【摘 要】
:
我国城市轨道交通正处于高速发展阶段,各制式的城市轨道交通系统在居民的日常出行中扮演着愈来愈重要的角色。近年来,单轨交通凭借其工程适应性强、造价低、建设周期短等特点在我国多地得到了应用。在单轨交通投运里程逐年提升的大背景下,其安全问题不容忽视。单轨交通特殊的制式给运营安全带来了巨大的挑战。除起火、相撞等事故外,国外曾发生多起单轨列车在区间失去动力导致乘客被困的情况。由于单轨交通线路结构与沿线环境隔绝
论文部分内容阅读
我国城市轨道交通正处于高速发展阶段,各制式的城市轨道交通系统在居民的日常出行中扮演着愈来愈重要的角色。近年来,单轨交通凭借其工程适应性强、造价低、建设周期短等特点在我国多地得到了应用。在单轨交通投运里程逐年提升的大背景下,其安全问题不容忽视。单轨交通特殊的制式给运营安全带来了巨大的挑战。除起火、相撞等事故外,国外曾发生多起单轨列车在区间失去动力导致乘客被困的情况。由于单轨交通线路结构与沿线环境隔绝,很难对区间中被困的乘客进行有效的救援。本文以高架区间单轨列车乘客的疏散救援为研究对象,通过微观行人仿真建模、虚拟现实(VR)开发等方法构建了单轨区间疏散救援仿真平台,并开展实验探究乘客的疏散特征。本文主要研究工作分为以下几方面:1)针对单轨列车车厢内乘客的疏散过程,基于多智能体建模思想建立微观行人仿真模型。通过Net Logo仿真平台实现多样化的智能体行为类型和个体特征,乘客个体可自主寻路并动态调整运动参数,能够对场景中的各类信息作出反应,高精度模拟乘客的疏散过程。2)在Unity 3D引擎中嵌入所建立的微观行人仿真模型,并实现三维可视化。参考国内既有工程现状,依托Unity 3D引擎及建模软件建立单轨区间应急疏散全尺寸虚拟现实场景,包含精细的区间地形、线路结构、单轨列车、天气环境等场景元素及模型,具有较好的还原性和沉浸性。依托搭建好的虚拟现实场景,以脚本开发、插件开发等方式构建单轨区间疏散救援虚拟现实仿真平台,最后通过软硬件集成交互完成仿真平台的部署应用。3)基于开发的疏散仿真平台,开展线下真人实验。通过设置不同类型环境变量使实验者在虚拟现实环境中进行多次疏散逃生演练,进而研究疏散信息交互方式以及疏散设施对乘客疏散特征的影响。收集实验者的主观问卷结果及在虚拟现实环境中的行为数据,通过相关性检验、显著性检验等手段对其进行分析,探究了单轨车厢内乘客的疏散特征,同时对不同疏散救援方式进行了比选。结果表明箭头及语音信息在各自类别中效果及稳定性突出,设计时应尽可能选用;同时运营方应当充分利用单轨车厢的多媒体信息推送能力以提高疏散效率。本研究建立的针对单轨高架区间乘客疏散的微观仿真模型可以为单轨的安全疏散提供理论参考,开发的VR仿真平台可以应用于疏散培训和演练,通过真人实验得到的疏散特征和疏散方式比较,可以为疏散实践提供技术支持。
其他文献
随着我国经济实力的增强和综合国力的提升,奥运会、博览会等大型活动相继在我国举办。大型活动期间交通需求的增加以及交通方向系数的增大对活动场馆周围及活动路线的道路交通运行带来了较大的压力,同时也对居民的日常出行带来了负面的影响。因此,合理的交通组织是大型活动顺利举办的关键。本文以大型活动的举办为背景,立足于城市道路交通,深入分析大型活动期间的交通运行特征,研究活动车队优先的干线绿波协调控制方法。主要研
现在随着中国高速铁路的路网规模越来越大,投入使用的高速列车数量也随之持续增长,针对列车各项数据进行故障诊断及预测的研究也变得更有价值。制动系统是高速列车上相对容易发生故障的子系统之一,而且系统结构复杂难以构造状态与故障间的简单线性映射关系,因此传统的故障预测方法往往难以全面学习故障特征,容易受到累积误差的影响,导致中长期预测效果不好难以满足现实需求。本文研究了基于高速列车历史状态数据的制动系统故障
随着我国交通运输行业的蓬勃发展和城市化进程的加速推进,以城市群为整体的发展模式受到越来越多的关注。交通一体化是城市群协同发展的必要条件,其中,交通枢纽作为链接城市群内部各节点城市的重要节点,枢纽间的分工合作、协同运行实现交通一体化的关键。本文以城市群枢纽间客流分布预测为研究对象,在考虑数据的可获得性以及方法的适用性,并综合考虑网络节点的重要度和其他时空因素的基础上,提出了基于非集计理论与深度学习方
道岔作为铁路系统中的关键部件,在列车平稳安全运行中起到至关重要的作用。保证道岔的安全运行,采取智能化手段对道岔状态进行检测与评估,是铁路智能化发展趋势,也是强化铁路安全管理、实现运营安全风险可控的重要手段。考虑到现实情况中道岔多阶段运行机理迥异、故障样本缺失、样本不平衡、多故障并发、故障特征相似等问题,本文基于对道岔动作原理及运行曲线的深入分析,突破道岔异常状态检测、状态评估及故障辨识难题,形成了
图像复原是指将因各种因素降质的低质图像恢复为满足各类应用要求的高质量图像。由于运动造成的图像模糊降质,对后续的目标检测、目标跟踪等高级视觉任务有着严重的影响。近年来,基于深度学习的运动模糊图像复原研究取得了重要的进展。但是在真实世界中,获取光线、构图、色泽及其它因素完全相同的模糊清晰图像对是十分困难的。因此,以机器学习理论为基础,研究无监督的运动模糊图像复原方法具有重要的理论意义和应用价值。本文以
鱼眼镜头因为其大视场的特点被广泛应用于各种领域,然而,鱼眼相机在为人们带来较大的信息获取范围的同时,也造成获取图像的严重径向畸变。径向畸变不但会对图像的视觉质量造成一定的影响,还会阻碍后续图像处理算法的正常进行,如常见的目标识别、跟踪等。针对这个问题,本文提出了鱼眼图像径向畸变校正算法,可对单幅畸变图像进行校正,生成适合后续场景感知任务的校正图像。主要研究工作如下:第一,提出了一种联合畸变校正和超
近年来随着铁路运输行业的发展,货运量随之上涨,货运线路和货运列车数量不断增加,如何有效降低货运列车能耗已成为一个研究热点问题。本文首先提出一种以列车准点和节能为优化目标,考虑控制工况转换原则的自适应差分进化算法列车运行速度曲线进行优化。为提高优化算法的计算速度,本文进一步考虑货运列车的长度和重量提出改进的坡度等效方法,以列车准点和节能为优化目标,基于庞特里亚金极大值原理设计一种三区段滚动优化曲线算
高速公路网是经济发展的命脉所在,为了降低交通事故导致的拥堵所产生的负面影响,必须动态分析和预测事故后的交通态势演变,准确理解并直观呈现交通态势的演进过程,从而辅助高速公路管理部门进行态势研判,采取有效的管控手段进行拥堵治理和控制。交通事故对交通态势推演的影响具有多样性和复杂性,以交通大数据为基础的神经网络方法为交通态势研究提供了一种新的建模思路,本文通过构建考虑交通事故固有特征和时空特征的交通流预
近年来,在国家对教育事业的大力支持下,高等教育的普及程度越来越高,招生规模显著扩大,2021年研究生招生规模较2010年甚至增长了118.77%,导致高校导师所需指导的学生人数增加,学生指导工作压力增大。学生指导工作是影响人才培养质量的重要因素,除学生人数增加导致的学生指导工作压力增大外,当前的学生指导工作亦缺乏过程化管理与记录。如何通过信息化手段提升指导的过程化管理是当前工作的重中之重。然而当前
我国在加快推进城市化建设的过程中,城市的规模持续扩大,人口不断增多,人民出行需求也随之迅速增长,城市交通因此面临着巨大的压力和挑战。城市轨道交通在引领和优化城市布局、满足人民出行需求、缓解城市交通拥堵、促进经济社会发展等方面,发挥了重要作用。城轨已经成为改善居民生活品质、连接城市生产和消费、提升人民幸福感的重要载体。在快速发展的现状下,城轨路网中站与站、站与线,以及线与线之间的关系变得更为密切和复