方向。     

AUV自主收放装置结构及控制系统设计

AUV技术对于提高海洋资源环境的勘测和开采效率具有重要意义。在AUV收放过程中,传统的回收方式是在母船上起吊回收,人为参与完成挂钩任务,这种方式受风浪的影响较大。为了提高AUV的使用保障能力,需要针对AUV的自主收放技术展开研究。基于AUV良好的实时性、连续性及可移动性的特点,本文设计一套AUV自主收放装置,可用于AUV的自动布放及回收。该装置由固定架、控制台、吊机装置、绞车、定滑轮、钢丝绳、收放架等组成。设计各部分的机械结构,并通过系统校核验证结构设计的合理性。同时,设计AUV收放存储装置控制系统,实现对机械液压执行器的精密控制、传感器的数据采集、系统状态参数显示、试验参数调整、工作状态监控和安全报警等功能,能够对控制系统的控制流程进行辅助判断和安全保障。解决了传统AUV收放技术的难题,提高了AUV收放的智能化水平。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

地铁列车模拟驾驶器故障处理系统的功能探究

地铁列车模拟驾驶器故障处理系统用于培训司机的故障实时处理能力。介绍了多媒体故障处理系统的主要功能。早期的故障处理系统功能相对简单,只能实现部分硬件的故障处理操作培训。多媒体故障处理系统应用CGI计算机成像技术来完善其环境逼真程度,通过软件仿真实现无法在硬件上完成的故障处理操作,同时虚拟列车设备,对难以用硬件完成的列车部件进行全数字化仿真,实现覆盖列车运行中所遇到的各类故障的处理操作。功能完善的多媒体故障处理系统大大提高了培训质量,节约了培训成本,能培养同时具备实际操作和故障应变处理能力的司乘人员,从而保障地铁列车的安全平稳运行。