应用五轮仪采集车辆跟驰过程描述参数

车辆跟驰模型是微观交通流模拟的一个基本模型，用来分析和描述在无法超车的同一车道上一辆车（驾驶员）跟随另一辆车的方式。由于过去的实验数据主要是由两实验车在实验跑道上作跟驰运行或由驾驶员操纵驾驶模拟台获得的，难以获取实际道路上驾驶员的信息，建立的车辆跟 驰模型难以标定或验证，所介绍的应用五轮仪实验获取、处理和分析车辆跟驰过程描述参数的途径，为今后车辆跟驰模型的标定与验证提供了一条新的实验途径。     

考虑侧向偏移的车辆跟驰模型

为了定量描述前导车与跟驰车之间的侧向偏移对车辆跟驰行为的影响,建立了考虑侧向偏移的车辆跟驰模型.通过引入中心线偏移量的概念,建立了侧向偏移与前导车加速度的关系,进而将跟驰模型扩展到二维模式.对模型进行数值仿真分析,表明模型符合稳定性的要求,同时能够描述实际交通流中的一些宏观现象.这些结果验证了新模型的有效性.     

改进的基于安全距离的车辆跟驰模型

由于经典的基于安全距离的车辆跟驰模型Gipps模型要求车辆行驶时恰好与前车保持安全距离, 这是一个对车辆跟驰行为过分严格的约束, 不符合实际情况, 根据实际情况提出车辆跟驰距离是有关安全距离和前后车相对速度的函数, 并据此建立了改进的基于安全距离的车辆跟驰模型.NGSIM数据经过处理后被用来标定Gipps模型和改进后的模型, 在标定结果的基础上对模型进行了统计意义上和仿真预测能力上的模型评价.结果显示:改进后的基于安全距离的车辆跟驰模型比Gipps模型有更高的仿真精确, 可以再现出宏观交通中的稳定交通流和冲击波等常见的交通现象, 并且改进模型在一定程度上使交通流变得更加稳定.     

车辆跟驰模拟模型的建立

在微观交通流模拟中,由于驾驶行为的不确定性,难以建立精确模型,本文以期望间距为基准参量,考虑驾驶员的心理和生理因素,建立了车辆跟驰模型,为研究驾驶行为提供了一种新的思路。     

基于模糊神经网络的车辆跟驰建模与仿真研究

驾驶员在车辆跟驰过程中表现出来的模糊的、不确定性的行为特征,难以对驾驶员的行为进行精确的数学描述.本文在以往跟驰模型基础上,采用以实际间距与期望间距的比值和相对速度作为双输入、后车加速度作为单输出的模糊神经网络建立数学模型.结果表明,该网络能较好的反映一定道路条件下的跟驰行为.     

基于跟驰数据采集分析的各异性跟驰模型

基于模型参数的相关性提出了特征因子的概念,在此基础上提出了一种基于跟驰数据研究车辆及驾驶员特性的方法,方法包括:跟驰数据采集、数据处理和参数标定、参数相关性分析、特征因子计算、特征因子分布研究。当特征因子分布状况已知时,可以通过特征因子和模型参数的换算实现基于车辆和驾驶员特性的交通仿真。对在南京市采集的跟驰数据进行分析处理,研究了跟驰模型参数间的相互关系,以优化速度模型(OV)和智能驾驶模型(IDM)为例实现了基于跟驰数据的车辆和驾驶员特性的描述和分析。     

车辆跟驰理论的实用研究

分析了同一车道上行驶的一队汽车的跟驰特性,用车辆跟驰方程描述其运行状态,以此建立了直行车队通过灯管路口的数学模型,可用计算机求解车队中任一辆汽车在任一时刻的距离、速度和加速度,以便应用于线控和通行能力的计算。     

考虑前方交通状态的车辆跟驰模型与数值仿真

为了描述复杂环境下多车跟驰的驾驶行为特性,在全速度差模型的基础上引入前方交通状态的影响参数建立车辆跟驰模型.采用交通流密度作为定量衡量前方交通状态的关键指标,通过线性稳定性分析得到模型的临界稳定性条件.提出以加速度干扰指标作为衡量交通运行稳定性和乘客舒适度的定量指标.理论分析和数值仿真结果表明,该模型扩大了交通流的稳定性区间,符合实际驾驶行为并能有效提高交通流的稳定性.     

基于长短期记忆神经网络方法的车辆跟驰模型

为模拟驾驶员的跟驰驾驶行为,并考虑驾驶员不确定性和记忆效应,基于实车跟驰实验数据,提出并训练了一种基于长短期记忆(LSTM)神经网络方法的车辆跟驰模型。基于该模型研究驾驶员的记忆效应影响时长并进行交通仿真。结果表明:与同体积隐藏层神经元的前馈神经网络比较,LSTM神经网络的跟驰模型预测结果更加贴近观测值且更加平滑,接近驾驶员的实际驾驶行为;驾驶员行为受当前环境及其前1.0～3.5 s内的记忆影响;该模型能够消散交通流中的扰动,模型具有较好的抗干扰能力和稳定性。     

基于最小安全间距的应急交通疏散车辆跟驰模型

本研究通过对突发事件情况下驾驶员心理与行为特性问卷调查,得到驾驶员在非常态交通环境下的行为差异和经验判断比率分布,对Gipps跟驰模型进行了改进,提出了基于最小安全跟车间距的应急疏散车辆跟驰模型.与正常交通条件下建立的跟驰模型相比,将驾驶员对突发事件的心理行为反应纳入建模过程,能更准确地反映应急疏散的交通流特征和疏散交通实际情况.     

关于GPS监测数据预处理的探讨

随着全球卫星定位系统技术的快速发展,GPS技术在各种测量领域中得到了广泛应用。如何进一步提高GPS定位的精度,以便能广泛地应用于各种高精度要求的重大工程中,正是目前广大测绘工作者为之不懈努力的研究目标。本文以某滑坡GPS监测成果的数据处理方法作为实例,分析不同GPS数据预处理方法对结果的影响。     

次声信号的数据采集系统

为了从机理机制上研究次声信号,研制了次声数据自动采集装置,该系统既可以记录图形,也可以存储数据文件,配合相应的程序,对记录到的次声信号进行分析和处理,改变了以往只记录单一图形的情况.本文介绍了次声监测系统的工作原理及软、硬件配置,提供了应用监测系统观测到的几种次声异常信号,以及如何分析、辨别、分类各种次声信号的方法.     

球磨机介质重量数据采集系统

在进行初步实验的基础上，提出了一种基于压电应变式传感器检测球磨机介质重量的计算机处理方法——球磨机介质重量数据采集系统．实验表明，该系统对球磨机介质重量的精确检测和控制具有重要的理论意义和实用价值．     

嵌入式Linux平台的GPS数据采集研究

随着基于嵌入式Linux的嵌入式GIS的应用日益广泛，GPS数据的采集方法成为一项基础性的工作，本文针对GPS数据的采集，详细分析了目前普遍采用的NMEA0183协议，对Linux操作系统下的串口编程技术进行了详细的介绍，并在此基础上对嵌入式Linux环境下的GPS数据采集进行举例分析．     

ALS录井系统实时数据采集

ALS综合录井仪由于其性能稳定、功能强大等特点得到了国内外用户的认可,目前广泛应用于陆地和海上钻井平台。针对ALS系统软件配置复杂,进行实时数据采集步骤繁琐的问题,通过对系统软件结构和WITS模块的分析,给出了获取实时数据的方法和步骤,并在此基础上设计了通用数据采集和转发软件,为在ALS系统上进行实时数据采集和应用提供了一个较为便捷的方法。     

基于HLA的分布式数据收集技术

数据收集是仿真结果分析与评估的基础。针对基于HLA的大规模仿真数据完整收集这一难点问题,分析了HLA系统分布式数据收集问题的特征,给出了分布式数据收集系统框架,包括系统结构及运行过程模型;进而提出了动静态相结合的数据收集任务调度方法,包括运行前的基于归一化算法的静态任务分配方法、运行时的动态调度过程及其关键算法;最后进行测试实验,实验结果验证了所提出的分布式数据收集方法的必要性和有效性。     

GPS变形监测网数据处理问题探讨

介绍用GPS相对定位技术建立变形监测系统的过程，包括监测网的技术设计、数据采集、数据处理要求、GPS网基线平差计算、GPS网质量评价以及变形分析等。重点讨论了在制定GPS监测网数据处理方案时要考虑的问题。     

基于GPRS无线网络的数据采集系统的设计

本文首先介绍用GPRS技术进行数据传输的特点,然后组建以ARM7嵌入式处理器和Saro3130EP GPRS DTU为平台的数据采集系统.着重介绍了数据采集终端的软硬件设计思想、AT指令和数据服务器的组建方法.     

基于单片机控制的CCD数据采集系统设计

如何在基于单片机控制的CCD数据采集系统中做到实时控制和显示,是该系统具有广泛适用性和较高的采集效率的关键问题之一。作者主要从信号处理芯片使用和控制方法两方面讨论了这一问题,给出了PC机和单片机编程实现的方法,最后介绍了一个基于上述设计原理的实例电路系统。     

基于CAN现场总线技术的数据采集与控制系统设计

基于CAN现场总线技术的特点，提出了一种低成本数据采集系统的设计方案，给出了系统整体结构，介绍了其硬件组成原理及软件设计方法。系统中适配卡采用外接式，增加了其灵活性。实验表明，该系统结构合理、性能可靠，提高了测控系统的集成度，实现了PC机和测控设备之间的数据传输，可广泛应用于分布式测控系统中。