车辆工程现状及前景范文第1篇

关键词：智能交通系统（ITS）；车辆检测；交通参数提取；目标跟踪

中图分类号：TP391 文献标识码： A 文章编号：2095-1302（2013）03-0025-05

0 引 言

随着经济的发展和人民生活水平的提高，汽车保有量不断增加，我国城市交通问题日益严峻，交通堵塞，交通事故频繁发生。如何通过智能交通系统建设来缓解日益严重的交通问题已成为交通领域的研究热点。对道路交通信息进行实时检测，根据交通流的变化，迅速做出交通诱导控制，可以有效减轻道路拥挤程度，减小车辆行车延误，降低交通事故发生率，保障行车安全，并减少车辆对环境的污染。因此，道路交通信息的实时采集与处理方法的研究无论对城市交通控制、交通管理、交通规划、路网建设，还是对未来智能交通运输系统功能的实现都具有重要的理论意义和实用价值[1]。

交通参数检测技术经过近40年的研究，国内外专家学者提出了多种交通参数提取方法[2]，主要以测速雷达、环形检测线圈、超声波检测器、交通微波探测等设备获取交通参数。实际应用表明，这几种交通参数提取方法存在以下不足：一是检测可靠性不高；二是安装维护不便；三是获取交通信息量少；四是无法获取直观的交通流信息。由于受到检测能力和可靠性方面的限制，上述几种交通参数提取方法已不能满足ITS的要求，研究有更高应用价值的交通参数提取方法显得日益重要。

随着计算机技术、数字图像处理和模式识别等技术的发展，视频检测技术在交通信息检测中占据了越来越重要的地位。相对于以往的交通参数提取技术，通过对视频图像的处理来获取交通流参数信息主要有以下优点：

首先是可实现智能监控，并提供丰富的交通图像信息，能够高效、准确、可靠地完成道路交通的监视和控制工作；同时，安装监控摄像机比较方便、经济，可通过原有的摄像机监控系统升级得到，维护方便，可以节省大量的人力物力；此外，计算机技术、数字图像处理和模式识别等技术的迅速发展和处理器性能的不断提高，能够满足视频交通参数提取的实时性、可靠性要求。

基于视频图像的交通参数检测主要包括车辆检测和交通参数的提取两个部分。其中，车辆检测是交通参数检测的基础，只有判断出目标是要检测的车辆，才能进行下一步参数（如车流量、车速和车道占有率等）的提取。

1 车辆检测

车辆的检测是交通流参数提取的基础。一般可利用车辆相对于场景的运动，将车辆从背景中分离出来，从而实现运动车辆的检测。目前，常用的车辆检测方法有四种[1，2]：光流法、背景减除法、边缘检测法和运动矢量检测法等。

1.1 光流法

光流是空间运动物体在观察成像平面上的像素运动的瞬时速度，是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧和当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。一般而言，光流法是由于场景中目标本身的移动、相机的运动，或者两者共同运动产生的。利用光流法检测运动车辆的基本原理：给图像中的每一个像素点赋予一个速度矢量，这就形成了一个图像运动场，在某一特定时刻，图像上的点与三维物体上的点一一对应。根据各个像素点的速度矢量特征，可以对图像进行动态分析。如果图像中没有运动目标，则光流矢量在整个图像区域上是连续变化的。当图像中有运动目标时，则目标和图像背景存在着相对运动，运动目标所形成的速度矢量必然和邻域背景速度矢量不同，从而检测出运动目标及位置。光流法的优点在于光流不仅携带了运动目标的运动信息，还携带了有关景物三维结构的丰富信息，它能够在任何场景下，检测出运动对象。但是，利用光流法进行运动车辆检测时，计算量较大，无法保证实时性和实用性。

1.2 背景减除法

背景减除法是目前基于视频检测算法中最常用的一种方法。它是一种利用当前帧图像与背景图像对应像素点的灰度差值来检测车辆的技术。把当前帧 Fn与背景图像Bn灰度值相减，差的绝对值高于判决门限的像素判为前景图像，即运动目标，低于判决门限的像素判为背景。处理后的二值图MPn为：

（1）

如果当前图像的像素点和背景图像的像素点灰度值差别很大，就认为此像素点有车通过；相反，如果当前图像的像素点和背景图像的像素点灰度值差别较小，在一定的阈值范围内，我们就认为此像素点为背景像素点。背景减除法的关键是背景提取与背景更新，然而它对于动态场景的变化，例如光照的变化和阴影的干扰等特别敏感。因此，选取一个可靠的背景模型进行背景的提取与动态更新以适应环境的变化是必要的。背景提取与更新大致分为非模型法和模型法两种。

在非模型法中，最重要的是灰度选择的假设规则。Gloyer等人假设在训练阶段背景至少在50%的时间内可以被观测到，由此提出了中值法（median），即将图像序列中处于某个像素点中间的灰度值认为是该点的背景像素灰度值。但如果像素在少于50%的事件内被观测到，中值法就会得到错误结果。曾燕等[5]提出在车辆密度大的情况下，沿时间轴计算每个像素点的灰度直方图分布， 取分布值最大的点，即mode值点为背景点并提出一种新的背景提取算法， 即mode算法。张运楚等[6]提出了基于C-均值聚类的动态背景生成算法，把连续多帧图像中相应位置处像素的灰度值分别进行聚类，选择样本点最多的聚类中心值作为该像素的背景值。非模型法得到的是灰度图像形式的参考背景，系统每读入一帧新的图像，就将该帧图像每个像素点的灰度值与参考背景图像对应的像素点灰度值相减。若差值大于某个背景阈值T，则该像素点属于运动物体，反之则为背景像素。此类算法对环境变化和光照条件变化等较为敏感，不适合作为室外环境变化较大的视频监控背景提取。

模型法则通过对图像的每个像素点建立对应的像素模型来完成背景的自适应提取和更新。Friedman和Russe将像素的灰度看作是3个高斯分布的加权，这3个高斯分布分别对应于背景、前景和阴影。由于背景往往比较复杂，对其仅用一个高斯分布表示是不够的。之后许多模型法都是在其基础上进行改进的。如H. Kim等对背景建立多个高斯分布的混合模型，并未对前景建立，因此建立了多个前景模型与子相结合，实现了更为有效的运动检测。Elgammal等人提出一种无参数的核密度估计算法，提高了运动检测的灵敏性，但运算量很大。F. El Baf等人提出了模糊混合高斯模型，用于背景建模和机器视觉等领域。

1.3 边缘检测法

边缘检测方法利用车体的不同部件、颜色等提供的边缘信息有效地提取车辆的边缘，能够对静止和运动车辆进行有效检测。相对于背景减除法，由于车辆的表面、形状及颜色的不同，边缘检测法所能提供的信息相对显著。即使车辆与路面的颜色相近，根据路面和车辆对光照的反射不同，车辆仍能被有效检测出来。

车辆的边缘可通过计算图像在空间和时间上的灰度的变化率和变化方向获取。空间上的边缘检测算法可用基于方向导数求卷积的边缘检测算子比如Sobel算子、Roberts算子、Prewitt算子、Robinson算子、Krisch算子、高斯-拉氏算子（LOG）等进行边缘提取，这些算子在算法复杂度以及效果上有很大的差别，应根据实际情况选用适合的算子；而时间上的边缘检测算法是通过计算连续帧之间对应像素点的差获得。但是上述边缘检测算子本质上是高通滤波器，它们在增强边缘的同时也同样扩大了引起边缘劣化的高频噪声。为了克服高频噪声的影响，在传统的边缘检测算法的基础上，先对图像进行平滑滤波减弱噪声影响，再进行边缘提取。Marr和Hildreth提出了先用高斯函数对图像进行平滑滤波，然后采用Laplace算子进行边缘增强的方法，其边缘检测效果有了很大提高。基于滤波的图像边缘提取方法由于抗噪能力和准确率都有较大提高，已成为边缘检测的主要发展方向。

1.4 运动矢量检测法

运动矢量检测法是对前后连续两帧图像进行模块跟踪匹配，用当前图像的某一宏块在下一帧范围内搜索最优匹配，计算出两帧间各个宏块的平均运动矢量，根据运动矢量的大小进而判别有无车辆。设t帧第i个M×N的宏块为si（x，y，t）。采用基于宏块的全局搜索算法，利用最小平均绝对差分值（MAD）准则，则第t+1帧相应宏块移动的位移（dx，dy）为，该宏块从t帧到t+1帧的运动矢量为：

（2）

其中：

通过宏块运动矢量可得到宏块运动的大小及运动方向（∠vi）。若∠vi与车道方向夹角足够小，且足够大，则判定该宏块有车，否则无车。

2 基于视频图像的交通参数提取方法

从具体处理对象来看，基于视频图像的交通参数提取方法大致可分为两大类：基于虚拟传感器（虚拟点、虚拟线、虚拟线圈）的交通参数提取方法以及基于目标提取和跟踪的交通参数提取方法。

2.1 基于虚拟传感器的交通参数提取方法

基于虚拟传感器的交通参数提取方法中，B. Coifman[3]等提出了一种基于虚拟线的交通参数提取方法，该方法主要根据车道位置在垂直于车道的方向上设置的虚拟检测线组，并利用车道间的距离和检测线两边的像素值变化来提取车流量和车速等参数。D. Beymer[4]等提出了基于虚拟线圈的交通参数提取方法，该方法通过检测虚拟线圈上的像素强度变化来检测车辆，它可以根据实际情况自动调整虚拟线圈的尺寸，以提高所提取的交通参数的可靠性。X. Hao等利用自适应背景更新和虚拟线圈相结合的方法，即当虚拟线圈中的像素达到一定阈值时更新背景并对车辆进行检测。L. Yu等提出结合虚拟检测线和轮廓特征的实时参数提取方法，该方法在图像上方设置虚拟检测线，根据检测线两边的灰度变化和提取的轮廓特征对车辆进行检测和参数提取。图1所示是一般车辆检测模块的处理流程图。

基于虚拟传感器的交通参数提取方法仅通过检测指定区域内移动的像素群，不需要理解像素群的具体含义。该技术实现简单，通常是在车道上设置一些虚拟传感器（虚拟点、虚拟线或虚拟线圈），当车辆经过传感器时，引起图像中局部区域内容的变化，处理该变化信号，可以提取所需信息。为提高检测的可靠性和稳定性，学者们提出用虚拟线替代虚拟点来测量交通参数，该方法通过检测虚拟线上的像素强度变化来检测过往车辆；同时通过在道路垂直方向设置多条平行的检测线来检测车辆的通过速度。在此基础上，利用虚拟检测线组， 实现多车道车流量和车速等参数的提取。

在虚拟线圈内根据前景分割的掩模做出虚拟线圈当前是否被车辆覆盖，在虚拟线圈内部通过数字形态学处理前景掩模的面积为Af ，虚拟线圈的面积为A，则使用简单的阈值方法来做出虚拟线圈是否被车辆覆盖的判断。

（3）

当m=0时，代表当前没有车辆覆盖线圈，m=1则代表当前有车辆覆盖线圈，T为可设置的阈值。

车辆速度的测量方法主要分为单线圈模式和多线圈模式两种。g因子方法是一个典型的算法，但是g因子方法预设参数的给定是比较困难的。根据速度的定义提出了一种简单的多线圈模式的车速测定算法，称为双线圈车道平均速度算法（Dual-Loops Average Velocity Algorithm，DLAVA）。该算法主要关注车道的平均速度，在获得车道平均速度的基础上给出车辆的地点速度。该算法实现简单，并对实际的交通场景中可能出现的各种情况进行较为全面的分析。

DLAV算法需要在车道的车流方向上设置两个线圈，称为流方向上的第一个线圈为主线圈，第二个线圈为副线圈，两个线圈之间的距离L应该接均车长。图2所示是DLAV算法示意图。

图2 DLAV算法示意图

主线圈的工作流程是在主线圈车辆进入时，即在车辆检测信号的上升沿，发出一个通知信号给与之对应的副线圈。

副线圈有空闲状态和计时状态两种工作状态。当副线圈接收到主线圈发来的通知时，无论副线圈处于哪种状态，副线圈都进入计时状态，并将计时器的起点t0设置为当前时间。当副线圈检测到车辆进入时，如果副线圈当前处在空闲状态，则不作任何操作；而如果副线圈原来处于计时状态，则转为空闲状态，并估计车辆的该地点速度为：

（4）

其中，t1为当前时间。

2.2 基于目标提取和跟踪的交通参数提取方法

基于目标提取和跟踪的交通参数提取方法中，C. Hsu-Yung等提出了一种带自检能力的智能参数提取方法，检测光照变化情况并自动选择检测算法；N. Kanhere等提出基于车辆前部特征跟踪的交通参数提取方法，该方法提取出车辆的二值化图像，通过对车辆前部特征跟踪提取出车流量、车速以及车型等参数。随后在2008年提出一种在低角度拍摄实时分割跟踪特征不变量的参数提取方法，利用低角度跟踪车辆的特征不变量，从一定角度上解决了复杂遮挡、抑制车辆阴影等问题。C. C. C. Pang等对交通参数检测问题进行了研究，并提出一种先用Sobel算子对差分图像进行边缘提取而获取运动车辆的约束框，再对约束框进行重心跟踪而获取车长和平均速度的参数提取方法。K. Robert等长期致力于交通图像处理的研究，提出了一种能够在白天和晚上对交通参数进行提取的方法，解决了白天和夜晚检测切换的问题。G. Zhang 等提出了一种利用非标定摄像的交通参数提取方法，通过对图像拉伸和压缩变换得到简化车辆模型，利用基于Kalman滤波的跟踪方法进行目标跟踪获取交通参数的过程中，考虑车辆合并与分离等复杂情况，因此提高了参数的可靠性。

该方法是基于背景差分的视频分割基础上，对运动目标在跟踪区域内进行跟踪，最后在目标跟踪的基础上提取交通参数。

2.2.1 目标跟踪

车辆目标的跟踪是将被分割的车辆进行合并，粘在一起的车辆分割，并对每辆车建立跟踪轨迹。涉及到对二值图像进行连通区域标识及用最小外接矩形法矩形提取等。车辆跟踪方法有基于特征的跟踪、基于3D的跟踪、基于动态轮廓的跟踪和基于区域的跟踪。

基于特征的跟踪方法是通过提取目标的局部特征，对特征进行匹配，而不需要对整个目标区域进行匹配，如提取目标的某个或一组特征—— 点、线、形状、子区域、灰度分布等。该方法操作简单，受目标相互遮挡问题影响较小，是常用的方法之一。基于3D的跟踪也称基于模型的跟踪，是将几何形状的三维模型投影成图像，再根据图像中的目标位置的变化来实现跟踪，常用Kalman滤波器对模型进行更新，包括目标区域特征提取、Kalman模型预测、目标的匹配搜索、Kalman滤波器更新。将相邻图像间进行轮廓匹配，跟踪并实时修改轮廓特征是基于动态轮廓的跟踪方法。基于区域的跟踪是跟踪运动目标构成的连通区域中共有的特征信息。

2.2.2 参数提取

（1） 车流量

车流量（辆/时间）表示单位时间（根据使用需求不同，交通量的单位可以为10 min、30 min、1 h等）内通过检测区域的车辆总数。即对某段内经过的车辆在跟踪区域内进行多步跟踪，完成车辆数量的可靠统计，从而获得车流量参数。

（2） 车辆速度与平均速度

视频图像是一种二维图像，要获取车辆的实际速度，必须将二维位置信息转化到三维世界坐标中。由于公路近似平面，摄像机与地面相对位置可以提前获知，同时标定检测区域的坐标位置信息，再根据对目标的跟踪得出车辆在区域内的运动时间，从而计算出车辆速度vi，即：

（5）

式中， vi表示第i辆车通过所测路段的速度； S为所测路段的长度；ti为第i辆车经过所测路段所用的时间。

平均速度是在某一段时间内，处在所测路段长度范围内的所有车辆行驶速度的平均值，若以vs表示，则：

（6）

式中，n表示处在所测路段长度范围内的车辆总数；vi表示第i辆车的行驶速度；vs表示平均空间车速。

（3） 车道占有率

车道占有率表示在某一瞬间，一定的观察路段长度内行驶的车辆总长度占该观察路段长度的百分比，用表示为：

（7）

式中，Rs为车道占有率；vs为空间平均速度；为车辆的平均长度；Qs（T）为时间T内通过检测区域的车辆总数。

3 交通参数提取的发展趋势

3.1 智能化

智能化是视频交通参数提取的重要发展趋势，视频交通参数检测技术经过多年的发展，检测精确度和稳定性等指标都有很大的提高，但系统的智能化程度仍十分有限，距离“人脑”的判断能力还很远。因此，不断提高系统的智能化程度是该技术后续研究的重要内容。

3.2 采用立体视觉方法

现有的视觉监控中，几乎所有的研究都是基于单目影像对运动物体的监测与跟踪，所得到的运动信息存在一个深度尺度因子，要想得到绝对移动量，需要一个附加条件。立体视觉研究的是由多目视频图像获取物体三维几何信息的方法，直接模拟人类视觉处理景物的方式， 从两个或多个视点观察同一目标， 以获取在不同视角下的感知图像， 通过图像融合和匹配获得图像的深度信息。它符合人们观察物体的习惯，也能获得三维物体的景深信息。该方法能够克服单一视角下由于遮挡或深度影响而容易产生的歧义，能够有效解决遮挡问题， 提高交通参数提取的有效性和准确性。

3.3 多传感器检测

多传感器信息融合检测，则可以有效地克服单一传感器可靠性低、有效监控范围小的缺点，可以获取更全面可靠的交通信息。例如，视频传感器（摄像机）与激光雷达结合可以解决图像模糊问题；视频传感器与红外传感器结合可以增强目标识别的可靠性，尤其是黑天光照条件不好的情况下作用更加明显。对于多传感器检测，信息如何融合是一个关键的问题。通用的做法是神经网络方法，该方法是将各种传感器获得的信息作为神经网络的输入，用基于推理的算法将上述信息进行融合处理，从而实现对车辆的检测。从长远看，多传感器融合检测也将受到越来越多的重视，成为基于视频的交通参数提取的另一研究热点。

3.4 人工神经网络等方法的应用

人工神经网络是一个超大规模非线性连续时间自适应信息处理系统。近年来，基于人工神经网络的目标检测方法得到了极大的发展。基于人工神经网目标检测方法的基本思路是将每帧图像分割为个图像块，预处理后将这些图像块投影到一个线性滤波器组，得到不同的图像模式，然后把这些不同的图像模式根据预先计算得到的聚类原形进行分类；最后用训练得到的神经网络分类器来判断图像模式是否包含目标。神经网络技术的发展，必将推动交通流参数检测技术的发展。

4 结 语

基于视频图像的交通参数检测不仅能够有效检测出车流量、车速、车道占有率，还能识别车辆类型和车辆运动轨迹，可以提供交通监控图像，实用性远远超过环形线圈、超声波检测器等传统检测方法。本文的研究对于提高我国道路交通运营管理水平和效率，对建立实时、准确、高效的综合运输和管理系统具有重要作用。虽然基于视频图像的交通参数提取方法的研究取得了一定的成果，但由于问题的复杂性，该方法还有待继续完善，今后要进一步加强对检测算法的优化和改进研究，以提高检测算法的速度、准确度、自适应性，保证图像处理的实时性和有效性。

随着图像处理技术的进步和微电子技术的发展，检测功能的扩展和系统成本将会降低，视频交通参数检测技术在ITS中必将得到不断的提高和应用。视频交通参数检测技术正朝着智能化、网络化、集成化、实时性、视觉检测立体化等方向发展。可以预言，视频交通参数检测技术将会是21世纪智能交通系统的主流交通检测技术之一。

参 考 文 献

[1] 史忠科，曹力.交通图像检测与分析[M ]. 北京： 科学出版社，2007.

[2] GONZALEZ R C， WOODS R E. Digital image processing[M]. 2nd ed. Upper Saddle River： Prentice Hall， 2002.

[3] COIFMAN B， BEYMER David， MCLAUCHLAN Philip， et al. A real-time computer vision system for vehicle tracking and traffic surveillance [J]. Transportation Research Part C： Emerging Technologies， 1998， 6： 271-288.

[4] BEYMER D， MCLAUCHLAN Philip， COIFMAN B， et al. A real-time computer vision system for measuring traffic parameters [C]// Proceedings of 1997 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. San Juan： IEEE， 1997： 495-501.

车辆工程现状及前景范文第2篇

关键词：紧急状况；操作特性；驾驶仿真；反应时间；回避模式

中图分类号：U461.6文献标文献标识码：A文献标DOI：10.3969/j.issn.2095-1469.2014.01.02

Abstract：An experimental study was conducted on drivers' driving characteristics under emergency conditions. The collision avoidance maneuvers were examined by using a driving simulator to study the reaction time and modes of operation on straight and curvy roads. The results show that most drivers avoided the suddenly emerging obstacle first by a braking action followed by a steering action. The reaction time of older drivers is increased by 0.25 second for the breaking action. The resonant frequency of the steering system has an effect on avoid maneuver under emergency conditions.

Key words：emergency； driving characteristic； driving simulation； reaction time； maneuver model

近年来，随着人们安全意识的提高，除了对车辆的运动性能提出了高要求之外，还迫切要求车辆具有良好的舒适性和预防安全性能。现代车辆的开发更多地把人-车作为一体进行设计和评价，基于人-车-环境系统分析的车辆运动性能设计和基于驾驶员认知判断和操作的驾驶支持系统的设计开发成为当今汽车发展的主流。驾驶行为是驾驶员依据人-车-环境系统中的各种视觉信息作出快速认知准确判断和稳定操作的过程，车辆直行、转弯和停车等基本运动性能与驾驶员的视觉反应能力和驾驶操作能力紧密相关[1-5]。当行驶遇到紧急状况时，如前方障碍物突现或弯道急转事件出现，若车辆运动性能低下或驾驶操作不当，将可能造成人车冲突甚至交通事故。前方障碍物突现或急转弯路面摩擦因数降低等情形下，驾驶员通常会依个人驾驶习惯进行转向、制动或二者组合的回避操作[6-8]。为了科学评价交通安全及车辆运动性能，进一步提高车辆预防安全装置性能，详细阐明紧急状况下的驾驶操作特性显得尤为重要。本文通过对驾驶时各种交通状况的调查分析，根据人车辆和环境三要素，相对应地把驾驶员操作车辆运动和交通场景构成驾驶模拟试验系统的基本要素，设计了前方障碍物突现和急转弯路面摩擦因数下降两种紧急交通状况。采用一种新型的驾驶模拟装置，研究驾驶员在这两种紧急状况下的回避操作行为特性，并对试验数据进行科学解析。对于分析交通事故和制定交通安全策略以及对车辆回避性能的评价提供指导，并为紧急回避转向操作支持系统技术的开发提供了试验依据。

1.1.4 试验程序

预先设定交通环境及行驶任务等参数。试验过程是：被试者驾驶操作伴随操作的车辆状态变化伴随车辆运动的场景变化伴随场景变化的各种驾驶操作。行驶道路是由直道和弯道组成的双向对开普通路面，并沿着一侧驾驶。被试者端坐在驾驶座舱内，手握转向盘并注视屏幕上的交通场景进行模拟驾驶。根据场景出现的紧急状况，迅速反应并快速做出判断，当路侧障碍物突现时，紧握转向盘，并立即采取转向或制动等紧急避障操作。此时，驾驶座舱的移动或转动等试验数据均由控制软件自动记录和处理。本试验设定障碍物（汽车）从路侧边墙处突现，测试驾驶员的瞬间驾驶操作行为特性。

1.2 结果与讨论

1.2.1 紧急避障操作动作的差异

根据控制软件记录的避障成功和失败等数据，对两组被试者及两种车型的记录数据进行统计分析。图6和图7表明了被试者在试验车速60 km/h和100 km/h紧急避障时的驾驶操作动作状况。

从图6可知，当障碍物第1次出现时，低速状况下80%被试者只采取制动避障操作（下称制动避障），20%被试者采取转向和制动组合避障操作（下称复合避障）。在高速状况下，采取复合避障的比例有所下降，采取制动避障的比例有所增加，两组被试者之间有略微差异。但从图7可知，在第2次及以后各次遇到障碍物突现时，两组被试者对于障碍物突现采取复合避障的比例增加，尤其是年轻被试者采取复合避障的比例增加明显，在低速状况下所占比例为67.6%，制动避障占28.3%，转向避障只占4.1%。而年长组的比例分别为复合避障占41.8%，制动避障占58.2%，而转向避障为0。然而，比较低速和高速状况下的紧急避障时，随着车速提高，制动避障比例也明显增加，表明了车速对驾驶员的紧急避障操作有明显影响。不同性别和不同职业被试者在两种车速状况下第2次及以后各次的紧急避障操作方式。两种车速状况下的紧急避障操作方式在性别上没有明显差异性，同样，高速状况下采取制动避障的比例明显增加。图9表明，在低速状况下采取制动避障的比例存在一定的差异性，这可能是由于职业习惯和驾驶先验知识的差异所致，但在高速状况下制动避障的比例没有明显的差异。

从上述试验结果可看出，当第1次遇到障碍物突现时，约80%的驾驶员只是采取制动避障的方式进行避障，在采取避障操作措施时年龄性别和职业上的差异性不大，在高速状况下紧急避障时驾驶员通常会采取制动避障的方式。当再次遇到障碍物突现时，采取转向和制动复合操作的方式进行避障的比例明显增加。这一结果潜在地提示，对驾驶员进行安全驾驶模拟训练和教育有一定的作用。同时也意味着车辆的制动系统和转向系统应具备良好的协调控制性能。比较第2次及以后各次的紧急避障操作状况下各种被试者的试验结果，只有低速状况下的紧急避障在职业上略有差异，但各结果均表明，随着车速的增加，制动避障的比例也明显增加。说明了在高速行驶紧急避障状况下，导致追尾或碰撞事故的可能性将增加。

1.2.2 紧急避障操作反应时间的差异

试验系统自动记录各种动作的反应时间。反应时间以障碍物突现为基准开始计算。为了紧急避障，被试者需释放油门踏板，然后制动操作或转向操作。两组被试者各动作的反应时间见表1。

表1结果表明，当障碍物突现时，两组被试者释放油门踏板的平均反应时间无明显差异，但踩下制动踏板的反应时间年轻组比年长组平均少约0.25 s。比较踩下制动踏板和转动转向盘的平均反应时间，可以看出，制动操作比转向操作要早，且年轻组比年长组的转向反应时间少。依据生理学和认知心理学理论，这一结果也说明了年轻驾驶员在生理活动能力和视觉功能及视觉注意等方面具有优势。

1.2.3 不同车辆类型转向避障操作动作的差异

图10表明了A型车和B型车复合避障时的差异。从图中可知，驾驶A型车时，复合避障占57.6%，制动避障占42.4%；而驾驶B型车时，复合避障占62.5%，制动避障占37.5%。即驾驶B型车比驾驶A型车的复合避障比例高，并且在试验结束后，对被试者的询问调查得知，回答“借助转向方式进行复合避障时，B型车比A型车更易操作”的被试者占多数。这一结果说明，车辆转向共振频率对紧急避障有一定影响。

图11表明了两种车型在试验车速100 km/h和60 km/h避障时脱离车道的状况。比较图11（a）和（b）可知，A型车避障脱离车道比B型车所占比例大。为了回避来自左侧的突现障碍物，然后向右转动转向盘且脱离车道，在车速为100 km/h时，A型车和B型车的比例分别为28.6%和24.4%，差异不明显。但当避障之后，车辆向左侧脱离车道然后车辆又向右侧脱离车道，所占比例分别为7.14%和2.4%，A型车比B型车的比例大。此外，车速对紧急避障有较大影响，在低速60 km/h时，脱离车道的比例明显比100 km/h时要小，但低速避障时A型车与B型车的差异性不明显。这一结果表明，与1.2.1中的结果分析一致，在高速行驶中当障碍物突现时车辆脱离车道发生事故的比例将可能增加。

图12是A型车和B型车的转向角与偏航率的波形图（Lissajous图）。从图中可知，当紧急避障转向时，转向角度一样，A型车比B型车偏航率大，也就是说，当避障转动转向盘时，A型车比B型车偏转要延迟一些。这一结果是由于不同车辆的转向性能的差异所致。

2 弯道行驶紧急回避操作

在弯道急转时，后轮的路面摩擦因数降低，后轮侧向力变小，偏航比例增大，车辆向内侧偏转，若不进行适当的转向操作，将导致车辆失控。另外，前轮的路面摩擦因数降低时，前轮侧向力变小，车辆向弯道外侧滑移。

2.1 试验方法

2.1.1 被试者

被试者为男性，25～50岁，30名，驾龄2～5年。所有被试者均有正常视力或正常校正视力，且均取得驾驶执照。

2.1.2 试验装置

与1.1.2中的装置相同。

2.1.3 试验设计

车辆类型为B型车，转向共振频率1.5 Hz。试验行驶路线有5个弯道，全长约6 km，弯道与直线路段组合，如图13所示。试验车速60 km/h（16.7 m/s），最急弯道处转弯半径100 m时车辆横向加速度约2.8 m/s2，车辆产生旋转和偏移。

2.1.4 试验程序

每个被试者进行模拟驾驶3圈。第1圈是为了适应驾驶模拟装置的适应性试验，不作数据记录；第2圈使后轮路面摩擦因数降低；第3圈使前轮路面摩擦因数降低。前方弯道路面行驶场景如图14所示。

2.2 结果与讨论

2.2.1 后轮路面摩擦因数下降时的转向回避模式

当车辆转弯紧急回避时，后轮路面摩擦因数降低，驾驶员转动转向盘朝车辆偏转增加的反方向进行转向。若转向回避操作不当，将使车辆旋转甚至回避失败，导致车辆脱离车道。30名被试者弯道回避操作共150次，统计数据得出，有116次发生车辆旋转现象，占77%。分析表明，转动转向盘进行回避的模式有3种，如图15所示，即模式A是车辆正常旋转后朝反方向转动转向盘，再多次左右转动转向盘的模式；模式B是正常旋转后朝反方向仅1次转动转向盘的操作模式；模式C是正常旋转后朝反方向转动转向盘并保持转向角不变的操作模式。模式A操作35次，所占比例30%；模式B操作48次，所占比例41%；模式C操作33次，所占比例29%。

采用不同的转向回避模式会产生不同的回避结果。图16表示了用3种不同转向模式成功回避急弯并保持车辆不脱离行驶车道的比例。从图中可知，采用模式A转向方式的回避成功率最高，模式B的回避成功率最低。

2.2.2 前轮路面摩擦因数下降时的转向回避模式

当前轮路面摩擦因数降低，驾驶员同样需要转动转向盘，其转动方向是朝转弯内侧，以保持车辆在行驶车道内。与后轮路面摩擦因数下降时的状况相比较，统计数据得出，驾驶员同样也会采取上述3种模式进行转向回避操作。分析表明，当采取模式A回避操作时，回避成功的比例要高，所占比例为88%。

3 结论

采用一种新型的驾驶模拟装置研究了紧急状况下驾驶避障的操作方式和反应时间及弯道行驶时的转向回避模式。探讨了不同年龄性别和职业的驾驶员紧急避障操作方式的差异，重点研究了车辆转向性能和路面状况对紧急避障操作方式和反应时间的影响。对于分析交通事故和制定交通安全策略以及对车辆回避性能的评价可提供借鉴，并且可为紧急回避转向操作支持系统的技术开发与设计提供试验依据。

（1）当第1次遇到障碍物突现时，80%的驾驶员只是采取制动避障方式进行避障。从障碍物突现到踩下制动踏板的反应时间年轻驾驶员约为1 s，比年长驾驶员平均少约0.25 s。

（2）车辆转向共振频率对转向回避操作有影响，转向共振频率1.5 Hz的车辆比频率为1.0 Hz的车辆具有更好的转向回避性能。

（3）在弯道急转时，为保持车辆姿势稳定，当后轮路面摩擦因数降低应朝转弯外侧操纵转向盘，而当前轮路面摩擦因数降低应朝转弯内侧操纵转向盘。

参考文献（References）

IGUCHI H. Consideration for Creating Comfort of a Vehicle [J]. Denso Technical Review，2011，15（1）：3-9. （Special issue，in Japanese）

马爱静，毛建国，沈恒，等.驾驶员转向行为建模的研究进展[J].汽车工程学报，2013，3（6）：391-399.

Ma Aijing，Mao Jianguo，Shen Huan，et al. An Overview of Development of Driver Steering Behavior Models[J].Chinese Journal of Automotive Engineering，2013，3（6）：391-399. （in Chinese）

洪亮，杨亚联，宋安兴，等.人-车-路闭环的汽车稳定性控制模拟仿真试验研究[J].汽车工程学报， 2013，3（3）：183-190.

Hong Liang，Yang Yalian，Song Anxing，et al. Study on Stability Strategy by Driver-Vehicle-Road-Loop Virtual Simulation Test[J].Chinese Journal of Automotive Engineering，2013，3（3）：183-190. （in Chinese）

DOI S. Advanced Driving Behavioral Analysis and Application for Future Active Safety[J]. Review of Auto-motive Engineering，2009，28（1）：3-9.

DOI S. Driving Support Systems Based on Human Factors[J].Denso Technical Review，2009，12（1）：3-10. （in Japanese）

DOI S，MIZUNO M，KUROYANAGI H，et al. Development of Driving Simulators and Their Application to Driving Maneuver Analysis [J]. R & D Review of Toyota CRDL，1998，33（1）：3-11. （in Japanese）

AMANO Y，HADA M，DOI S. A Model of Driver's Behavior in Ordinary and Emergent Situations [J].R&D Review of Toyota CRDL，1998，33（1）：23-30. （in Japanese）

DOI S，NAGIRI S，AMANO Y. Analysis of Active Safety Performances of Automobile Based on Driving Maneuvers in Emergent Situations[J]. R & D Review of Toyota CRDL，1998，33（1）：31-38. （in Japanese）

作者介绍

责任作者：夏如艇（1963-），男，浙江台州人。博士，副教授，主要从事汽车视觉信息工程和汽车安全控制工程的研究。

车辆工程现状及前景范文第3篇

［关键词］固定资产；投资决策；油田运输设备

固定资产投资是建造和购置固定资产的一项经济活动，也就是说固定资产的投资和建造是固定资产的再生产活动。固定资产的再生产过程包括固定资产更新、改建、扩建、新建等活动。固定资产投资是社会固定资产再生产的主要手段。随着现代物流业的迅猛发展，运输设备的投资决策与管理越来越成为管理层关注的焦点。由于石油资源易燃、易爆、易挥发等特点，对于油品运输设备的投资决策与管理具有一定的特殊性。

1 固定资产投资决策与管理

1.1 固定资产投资决策

作为企业的一项重要决策，固定资产投资决策综合了投资决策的基本程序、整个投资决策过程中各种不同的评价方法以及决策的不确定性分析。固定资产投资决策的程序一般包括以下步骤：固定资产投资项目的提出、固定资产投资项目的评价、固定资产投资项目的决策、固定资产投资项目的执行以及固定资产投资再评价。

1.2 固定资产投资的分类

（1）按照投资在生产过程中的作用分类。可以把固定资产的投资分为新建企业投资、简单再生产投资和扩大再生产投资。其中新建企业投资指的是为了一个新企业建立生产、经营、生活条件所进行的投资；简单再生产投资是指为了更新生产经营中已经老化的物质资源和人力资源所进行的投资。扩大再生产投资是指为了扩大企业现有的生产经营规模而进行的投资。

（2）按照对企业前景的影响进行分类。固定资产投资可以分成战术性投资和战略性投资两大类。所谓战术性投资是指不牵涉整个企业前景或对企业前景影响甚小的投资。所谓战略性投资是指对企业的全局有着重大影响的投资。

（3）按照投资项目之间的关系进行分类。企业固定资产的投资可以分成两大类：相关性投资和非相关性投资。非相关性投资是指：如果采纳或放弃某一项目并不显着地影响另一项目的投资，则可以说这两个项目在经济上是不相关的；相反如果采纳或放弃某个投资项目，可以显着地影响到另外一个投资项目，那么这两个项目在经济上则是相关的。

1.3 固定资产投资的特点

固定资产投资具有回收时间较长、变现能力较差、资金占用数量相对稳定、实物形态与价值形态可以分离以及投资次数相对较少等特点。

1.4 固定资产投资决策需要考虑的因素

固定资产投资决策时除了要考虑其财务上的可行性之外，还应当考虑市场因素，比如当前的市场周期、国内经济环境的影响以及人力资源，投资后的管理、成本等。总的来说即需要考虑投资的风险与报酬。

2 油田运输设备的特殊性

由于石油资源具有易燃、易爆、易挥发等特点，在石油资源的运输过程中稍有不慎可能就会带来损失甚至灭绝性的危险。正是由于托运物的这些特殊性，决定了油田运输设备的特殊性。油田运输设备主要具有以下特点：

①必须选用防爆型的运输设备。②必须具有满足使用环境要求的防腐性能。环境中腐蚀性物质不仅会影响石油的质量甚至还会带来严重的防爆隐患。③必须满足相应的户外等环境条件要求。④必须具有满足较长周期的免维护或少维护的高可靠性要求。⑤为了满足发展需要，对油田运输设备还提出了高电压、大容量、高效率、节能源和环保型的要求。

3 油田运输设备投资决策与管理

随着现代物流业的发展，油田运输也开始从设备老化、包袱重、经营困难等的落后形态向现代物流发展。物流市场竞争日趋激烈，汽车运输投入受资金限制较小；个体、集体、合资、外资等运输公司为油田运输提供了较为优越的条件。而这又进一步加大了油田运输业的竞争。与其他固定资产的投资决策一样，油田运输设备的投资决策与管理也需要考虑该项投资的可行性、风险与报酬因素。只是不同的是，为了能够保证运输质量，在油田运输设备的管理中需要定期进行维修检测。下面举个例子加以说明：

假设考虑投入一辆新款运油车，吨位12.9吨、容量18立方米，原值28.55万元、折旧年限（油田）6年、年折旧额（按无残值）4.76万元，五年内分别可带来现金流入为20万元、20万元、18万元、15万元、10万元、8万元。年利率按6%。下面分别进行讨论：

（1）不考虑每年维修报检情况下（单位：万元）

（2）考虑到每年需要支付一定的维修报检费用（单位：万元）

在这个简单的假设前提下，考虑维修报检费用与不考虑维修报检费用两种情况下的净现值相差很大。事实上，基于石油的特殊性，我们在进行投资决策时应当考虑到维修报检费用。另外，在实务中我们还应当考虑折现率的影响。

油田运输设备需要进行有效的管理。从油田物流的角度来考虑，主要以运油车辆为例，对于油田物流的发展有以下几点建议：

（1）开展全员规范化维修活动。在工作中，司机作为车辆的操作者和直接的设备管理员，发挥其工作的主动性，是提高车辆技术状况的最好途径。开展全员规范化生产维修活动就是要达到以设备为手段、创造技术服务的最佳效益。其做法主要有：在全体员工中开展整理、整顿、清扫、清洁、素养活动；工段岗位的工人每天对工作场地进行整理、清洁；司机对所驾驶的车辆在执行出车前、行车中的检查中也要及时进行整理、清洁工作。

（2）对运输设备认真进行回场检查、月度检查、季度检查工作。对于油田运输设备实行公司全员规范化生产维修的预防手段：通过驾驶员、公司专职人员对车辆的日常维修、点检等预防手段对车辆的性能状态进行检查，随时发现问题，随时解决问题，预防和防止设备发生技术故障。对于检查出的大问题及时反馈到公司全员规范化维修小组，全员规范化维修小组再根据车辆具体问题来制定车辆修复方案和设备管理措施以督促实施部门（保养工段和外协修理单位）及时修复解决。

（3）规范化修理，提高工段修理质量。通过对车辆的强制进检，并采取外部督导队检查，极大地提高了车辆技术状况。

（4）完善车辆手续办理。①新车入户手续。在决定了对一项运输设备的投资以后，为了使车辆及早地投入使用，应当积极办理新车入户等手续。②办理市政部门运输管理处的资质检查和办理企业资质申请。③办理车辆报废手续。随着新车的增加，原有车辆必然会到报废年限，对于通过检测显示车辆技术状况差的车辆应当予以停用、报废。④及时、合理的部署车辆审验工作。⑤办理车辆保险。对于车辆保险的办理，应当结合历次投保的经验和车辆索赔的结果，提前对车辆保险进行预算管理，并多次与保险公司协商，结合车辆的运行、性质、车状等特点在投保统一的前提下再购买特殊险，以降低风险。

综上所述，固定资产的投资决策与管理历来是管理人员关注的焦点，随着企业现代物流业的迅猛发展又加之油田运输设备的特殊性，对于油田运输设备的投资决策与管理也相应的具有一定的特殊性，这就需要我们针对特殊问题进行特殊处理。

参考文献：

车辆工程现状及前景范文第4篇

【关键词】 高速公路 跨层协作 自适应

车载自组织网络（Vehicular Ad hoc Network，VANET）是移动自组织网络（Mobile Ad hoc Networks，MANET）的一个新兴研究分支，基本思想是在一定通信范围内的车辆可以相互交换各自的速率、位置等信息，并自动建立一个移动的网络。在VANET中，利用大规模计算和无线网络通信，可以实现车辆与车辆之间（Vehicle to Vehicle， V2V），车辆与路边基础设施之间（Vehicle to Infrastructure，V2I）的多跳无线通信，并为车辆提供了各种安全应用（如碰撞预警、协助交通管理等）以及非安全应用（如路况指示，娱乐等）。

一、研究背景

在车联网中，路由协议的优劣和自适应程度，直接影响了网络中的整体性能。由于VANET对于路由协议的研究并没有给出一个标准或是研究方向，路由的设计还是一个很开放的课题。它们在发现路由、建立路由以及通信的初期阶段往往有不错的性能表现，但随着节点的移动，网络拓扑的快速变化导致路由链路的断裂，性能往往会急剧下降。随着车载全球定位系统（Global Position System，GPS）的广泛运用，借助GPS获取的地理位置信息而设计的位置路由（Geographic Routing，GR）逐渐发展起来。由于重大交通事故发生的场合主要是在高速路上，所以如何保证高速公路上安全消息的可靠传递显得至关重要。一个好的路由协议的使用，保证数据传输的成功率和时延要求，并控制整个网络的负载开销，才能保证应用能够稳定可靠的实现。但是传统的车联网分层结构对路由协议的设计，仅仅依靠单一层次，很难在各种变化的网络环境下达到安全消息极其严格的传递要求，有必要采用跨层设计，上层协议必须与下层进行有效的状态信息交互以配合分配好网络资源，满足实时性和可靠性的要求。本文在此基础上本文提出了一种跨层的结构设计，用以满足车联网信息传输中实时性和可靠性的要求。

二、CCR算法设计

根据车联网中不同的通信需求所需的Qos不同，车联网中的消息可以划分为2个等级（1和2）：等级越高，表示对Qos的需求越高，消息的优先程度也就越高。

首先，在车联网中，不同的消息种类对通信提出了不同的需求，对于高优先级消息（优先级为2的消息），如车辆碰撞预警、防追尾等，这类消息往往与交通安全甚至人生安全息息相关，因此，实时性对于这类消息至关重要，需要进行快速、可靠的分发。但对于低优先级的消息（优先级为1的消息），如位置导航、地图下载、车载娱乐互动等消息，这类消息对实时性的要求并没有像高优先级消息那样苛刻，因此，只需尽力传输即可。基于跨层协作的路由协议（CCR），通过传输层与网络层的协作，根据不同的优先级，选择不同的路由策略，从而保证了消息能够得到适当的处理。

CCR转发机制

（1）需要发送消息的源车辆节点的应用层产生一个message，并在每个packet中的头部的Destination_Priority字段标记数据包的优先级。按照CCR的优先级分类，可以标记为1或2，等级越高，消息的优先级越高。

（2）邻居车辆节点接收到message后，将该message传输到网络传输层，传输层的分类器通过查询头部的Destination_Priority字段，判断该消息所处的优先级，根据不同的优先级采取不同的转发策略

（3）若Destination_Priority为2，则该packet放入高优先级队列，若队列没有满，则进行洪泛广播，若队列满，则溢出，由于高优先级消息对实时性有很苛刻的要求，所以，队列满后，最后到达的数据包被直接丢弃；若Destination_Priority为1，则放入低优先级队列进行排队，如果该队列满，则进行暂存，最后到达的数据包将会被放入一个缓存池里，待低优先级队列的有空隙时，缓存池里的消息按照先进先出的原则依次进入低优先级队列，排队等待发送。

（4）当高优先级队列和低优先级队列中都有packet时，则高优先级队列中的packet将会被优先发送出去，以确保高优先级的安全消息被及时处理，保证行车安全。

（5）若高优先级队列中无packet，则低优先级队列中按照先进先出的原则发送队列中的数据包，由于在高速公路场景下，优先级为2的数据包发送的概率相比与优先级为1的数据包相对较低，如此，采用CCR既可以保证高优先级的消息可以及时转发，又兼顾了低优先级的消息稳定持续的进行路由。

在本文设计的CCR（cross-layer cooperation routing）协议中，一个基本假设是车联网中的车辆都配有车载射频发射机和接收机，能够通过装载在车辆上的GPS获得自身的位置、速率等相关信息。并且规定了每个车辆节点都需要维护一个邻居节点历史移动信息数据库，同时也必须通过周期性地向邻居节点广播beacon消息来刷新自己的速度信息和位置坐标信息。当节点收到邻居节点广播的beacon消息后，根据时间戳在历史移动信息数据库中更新邻居节点的移动信息。

节点通过周期性广播的beacon消息交换当前所处状态信息，beacon消息所包含的信息如下：，类型指明该消息数据包类型为beacon信息，每一个车辆节点都有其唯一的节点ID，生存时间是数据包存在的时间值，位置信息包含车辆节点的位置（x， y， z），是指其GPS坐标值，速度信息是节点的速度大小v及运动方向?，状态表明该节点是否处于繁忙状态，若有数据包需要转发，则繁忙，否则空闲。

历史移动数据库主要包含以下内容，其中ID是邻居节点号，（X，Y）是邻居节点坐标位置坐标，Velocity是邻居节点的速度信息，last update Time是该邻居节点信息的最新更新时间，CT（connection time）是经过计算后得出的节点与该邻居节点的预测链路的最大连接时间。

在CCR中，假设车辆的通信范围为R，则在固定通信范围R内的一对节点被认定为处于可连通状态。但由于这两个车辆节点具有不同的行驶速率以及不同的行驶方向，随着两个车辆节点的移动，两个节点的位置也处于相对变化中，在未来的某一时刻，两个节点间的距离将超过车辆节点覆盖的通信范围R，由此，这一对节点变为不连通状态。这一段从可连通状态到不可连通状态的时间预测，即双方连通性的预测。

车辆节点a和车辆节点b相距距离为r。两点有各自不同的位置信息和速度信息。节点a位于（xa，ya，ta）处，移动速度为；节点b位于（xb，yb，tb），移动速度为。这里ta和tb分别表示节点a和节点b位置更新时刻。R为两节点的通信距离。当r小于R时，两节点处于连通状态。t为当前时刻。在短时间内，节点的移动速度变化较小，为计算方便，我们假定车辆节点匀速行驶，即保持匀速行驶。则两节点间距离r是关于时间t的函数r（t）。由于ta和tb并不相同，两节点的位置信息更新时刻不同步，所以需要经过同步修正后使用。经同步修正后，两节点均在ta时刻进行后续计算。

（1）低优先级消息分发机制

如图2所示，在双向四车道的场景下，节点S有5个邻居节点，分别为N1，N2，N3，N4，N5。在传输层对消息进行分类后，若判定为低优先级消息（优先级为1的消息），则进行如图所示的转发过程，启动贪婪算法选择的结果会试图选择靠近通信边缘的节点作下一跳。这样带来一个问题，处于通信边缘的节点是不稳定状态。如图中节点N5所示情况一样，它即将在短时间内移出之前中继节点的通信范围。而该中级节点无法及时知道这种情况，仍然会选择这个“存在”的节点N5传输，这样，在传输过程中，就会出现持续丢包情况。

低优先级转发算法要求每个节点维护了一个邻居节点历史移动数据库，连通时间由式（6）计算得出，如图中中继节点给出示例。考虑到传统MANET路由信标周期在1S左右，即在1S内邻居节点发送的位置变化，是难以获知的。所以设置CT值可信阈值下线为1S。CT值不足1S的邻居节点将视为不可靠节点，意味着会在短时间内有很高的可能性移出通信范围。

（2）高优先级消息分发机制

在高速公路场景下，车辆能够以较高的期望速率行驶，车流密度相对较小，传输层对数据包的优先级进行分类后，为了能够获得较低的时延，以及较高的可靠性，将高优先级消息（优先级为2）的数据包直接采取洪泛的方式进行广播。由于在高速公路场景下，车辆密度相对较低，采用洪泛广播的方式反而降低了发生广播风暴的可能性，提高了数据包传输的及时性与可靠性。

三、性能仿真及分析

3.1 VISSIM以及NS3仿真工具

VISSIM 是一种微观的、基于时间间隔和驾驶行为的仿真建模工具，不仅可以完善地模拟各种真实的交通场景，还可以生成可视化的交通运行状况，并且以文件的形式输出各种交通评价参数，是评价交通工程设计和城市规划方案的有效工具。

NS3是一个离散事件模拟器，是一款开源软件，由C++编写，C++语言作为前台，可以对网络性能进行仿真，并且能正确地处理节点上的多重接口，使用IP地址，与因特网协议和设计更一致，和更加详细的802.11模块等。

3.2 仿真结果

在仿真实验中，仿真结果展示了车辆在高速公路环境下路由的性能表现，由于我国交通法规的限制，高速公路上车速的限制在60km/h到120km/h之间，本文也据此进行了速率的设定，为了对提出的路由协议CCR进行性能分析，本文利用VISSIM生成交通流模型，并通过NS3仿真软件对路由协议的性能进行了分析。

三个路由协议在高速公路场景下的性能表现，通过仿真结果可以看出，CCR路由协议相比于AODV与GPSR有较高的传输成功率以及较低的端到端延时。这是由于在高速公路场景下，CCR采用了基于跨层协作的路由协议，使得高优先级与低优先级消息都能得到合理的处理，对于低优先级消息，对CT进行了估计，剔除了不可信点，减少了链路断裂的概率，对于高优先级消息，由于高速公路场景的特殊性，采取洪泛的广播，提高了数据包成功传输率，所以，CCR的数据包成功传输率远高于其它两种路由协议，平均的端到端延迟也小于GPSR、AODV协议，而且随着数据发包率的增加这种优势愈发明显。通过仿真结果表明，CCR较传统基于拓扑和基于地理信息的路由有更好的传输成功率，而且表现出更好的稳定性。

车辆工程现状及前景范文第5篇

太原铁路局调度所车辆室山西太原030013

摘要院随着计算机信息技术的广泛应用，我国铁路运输中信息化建设已经初步形成规模，但还是不能够完全满足现场的使用要求，也依然存在着各方面的问题缺陷，并且容易造成记录准确度不高、任务分派不及时和检修进度不高等问题。对此，本文建议在货车检修管理的各个环节中，建立信息系统应用平台，为运行中的货车车辆监控、运行状态的预警和车辆信息控制，以及车辆调度指挥和检修等提供技术手段，为货车安全运行提供技术保障。

关键词 院铁路货车；检修；调度；智能化；信息化

0 引言

我国铁路运输业的快速发展也促使着铁路货车使用频率和周转率的巨大变化。较为明显的就是长交路列车和大编组重载列车使用的频率和周转率逐年递增。通过调研发现，虽然目前我国铁路运输中信息化建设已经初步形成规模，但还是不能够完全满足现场的使用要求，也依然存在着例如信息滞后、不全面以及查询时间长等方面的问题缺陷，这对检修人员来说，工作难度会增加，给检修进度和货车安全运行也会带来一定隐患。

1 铁路货车检修调度系统的相关概述

1.1 铁路货车检修调度系统的背景

作为铁路货车检修调度员来说，铁路货车检修调度系统功能包括了其所有的作业环节，系统结合对交路方案、日班计划等调度员经常使用到的基本信息开展的数字化描述，将货车交路模型构建起来，随后调度员可以结合便捷的操作方式，来完成货车工作计划的调整、编制等。该系统的投入应用，使得货车调度员的劳动强度得以减轻，同时还将相关的货车周转计划提供给其他系统。

在铁路货运生产中，货运调度指挥工作是核心所在，采用统一集中、分级管理的指挥原则。在调度指挥方面，铁道部运输局调度部调度处是最高等级的单位，在该部门领导之下，路局调度所负责相关的指挥任务，结合运输进程中调度的不同，划分为不同的生产工种。近年来，铁路运输调度指挥的措施也在不断改进。伴随着技术的快速发展，以及人们的能力，现代化调度系统得以构建起来，由此在铁路各部门开始了包括技术计划、货运营销等在内的一系列信息应用系统的投产和使用。

该系统具备了如下的特点：实施方面较为复杂，研发难度较大。调度业务必须要集中指挥，各级负责。为了让该系统的效益得到最充分的发挥，有必要结合相关部门，协同开发三级运输调度信息系统，才可以实现该系统在全路的应用以及数据共享等目标。

1.2 国内外研究现状

国外在货车检修方面，运用计算机技术较早。早在二十世纪六十年代，许多欧美发达国家的铁路信息系统就得到了成功的运用，实现了高效的货车检修目标。如日本、德国以及法国等。

对比国外来说，国内将计算机技术融入到货车检修进程的时间较晚，但是在多年的发展之后，国内也取得了诸多成效。

2 铁路货车信息系统简介

2.1 HMIS

这指的是铁路货车技术的管理信息系统，通过对自动和人工方式的结合，进而让数据输入以及上传等活动得以实现，运用这一系统，就可以成功实现车辆检修相关信息的查询目标。

2.2 ATIS

铁路车号自动识别系统，由车辆电子标签(TAG)、地面自动识别设备(AEI)，数据信息集中管理设备(CPS)、计算机网络等构成，对运行的列车及车辆信息进行准确的识别、定位。

2.3 CTC

调度集中控制系统，顾名思义即对处于相应范围内各类铁路信息的直接并集中的调度与控制。

2.4 5T

起安全防控预警作用，具体包括五项：车辆滚动轴承早期故障轨边声学诊断系统(TADS)，车辆运行状态地面安全监测系统(TPDS)，车辆轴温智能探测系统(THDS)，货车运行故障动态图像检测系统(TFDS)，客车运行安全监控系统(TCDS)。2.5 TADS这一系统表示的是早期车辆滚动轴承的故障轨边声学诊断系统，结合计算机以及声学技术，早期预测运行当中列车可能存在的故障，并实现在线预测和诊断。

2.6 TPDS

将轨道测试平台，以及车辆运行状态地面安全动态检测系统以及车辆结合起来，进而检测车辆的安全指标，关键点在于：对于车轮面的擦伤破损及超载等危险状况，进行实时跟踪监测的信息平台。

2.7 THDS

车辆轴温智能探测系统，这一广域实时计算机监测网络系统的构成主要包括：全路联网系统、复示站，该系统的功能在于，结合轨边红外探头，对经过列车的轴承温度进行动态监测，掌握热轴问题，并且结合配套装置，实现预报以及准确的跟踪，并且对防范能力予以强化。

2.8 TFDS

对火车运行故障动态图像进行检测的系统，这套信息系统集合了多种技术，如数字图像的高速采集、模式识别、网络化以及自动控制技术等，动态的对运作货车的关键部分进行检测，及时的对火车运行当中出现的问题有所了解，确保列车能够安全的运作。

3 铁路货车检修调度作业信息化运用现状

3.1 信息平台查询效率较低，实时性差

当前，对车辆5T 信息的查询，主要结合地对车安全监控体系5T系统进行，这一平台对上述诸多系统进行了简洁的综合，但是还是需要进入各种系统开展查询工作；虽然具备了综合查询的相关功能，但是仍然需要进入相应的系统才能实现，此外最终获取的信息，没有较大的关联性，也不全面。

这一系统的基础信息为HMIS 的动态计数履历数据，结合车号信息系统，采用网络传输，来实现统计既定路线专用货车的行走里程。对于专用的火车，要从做计划检修渐渐地转变成为结合车辆行走里程的数量，按实际状况进行检修。这套系统每天可以结合总部的数据库，来对相关检修信息进行下载操作，实时的对车辆运行的路程、过期车辆进行查询和统计，将便利提供给生产组织。

想要了解车辆其他的有关资料信息，就要与其他平台结合，从而获取需要的有用信息。而较低的查询率，使得实时性受到了较大的影响，在对不同的平台以及系统进行查询时，在时间推移的同时，车辆状态也会出现相关的情况变化，所以获取的信息并不是第一手信息。

3.2 缺乏综合评判功能

信息平台并不统一，使得全面的信息共享无法实现，系统之间的沟通并不顺畅，只存在自身的信息，并不具备综合评判的作用，信息系统的不同，结合自身领域给予相应的评判依据，信息之间还需要一定的时间，才可以实现关联目标。在查询不同系统，获取和处理海量的数据之后，最终获得相应的结论，无疑影响到了工作人员的工作效率。

3.3 信息平台功能不够完善，软件平台生命力差

系统平台功能缺陷较为明显，作为开发商来说，只是为了解决特定的需要，后续功能的完善并不到位，很多检索条件在平台是不被支持的，没有查询功能以及导出功能，相关信息没有关联性，让系统的生命力不断下降，无法满足现状，如需要导入搜索的信息，或者是对表格进行分析时，只可以一一的复制查询到页面，随后再对其进行处理，直接导出的功能并不存在。

3.4 指导车辆检修能力较弱

当前，因为所有的系统尚未实现信息的共享，比如说HMIS 的电子化，只针对纸质台账，其应该具备的功能并未充分发挥，使得车辆入库检修时，一般是以人工预检为主，结合多种系统对车辆运作进程中出现问题的现场检查，这一方式效率不高。在检修车辆时，因为综合平台不存在，使得信息系统指导检修功能基本不存在，信息系统的相关功能得不到发挥。

4 建议

就目前而言，尚未有平台可以实现全方位的，对车辆实时运作状态监测以及查询，铁路货车检修调度系统综合应用平台急需构建起来，接入HMIS 等相关系统的数据，实现真正意义上的数据共享。真正实现通过一个查询界面，实时的对车辆目前的位置进行查询，或者是车辆的配件信息等相关信息，通过对车辆的提前预警、运作品质的综合评判，为生产调度指挥提供支持。

4.1 建立模型

结合相关车辆具备的4T 信息、检修HMIS 等系统，以及轮厂HMIS 等相关系统的复试等，作为软件的基础，来对信息系统的综合平台进行搭建。

此外，还可以结合相关的车辆段模型，代表性十足。相关车辆段不仅肩负着重重运输压力之下，车辆的安全运作，此外对于国内铁路货车重载未来的发展前景，其也有着推进作用。因此对于相关平台的搭建，也可以让综合平台的运用价值得到充分的体现。

4.2 系统结构

在这一平台之中，统一的实现了HMIS、ATIS、CTC 等相关数据的接入，再结合科学的分析，对车辆运作的状态进行判断，将综合性的预判提供给作业场，提示他们车辆运作的状态，如果车辆运作不良，也可以给出预警，针对这部分问题，让有关人员可以早做准备，当车辆到达之后，能够对其进行及时处理，提升检测效率，同时还可以通过调度，对车辆运作状况有实时了解，及时开展指挥和调度工作；同时，全局车辆也可以因此实现调度指挥，提供相应的决策依据。

4.3 铁路货车信息系统综合应用平台功能

B/S 结构是该平台所采用的，用户需要结合浏览器进入到该系统，另外能够较为方便的进行使用和维护，以下的功能是必须要具备的：

令相关系统现存功能得以保留；

令数据接口实现预留，和其他系统实现融合；

令图形化的查询界面良好，能够对车辆运作状态实现直观的体现；

令车辆检修时，综合性的对数据进行分析，为车辆检修提供相关的依据；

令其具备车辆状态显示、实时查询的功能，同时还可以对车辆状态进行提示，为即将到达地点预警，为机检提供一定的依据；令具有警报功能，比如说车辆运作当中，当TADS 报警之后，会出现相关的提示；

令具备综合分析的能力，比如说综合性的对TPDS 等系统进行分析，结合总公司的相关规定，不同的评判依据，只需要一个条件满足了，就给予提示，比如说扣修等；

令车辆开展段修等，要清楚警报信息；

令车辆的相关检修信息实现可查，如检修的单位、时间等，同时相关信息的打印功能也需要具备；令可以对检修车辆场所的技检信息进行查询，如配件更换信息等；

令对车辆的行走里程进行查询；

令其他和现场需求相符合的功能。

4.4 铁路货车信息系统综合应用平台功能图形化查询界面预想4.4.1 综合应用平台查询车辆运行状态

运用这一平台，能够实时查询车辆状况，显示运作品质，为前方调度，提供相应的信息；在查询界面之上，该车的具体信息也显示其中，过期车辆为红色，预警为黄色，对相关颜色进行点击之后，就可以对车辆的详细信息予以显示，为检修该车辆，提供技术方面的支撑，当鼠标移除之后，提示框将消失。另外，车站前方站会跳出相关的页面，显示并提示相关信息，并且在调度台开展相关的预警活动。

4.4.2 综合应用平台查询车辆站场图预想

结合该平台，可以对这一车辆运作的具体站点、停留地等进行实时查询，结合车辆状态，为组织行车等提供相关的依据。如果此时有列车存在于轨道之上，将会有提示框弹出，对该车的具体信息予以显示；当对相关的颜色进行点击之后，会展示出车辆的具体信息，当作业场完成处置之后，对处置的具体情况予以反馈，鼠标移除之后，提示框也会随之消失；段调度还可以对车辆的故障状况等信息进行查看。

5 预计效果

构建好该平台之后，就可以结合这一平台，实时的对所有运作车辆的状况进行监控，如果相关系统的警报条件得到，则开始警报提示，对车辆的具体运作位置予以准确定位，对车辆的TFDS 检查图像进行调阅，再结合TPDS 等相关监测系统的信息，对其HMIS 配件信息具体的行走里程进行查阅，对车辆的运作状况进行判断，是否存在扣修等问题。信息平台功能较为全面，并且预留了各种接口，能够融合各种系统，具有极强的生命力。

结合这一系统，能够实时的对车辆相关信息进行查询，同时还可以将更加详细、全面的配件、车辆故障等信息提供给定检车间、或者是作业场，使得技检时间得到了较大的缩短，检修效率得以提升，为车辆更加安全的运作提供保障。

参考文献：

[1]刘瑞扬，工毓民，陈伯施.铁路货车运行故障动态图像检测系统(TADS)原理及应用[M].北京:中国铁道出版社，2005.

[2]刘瑞扬，工毓民，杨绍清.铁路货车号自动识别系统原理及应用[M].北京:中国铁道出版社，2003.

[3]赵长波，陈雷，杨绍清.铁路货车轴温探测与应用概论[M].北京:中国铁道出版社，2010.

[4]陈雷，余明贵，赵长波，陈伯施.´1´1´DS 检查货车故障案例汇编[M].北京:中国铁道出版社，2008.

[5]冯英妹.铁道车辆[M].太原:太原铁路局党校，2010.

[6]杨绍清，王启铭.铁路车辆技术[M].北京:中国铁道出版社，2011.