摘要：[目的]为了解决基于传统车地通信技术的全自动运行线路所面临的高峰期运能不足、系统设备繁多、故障影响范围广等问题。[方法]提出了基于自主感知和车车通信技术的全自动运行系统设计方案,介绍了该系统的架构及各子系统的功能,分析了该系统的优势。[结果及结论]基于自主感知和车车通信技术的全自动运行系统采用基于相对速度的安全防护模型,实现了列车追踪运行间隔的进一步缩短;采用车车通信方式结合自主感知技术,实现了系统架构的进一步精简,减少了运营维护工作量;构建了具备智能感知的后备系统,可保障系统故障下的列车运行安全,并提升了故障情况下的运营恢复效率。该系统已在北京地铁11号线示范工程中完成现场单车及多车调试、测试,取得了试运行授权。

摘要：在复杂的矿井环境中,矿车的自主感知与导航系统是确保其高效、准确和安全运行的关键技术。该系统使矿车能够自主适应矿井的特殊条件,显著提高生产效率,同时降低作业风险。文章提出了一套适用于复杂矿井的履带式矿车自动感知与导航系统,包括矿车的传感模块、边缘计算单元、通信模块和后端数据处理部分。通过“边+云”协同计算策略,实现矿车的实时感知与导航。测试结果表明,所设计的自主感知与导航系统能够满足工矿环境中履带式矿车的自动导航任务需求。

摘要：针对传统方法获取的网络通信深度信息不完整、数据传输安全性不高等问题,设计Kinect传感器的网络通信数据泄露自主感知系统。模糊推理方法结合专家经验构建Kinect传感器数据脆性评估体系,运用基于灰色关联分析及理想优基点法计算通信数据敏感度,获得敏感数据泄露漏洞挖掘目标;基于开源数据组件集,构建集数据收集整理、数据存储、态势展现等功能于一体的完整数据泄露自主感知系统。仿真结果表明,本文方法可有效增强通信数据安全性能,大幅降低数据泄露事件发生概率,为网络通信稳定运行提供扎实基础。

摘要：新药研发产业链具有高度密集的可用数据集,深度学习理论具有强大的密集数据集隐性特征自感知属性,为人工智能在新药研发领域的应用提供先天优势。先导化合物(Lead Compound,LC)是现代新药研究的出发点,先导化合物的发现及结构优化策略具有显著的大数据挖掘特征,利用具有强大感知能力的深度学习理论构建药物先导化合物自主感知及优化策略模型,实现具有某种生物活性和特定化学结构的先导化合物自主感知及优化策略生成,具有显著的经济及社会效益。在深度调研基于人工智能和大数据的精准药物设计技术在国内外的最新研究现状的基础上,从拟解决的关键问题、研究方法、技术路线等方面开展基于深度学习理论的药物先导化合物自主感知及优化策略研究,为人工智能药物研发领域提供系统性研究案例。

摘要：目的:观察高血压病人自主感知现状,分析其相关影响因素。方法:选取九江市第一人民医院接收的80例高血压病人为研究对象,采用中文简版自主感知量表(PEAS-CV)评估病人自主感知水平,观察病人自主感知现状,设计基线资料调查问卷,询问并记录病人相关资料,将可能的因素纳入,经线性回归分析高血压病人自主感知水平的影响因素。结果:80例高血压病人经评估,PEAS-CV评分为(51.36±5.49)分;不同年龄、文化水平、婚姻状况、医疗费用支付方式的高血压病人PEAS-CV评分比较差异均有统计学意义(P<0.05)。线性回归分析结果显示,年龄≥65岁、文化程度为初中及以下、婚姻状况为无配偶、医疗费用支付方式为自费为高血压病人自主感知的影响因素(P<0.05)。结论:高血压病人自主感知水平不高,可能受年龄大、文化水平低、婚姻状况、付费方式等因素影响。

摘要：列车自主运行系统(train autonomous circumambulate system,TACS)是未来城市轨道交通信号系统的发展方向,目前在部分城市轨道交通中得到应用。不同于传统的基于通信的列车自动控制系统(communication based train control system,CBTC),TACS系统降级方案尚未形成统一标准,有必要针对现有TACS系统降级方案进行工程适用性分析。基于TACS工作原理,探讨配置降级系统的必要性;结合TACS系统现阶段发展现状,总结了3种现有可行的TACS降级方案,介绍不同降级方案的架构和工作原理,并从系统构成、应用场景、降级下追踪能力等层面对3种TACS降级方案进行定性分析;建立降级下列车追踪时间模型,在相同工程条件下,对3种TACS降级方案的降级列车追踪场景进行仿真,根据仿真结果得出影响降级追踪效率的因素。在上述研究基础上,总结TACS降级系统的关键条件,对3种降级方案的工程适用性、应用效果进行分析,并提出部分改进建议。

摘要：针对目前煤矿巷道掘进工作面智能化应用水平较低导致掘进效率低下、采掘接替紧张的问题,分析了制约巷道掘进工作面实现智能化的关键技术-快速掘进煤炭地质保障技术、智能超前自主感知技术、智能掘进大数据云计算及控制软件技术。论述了煤矿快速掘进理论及技术基础,以煤矿高分辨率三维地震勘探技术、矿井地质透明化技术为支撑,巷道围岩应力及其控制理论为基础,快速掘进设备为保障,形成实现煤矿智能高效掘进的探测、掘进、支护协同作业的基础支撑理论。重点阐述了煤矿巷道掘进工作面的智能超前自主感知技术,包括高分辨地质雷达探测技术、基于TSOA定位原理混合算法的掘进机位姿感知技术、基于同步定位与建图(SLAM)原理的掘进工作面环境感知技术、掘进设备运行状态感知技术。形成实现智能化掘进工作面的“掘进机位姿感知、工作面环境感知、设备状态感知”的空间一体化感知体系。在分析煤矿综掘工作面实现智能化快掘自主感知和调控技术的基础上,提出按照“以智能化超前感知为基础,以多源数据计算为中心,以安全智能快速掘进为目标”的原则进行设计和构建煤矿智能快速掘进技术体系。开发基于F5G通讯的多源数据和多源图像传输、存储技术,确保了数据传输的高效、可靠和稳定。依托大数据分析和云计算平台,开发具有CPU、存储和网络资源聚合计算基础架构VMware vSphere的软件-智能化掘进-SmartX,系统架构划分为数据源层、智能化超前感知数据采集层、多源数据和图像的传输存储层、大数据云平台数据分析层、决策应用层,包括超前地质探测精准感知、掘进设备位姿感知和掘进工作面环境感知等8个主要功能模块。形成智能化掘进工作面Hadoop&Spark一体化大数据云计算分析处理平台,智能化掘进-SmartX系统。分析煤矿巷道智能化掘进面临的挑战和未来发展,提出继续研制高质量感知设备与多源数据、图像深度融合技术,提高智能掘进设备上使用的感知设备种类、精度和智能性等,提升多源数据、图像在深度融合方面的精度和准确度。加大研发基于F5G通讯技术的掘进工艺智能化技术,智能化掘进设备在工作过程中,确保各项参数判定和指令动作在提前设定的状态下快速可靠准确完成。提出进一步提升巷道智能化掘进辅助生产环节的智能化水平,以减少现场作业人员数量,减轻作业人员劳动强度,实现掘进工作面智能化水平整体提升。

摘要：为满足多无人机(multi-UAVs)的协同任务中高效自主避碰的需求,在基于数据驱动的强化学习方法的基础上,提出了一种分布式多经验池深度确定性策略梯度避碰方法(DMEP-DDPG),使单个无人机在多机环境下仅依靠自身传感数据即可自主避碰作业。首先,针对强化学习任务在长周期下的稀疏回报问题,设计了基于引导型奖励函数系统回报机制;其次,为克服单一经验池样本效率低带来的策略收敛困难的问题,构建了新型的分布式多经验池更新的确定性策略梯度框架;最后,在多种多无人机协同任务环境中测试了DMEP-DDPG方法的避碰性能,并与其它基于学习的避碰策略进行了性能指标对比,结果验证了DMEPDDPG方法的可行性和有效性。

摘要：人工智能在土木工程智能建造领域中的应用技术与方向包括:设计(生成式设计)、建造(自主感知与人机交互)、运维(数字孪生与逆向建模)。生成式设计传统工程设计是一项高度消耗工程师精力且高度依赖工程师经验的工作,存在着设计创意和设计质量方面的局限性。同时工程设计行业积累的大量设计资料无法得到有效利用,经验难以传承。人工智能的飞速发展为工程设计领域提供了解决问题的全新手段。

摘要：介绍了目前城市轨道交通信号系统的发展现状及发展趋势,提出并分析了下一代城市轨道交通信号系统的关键技术,包括车-车通信技术、列车自主感知技术、虚拟编组技术、信号与车辆一体化融合技术以及云技术。