基于多通道数据的高铁司机警觉评估实验设计

高铁司机警觉与行车安全密切相关。为实现司机警觉状态评估,该研究设计了一种基于多通道数据的高铁司机警觉评估实验方案。依托高铁驾驶模拟器,以连续驾驶的方式诱发高铁司机警觉衰退,实验过程中同步采集其脑电、心电、眼动以及简单反应时间和疲劳程度主观量表。基于神经网络、支持向量机等机器学习技术构建司机警觉评估模型技术方案。以司机神经、生理等融合特征为输入,以司机疲劳状态为输出,构建司机警觉评估模型,对提出的实验方案进行探讨,验证提出的实验方案的合理性与可应用性。

产业转移背景下西部综合运输系统发展对策

本文简要分析了当前西部地区承接东部地区产业的特点,结合西部地区社会、经济实际情况分析了当前西部综合运输系统发展现状,主要为基础设施建设缓慢、总体上发展滞后、能耗高及污染严重,不具有可持续性等;并阐述了产业区域转移背景下西部综合运输系统发展面临的新挑战,包括加剧了西部综合运输系统运能与运量矛盾,加重了西部综合运输系统发展的资源和环境压力,并对西部综合运输系统的协调发展能力提出了更高的要求;最后就西部综合运输系统未来的发展提出建议,即西部综合运输系统的发展要以美丽中国和生态文明理念为指导,考虑产业转移诱发的运量需求增加,并把产业转移引起的资源环境约束纳入西部综合运输系统整体发展战略中,最终实现西部综合运输系统持续、快速发展。

基于完全分解模型的综合运输系统能耗影响因素研究

随着工业化和城市化程度的提高,交通与能源矛盾日益突出.现有研究认为运输业能源消耗与运输量、能源消耗强度有关,然而忽视了综合运输系统结构对能源消耗的影响.为了解综合运输系统能耗与运输量、能耗强度、运输系统结构三者的定性与定量关系,找出综合运输系统能耗快速增长的真正推动因素,本文以综合运输系统为研究对象,建立基于完全分解的综合运输系统能耗影响分析模型,将能耗的影响因素分解成系统结构、运输量、能源消耗强度三大因子,并对1995–2011年的统计数据进行实例计算.研究发现,运输量的大量增加是运输业能耗显著增加的主要因素.但值得关注的是,运输结构对能源消耗的影响日益突出.所以,我国进一步构建综合运输系统时,应当做好各种运输方式在能耗方面的优势比较及合理的整体发展规划,使得各种运输方式协调发展.应该大力发展能源消耗率低且对环境影响小的铁路和水路运输.

高铁司机警觉度监测与干预穿戴装置研制

为准确识别、分析高铁司机疲劳状态并进行有效干预,提出一种基于脑电信号特征的疲劳识别与干预方法,并研制了集实时监测、疲劳检测和智能干预于一体的可穿戴警觉度干预装置。装置由采集终端、Web端疲劳检测设备、疲劳干预模块和警觉度预警平台组成:采集终端实时收集、分析脑电数据;Web端疲劳检测设备使用Welch法提取7个脑电特征指标计算疲劳阈值,以优化随机森林分类器识别司机疲劳状态并发送干预指令;采集终端与疲劳干预模块集成为柔性可穿戴衣物;警觉度预警平台可视化显示各模块运行状态。实验结果表明,装置的疲劳检测准确率超过90%,脑电指标显示装置疲劳干预效果良好,并具备稳定的通信性能。

基于轨迹数据的大规模路网交通拥挤时空关联规则挖掘

提出了K近邻RElim(K neighbor-RElim,KNR)算法和时序K近邻RElim(sequential KNbrRElim,SKNR)算法,利用大规模路网的车辆轨迹数据来挖掘路段拥挤关联规则和拥挤传播时空关联规则。其中KNR算法在RElim算法基础上拓展了空间拓扑约束,可高效从大规模车辆轨迹数据集中挖掘路网中关联性拥挤易发路段,并量化这些路段间拥挤的关联性强度。而SKNR算法进一步以滑动窗口的形式拓展时间维度,可以挖掘出大规模路网中难以直接观测的拥挤传播现象,并追溯拥挤传播路径。以成都路网和车辆轨迹数据的挖掘结果对所提出的算法进行了说明和验证,结果表明了算法的有效性和鲁棒性。

铁路客运站公共安全综合评价

为提高交通运输系统中火车站的公共安全水平,便于火车站根据实际情况采取相应的措施,通过对沈阳北火车站进行相关调查,分析以沈阳北火车站为例影响客运站公共安全的各因素,并构建客运站公共安全评价指标体系。应用层次分析法计算各影响因素的权重,分析火车站公共安全产生的主要因素。同时,以6个客运站的公共安全水平为例,应用灰色关联法评价并验证其公共安全的总水平排序,具有一定的现实意义。

大客流条件下地铁旅客运输组织

地铁在日常运营过程中,大客流的现象已经屡见不鲜。在大客流情况下,地铁车站处于超负荷的服务状态,运营效率与运输安全面临严峻挑战。本文从大客流的成因与规律性,对大客流的内涵与分类进行简要阐述,并从行车组织、票务组织和客运组织多角度分析大客流对地铁运输组织的影响,最后针对不同类型车站,探究应对大客流的运输组织措施。

铁路空车调配综合优化模型及求解

以铁路企业经济效益最大化、货物运输需求方(货主)满意度最大化和空重车调配路径最合理化为目标函数构建铁路空车调配多目标综合优化模型。模型的约束条件主要包括:空车供应站的车种供应量、以重代空最大运量和剩余装车作业能力;空车运输阶段的区段运输能力;空车需求站的剩余卸车作业能力、车种需求量和货物装运总量。根据调研资料确定模型求解参数的取值;通过简化路径参数、量纲转换处理,将多目标规划转换为单目标规划;运用LINGO软件实现综合优化模型的二次建模;运行LINGO程序得到铁路空车综合调配方案。

基于车站仿真和LSTM的轨道交通换乘站动态性能评估方法

在轨道交通客流量快速增长的背景下,为有效评估换乘车站运营过程中动态性能,提出基于机器学习的换乘站动态性能评估方法。基于提出的有效换乘人数、换乘时间和拥挤度的动态性能评价指标,深入分析了车站动态性能的影响因素,利用考虑行车与行人的换乘车站仿真模型提供机器学习所需的时间序列数据,采用长短期记忆(long short-term memory,LSTM)的机器学习方法,建立评价指标的预测获取方法,动态获取车站在不同条件下的运营状况。以犀浦站为例,运用仿真模型构建的2.24万个样本来训练预测模型。预测结果证明了预测模型的精度,并量化了购票比例对车站动态性能的影响。所提方法能够为轨道交通换乘车站换乘组织和客运作业提供有效建议。

基于LSTM-Attention的高速铁路司机警觉度预测

准确度量高速铁路司机的警觉度是保障保证列车安全运行的关键问题。针对该问题提出一种通过眼动、心电信号及线路参数时序特征预测高速铁路司机警觉度的方法。研究基于心理学双任务范式设计模拟驾驶实验,主任务要求司机正常驾驶机车,次任务要求司机在看到红色信号灯亮起时迅速按键,以司机对次任务的反应时间来量化其警觉度。构建警觉度预测模型时,对每个试次提取7项眼动指标和19项心电指标以及环境参数,并通过灰色关联分析筛选出14项有效的生理指标。然后以司机生理指标和线路环境参数为自变量,以其对次任务的反应时间为因变量,构建基于LSTM-Attention算法的高速铁路司机警觉度预测模型。研究结果表明:LSTM-Attention模型对40名高速铁路司机反应时间预测平均绝对误差为92.86 ms,均方根误差为102.31 ms,平均相对误差为9.6%,且时间序列长度为5时预测效果最好,注意力机制的引入能减小模型约4%的预测误差。本文所提方法可实现对高速铁路司机警觉度的连续度量,可为驾驶辅助系统的研发提供技术理论支撑。

基于安全距离的手动—自动驾驶混合交通流研究

随着汽车技术的发展,道路上自动驾驶的车辆在未来会越来越多,给道路交通带来了巨大影响.本文引入了经典的Gipps安全距离规则,对Na Sch模型进行改进,提出了基于安全距离的自动驾驶元胞自动机交通流模型.然后,利用数值模拟的方法研究了自动驾驶车辆对道路交通流的影响,研究获得一些新的结论.第一,通过降低自动驾驶车辆系统的反应时间,可大幅提高道路通行能力,最高可达2倍.第二,当自动驾驶车辆系统的反应时间降到0.5 s以下时,其对道路通行能力的影响可忽略.第三,道路上自动驾驶车辆的比例对道路通行能力和交通拥堵有显著影响.当自动驾驶车辆的比例达到80%时,通行能力可达到全手动驾驶交通流的2倍,交通拥堵可以降低50%.第四,在全自动驾驶的交通流中,增大自动驾驶反应时间会减少交通拥堵.特别是当密度在30~60 veh/km的范围内时作用更为明显,拥堵比例下降最高可达到20%,可以作为一种缓解拥堵的策略.

基于贝叶斯网络的车辆换道模型

车辆换道行为是微观交通流中最基本的驾驶行为之一,研究车辆换道行为可以提高车辆换道模型的仿真精度和减少由不合适的车辆换道行为引发的交通事故.当前车辆换道模型大多是基于驾驶员的决策思维方式建立的决策模型,这类模型的缺点是很难捕捉到驾驶员在决策过程中一些潜在决策模式和考虑的影响因素.鉴于此,本文引入了一种典型的人工智能方法——贝叶斯网络,建立了一个全新的车辆换道模型,试图通过机器学习的途径来提高车辆换道模型的精度.采用了分段离散化的方法对数据进行预处理,然后使用处理后的数据对贝叶斯网络的结构和参数进行学习,并分别建立了与两种贝叶斯网络结构相对应的车辆换道模型,最后对建立的模型分别进行验证.模型的验证结果表明,建立的基于贝叶斯网络的车辆换道模型对换道行为的识别率可以达到88%以上.此模型还可进一步应用到驾驶员辅助系统的开发中.

路面裂缝图像自动识别算法综述

路面裂缝自动检测对于路面养护管理、路面性能评价与预测、路面材料和结构设计具有重要的实用价值,但快速、准确、全面且稳定地识别路面裂缝一直是个难题。为此,对路面裂缝自动检测研究现状进行综述,包括以图像增强和去噪为目的的预处理方法,基于阈值分割、边缘检测和种子生长的空间域识别算法,以小波变换为代表的频域识别算法,基于有监督学习的识别算法及其他裂缝识别方法;指出既有裂缝识别算法存在易受光照和油污等因素的影响、裂缝识别图像连续性差和识别速度和精度较低等不足。最后,提出综合考虑边界和区域特征消除纹理和噪声干扰、基于局部和全局信息设计优化识别算法和基于三维图像进行裂缝识别等研究展望,为裂缝自动识别算法的改进提供参考。

基于安全距离的元胞自动机交通流模型研究

随着交通拥堵状况日益显著,整体交通安全性下降,交通事故率逐渐增大.基于提高驾驶安全性考虑,细化元胞长度,引入被广泛证明在描述车辆驾驶行为方面具有很高精度的Gipps安全距离规则,对Na Sch模型进行改进,提出一个新的基于安全距离的元胞自动机交通流模型.采用实测数据对模型进行标定和评估,进一步对模型进行数值模拟分析.模型评估结果显示,新建立的模型相对Na Sch模型精度更高.数值模拟结果表明,改进模型能够很好地表现交通流特性,再现实际交通中的自由流、同步流及拥堵流等交通现象.此外,还发现驾驶员对前车最大减速度估计过高时,会导致道路通行能力下降,而驾驶员对自身车辆最大减速度估计过高时,会在一定程度上增大道路的通行能力,但是很可能会造成不安全的驾驶行为,增加了事故率.

高速铁路列车运行冲突管理研究现状综述

在定义高速铁路列车运行冲突的基础上,分析列车运行冲突的产生机理,从4个不同角度对列车运行冲突进行分类。归纳并分析列车运行冲突管理的研究历程及国内外对列车运行冲突管理问题研究的现状。分析表明,国内外对列车运行管理的研究主要是依托列车运行图优化和调度指挥系统开发而进行的,对列车运行冲突管理的专门和系统研究尚缺,没有适合我国国情和路情的高速铁路列车运行冲突管理体系。指出冲突分析、冲突化解和基于冲突管理的列车运行调整方法及运行图优化技术等问题是我国高速铁路冲突管理的主要内涵,将时变性、冲突可蔓延性、分割管理和复杂性等归结为高速铁路冲突管理的特点。

高速铁路列车运行冲突管理总论

为提高铁路行车指挥水平、保障行车安全,研究了高速铁路列车运行冲突管理问题。以高速铁路运输系统特点分析为基础,在定义高速铁路列车运行冲突后,对列车运行冲突从4个不同角度进行分类。分析列车运行冲突的特点,阐述高速铁路列车运行冲突管理的内涵。列车运行冲突的形成机理研究、冲突分析、冲突消解和基于冲突管理的列车运行调整方法和运行图研究等问题构成中国高速铁路冲突管理的主要研究框架体系。高速铁路冲突管理理论体系的研究是高速铁路运输组织优化的关键问题之一,是高速铁路行车安全的重要保障。

考虑随机性和服务水平的地铁站自动售票机仿真优化配置

为优化配置地铁站的自动售票机数目,将自动售票过程抽象为具有状态相关性和容量限制的单服务台排队系统.基于实际调查数据发现,客流到达间隔和自动售票时间分别服从对数正态分布和伽马分布;根据地铁设计规范,将排队区域行人的等待忍耐极限转化为排队系统容量.在此基础上,利用Anylogic软件设计排队系统仿真优化实验,获取不同服务水平等级下的最优自动售票机台数.最后,对排队系统仿真实验进行微观仿真验证.结果表明,排队系统仿真与微观仿真实验结果高度吻合,由此证明了所提方法的可信度和适用性.

基于社会力的信号交叉口施工区交通流建模

由于施工区的存在,城市道路信号交叉口通行能力下降,车流运行混乱.本文为了从微观层面研究信号交叉口施工区交通流运行特性,以初始社会力模型为基础,首次提出一种新的适用于交叉口交通流的社会力模型;通过对影响岛式施工区通行能力的因素进行分析,设计出一套数据采集方案;利用实测数据并结合遗传算法对提出的模型进行标定,使用统计学指标对标定结果展开评价.结果表明,提出的新模型仿真得到的交通量与实测值平均绝对相对误差仅为0.028,能为信号交叉口施工区交通流模拟提供参考.

基于蚁群算法的公共自行车系统调度算法研究

为解决公共自行车系统车辆调度问题,通过分析1d内不同时段公共自行车的借还需求情况,从成本最小化和租赁点满意度最大化2个目标出发,在平峰时段建立不带时间窗的公共自行车车辆调配路径优化模型,在高峰时段建立基于滚动时域的公共自行车车辆调配路径优化模型,并运用蚁群算法近似求解不同时段车辆调配路径。算例结果表明:平峰时优化后行驶路程比初始行驶路程减少48.5%,费用减少14.1%;高峰时优化后租赁点满意度比初始满意度高62.3%。这2种模型是合理和科学的。

基于模糊聚类的车辆跟驰隶属度函数确定方法

为了精确获得车辆跟驰模糊推理系统的隶属度函数,避免因采用专家法而使模糊推理结果的误差增大,提出采用模糊聚类分析的方法,考虑车辆跟驰数据内部的关联性,并根据高斯函数中参数的统计学意义进行车辆跟驰模糊集的划分和隶属度函数的确定。利用NGSIM数据,将后车速度、前后车相对速度、前后车间距作为输入变量,后车加速度作为输出变量建立车辆跟驰模糊推理系统,对提出的基于模糊聚类的车辆跟驰隶属度函数确定方法进行评价。结果表明,提出的新方法能真实反映数据本身的特征和驾驶员的心理生理特性,其推理结果与真实数据误差较小,可为车辆跟驰模糊推理系统的建立提供参考。