实验室介绍 |
|||||
1. 基本信息 |
|||||
负责人 |
赵鹏飞 |
联系方式 |
010-61209374 |
||
地 址 |
大兴校区土木馆 |
电子邮箱 |
|||
2. 情况简介 |
|||||
实验室成立于2008年，拥有人员14人，其中教授4人，副教授5人，讲师5人。实验室建筑空间面积300m2，试验设备600余台套，总价值2200余万元。实验室可开展的教学和科研试验项目包括：）交通实验设备系统融合驾驶行为采集、交通枢纽仿真、网络管控优化与多模态数据采集；“感知—决策—优化”全链条的智能交通实验教学体系，支撑驾驶员行为建模与安全研究、交互式信号诱导与视距实验、高铁站枢纽布局与客流组织策略实验、多模态传感融合实验等课程教学与科研创新。 |
|||||
3. 主要试验设备情况 |
|||||
驾驶模拟器（2套） |
|||||
|
试验能力 |
||||
依托模拟驾驶仪、眼动仪、多道生物生理记录仪、注意力集中测定仪等一批交通心理学仪器，能够进行简单的交通安全与交通心理学实验。 |
|||||
性能参数 |
|||||
尺寸 |
2×3m |
||||
振动方向 |
三自由度 |
||||
操作系统 |
Windows 64位 |
||||
支持格式 |
支持CAD导入 |
||||
展示面板： |
3屏显示 |
||||
交通枢纽智能决策动态沙盘创新教学平台（1套） |
|||||
|
试验能力 |
||||
“交通枢纽智能决策动态沙盘创新教学平台”是一套集成化的教学创新实训设备。该设备主要具有虚实交互、场景功能和仿真计算三大功能，其中硬件系统包含动态沙盘系统研发工作站、视觉引导装置、深度影像识别设备、某高铁及枢纽实体沙盘、AR交互码块组件、沙盘工作台及支架设备、AR-Table沙盘物件识别与追踪系统等；软件系统为高铁站交通枢纽智能决策的数字化孪生系统、多智能体仿真引擎系统。 |
|||||
性能参数 |
|||||
帧率指标 |
≥60 fps |
||||
处理管线 |
可用 TUIO 协议＋reacTIVision/自研视觉 |
||||
操作系统 |
Windows 11 |
||||
显示配置 |
双4K输出（投影＋监控） |
||||
运行配置 |
12物理核，64GB内存，NVMe SSD ≥1 TB |
||||
枢纽网络管控优化教学实训平台（1套） |
|||||
|
试验能力 |
||||
“枢纽网络管控优化教学实训平台” 是一套集成化的桌面教学实训平台，由软、硬系统构成。平台”突破了单一交通信号控制的局限，融合了仿真技术、业务场景、AI智能算法多技术手段，且部署便捷。聚焦多模式交通枢纽网络的全流程管控与优化，不仅能弥补传统教学中 “重单点技术、轻系统思维” 的短板，且可重构知识体系，从单点技术认知到网络系统思维，以“高铁 - 机场 - 地铁 - 公交 - 路网” 协同的枢纽网络为核心，帮助学生构建 “宏观网络 + 中观枢纽 + 微观节点” 的立体知识体系。 |
|||||
性能参数： |
|||||
数据接口 |
≥ 20 类接口（C-ITS、路侧RSU、MTC、浮动车、视频结构化、GTFS-RT 等） |
||||
计算框架 |
支持 EB 级数据、横向扩展；SQL/流式 Blink & MaxCompute 双引擎 |
||||
协同性能 |
支撑 ≥ 10 k 边缘节点在线，支持 OTA 策略下发 |
||||
仿真时效 |
城市级 24 h 推演 ≤ 5 min |
||||
可视化效果 |
NVIDIA Omniverse/AnyLogic 9 级别高保真 3D，支持多人协同 |
||||
驾驶车辆数据采集系统（1套） |
|||||
|
试验能力 |
||||
综合采集人、车、路环境的视频、点云等多模态数据，设备为依托车流构建的检测体系，包含GPS数据、驾驶员驾驶行为数据、气象数据等。 |
|||||
性能参数 |
|||||
传感器性能 |
128 channels；360°H × 40°V；最远探测 ≥ 245 m；点频 ≥ 4.8 M pts/s；角分辨 ≤ 0.11° |
||||
行为采集性能 |
16 路 CAN FD（8 Mbit/s）；可扩 100 BASE-T1 以太网 |
||||
数据同步性能 |
总宽带≥4 Gb/s（10 GbE × 2 + GMSL/Fakra 摄像头直录） |
||||
环境等级 |
工作温度 -40 °C – +85 °C；抗振 ≥ 5 g RMS |
||||
整机功耗 |
≤ 300 W |
||||
