基于VR虚拟现实技术在舰船航行轨迹中的应用

常规的舰船航行轨迹规划技术,设置探索航行线路的栅格疏密值差异过大,导致对复杂海域的航行轨迹规划不合理,为此研究VR虚拟现实技术在舰船航行轨迹中的应用。该技术对海域环境中的航行区、障碍区以及舰船自身进行虚拟场景模拟实现人机交互,通过动力学的运动曲线计算舰船的动态位姿,根据障碍物在航行区域的分布、体积等数据设置栅格大小,驱动虚拟舰船,提取舰船的航行曲线、侧倾角曲线以及侧向加速曲线,调整舰船航行轨迹。实验结果表明,与2种常规技术的应用相比,虚拟现实技术设置的栅格疏密值更加符合航行轨迹规划要求,所得到的航行轨迹更加合理。     

半潜式支持平台靠泊海洋生产平台碰撞概率建模

为有效解决深水半潜式支持平台靠泊海洋生产平台过程中存在的碰撞问题,从碰撞事故发生原因入手,借鉴挪威船级社(Det Norske Veritas,DNV)DNV-RP-107规范中的船与海洋平台碰撞概率模型和美国公路与运输协会(American Association of State Highway and Transportation Officials,AASHTO)《美国公路桥梁防船撞设计指南》中的船桥碰撞概率模型,将支持平台发生向前的过分偏移引起的碰撞场景分为漂移碰撞和动力碰撞2种,建立事件树,得到支持平台靠泊海洋生产平台碰撞概率模型。在此基础上,估算支持平台靠泊碰撞海洋生产平台的概率,由此评估碰撞风险,为半潜式支持平台靠泊碰撞海洋生产平台场景下的相关规范制定提供参考。     

基于OpenGL的交互式虚拟三维事故场景构建

OpenGL是一个硬件和图形软件接口。使用OpenGL很容易实现模型的各种变换、着色、光照、纹理、交互操作和即时动画。使用OpenGL三维图形语言和VC 6．0的MFC编程技术，在计算机上实现虚拟的三维事故场景构建，开发相应的计算机软件3DPlayer，并对如何提高场景的真实感和动画的显示效率进行探讨。     

汽车业应采用大规模定制生产模式——大规模定制生产与大规模生产的比较

在当今的汽车工业，大规模生产模式已经逐渐被大规模定制生产模式所替代。本文通过大规模生产模式与大规模定制生产模式的比较来论证汽车工业应采用大规模定制生产模式。     

基于GT/ERP的大规模定制汽车订单管理系统

从供应链的角度出发，对大规模定制（mass customization．MC）下的汽车制造业的客户订单管理方法进行了研究．分析了大规模定制实现的基础．给出了针对汽车制造的客户订单处理的典型流程以及运作汽车订单管理系统中的难点，并做了深入细致的研究分析．提出了基于GT／ERP的订单管理解决方案．     

铁路选线三维联动可视化CAD系统的开发与应用

在分析英国的MOSS、美国的InRail与InRoad、德国的CARD/1等选线软件及澳大利亚旷达线路三维优化规划系统的基础上,开发了具有实时平纵横三维联动和动态仿真可视化的计算机辅助选线系统。介绍系统的主要功能及关键技术:快速整体构建数字地面模型算法,夹点驱动平纵断面设计参数与平纵横实时三维联动显示,线路三维可视化与虚拟场景仿真。在武广、郑西客运专线勘测设计中,该系统发挥了重要的作用,已成为客运专线选线设计必不可少的设计平台。     

基于混合通信顺序进程的高速铁路列控系统形式化建模与验证方法

针对高速铁路列控系统的混杂特性,提出一种基于混合通信顺序进程(HCSP)的列控系统形式化建模与验证方法。引入了HCSP的假设条件,建立列控系统的行为模型;定义了HCSP到混合自动机(HA)的转换规则,将HCSP模型转换成HA模型;利用模型检验工具PHAVer对HA模型进行自动验证。以高速铁路列控系统典型的行车许可运营场景为例,建立区间闭塞分区行车许可场景的HCSP模型;根据转换规则将行车许可场景的HCSP模型转换成HA模型;用PHAVer验证了所建立的区间闭塞分区行车许可场景模型的正确性,从而证明了基于HCSP的高速铁路列控系统建模及验证方法的有效性。     

多场景下客流精准诱导系统分析与设计

以城市轨道交通多场景下客流精准诱导需求为研究对象,分析多场景下诱导系统应具备的功能和可采用的结构。基于广州地铁中台框架,利用SpringBoot、微服务、Redis、H5等新技术实现诱导系统的功能,包括拥挤条件下的前瞻性诱导、突发情况下的主动诱导和末班车出行路径可达性查询功能。多场景下客流精准诱导系统及其App服务的开发和上线运营,可支撑地铁各场景下的客流运营组织,提升轨道交通客流组织合理性和客运服务水平。     

城市轨道交通精细化客流预测系统设计与实现

针对大部分客流预测系统存在预测客流指标不全,时空粒度较粗,多场景的适用性不足等问题,以大规模网络化运营的城市轨道交通精细化客流预测需求为研究对象,分析适应多场景铁路网客流预测实现方法,利用Hadoop、Spark&Hive、Redis、微服务、H5等先进技术搭建客流预测大数据平台,实现铁路网交通出行量(OD,Origin Destination)的精细化客流功能,为调度指挥和客运管理提供进站、出站、换乘、断面客流量等全指标、精细化时空粒度的客流预测数据支持,提升轨道交通调度指挥针对性、客流组织合理性和客运服务水平。