GPS行驶记录仪是车辆应用的一种新动向

随着汽车行驶记录仪标准的推行和实施，人们对汽车“黑匣子”功能的认识大为提高，同时对行驶记录仪与GPS应用结合的需求突显出来，行驶记录仪有安全与管理的双重功能，但免不了有点“事后诸葛亮”的味道。而与GPS监控功能结合起来，则可实现数据的实时传送和信息的实时处理，对于安全而言能防患于未然，对于管理而言则真正把管理搞活起来，能新增许多功能。     

车辆行驶振动对古长城影响分析及评价

交通振动会对周边古建筑产生不利影响,研究振动规律对古建筑的稳定性评价非常重要。为此,利用振动探测仪采集古长城因周边道路车辆行驶引起的振动数据。通过解译振动波形了解场地的振动强度衰减过程及大小,确定振动强度及对长城的影响,以及各因素与振动强度的关系。以国家古建筑允许振动规范对波形解译结果进行评价,为解决此类文明遗址的保护问题提供了技术支撑。分析结果表明:不同路况,振动衰减规律不同,路况较好振动强度衰减迅速;行驶车辆的车速、荷载及行驶道路质量均可影响长城水平振动强度,车速越快、荷载越大、道路质量越差,长城水平振动强度越大;长城不同位置对车辆行驶产生的振动响应不同,长城脚水平振动强度大于长城顶水平振动强度。     

车载移动测量系统在市政管线地形图测量中的精度分析

市政管线建设中,相应的地形图对其规划、设计等起着至关重要的作用。传统方式在市政管线地形图测量中有一定的局限性,特别是大城市的重要交通要道、快速路等。而车载移动测量系统则有其得天独厚的优势,快速、高效、安全。在测图过程中,车载移动测量系统精度受各方面的影响,如车速、地面遮挡、控制点布设等。本文对车速、控制点布设线路等方面进行了试验验证,结果表明,通过一定的质量控制措施,车载移动测量系统能够很好地应用于市政管线地形图测量中。     

北京市居民汽车使用的特征及其影响因素

目前,中国城市私人汽车的拥有量高速增长,小汽车不仅日益成为居民日常出行的重要交通方式,更深刻影响着城市的空间结构和道路的拥堵状况。然而,目前国内对汽车使用的研究仍十分匮乏。为此,本文试图基于2011 年11 月到2012 年7 月在北京进行的一项问卷调查数据,分析家庭汽车使用行为的特征、强度及影响因素。描述性统计和（定序Logistic） 回归分析结果显示,汽车使用目的、建成环境和各种家庭/个人社会经济特征对大城市居民的汽车使用强度和依赖度有重要影响。其中,通勤是居民日常使用汽车的主要目的;公共交通条件较差和停车条件便利是促使居民大量使用汽车的重要原因;婚姻状态、工作状态、家庭规模和家庭内持有驾照的成员数等对居民的日常汽车使用也有重要影响;周末与工作日的汽车使用频次或时长没有显著差异。这些发现对道路交通规划和交通政策的制定有重要参考意义。不过,要想更有效地控制汽车使用行为,未来的研究仍有必要增强对因果关系、出行的限制条件和影响交通行为的心理机制等问题的考察。     

机遇号火星车彻底结束使命

机遇号火星车于2004年1月24日降落到火星表面。2018年6月,在一次席卷全火星的沙尘暴中与地面失去联系。沙尘暴使火星空气中充满沙尘,阻碍阳光照射到太阳能电池板,火星车无法获得太阳能支持,在失去联系之前,机遇号—共行驶了45千米。机遇号火星车建造之初只计划运行3个月,没想到它在火星上不停地行驶,一直行驶了15年。     

帆船类型面面观

单桅帆船sloop是今天最常见的帆船类型，其典型特征是单桅双帆。它有一只主帆（帆船主桅上最重要的帆）和一只头帆（位于最前端船桅上的帆）。这种简单的结构非常有利于帆船的逆风行驶。通常情况下，sloop只有一只头帆，但也有头帆数目多于一只的情况。它使用的典型头帆是船首三角帆（jib），这是一种小型三角帆。然而，当帆船顺风而行时，使用的头帆多为大三角帆（如spinnaker或gennaker）。     

榜样——全省国土资源执法监察工作现场会见面

“这是标准的档案柜，防火、防盗的功能非常好。我们局也应该购置一套。”“这种车在乡村路上行驶状况好吗？动力性能怎么样？适合作执法监察用车么？”“这个学习园地办得好!用不了多少钱，作用却大无边，回去我就整一个。”     

结合行驶场景语义的轨迹-路网实时匹配方法

实时地图匹配技术在智能交通、自动驾驶等领域起着关键作用.现有实时地图匹配算法在高架、立交道路等复杂场景受到平行道路的干扰,匹配正确率较低.针对这一问题,本文提出了一种利用与车辆轨迹同步采集的图像对行驶场景进行分类,从而辅助城市复杂道路环境下地图匹配的方法.该方法在车辆靠近高架区域时利用图像对车辆行驶场景进行分类,结合车辆行驶方向、轨迹点与路段的距离、匹配路段邻接性等指标,对当前轨迹点进行实时匹配.以上海市三段高频采集的轨迹数据为例进行试验,使用匹配率、召回率、精确率等指标对结果进行精度评价.结果表明,本文方法的平均匹配率、召回率和精确率达到96.86％、97.17％、93.46％,优于传统实时匹配方法;对原始轨迹进行降采样后,匹配率、召回率、精确率等指标保持稳定.比较高架道路、立交等复杂场景的匹配效果,以及对比单点匹配耗时、延时和内存占用情况,本文方法均能保持较好的匹配结果.