变驱动半径两轮并列式月球车的稳定性分析

为了适应月球探测的特点和要求,提出了一种两轮并列式月球车结构,并分析了其驱动原理和性能.为了更好地适应两轮车系统的视觉导航及多车对接所具备的稳定性需要,设计了一种变驱动半径的两轮并列式月球车系统模型.针对两轮车系统的稳定性进行数学建模,采用变驱动半径结构和状态反馈控制进行仿真,结果表明,变驱动半径结构可以有效地实现两轮车系统的稳定性控制.     

酒店空间格局与驱动力研究——以福州市中心城区为例

酒店业是反映地区经济发展水平和活跃程度的重要产业之一,酒店空间布局影响城市区域功能定位与经济发展.借助ArcGIS、SPSS等软件,运用最近邻指数、核密度分析、标准差椭圆等方法,对福州中心城区范围内的酒店空间分布进行研究,发现:福州中心城区酒店主城区显著集聚,其余区域分片集聚,总体呈现一主、一副、六组团的空间分布格局;...     

2000年-2015年长江流域植被GPP时空变化特征及其驱动因子

长江流域生态系统环境脆弱敏感,该区域植被变化受到气候变化以及人类活动等多种因素的影响.基于MODIS GPP数据,运用一元线性回归趋势分析方法对2000年—2015年长江流域植被GPP时空变化趋势进行了研究,并结合气象数据、土地利用变化数据等探讨了其驱动因素.结果表明:1)长江流域GPP整体呈现西低东高的空间分布格局....     

贵州省粮食安全与耕地压力时空动态变化及驱动因素分析

运用耕地压力指数模型、粮食平衡系数和主成分分析的研究方法,对贵州省及9个地市1989—2005年的粮食生产、耕地压力指数、粮食平衡系数作动态变化分析,及对粮食生产的综合条件进行了主成分分析,分析研究结果表明：①贵州粮食产量迅速增加。从1989年的708．25万t增加至2005年的1288万t,通过主成分分析,贵州的粮食产量与投入粮食生产的资本、技术和劳动与粮食产出密切相关。②人口增长与耕地面积减少的矛盾突出。人口数量呈直线型增长,从1989年的3134．94万人增加至3931．12万人,16a间增加了800万人;耕地面积呈减少趋势,从1989年的185．38万hm^2减少至175．35万hm^2。③耕地压力指数下降,从1989年的1．77降至2005年的1．22,主要原因是耕地综合生产力提高的结果,粮食平衡系数相应提高,但仍低于临界水平1,区域粮食生产相对全国平均水平未能自给。④各个地区的耕地压力减小,遵义市耕地压力系数最小,近年来小于1;粮食平衡系数上升,除遵义市外,其他地区仍小于1,人均粮食占有量为达到全国平均水平,同时各地区之间的粮食安全与耕地压力存在差异性。图4,表1,参16。     

基于车辆车载诊断数据的山地城市道路异常驾驶行为空间分布特征

为了探究山地城市异常驾驶行为的空间分布规律,基于车辆车载诊断(on-board diagnostics, OBD)数据建立了异常驾驶行为空间分布规律模型。首先,以重庆市6条主干道130个路段为研究对象,定性分析道路坡度、弯度、公交站和开口与异常驾驶行为间的关联性;然后,分别构建Possion回归模型和零膨胀Possion回归模型(ZIP)、零膨胀负二项回归模型(ZINB),对急加速、急减速、急转弯和超速行为发生频率的空间分布特征进行了描述;最后,随机选取路段进行模型验证。结果表明：对于急加速率、急减速率空间分布特征,Possion回归模型拟合效果较优,绝对误差集中在-20%～20%;急转弯率适宜采用ZINB回归模型,80.77%的绝对误差分布在-0.005～0.005;超速率适宜采用ZIP回归模型,71.15%的绝对误差基本分布在-0.002～0.002。     

基于实车路试的迂回式立交匝道小客车行驶速度特征研究

为明确迂回式立交匝道内行驶速度变化模式以及特征,通过开展实车路试获取了自然驾驶状态下的车辆运行数据,使用Mobileye 630采集了33名驾驶员在4条迂回式立交匝道的连续行驶速度,分析了迂回式匝道的速度变化模式、分位值特性以及不同性别、不同风格驾驶员之间行驶速度的差异性,明确了迂回式匝道的速度特征。结果表明:小客车在迂回式匝道的行驶速度变化模式表现为入弯减速、稳定行驶、出弯加速三个阶段,运行速度的离散性随着道路曲率半径增大而增大;速度最低点分布在整个圆曲线段,减速长度与减速终点距离成正相关关系;男性驾驶员在小半径匝道的行驶速度明显高于女性驾驶员;驾驶风格对行驶速度的影响与迂回式匝道线形组合有关;行驶速度值随着匝道半径增大而增加。研究结果可以为匝道几何线形设计和交通运行管理提供科学依据。     

强化学习在自动驾驶技术中的应用与挑战

围绕强化学习在自动驾驶领域的应用进行了多方面的概括和总结。对强化学习原理及发展历程进行了介绍;系统介绍了自动驾驶技术体系以及强化学习在自动驾驶领域的应用所需的基础;按不同的应用方向分别介绍了强化学习在自动驾驶领域中的应用案例;深入分析了现阶段强化学习在自动驾驶领域存在的挑战,并提出若干展望。     

风险场景驱动的次任务驾驶行为对接管绩效的影响

以高风险场景元素参数为控制权切换条件,探究次任务对驾驶人接管绩效的影响。从NGSIM数据集中提取旁车切入高风险场景作为控制权切换条件,使用皮尔逊相关性检验分析不同接管绩效指标间的相关性,利用单因素方差分析比较不同次任务资源占用模式与可中断性对接管绩效指标的影响。结果表明,接管时间与接管过程的横纵向操纵能力、安全性、接管效率相互耦合。增加视觉占用会增大0.26 s的接管反应时间并破坏车辆纵向稳定性与接管效率,增加听觉占用会增大0.45 s的接管反应时间并降低接管效率,增加认知占用会减小0.23 s的接管反应时间并提升接管安全性,增加操作占用会增大0.21 s的接管反应时间并增大接管过程的最大横向加速度,次任务可中断性会减小0.23 s的接管反应时间,但对接管后续车辆控制相关的指标无显著影响。     

基于轮轨定位数据的有轨电车区间驾驶特征分析

为分析人工驾驶条件下有轨电车区间速度及可靠性特征,基于轮轨定位数据,计算有轨电车在加速段、巡航段、制动段和交叉口的运行特征指标,分析人工驾驶决策对各指标的影响机制;并建立区间运行速度的多因素回归分析模型及概率分布模型。结果表明：由于人工驾驶的模糊控制特点,司机无法实现充分加减速;终点速度和制动系数对区间运行速度贡献度总占比达57%,是驾驶行为优化的重点;区间运行速度呈高斯混合分布（Gaussian Mixture Model, GMM）,对常见绿波带宽有较高的偏出率,是造成线路时间可靠性低的重要原因。     

神经网络模型度量地形对实际行驶排放的影响

由于难以将行驶路线地形的影响从实际行驶排放(real driving emission,RDE)试验的其他试验边界的影响中独立出来,提出采用神经网络输入变量重要性算法以定量评估行驶路线地形试验边界对RDE试验的影响强度。以重庆地区RDE试验的37 256个数据窗口排放样本为基础,采用因子分析方法缩减数据并消除试验边界之间的信息重叠,建立神经网络模型预测污染物排放,并计算输入变量相对重要性占比。结果表明,行驶路线地形试验边界在二氧化碳(CO₂)排放中起主导作用,它的相对重要性远大于行程动力学试验边界。对于一氧化碳(CO)、颗粒数量(particle number,PN)、氮氧化物(NO_x)污染物排放,地形因素的影响力仍不可忽视,特别是在车辆高速行驶条件下,它对车辆行驶排放的影响与行程动力学因素大致相当。总体而言,在现有排放标准体系中,行驶路线地形试验边界对RDE试验的影响被严重低估。