摘要：根据相关规范,从应答器容量角度,对正线出站信号机处有源应答器报文发送原则进行分析;结合现场联调联试案例,总结现场3种直向发车(含通过进路)有源应答器报文发送情况;分析对比各发送方案的优劣,提出优化建议。该项研究可为设计及测试提供参考。

摘要：首先阐述了信号系统兼容性测试的必要性,然后针对联调联试中出现的兼容性问题,分别从地面、车载、规范和设计等角度,深入分析问题原因,探讨列控系统规范在兼容性测试中的应用.

摘要：智慧道路中布设的路侧感知单元可以获取全域车辆运动轨迹数据,是交通流智能管控系统、车路协同自动驾驶的重要基础,如何对其数据质量进行主动监测是道路交通运营管理部门面临的重要挑战。随着智能网联车的规模化应用,车载高精度定位与环境感知众包数据为路侧感知单元数据质量监测提供了新的思路。提出了基于智能网联车众包定位与感知数据的路侧感知单元在线监测框架,主要包括轨迹匹配、时间同步和精度评估3个关键步骤。在轨迹匹配阶段提出了一种考虑周围车辆相对位置的轨迹相似度匹配算法,确定车辆在路侧感知数据集中的对应轨迹;在时间同步阶段,采用内插外推法及最小二乘原则求解系统时间偏差,实现车路系统时间对齐并同步采样时间;在精度评估阶段面向实际应用需求,设计单车绝对定位误差和多车相对定位误差2类指标,提出路侧感知单元轨迹数据精度评估方法。最后,利用PreScan仿真试验和实车试验对数据质量监测框架及方法进行测试验证。研究结果显示:设计的轨迹匹配及时间同步算法在不同交通环境、不同感知误差下均有稳定、高效的表现,提出的质量评估指标及相应计算方法可从不同维度准确地反映路侧感知单元轨迹数据的精度水平与特征,验证了评估方法的有效性和可行性;因此,提出的框架可支撑路侧感知单元健康监测和数据质量管理,推动完备可用的智能车路协同系统发展。

摘要：智慧公路布设了大量路侧智能传感器,可以获取全时空车辆运行轨迹数据。然而,如何实现轨迹数据质量高效便捷的评估一直是困扰行业管理部门的难题。现有评估方法大多存在量化指标维度单一、鲁棒性较差等问题。为此,提出一种通过挖掘轨迹数据多维特征以快速评估轨迹数据质量的方法。首先基于轨迹多元信息从元素特征、时序特征和空间特征3个维度设计轨迹合理性、波动性与交互异常性评估指标,并分析评估指标与轨迹数据质量水平的相关关系;在此基础上提出一种利用多元评估指标实现轨迹质量评估的自适应融合回归模型;最后,结合公开轨迹数据集和实测数据集对指标和模型的可靠性及稳定性进行测试与验证。结果表明:轨迹合理性、波动性指标与数据质量显著相关,可基于此构建指标融合模型评估轨迹质量,且引入提出的交互异常性指标可较好地提升模型评估效果。随着模型得分的降低,轨迹数据的运动与交互特征的异常程度增大,持续时间增加。提出的智能评估模型可以挖掘评估指标与轨迹质量的关系,对不同质量水平的轨迹均保持较好的评估效果且优于传统的单一维度评估指标方法,具有良好的稳定性、鲁棒性和优越性,可为车路协同环境下海量的路侧感知轨迹数据提供可靠的质量评价与监测方法。