轨道车辆地磁匹配干扰抑制方法研究

轨道车辆地磁定位对于保障车辆安全运行具有重要意义,轨道车辆往往含有大量的铁磁性结构,高速行驶的车辆在遇到对向和同向错车情况,与相邻车辆互相影响,产生强烈的感应磁场干扰。设计了一种基于小波变换的地磁错车干扰抑制方法,采用对称性良好的“sym8”小波基波以及八级小波分解模型,试验结果表明,提出的方法可以显著抑制高频高幅值的错车干扰信号。

高架路下匝道车辆压线换道行为及改善建议

为保障高架路下匝道衔接区交通有序运行,从驾驶员违法压线换道行为与决策风格角度探索降低换道风险并提升通行能力的交通管理与设计措施。基于视频识别技术所获客观换道行为数据,从换道效率、换道难度和换道风险3个维度,提取换道速度、目标车道排队长度、可换道空间、与换道视野内车辆的最大速度差和横向加速度共5个外显变量,构建压线换道决策风格分类LPA模型。随后,依次界定为控制型、稳健型、理智型、激进型、犹豫型和冲动型等6类换道决策风格,其中理智型、激进型和犹豫型较为常见,冲动型、犹豫型、激进型的决策风格危害较大。最后,针对不良决策风格,从左转车道渠化、车道分隔方案、限速(减速)措施等多个方面提出对策,引导驾驶员形成良性决策风格。

真空管道车辆、管道与支撑梁垂向动力学性能研究

为了研究真空管道车辆与管道-支撑梁之间的垂向耦合动力学性能,文章建立了带二系悬挂的十自由度管道车辆模型和车辆与管道-支撑梁之间的垂向运动平衡方程;采用Newmark法对运动方程进行分离迭代,求解出车辆与管道-支撑梁的垂向动力学参数,并与德国ICE高速车辆进行对比分析。分析结果表明,真空管道车辆和管道-支撑梁的垂向动力响应满足要求,其结果满足德国ICE高速车辆舒适度要求并小于管道-支撑梁垂向参数限制;在车速大于500 km/h的超高速运行条件下,真空管道车辆比磁悬浮列车的垂直动力响应更小,系统更为平稳。该文研究结果为优化配置车辆和管道的动力学参数、降低线路成本以及提高真空管道车辆安全性和舒适性提供了一定的参考。

基于优化的BP神经网络的轨道车辆故障诊断

针对轨道车辆悬挂系统的特点,将BP神经网络的故障诊断技术应用于轨道车辆悬挂系统的故障诊断,提出了一种适用于轨道车辆弹簧和阻尼故障诊断的BP神经网络模型,建立了车辆悬挂系统的BP神经网络故障诊断模型。在此基础上,应用遗传算法优化了BP神经网络诊断模型。为避免轨道不平顺对故障状态的影响,选取自对比特征量指标和相对特征量指标作为神经网络的输入数据,用优化后BP神经网络模型进行了仿真测试。结果表明,经优化的BP神经网络诊断算法具有较好的稳定性和较高的精度,达到了预期的诊断结果。

国际铁道车辆系统动力学研究新进展——第18届IAVSD学术大会综述

2003年8月25～29日,国际车辆系统动力学学会(IAVSD)在日本厚木市神奈川工科大学举行了第18届学术大会。来自26个国家和地区的203位代表出席了本次学术会议。经国际学术委员会严格评审,大会共接受83篇论文作为口头报告在会议上进行了宣读讨论(每篇论文发表时间为30分钟),其中涉及铁路车辆方面的论文33篇、公路车辆方面50篇。大会还接受了33篇张贴论文(其中铁路方面17篇),每篇张贴论文也在会上做了10分钟的简短介绍。此外,大会还有5篇特邀述评报告,分别对某个专题研究进行了综合述评(每篇报告时间50分钟),其中有两篇属于铁路领域。

基于时域卷积网络与注意力机制的车辆换道轨迹预测模型

精准的车辆轨迹预测模型可以为自动驾驶车辆提供其周围车辆的准确运动状态信息,进而判断本车与周围车辆短期内是否有发生冲突的可能性。本文提出一种基于时域卷积网络与注意力机制(Temporal Convolutional Networks with Attention mechanism,TCN-Attention)的车辆换道轨迹预测模型。该模型以时域卷积网络作为当前输入的特征提取器,利用时间与空间注意力机制使模型在不同时间和空间位置之间建立动态关联,更准确地捕捉车辆之间的动态时空相关性,实现准确预测车辆换道轨迹。与传统单一车辆轨迹特征输入不同,本文通过对输入特征进行多维扩充与融合,进一步提高了轨迹预测准确率。此外,本文提出一种换道执行起止时刻定义方法更准确地确定数据集中的换道起止时刻。实验表明,本文所提模型能以高准确率预测变换车道轨迹,在整体效果上优于其他深度学习模型,与ConvLSTM (Convolution Long Short-Term Memory)相比,TCN-Attention的平均绝对误差(Mean Absolute Error,E_(MAE))降低了69.8%,均方根误差(Root Mean Square Error,E_(RMSE))降低了49.15%,平均绝对百分比误差(Mean Absolute Percentage Error,E_(MAPE))降低了14.24%。

智能车联网下车辆换道安全距离预警仿真

车辆换道过程中涉及横向、纵向的加减速等控制,若驾驶员没有充分考虑到周围车辆的位置和速度,会导致追尾、刮撞等事故的发生。为了提升车辆换道安全性,提出智能车联网下车辆换道安全性预警方法。通过搭建换道车辆横向速度、位移数学模型,基于车辆行驶运动学理论、位移函数,建立最小纵向安全距离数学模型,计算抛物线、导函数得出后车与目标车道上前车、后车最小安全距离。当自车与后车间距离小于安全距离时,存在追尾风险,系统会发出预警信息;当自车与目标车道前、后车间距小于安全距离时,存在刮碰风险,系统也会发出预警信息。实验结果表明,所提方法能够在实际安全距离内发出预警信息,有效解决车辆换道交通安全问题,并且预警系统响应时长保持在5ms内。

基于形变长短期记忆网络的换道意图预测

混行交通下的自动驾驶车辆需具备换道意图预测能力来保障行驶安全。为尽早预测车辆换道意图,提出一种基于形变长短期记忆(mogrifier long short-term memory,M-LSTM)网络的换道意图预测模型。首先采用S-G(Savitzky-Golay)滤波器对自然驾驶数据集NGSIM(next generation simulation)进行降噪筛选,按向左换道、向右换道、直线行驶对不同时间长度的轨迹序列标注,选取车辆运动信息与环境信息输入模型,最后采用softmax函数进行意图分类。试验结果表明,在不同预判时间下,模型准确率均高于支持向量机(support vector machine,SVM)、LSTM模型,且越接近换道点预测准确率越高,在1.0、2.5 s时预测准确率分别为93.83%与81.30%。提出的模型具有良好的准确性与预判性,能为自动驾驶车辆尽早识别换道意图提供技术支持。

车辆换道行为风险评价方法研究进展

驾驶人的换道行为通常会对交通安全产生一定的负面影响,为了保证车辆换道安全,防止交通事故的发生,应该对车辆换道行为风险情况进行识别和评价。通过对国内外相关文献的系统研究,从文献统计分析、关键词可视化及数据集分析3个方面对车辆换道行为进行了综述,总结了车辆换道关键影响因素的研究热点;并通过回顾国内外车辆换道行为风险评价方法,总结分析了当前研究应用较为普遍的基于交通冲突的风险评价方法以及基于驾驶意图的风险评价方法;最后讨论了当前车辆换道行为风险评价研究存在的问题以及未来发展趋势。研究表明:车辆换道行为研究应结合交通环境特性,研究更具有普适性和可移植性的车辆换道模型是未来有待突破的研究方向;此外,在未来车辆换道行为风险评价研究中驾驶人驾驶意图、换道决策调整等变化是一个重要研究方向;基于当前车联网技术的发展,未来研究应考虑更广泛的影响因素,利用更加广泛的交通环境信息,考虑异构交通流环境对车辆换道行为风险的影响,进行更加综合的风险评价方法研究。研究人员有机会通过汽车远程信息,可以更好地理解驾驶行为和交通事故的成因,为车辆换道风险的综合评价方法研究带来了新的机遇和挑战。

基于预瞄-跟随理论的车辆换道侧向控制研究概述

车辆换道过程中,车辆的侧向控制十分重要。概述了基于预瞄-跟随理论建立的换道车辆侧向动力学模型。该模型以换道轨迹的曲率确定预瞄距离,以偏差计算器计算出预瞄偏差和位置偏差,输出最优车辆方向盘转角,实现车辆换道侧向控制。

基于长短期记忆网络的高速公路车辆变道轨迹预测模型

高速公路车辆车速、车距、行驶方向等因素都是动态变化的,受外界环境干扰,采集到的目标车辆状态特征数据可能存在噪声,导致车辆变道轨迹预测存在误差,为此提出基于长短期记忆网络的高速公路车辆变道轨迹预测模型,有效预测高速公路车辆变道轨迹,改善车辆行驶条件,保障其安全运行;通过激光雷达、GPS等装置采集目标车辆交通数据,将其合理组合成目标车辆状态观测特征向量,并构建相应的特征向量矩阵,将所构建目标车辆状态观测特征向量矩阵作为1层卷积神经网络输入,提取目标车辆状态观测特征向量潜在特征后,以1层卷积神经网络输出结果为双向长短期记忆网络有效输入,经过模型迭代训练后,输出目标车辆变道轨迹预测结果;实验结果表明:该模型可有效预测高速公路车辆变道轨迹,预测出的轨迹横纵坐标误差极低,预测耗时较短;能够得到较为理想的高速公路车辆变道轨迹预测结果。

基于模型预测的车辆换道路径跟踪控制

为了提高车辆在换道工况下的路径跟踪精度,提出了一种保证乘客舒适性以及车辆安全稳定性的换道路径跟踪控制算法。一方面,建立自由度为3的车辆动力学模型与轮胎模型,为了降低控制器的计算量,在小角度前提下实现轮胎模型线性化处理分析,再实现车辆模型线性化与离散化分析;另一方面,根据所建模型提出基于线性时变模型预测的路径跟踪控制器;最终,借助CarSim与Simulink仿真处理软件来开展五次多项式换路径仿真实验,在考虑路径跟踪精度和稳定性的前提下,优化了部分控制器参数,对比了3种不同车速下的跟踪效果。实验结果表明,提出的控制算法具有较高的控制精度,并且在高中低3种车速下能够稳定地跟踪参考路径。

基于行驶轨迹的道路出入口标线精细化设计

在道路出入口经常发生车辆换道碾压实线的违章事件,严重时还导致交通事故的发生。本文以太原市玉门河南沿岸近西中环出入口为研究对象,测定了该出入口的物理尺寸,收集分析了车辆换道运行数据据,利用Matlab建立了基于车辆运行车速-行驶轨迹的换道轨迹模型,对该出入口的交通标线进行了精细化设计。Matlab、VISSIM仿真表明,考虑运行车速-行驶轨迹的标线设计更符合车辆的实际运行情况,可减少因设计不合理而造成车辆碾压实线的违章现象。研究表明,标线设计要结合道路物理结构、运行车速、车辆行驶轨迹等,具体问题具体分析,方能促进人、车、路的和谐发展。

公路车辆自主性换道准备过程车辆交互行为建模（英文）

为提高微观交通流模拟的准确性,分别建立加速度模型来模拟换道车辆和潜在后随车辆在自主性换道准备过程中的跟驰行为,所建模型能够反映车辆之间的交互特性.自主性换道准备过程起点和终点的样本数据从NGSIM实际车辆轨迹数据集中提取.换道车辆加速度模型假定为线性加速度模型,潜在后随车辆加速度模型参考最优速度模型建立,最优速度定义为潜在前导车速度的线性函数.分别对换道车辆和潜在后随车辆加速度模型进行了参数标定、假设检验和参数敏感性分析. 2种模型的验证结果表明,与同类车辆跟驰模型的标定结果相比,训练和测试误差可以接受.此外,参数敏感性分析表明,微小的观测误差不会导致换道车辆和潜在后随车辆的跟驰行为发生剧烈变化.

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.

基于最小安全距离的车辆换道模型研究

通过对车辆换道时车辆的运动轨迹的分析,以最小安全距离MSD(minimum safety distance)作为安全换道的目标,以避免车辆发生碰撞的临界条件为前提,分别建立了双车道环境下换道车辆与其周围车辆之间的最小安全距离换道模型。在车辆换道过程中,对与换道相关联车辆的运动状态进行了详细的分析,给出了换道车辆与关联车辆之间各种可能的碰撞形式,并充分考虑了换道车辆完成换道后的跟驰安全性,既能够较好地保障车辆换道的安全性,又能提高道路的使用效率。最后,借助Matlab仿真软件,以最小安全距离换道模型为理论基础,结合实际例子进行仿真分析,仿真结果表明在车辆换道过程中,最小安全换道距离与换道车辆的加速度、换道时间和换道车辆与周围车辆间的相对速度等有关。

基于驾驶员类型的车辆换道模型

由于传统最小安全距离的换道模型忽视驾驶员个体差异,使其缺乏安全性和灵活性.文中首先对与换道相关联的车辆的运动状态进行了详细的分析,给出了车辆与关联车辆之间各种可能的碰撞形式.在此基础上,针对不同类型司机在不同换道环境下的驾驶特性,结合车辆运动学理论,建立基于不同行驶状态及不同司机类型的椭圆最小安全距离换道模型,能够较好地解决传统换道模型存在的缺陷.最后通过Matlab仿真对比发现,文中提出的模型由于考虑驾驶员因素,仿真结果与实际交通更为相符.

面向高速公路的车辆换道安全预警模型

近年来在高速公路或快速道路上因车辆发生换道导致的交通事故频发,且后果都很严重.为此提出了面向高速公路的安全换道预警模型.首先描述了车辆换道过程和发生换道的动机;然后设计了模拟换道过程的场景,分析了车辆可能发生的碰撞类型;进而以避免发生碰撞为前提,分析车辆在换道过程中与周围相邻车辆间的位置关系,寻找出车辆发生碰撞的临界位置,并以此为依据,研究得到避免车辆发生碰撞的安全距离条件;最后以匀速换道为实例,验证了模型的有效性.

车辆换道行为建模的回顾与展望

微观交通仿真工具在智能交通领域中发挥着越来越重要的作用,而换道模型则是微观交通仿真工具中最重要的组成部分.本文将换道模型按其应用分为自动巡航控制模型与计算机仿真模型.系统回顾了计算机仿真模型中的换道决策模型与换道执行模型.换道决策模型主要包括:规则模型、离散选择模型、人工智能模型、马尔可夫模型、生理—心理模型及生存模型;换道执行模型主要包括:运动波混合模型和元胞自动机模型.针对各个模型分别阐述了其研究对象、模型结构、参数标定及其模型的应用.最后,展望了换道行为建模未来的研究方向,为建立适合中国的换道模型提供参考.

基于反演法的智能车辆弯路换道轨迹跟踪控制

基于车辆的运动学模型,研究了具有非完整约束特性的智能车辆弯路换道的轨迹跟踪控制问题。结合弯曲车道的曲率半径,针对换道过程中车辆横向运动和纵向运动对换道轨迹的耦合作用,提出了一种适用于弯道的换道轨迹规划方法。根据换道轨迹,利用积分反演法,引入中间虚拟控制量,设计了轨迹跟踪控制算法,并用Lyapunov稳定性理论证明了控制系统的稳定性。仿真结果表明:该控制器可以保证车辆在弯路换道的轨迹跟踪误差一致有界收敛,且具有快速、准确跟踪和全局稳定的特性。