摘要：针对目前单阈值避撞模型所具有可反应时间单一的缺点,设计了一种基于多级报警规则的避撞预警模型,为驾驶员提供了一个渐进的反应时间,在紧急情况下使其有更多时间来避免碰撞发生.对车辆行驶过程中驾驶员的信息感知特性进行分析,为模型的建立提供相应的理论基础.设计了基于多级报警规则的避撞预警模型,并对模型的设计过程进行了详细的论述.利用实测数据对给出的模型进行了实证研究,结果表明多级报警避撞预警模型能使驾驶员更加舒适的驾驶车辆,并为智能避撞预警系统的建立提供了良好的模型基础.

摘要：【目的】了解地震作用对边坡稳定性的影响。【方法】研究选择尼泊尔某高速公路路堑边坡作为研究对象,针对强震地区地震荷载作用条件下,采用有限元方法,就高速公路路堑高边坡的稳定性和位移变化情况,进行了模拟计算。【结果】高边坡的稳定性随地震强度的增加而降低、高边坡的位移随地震强度的增加而变大。另外,还就削坡+锚杆支护或削坡+锚杆+土钉的边坡治理方案进行了对比,通过改变锚杆角度等工程设计要素进行数值模拟计算分析,提出了更加合理的边坡治理方案。【结论】对强震地区类似的高边坡稳定性研究具有一定的参考作用。

摘要：针对交通数据多传感器融合算法精度不足、稳定性差等问题,提出一种基于思维进化算法(MEA)优化的BP神经网络(MEA-BP)融合算法。借助MEA所具有的"趋同"和"异化"操作,在介绍基本原理的基础上,设计了用于优化BP神经网络初始权值和阈值并定向搜寻最优BP神经网络融合模型的融合算法计算步骤。基于所选取的区间速度数据进行实证分析,结果表明:MEA-BP融合算法较BP神经网络算法具有更好的收敛性,在精度和稳定性方面分别提升了9. 38%和31. 44%;时间敏感性分析显示,MEA-BP融合算法也具有良好的可移植性。

摘要：针对'距离-损耗'模型在车载自组网无线定位中的局限性,根据此模型提出了一种基于三角形形心的近似定位算法模型,设计了合理的校准方法对给出的模型进行校准.建立车载自组网软硬件实验环境,从距离误差和定位精度两方面对标定的模型进行了实验验证.结果表明,超过95%实验数据的定位精度小于3 m,研究得到的无线定位算法能满足低速情况下车辆主动安全的需要.

摘要：为了从海量动态交通数据中快速识别路网中存在的交通拥挤,通过分析拥挤的特征模式和各种数据挖掘技术的特点后,设计了一种适用于城市快速路的交通拥挤自动识别方法。该方法将占有率、速度和流量三个基础交通流参数进行组合得到新的特征变量,运用优化的多层前馈神经网络模型对特征变量进行处理来判断是否有拥挤发生,通过分析模型输出结果的变化趋势区分常发性拥挤和偶发性拥挤。模拟数据和实测数据对比结果表明,该方法可以识别城市快速路上发生的交通拥挤,具有良好的实用性。

摘要：利用软件Creator创建含有道路的虚拟场景,在仿真软件Vega中加入场景和多个车辆模型,受控车辆car采用鼠标和键盘控制,其余车辆借助于PathTool工具提前设置运动路径并编辑每段路径上赋予导航车辆的参数;基于建立的跟驰及更换行驶路线的安全距离模型,在VisualC++6.0平台下结合VegaAPI编程设计一个仿真程序;借助于VegaAPI函数动态获取各个车辆位姿及行驶参数,由安全距离模型计算出车间距动态安全阈值,判断虚拟场景中的车间距是否符合car安全直行、换道及超车的条件,若不符合即强制car减速甚至停车,同时执行界面中会不时给出提示,促使采取主动避撞的正确措施。结果表明在虚拟环境中较好地仿真了车辆的实际避撞过程,受控车辆处于一种主动安全行驶状态。

摘要：由于受到信息采集源性能影响,造成了智能车辆避撞预警系统(Collision Warning System,CWS)前后车相对距离测量精度低的问题,针对此问题提出了一种基于机器视觉的预警算法(Collision Warning Algorithm,CWA),利用机器视觉获得了较高精度的测距信息,有效提高了预警算法的有效性。在分析驾驶员驾驶行为基础上,确定CWA的报警准则。基于机器视觉技术建立了一种多输入、多输出的CWA模型,给出了模型预警原理、决策阈值确定方法、逻辑结构图,以及基于机器视觉的车辆信息获取方法。设计了一个单车道双车辆跟驰实车试验,采集模型测试所需的数据,并利用实测数据对模型进行了验证。试验结果显示,平均测距误差不超过3.6 m,预警模型能够准确给出预警信息,对提高车辆行驶主动安全性具有重要意义。

摘要：为了提高高速公路利用率,减轻平行国省道的交通负担,综合考虑高速公路经营者和使用者双方的利益,建立了以实现高速公路运营收益增加为上层目标,以实现路网多用户随机均衡分配为下层目标的差异化收费定价模型,设计了遗传算法和模拟退火算法与迭代加权法组合的模型求解算法。在分析山东省龙青高速及其平行国省道交通流特征的基础上,运用设计的模型有针对性地制定分出入口路段、分时段、分车型的高速公差异化收费方案。研究结果表明最优的差异化收费方案能使龙青高速北向南方向的运营收益增加786.19万元/年,道路使用者的出行成本减少716.51万元/年,验证了差异化收费定价模型的实用性,进一步完善了高速公路多模式差异化收费方案。

摘要：针对传统交通状态识别算法仅考虑交通参数个体特征差异而存在识别率较低的问题,引入集群智能概念,提出了既考虑交通参数个体特征差异,又考虑个体参数所蕴含的群体特征差异性的高速公路交通状态识别算法。由于模糊C均值聚类算法(fuzzy C-means algorithm,FCM)在交通状态识别泛化能力上存在收敛缓慢的不足,基于反向学习策略以及鲸鱼优化算法(whale optimization algorithm,WOA),考虑个体交通参数所蕴含的集群行为增强了交通状态初始聚类中心种群的多样性,设计了一种具有良好的全局搜索能力集群智能的高速公路交通状态识别算法,融合了反向学习、WOA和FCM算法,克服了FCM识别算法容易陷入局部最优的局限。实证分析结果表明,所提出的交通状态识别算法具有良好的识别效果,准确率达到92%,且收敛速度较FCM算法更快。

摘要：设计了一种基于无线网络的,用于特定路段的车辆定位系统。对常用的无线网络节点定位的方式进行了对比分析,结合车用无线定位的特点,选择了基于LQI信号的无线定位方式。在定位算法的设计中,改进了三边测量法,给出了一种基于正方形形心的定位算法。设计了合理的定位模型标定方法,对所设计的定位模型进行了标定。从定位误差的角度对标定的定位模型进行了试验分析。试验结果表明,论文给出的基于LQI的无线网络节点定位方法达到了预期的定位要求。