网络首发栏目展示本刊经同行评议确定正式录用的文章，这些文章目前处在编校过程，尚未确定卷期及页码，但可以根据DOI进行引用。
显示方式:
当前状态:
, 最新更新时间:
摘要:
为提高智能车节点定位准确率，研究了基于3D点云语义地图表征的智能车定位方法。该方法分为3个部分：基于三维激光点云的语义分割，包括地面分割，交通标志牌分割和杆状语义目标分割；面向智能车的点云语义地图表征，利用分割的语义目标投影，生成带权有向图，语义路，语义编码，再以语义编码和高精度GPS的全局位置组成语义地图表征模型；基于语义表征模型的智能车定位，包括基于GPS匹配的粗定位和基于语义编码渐进匹配的节点定位。实验在3种长度不同、复杂度不同的道路场景下进行，节点定位准确率分别为98.5%，97.6%和97.8%，结果表明所提出的定位方法节点定位准确率高、鲁棒性强且适用于不同的道路场景。
为提高智能车节点定位准确率，研究了基于3D点云语义地图表征的智能车定位方法。该方法分为3个部分：基于三维激光点云的语义分割，包括地面分割，交通标志牌分割和杆状语义目标分割；面向智能车的点云语义地图表征，利用分割的语义目标投影，生成带权有向图，语义路，语义编码，再以语义编码和高精度GPS的全局位置组成语义地图表征模型；基于语义表征模型的智能车定位，包括基于GPS匹配的粗定位和基于语义编码渐进匹配的节点定位。实验在3种长度不同、复杂度不同的道路场景下进行，节点定位准确率分别为98.5%，97.6%和97.8%，结果表明所提出的定位方法节点定位准确率高、鲁棒性强且适用于不同的道路场景。
当前状态:
, 最新更新时间:
摘要:
为准确发现邮轮内部空间乘客之间的伴随关系，在室内环境安装UWB定位设备开展室内人员定位实验。根据UWB定位的位置数据特点，提出结合室内位置语义的Hausdorff-DBSCAN算法以聚类邮轮乘员轨迹，并利用LSTM神经网络对疑似伴随关系对象进行相似度变化趋势的预测。传统的Hausdorff算法在计算轨迹相似度时未考虑轨迹时序一致的问题，引入位置语义序列能够较好地解决这一问题。改进后的Hausdorff-DBSCAN算法的输入为乘员轨迹数据集，根据轨迹整体相似度阈值选定聚类半径，输出具有伴随关系的乘员轨迹聚类结果； LSTM神经网络以定长时间窗口的点邻近度序列为输入，预测后一时刻点邻近度值，结合轨迹相似度阈值和预测结果分析乘员伴随关系的时序变化。利用Anylogic建模单层邮轮室内环境进行乘员仿真得到的轨迹数据验证算法的有效性。改进的Hausdorff-DBSCAN算法的准确率为0.920，召回率为0.950，F1值为0.934，准确率高出对比算法至少5.7%，召回率高出对比算法至少8.0%，F1值高出对比算法至少6.7%。同时LSTM在预测邮轮乘员之间相似度变化时，收敛后的误差值能保持在3%~4%左右，预测结果具有较高的准确性。
为准确发现邮轮内部空间乘客之间的伴随关系，在室内环境安装UWB定位设备开展室内人员定位实验。根据UWB定位的位置数据特点，提出结合室内位置语义的Hausdorff-DBSCAN算法以聚类邮轮乘员轨迹，并利用LSTM神经网络对疑似伴随关系对象进行相似度变化趋势的预测。传统的Hausdorff算法在计算轨迹相似度时未考虑轨迹时序一致的问题，引入位置语义序列能够较好地解决这一问题。改进后的Hausdorff-DBSCAN算法的输入为乘员轨迹数据集，根据轨迹整体相似度阈值选定聚类半径，输出具有伴随关系的乘员轨迹聚类结果； LSTM神经网络以定长时间窗口的点邻近度序列为输入，预测后一时刻点邻近度值，结合轨迹相似度阈值和预测结果分析乘员伴随关系的时序变化。利用Anylogic建模单层邮轮室内环境进行乘员仿真得到的轨迹数据验证算法的有效性。改进的Hausdorff-DBSCAN算法的准确率为0.920，召回率为0.950，F1值为0.934，准确率高出对比算法至少5.7%，召回率高出对比算法至少8.0%，F1值高出对比算法至少6.7%。同时LSTM在预测邮轮乘员之间相似度变化时，收敛后的误差值能保持在3%~4%左右，预测结果具有较高的准确性。
当前状态:
, 最新更新时间:
摘要:
针对采用多状态约束卡尔曼滤波（MSCKF）的视觉惯性里程计定位精度易受特征点匹配异常值影响问题，提出了一种基于描述符辅助光流跟踪匹配的数据关联方法。该方法采用金字塔LK光流对序列图像中特征点进行跟踪匹配，计算每一对匹配点的rBRIEF描述符，根据Hamming距离对描述符的相似度进行判断消除异常匹配点。在实验中从特征点匹配主观效果以及定位精度两个方面评估本文方法的有效性。结果表明：所提出方法能够有效滤除动态场景下图像特征匹配的异常值，使用该方法处理后的图像进行MSCKF运动解算，位置结果漂移率小于0.38%，相较于未剔除异常匹配值的MSCKF算法结果，改善了54.7%，单帧图像处理时间约为39 ms。
针对采用多状态约束卡尔曼滤波（MSCKF）的视觉惯性里程计定位精度易受特征点匹配异常值影响问题，提出了一种基于描述符辅助光流跟踪匹配的数据关联方法。该方法采用金字塔LK光流对序列图像中特征点进行跟踪匹配，计算每一对匹配点的rBRIEF描述符，根据Hamming距离对描述符的相似度进行判断消除异常匹配点。在实验中从特征点匹配主观效果以及定位精度两个方面评估本文方法的有效性。结果表明：所提出方法能够有效滤除动态场景下图像特征匹配的异常值，使用该方法处理后的图像进行MSCKF运动解算，位置结果漂移率小于0.38%，相较于未剔除异常匹配值的MSCKF算法结果，改善了54.7%，单帧图像处理时间约为39 ms。
当前状态:
, 最新更新时间:
摘要:
为解决室内交通场景中智能汽车和移动机器人进行定位计算的问题，利用室内场景中已存在的各类标志，引入BEBLID（Boosted Efficient Binary Local Image Descriptor）算法，提出1种视觉定位方法。对BEBLID算法进行改进，赋予其对图像整体进行特征表征的能力。将定位过程分解为离线阶段和在线阶段，离线阶段构建场景标志地图，在线阶段将当前图像所提取的全局和局部BEBLID特征与场景标志地图的对应特征进行匹配，引入KNN方法确定最近节点和最近图像，并利用场景特征地图中存储的标志坐标信息，进行度量计算，获取当前位置信息。在教学楼、办公楼和室内停车场场景进行实验，实验中对场景标志的正确识别率达到90%，平均定位误差小于1 m，与传统方法相比，同一样本下识别精度相对提升约10%，实验验证了算法的有效性。
为解决室内交通场景中智能汽车和移动机器人进行定位计算的问题，利用室内场景中已存在的各类标志，引入BEBLID（Boosted Efficient Binary Local Image Descriptor）算法，提出1种视觉定位方法。对BEBLID算法进行改进，赋予其对图像整体进行特征表征的能力。将定位过程分解为离线阶段和在线阶段，离线阶段构建场景标志地图，在线阶段将当前图像所提取的全局和局部BEBLID特征与场景标志地图的对应特征进行匹配，引入KNN方法确定最近节点和最近图像，并利用场景特征地图中存储的标志坐标信息，进行度量计算，获取当前位置信息。在教学楼、办公楼和室内停车场场景进行实验，实验中对场景标志的正确识别率达到90%，平均定位误差小于1 m，与传统方法相比，同一样本下识别精度相对提升约10%，实验验证了算法的有效性。
当前状态:
, 最新更新时间:
摘要:
为实现智能网联环境下低成本、高精度的车辆定位，研究了基于自适应遗传Rao-Blackwellized粒子滤波的协同地图匹配算法。利用联网车辆的定位信息和道路约束条件消除公共偏差，提高车辆定位精度。将自适应遗传算法引入到粒子滤波的重采样过程中，增加粒子的多样性，解决传统粒子滤波算法中容易出现的“粒子退化”和“粒子耗尽”问题。通过仿真实验与传统粒子滤波及卡尔曼平滑粒子滤波下的定位结果进行了对比，同时分析了不同联网车辆数目对定位精度的影响。通过实际测试验证了算法在实际应用中的定位效果。实测结果表明：以典型十字路口为例，在联网车辆数目为4的情况下，协同地图匹配算法的定位误差范围为1.67 m，分别为原始GNSS定位以及单车地图匹配定位结果的41.03%和56.80%。同时，该算法的统计定位精度（CEP）达到1.06 m，比GNSS原始定位精度提高了2.52 m，具有较好的定位效果。
为实现智能网联环境下低成本、高精度的车辆定位，研究了基于自适应遗传Rao-Blackwellized粒子滤波的协同地图匹配算法。利用联网车辆的定位信息和道路约束条件消除公共偏差，提高车辆定位精度。将自适应遗传算法引入到粒子滤波的重采样过程中，增加粒子的多样性，解决传统粒子滤波算法中容易出现的“粒子退化”和“粒子耗尽”问题。通过仿真实验与传统粒子滤波及卡尔曼平滑粒子滤波下的定位结果进行了对比，同时分析了不同联网车辆数目对定位精度的影响。通过实际测试验证了算法在实际应用中的定位效果。实测结果表明：以典型十字路口为例，在联网车辆数目为4的情况下，协同地图匹配算法的定位误差范围为1.67 m，分别为原始GNSS定位以及单车地图匹配定位结果的41.03%和56.80%。同时，该算法的统计定位精度（CEP）达到1.06 m，比GNSS原始定位精度提高了2.52 m，具有较好的定位效果。
2023, 41(6): 1-11.
doi: 10.3963/j.jssn.1674-4861.2023.06.001
摘要:
近年来，随着自主导航、传感器、通信和网络技术的成熟，智能船舶的研究迅速发展。2023年9月，第33届欧洲安全与可靠性会议在英国南安普顿成功召开。会议主题聚焦于在互联世界中构建安全的未来，特别关注智能船舶安全性。在对514篇会议论文（其中19篇涉及智能船舶安全相关主题）进行全面分析的基础上，结合前2届会议情况，以及国内外近十年的相关研究，总结了智能船舶安全研究领域的4个热点问题：①自主性水平与相关法律法规：随着船舶自主性的提升，现有法律体系需要更新以适应新技术，研究集中在界定智能船舶的自主性水平，并探讨相应的法律和监管框架；②远程操作中的人因问题：远程操作引入了新的挑战，研究聚焦于设计远程操作系统，以减轻操作员的心理负担，提高沟通效率，并提供有效的决策支持以确保安全；③智能船舶风险评估：该研究领域致力于使用先进技术进行更精准的安全和风险评估，包括运用多维传感器数据、实时监控和多样化的数据分析模型；④人工智能与机器学习的应用：二者被视为智能船舶安全领域的创新方向，研究重点在于利用这些技术进行故障预测、航行路径优化和自动化安全监督。通过分析现有文献，从4个关键角度对未来智能船舶安全研究方向进行了展望：①通过采用基于模型的系统工程方法进行船舶安全分析，可以从设计初期开始识别并消除潜在的安全隐患，同时促进跨学科团队的协作，以提高安全与可靠性分析的精确性；②人因风险分析方面，认为功能共振分析方法更适合处理智能船舶这类复杂系统，通过评估系统功能之间的相互作用，识别故障并制定预防措施；③为了提高紧急情况下的干预效率，需要研究开发能辅助操作员迅速、准确作出决策的支持系统，同时须考虑到操作员的心理和生理状况；④应用人工智能和机器学习深化理论，开发能在复杂海洋环境中作出精确决策的自主决策模型，以及能整合多种数据源提供精确天气预报和航线优化的先进算法。
近年来，随着自主导航、传感器、通信和网络技术的成熟，智能船舶的研究迅速发展。2023年9月，第33届欧洲安全与可靠性会议在英国南安普顿成功召开。会议主题聚焦于在互联世界中构建安全的未来，特别关注智能船舶安全性。在对514篇会议论文（其中19篇涉及智能船舶安全相关主题）进行全面分析的基础上，结合前2届会议情况，以及国内外近十年的相关研究，总结了智能船舶安全研究领域的4个热点问题：①自主性水平与相关法律法规：随着船舶自主性的提升，现有法律体系需要更新以适应新技术，研究集中在界定智能船舶的自主性水平，并探讨相应的法律和监管框架；②远程操作中的人因问题：远程操作引入了新的挑战，研究聚焦于设计远程操作系统，以减轻操作员的心理负担，提高沟通效率，并提供有效的决策支持以确保安全；③智能船舶风险评估：该研究领域致力于使用先进技术进行更精准的安全和风险评估，包括运用多维传感器数据、实时监控和多样化的数据分析模型；④人工智能与机器学习的应用：二者被视为智能船舶安全领域的创新方向，研究重点在于利用这些技术进行故障预测、航行路径优化和自动化安全监督。通过分析现有文献，从4个关键角度对未来智能船舶安全研究方向进行了展望：①通过采用基于模型的系统工程方法进行船舶安全分析，可以从设计初期开始识别并消除潜在的安全隐患，同时促进跨学科团队的协作，以提高安全与可靠性分析的精确性；②人因风险分析方面，认为功能共振分析方法更适合处理智能船舶这类复杂系统，通过评估系统功能之间的相互作用，识别故障并制定预防措施；③为了提高紧急情况下的干预效率，需要研究开发能辅助操作员迅速、准确作出决策的支持系统，同时须考虑到操作员的心理和生理状况；④应用人工智能和机器学习深化理论，开发能在复杂海洋环境中作出精确决策的自主决策模型，以及能整合多种数据源提供精确天气预报和航线优化的先进算法。
2023, 41(6): 12-19.
doi: 10.3963/j.jssn.1674-4861.2023.06.002
摘要:
驱动系统作为高速列车动力转向架的核心子系统，是高速列车安全运行的重要保障，但随着运行速度的不断提高，高速列车的可靠安全运行受到严重挑战。为了减小轴箱内置式高速动车驱动系统悬挂节点的动态载荷，降低驱动系统关键部件的振动水平，对驱动系统悬挂刚度进行了优化研究。基于多体系统动力学理论，综合考虑轨道随机不平顺激扰、牵引动力传递和齿轮啮合作用等因素的影响，建立了轴箱内置式高速动车动力学模型；利用正交试验设计方法，以减小牵引电机吊点悬挂载荷和齿轮箱车轴铰接点垂向载荷为优化目标，研究牵引电机吊点、齿轮箱吊杆吊点、电机-齿轮箱连接点的悬挂刚度对车辆关键部件振动加速度和驱动系统悬挂节点动态载荷的影响规律；并采用极差分析法对其影响规律进行分析，获得驱动系统悬挂刚度的最优匹配组合。研究结果表明：与原始设计的驱动系统悬挂刚度相比，参数优化后牵引电机吊点的纵向载荷最大值减小22.3%, 横向载荷最大值减小37.9%，垂向载荷最大值减小9.8%，齿轮箱车轴铰接点的垂向载荷最大值减小9.1%；此外，驱动系统悬挂刚度优化后的牵引电机、齿轮箱、轴箱的横向振动加速度均明显减小。
驱动系统作为高速列车动力转向架的核心子系统，是高速列车安全运行的重要保障，但随着运行速度的不断提高，高速列车的可靠安全运行受到严重挑战。为了减小轴箱内置式高速动车驱动系统悬挂节点的动态载荷，降低驱动系统关键部件的振动水平，对驱动系统悬挂刚度进行了优化研究。基于多体系统动力学理论，综合考虑轨道随机不平顺激扰、牵引动力传递和齿轮啮合作用等因素的影响，建立了轴箱内置式高速动车动力学模型；利用正交试验设计方法，以减小牵引电机吊点悬挂载荷和齿轮箱车轴铰接点垂向载荷为优化目标，研究牵引电机吊点、齿轮箱吊杆吊点、电机-齿轮箱连接点的悬挂刚度对车辆关键部件振动加速度和驱动系统悬挂节点动态载荷的影响规律；并采用极差分析法对其影响规律进行分析，获得驱动系统悬挂刚度的最优匹配组合。研究结果表明：与原始设计的驱动系统悬挂刚度相比，参数优化后牵引电机吊点的纵向载荷最大值减小22.3%, 横向载荷最大值减小37.9%，垂向载荷最大值减小9.8%，齿轮箱车轴铰接点的垂向载荷最大值减小9.1%；此外，驱动系统悬挂刚度优化后的牵引电机、齿轮箱、轴箱的横向振动加速度均明显减小。
2023, 41(6): 20-31.
doi: 10.3963/j.jssn.1674-4861.2023.06.003
摘要:
互通式立体交叉是道路交通网络重要的节点，而随着相邻立交之间的间距不断缩小，逐渐形成了高密度立交群，容易造成交通拥堵，加大驾驶负荷和事故风险。为明确在高密度立交群出入口区段的运行风险和安全隐患，在重庆内环路选取了1簇高密度立交群作为研究对象，开展了实车驾驶实验。使用车载仪器采集自然驾驶状态下车辆轨迹数据，包含速度、实时行驶位置以及车辆中心与两侧车道线之间的横向距离；基于对实测数据的深度分析，明确立交出入口的车辆轨迹形态以及车道选择行为特征和驾驶人性别对轨迹形态的影响关系，挖掘车辆驶离（汇入）主线过程中的换道行为特征和驾驶风险影响因素。结果表明：①出入口类型对车道选择和轨迹形态有明显影响，相比于平行式出口，直接式出口的轨迹更顺畅，换道次数更少；②驾驶人在净距较近的2座立交驶入驶出时，进入主线路段更倾向选择辅助车道或者最外侧车道行驶，以减少换道次数；③出入口附近的主线车道数变化会影响驾驶人的车道选择行为；④驶离主线时，平行式出口的换道持续时间要高于直接式出口，而入口类型对于换道时间没有显著影响，78%驾驶人的换道时间为5~10 s；⑤出口区段的运行风险高于入口区段，可在出口区段最右车道左侧设置白色实线禁止跨越同向车道线，长度范围以渐变段起点向前50 m一直覆盖至分流点处。
互通式立体交叉是道路交通网络重要的节点，而随着相邻立交之间的间距不断缩小，逐渐形成了高密度立交群，容易造成交通拥堵，加大驾驶负荷和事故风险。为明确在高密度立交群出入口区段的运行风险和安全隐患，在重庆内环路选取了1簇高密度立交群作为研究对象，开展了实车驾驶实验。使用车载仪器采集自然驾驶状态下车辆轨迹数据，包含速度、实时行驶位置以及车辆中心与两侧车道线之间的横向距离；基于对实测数据的深度分析，明确立交出入口的车辆轨迹形态以及车道选择行为特征和驾驶人性别对轨迹形态的影响关系，挖掘车辆驶离（汇入）主线过程中的换道行为特征和驾驶风险影响因素。结果表明：①出入口类型对车道选择和轨迹形态有明显影响，相比于平行式出口，直接式出口的轨迹更顺畅，换道次数更少；②驾驶人在净距较近的2座立交驶入驶出时，进入主线路段更倾向选择辅助车道或者最外侧车道行驶，以减少换道次数；③出入口附近的主线车道数变化会影响驾驶人的车道选择行为；④驶离主线时，平行式出口的换道持续时间要高于直接式出口，而入口类型对于换道时间没有显著影响，78%驾驶人的换道时间为5~10 s；⑤出口区段的运行风险高于入口区段，可在出口区段最右车道左侧设置白色实线禁止跨越同向车道线，长度范围以渐变段起点向前50 m一直覆盖至分流点处。
2023, 41(6): 32-41.
doi: 10.3963/j.jssn.1674-4861.2023.06.004
摘要:
行驶环境中交互车辆的运动行为会对驾驶人心理产生刺激，引起驾驶人心理状态的变化，进而影响其换道决策行为。为此提出了1种基于驾驶人心理风险场模型的个性化换道决策方法。基于单向3车道快速路交通场景，通过交互式多模型分析车辆的横向速度与横向位移，引入可变横向速度相关的转移概率矩阵，预测交互车辆的目标车道选择；建立驾驶人心理风险场模型，量化行驶环境与交互车辆的运动行为对驾驶人心理风险造成的影响；利用高仿真驾驶模拟器联合SUMO试验平台开展287人次的模拟驾驶试验，通过建立混合交通仿真场景采集驾驶人的换道数据，并选取平均碰撞时间与驾驶人心理风险因子2个特征参数，使用K-means算法进行驾驶风格聚类，将驾驶人分为保守型、正常型和激进型这3类，并进一步确定不同风格的驾驶人在换道初始时刻所能接受的心理风险阈值。在此基础上，实现车辆的个性化安全换道决策。驾驶模拟器试验验证结果表明：对应于保守型、正常型和激进型的驾驶人，实际最小换道决策时间分别为3.48，6.29，11.33 s，实际最大换道决策时间分别为4.65，7.45，12.52 s，理论换道决策时间分别为4.09，6.83，11.95 s，所建立的换道决策模型的个性化换道时间预测误差均小于0.62 s。本方法可以准确评估不同风格驾驶人的心理风险，实现个性化的换道决策。
行驶环境中交互车辆的运动行为会对驾驶人心理产生刺激，引起驾驶人心理状态的变化，进而影响其换道决策行为。为此提出了1种基于驾驶人心理风险场模型的个性化换道决策方法。基于单向3车道快速路交通场景，通过交互式多模型分析车辆的横向速度与横向位移，引入可变横向速度相关的转移概率矩阵，预测交互车辆的目标车道选择；建立驾驶人心理风险场模型，量化行驶环境与交互车辆的运动行为对驾驶人心理风险造成的影响；利用高仿真驾驶模拟器联合SUMO试验平台开展287人次的模拟驾驶试验，通过建立混合交通仿真场景采集驾驶人的换道数据，并选取平均碰撞时间与驾驶人心理风险因子2个特征参数，使用K-means算法进行驾驶风格聚类，将驾驶人分为保守型、正常型和激进型这3类，并进一步确定不同风格的驾驶人在换道初始时刻所能接受的心理风险阈值。在此基础上，实现车辆的个性化安全换道决策。驾驶模拟器试验验证结果表明：对应于保守型、正常型和激进型的驾驶人，实际最小换道决策时间分别为3.48，6.29，11.33 s，实际最大换道决策时间分别为4.65，7.45，12.52 s，理论换道决策时间分别为4.09，6.83，11.95 s，所建立的换道决策模型的个性化换道时间预测误差均小于0.62 s。本方法可以准确评估不同风格驾驶人的心理风险，实现个性化的换道决策。
2023, 41(6): 42-50.
doi: 10.3963/j.jssn.1674-4861.2023.06.005
摘要:
冲偏出跑道是国际航空运输协会指出的高风险事件。为了探索冲偏出跑道事件在国际上发生的规律，挖掘冲偏出跑道事件发生的影响因素与其耦合特征，研究了2007—2018年57起典型机型的冲偏出跑道事件的调查报告，对事件发生的伤亡人数、机型、原因等进行分析。针对冲偏出跑道事件影响因素多样且复杂的特点，融合了人因分析与分类系统模型（human factor analysis and classification system，HFACS）、SHELL模型和失效模式和影响分析方法（failuremode and effect analysis，FMEA），弥补了单一方法使用的局限性，基于优化的HFACS模型，纵向深入分析了人为因素在冲偏出跑道事件中的影响，基于改进后的SHELL模型横向全面分析了冲偏出跑道事件中多因素之间的耦合影响，使用FMEA方法对冲偏出跑道事件的多影响因素耦合效应深入挖掘，提出了诱发冲偏出跑道的18种多因素耦合故障模式，判别故障模式的发生度、严重度和预测度，进而量化故障模式的风险优先值。结果表明：91.2%的冲偏出跑道事件发生在着陆阶段；87.7%的冲偏出跑道事件与机组人为因素影响有关，其中对飞机的控制不足发生频次最高，占比31.1%；多因素耦合造成了78.9%的事件发生，多因素耦合故障模式中故障模式F2-1中的机组因素和气象因素的叠加风险优先值最高，为364.8，发生次数占比21.05%也为最高，该故障模式是需要重点防控的对象，说明飞行员需要加强复杂天气条件下的冲偏出跑道防控模拟训练。
冲偏出跑道是国际航空运输协会指出的高风险事件。为了探索冲偏出跑道事件在国际上发生的规律，挖掘冲偏出跑道事件发生的影响因素与其耦合特征，研究了2007—2018年57起典型机型的冲偏出跑道事件的调查报告，对事件发生的伤亡人数、机型、原因等进行分析。针对冲偏出跑道事件影响因素多样且复杂的特点，融合了人因分析与分类系统模型（human factor analysis and classification system，HFACS）、SHELL模型和失效模式和影响分析方法（failuremode and effect analysis，FMEA），弥补了单一方法使用的局限性，基于优化的HFACS模型，纵向深入分析了人为因素在冲偏出跑道事件中的影响，基于改进后的SHELL模型横向全面分析了冲偏出跑道事件中多因素之间的耦合影响，使用FMEA方法对冲偏出跑道事件的多影响因素耦合效应深入挖掘，提出了诱发冲偏出跑道的18种多因素耦合故障模式，判别故障模式的发生度、严重度和预测度，进而量化故障模式的风险优先值。结果表明：91.2%的冲偏出跑道事件发生在着陆阶段；87.7%的冲偏出跑道事件与机组人为因素影响有关，其中对飞机的控制不足发生频次最高，占比31.1%；多因素耦合造成了78.9%的事件发生，多因素耦合故障模式中故障模式F2-1中的机组因素和气象因素的叠加风险优先值最高，为364.8，发生次数占比21.05%也为最高，该故障模式是需要重点防控的对象，说明飞行员需要加强复杂天气条件下的冲偏出跑道防控模拟训练。
2023, 41(6): 51-60.
doi: 10.3963/j.jssn.1674-4861.2023.06.006
摘要:
船舶在复杂环境中的航行受风浪、水深、船舶性能等多种不确定因素的影响，利用数学模型难以准确定义和反映船舶轨迹变化规律。针对此问题，研究了1种基于特征工程及神经网络的船舶运动轨迹多步预测方法，将轨迹预测任务分为数据处理及模型预测2个部分：①数据处理模块利用特征工程的方法对AIS轨迹数据进行预处理，首先对原始AIS数据进行清洗，然后利用最大信息系数筛选出与位置预测任务高度相关的特征，并引入变步长的时间间隔信息，解决现有模型只能选取固定时间间隔的数据进行训练和预测的问题，最后重构出高质量的船舶轨迹序列；②模型预测模块构建基于C-Informer的船舶轨迹预测模型，利用Informer模型的多头概率稀疏自注意力机制，降低网络模型的时间复杂度，同时基于生成式解码提高预测速度，通过引入因果卷积模块，增加模型对相邻时间轨迹特征的敏感程度，以弥补Informer模型在局部信息抽取时的不足，使模型更适应于船舶轨迹预测任务。基于南京港附近船舶AIS数据的实验结果表明：C-Informer模型的轨迹预测整体均方误差为1.72×10－7，平均绝对误差为2.43×10－4，与原始的Informer模型相比分别降低28.6%和31.9%，且使用筛选后的特征组合训练C-Informer模型，与只包含经纬度的特征组合相比，均方误差和平均绝对误差分别降低57.7%和42.1%。在对不同时间步长的轨迹进行预测时，C-Informer模型预测时间比长短期记忆网络模型最多减少了69.6%，损失最多降低了75.8%。
船舶在复杂环境中的航行受风浪、水深、船舶性能等多种不确定因素的影响，利用数学模型难以准确定义和反映船舶轨迹变化规律。针对此问题，研究了1种基于特征工程及神经网络的船舶运动轨迹多步预测方法，将轨迹预测任务分为数据处理及模型预测2个部分：①数据处理模块利用特征工程的方法对AIS轨迹数据进行预处理，首先对原始AIS数据进行清洗，然后利用最大信息系数筛选出与位置预测任务高度相关的特征，并引入变步长的时间间隔信息，解决现有模型只能选取固定时间间隔的数据进行训练和预测的问题，最后重构出高质量的船舶轨迹序列；②模型预测模块构建基于C-Informer的船舶轨迹预测模型，利用Informer模型的多头概率稀疏自注意力机制，降低网络模型的时间复杂度，同时基于生成式解码提高预测速度，通过引入因果卷积模块，增加模型对相邻时间轨迹特征的敏感程度，以弥补Informer模型在局部信息抽取时的不足，使模型更适应于船舶轨迹预测任务。基于南京港附近船舶AIS数据的实验结果表明：C-Informer模型的轨迹预测整体均方误差为1.72×10－7，平均绝对误差为2.43×10－4，与原始的Informer模型相比分别降低28.6%和31.9%，且使用筛选后的特征组合训练C-Informer模型，与只包含经纬度的特征组合相比，均方误差和平均绝对误差分别降低57.7%和42.1%。在对不同时间步长的轨迹进行预测时，C-Informer模型预测时间比长短期记忆网络模型最多减少了69.6%，损失最多降低了75.8%。
2023, 41(6): 61-70.
doi: 10.3963/j.jssn.1674-4861.2023.06.007
摘要:
由于车辆在低附着工况（如积雪、潮湿）下跟踪性与横向稳定性的耦合关系，这使得二者之间的控制难以同时满足跟踪精度及良好的稳定性需求，因此，研究了基于分布式独立驱动电动汽车平台的路径跟踪与横向稳定性联合控制模型。对于路径跟踪问题，采用了横纵向解耦控制；对于横向跟踪控制问题，模型采用基于Frenet坐标系的模型预测控制（model predictive control，MPC）路径跟踪控制方法，并引入了转角补偿策略以提升路径跟踪的准确性；对于纵向车速控制问题，模型利用MPC求解期望加速度，并根据行驶平衡方程和保证路面附着最大利用率的条件下确定电机扭矩输出，实现对纵向车速的控制。对于横向稳定性控制问题，提出了基于稳定性增强系统（stability augmentation system，STA）的横摆力矩控制模型，在获得附加力矩后，以二次规划方法将其合理分配到各个车轮上，从而增强了车辆的横向稳定性。最后，通过CarSim/Simulink联合仿真平台，在双移线道路工况下进行了仿真验证。结果表明：在积雪路面，改进模型相比传统MPC在保证横向误差接近的条件下，最大的质心侧偏角降低了83.1%；在潮湿路面，改进模型相比传统MPC模型最大横向误差降低了52.2%，最大质心侧偏角降低了83.3%；相比于传统滑膜，本文模型在跟踪误差与质心侧偏角占优势的情况下，有效的抑制了震荡现象。通过联合控制，可以加强车辆在低附着路面的稳定性与安全性。
由于车辆在低附着工况（如积雪、潮湿）下跟踪性与横向稳定性的耦合关系，这使得二者之间的控制难以同时满足跟踪精度及良好的稳定性需求，因此，研究了基于分布式独立驱动电动汽车平台的路径跟踪与横向稳定性联合控制模型。对于路径跟踪问题，采用了横纵向解耦控制；对于横向跟踪控制问题，模型采用基于Frenet坐标系的模型预测控制（model predictive control，MPC）路径跟踪控制方法，并引入了转角补偿策略以提升路径跟踪的准确性；对于纵向车速控制问题，模型利用MPC求解期望加速度，并根据行驶平衡方程和保证路面附着最大利用率的条件下确定电机扭矩输出，实现对纵向车速的控制。对于横向稳定性控制问题，提出了基于稳定性增强系统（stability augmentation system，STA）的横摆力矩控制模型，在获得附加力矩后，以二次规划方法将其合理分配到各个车轮上，从而增强了车辆的横向稳定性。最后，通过CarSim/Simulink联合仿真平台，在双移线道路工况下进行了仿真验证。结果表明：在积雪路面，改进模型相比传统MPC在保证横向误差接近的条件下，最大的质心侧偏角降低了83.1%；在潮湿路面，改进模型相比传统MPC模型最大横向误差降低了52.2%，最大质心侧偏角降低了83.3%；相比于传统滑膜，本文模型在跟踪误差与质心侧偏角占优势的情况下，有效的抑制了震荡现象。通过联合控制，可以加强车辆在低附着路面的稳定性与安全性。
交通信息与安全
Journal of Transport Information and Safety
（1983年创刊 双月刊 ）
曾用刊名：《交通与计算机》
主管单位：中华人民共和国教育部
主办单位：武汉理工大学
协办单位：
中国人工智能学会智能交通专业委员会
主 编：钟鸣
副 主 编：文元桥 刘克中 张存保
执行主编：徐堃
编辑出版：
《交通信息与安全》编辑部
地 址：
湖北省武汉市武昌区和平大道武汉理工大学余家头校区125信箱
邮 编：430063
电话/传真：027-86580355
E-mail：jtjsj@vip.163.com
官方网站：http://www.jtxa.net/
邮发代号：38-94
国内刊号：CN 42-1781/U
国际刊号：ISSN 1674-4861
期刊收录
- 《中文核心期刊要目总览》入编期刊
- 中国科学引文数据库（CSCD）来源期刊
- 中国科技核心期刊
- RCCSE中国核心学术期刊（A）
- 中国学术期刊综合评价数据库（CAJ-CED）收录
- 中国科技论文与引文数据库（CSTPCD）收录
- 中国核心期刊（遴选）数据库收录
- 中文科技期刊数据库收录
- 中国期刊网（CNKI）收录
- 《中国学术期刊（光盘版）收录》
- 中国终身教育学术研究数据库总库收录
- 日本科学技术振兴机构数据库（JST）收录
- 《世界期刊影响力指数（WJCI）报告》（2020科技版）