基于先验知识的高速公路逃费车辆跟踪算法研究

由于目前部分货车在采用记重收费的高速公路收费站前无序倒车,对高速公路收费站秩序造成较大影响,如何对此类现象进行采证,从而便于处罚和管理,成为一个突出问题.在分析车辆先验知识的基础上,对车辆模型进行了参数化提取,设计了一种基于先验知识的车辆跟踪算法,该算法通过一定的先验知识对车辆目标进行建模,然后在实时的图像序列中通过模型匹配的方法来对车辆进行跟踪,并实时对模型进行连续不断的更新去实现对车辆的匹配跟踪.本文也给出了算法的实现过程,而且对算法进行了实际验证.通过实际试验结果表明,该算法很好的解决了环境中的干扰问题,对收费站前无序行驶车辆的取证提供了良好的技术解决方案,而且本算法对于车辆的遮挡问题也有一定的适应性.     

基于数据关联和改进统计模型的激光雷达目标跟踪研究

目标运动状态识别与关联匹配是智能车辆环境感知中目标跟踪的关键因素,本文中以单线激光雷达为主要传感器开展了车辆前方目标跟踪算法的研究。在最近邻法基础上构造了包含距离、尺寸和反射强度的"关联函数"进行量测值与目标值之间的关联匹配,并基于改进的当前统计模型设计了自适应卡尔曼滤波估计算法来识别目标的运动状态。仿真和试验结果表明,该目标关联匹配与运动状态识别算法能有效地抑制测量过程中引入的量测噪声,并实时、可靠地估计前方障碍物的位置、速度和加速度,实现对目标的跟踪。     

车载激光雷达的应用算法

伴随着无人驾驶领域的迅速发展,激光雷达（LIDRA）在这一行业上的应用越来越广泛。激光雷达的快速发展,为智能网联汽车在目标跟踪与识别等方面提供了另一种方式。文章以车载激光雷达在自动驾驶行业上的应用为切入点,介绍了车载激光雷达的三种应用算法。目标跟踪与识别算法,通过目标跟踪算法对障碍物运动状态做出估计和预测,实时评估障碍物和无人驾驶车辆的安全等级,作出相应的决策。即时定位与地图构建（SLAM）相关算法,应用于解决机器人在未知环境中定位自身位置和姿态的一种高级算法。点云分割往往是物体识别、地图构建的基础,通过对六种常用分割算法的描述,分析了算法各自的特点,为不同应用场景算法的选择提供了一定参考。     

考虑展宽段的路段排队长度检测算法

为了实时估计路段车辆排队长度,利用铺设在路段上的检测器,提出了一种车辆排队估计方法,对车辆排队进行实时跟踪。该方法考虑了一般的道路拓扑结构,路段排队的演化过程分为四个阶段：初始排队阶段、排队蔓延阶段、排队上溯阶段和堵塞路段阶段,不同阶段的排队利用不同的信息,通过不同的模型进行推算,通过实地调查验证,可以高效实时追踪路段排队的演化。     

基于多特征融合的高速路车辆多目标跟踪算法研究

针对高速路车辆移动速度快、检测器易出现漏检和误检、目标相互遮挡等问题,提出一种基于多种特征融合的高速路车辆多目标跟踪算法。检测器获取每帧目标检测框后,采用HSV颜色直方图和HOG直方图建立目标外观模型,通过卡尔曼滤波建立目标位置模型和尺寸模型,融合多种特征模型构建相似性度量矩阵,并利用二分图匹配解决在线数据关联问题。在KITTI车辆数据集和自采的高速车辆数据集上将该算法与若干经典算法进行比较,结果表明,该算法在跟踪正确率和跟踪速度上明显提升。     

基于曲线拟合和网络拓扑的综合地图匹配算法

为了使车辆导航系统能给人们提供精确可靠的车辆位置信息,提出了1种减少车辆定位误差的综合地图匹配算法.该算法将基于曲线拟合和网络拓扑关系的2种地图匹配算法结合起来,采用误差圆法、最小二乘法及投影法,解决基于曲线拟合算法在靠近的平行路段匹配率不佳的问题.用北京市物流电动车的GPS数据进行多个样本的实验验证,匹配率均在95%以上,单点平均匹配时间在5 ms以内,与基于曲线拟合的地图匹配算法相比,综合算法复杂度降低,准确度和实时性提高.结果表明,综合算法可以应用到实际地图匹配工作中,尤其对于相互靠近的平行路段有明显的优势.      

基于深度学习的多目标车辆轨迹自动采集方法

车辆轨迹通常用于驾驶行为建模和交通安全领域。为获取交通视频中车辆轨迹,提出一种基于深度学习的自动采集方法。利用YOLOv5检测器在连续帧中的感兴趣区域进行车辆检测,通过DeepSORT跟踪器进行稳健而快速的车辆跟踪,该追踪器可以有效减少目标ID的跳变,提升跟踪稳定性,通过透视变换得到车辆的真实世界坐标并使用局部加权回归算法进行轨迹平滑。实验结果表明,该方法在高速公路监控数据集上的平均多目标跟踪准确率达96.1%,轨迹采集的平均准确度超过了93%,平滑算法能有效去除轨迹噪声。     

基于压缩感知尺度自适应的多示例交通目标跟踪算法

针对大多数跟踪算法对车辆等交通目标在行驶过程中的尺度变化、姿态变化的适应性差及在跟踪过程中使用固定尺度的跟踪框,导致所构造的目标模板包含大量背景信息,引起跟踪漂移甚至丢失的问题,提出一种基于压缩感知理论与超像素目标性度量的尺度自适应多示例交通目标跟踪算法,该算法首先利用压缩感知理论对多示例学习中的特征维数进行降维,减少算法计算的复杂度。其次,采用超像素目标性度量进行局部尺度自适应调整,解决多示例跟踪算法中的尺度适应问题。此外,引入基于目标判别机制的分类器更新,利用连续帧中目标的相似性判断跟踪目标是否存在遮挡或漂移问题。依据目标判别的结果,实现变学习率的分类器参数更新。试验结果表明：该方法具有较高的跟踪精度和良好的跟踪鲁棒性,在车辆目标发生遮挡、尺度变化、三维旋转等情况时均能较好地跟踪目标,通过对不同的交通视频序列进行测试,算法的平均中心位置误差远小于对比算法,仅为3.92像素,其对比算法CT跟踪、MIL跟踪及WMIL跟踪算法的平均位置误差分别为56.96像素、35.36像素及58.54像素,平均重叠率达80.1%,较CT跟踪、MIL跟踪及WMIL跟踪算法分别高44.9%、45.3%和45%,满足智能交通监控的实际需求。     

用于智能交通的运动车辆跟踪算法

为提高车辆跟踪的准确性,满足智能交通监控的需求,采用样本车型模板结合尺度不变特征变换(SIFT)算法匹配检测车辆位置,并将模板大小与车辆尺度变化联系起来,根据特征向量距离最终获得车辆准确区域;采用结合均值漂移的粒子滤波算法对车辆进行跟踪,根据跟踪尺度改变跟踪窗口大小,并通过独立粒子滤波建立了多运动车辆之间的数据关联。实际道路测试结果表明:该算法的车辆检测准确率达到90%以上,特征粒子在后续跟踪过程中状态稳定,漂移在跟踪窗口外的粒子数都保持在10%以下。     

基于车联网BSM数据与路侧视频融合的港口集装箱卡车碰撞危险辨识方法

大型港口集装箱码头运输车辆调度频繁，堆场过道和交换区等区域视距狭窄，容易导致港口集装箱卡车与设施、作业人员和车辆发生擦碰事故。为提高智能集装箱卡车在港口密集区域的轨迹跟踪精度和行车安全感知能力，提出了一种车联网条件下融合车载终端基本安全消息（Basic Safety Messages，BSM）数据和路侧视频数据的集装箱卡车碰撞风险辨识方法。采用YOLOv5s算法提取视频监控范围内的目标车辆和作业人员，根据目标集卡大尺寸特点设计非极大值抑制锚框来提高目标识别准确度。运用透视变换原理将目标像素坐标转换成地理坐标，并应用Deep-SORT算法匹配每帧图像的车辆轨迹信息。应用交互式多模型方法（interactive multi-model，IMM）融合视频轨迹信息和车载单元（on-board units，OBU）定位数据，减小了目标机动过程中的观测误差。基于集卡融合轨迹结果，提出了1种新型的轨迹冲突风险评估模型，能够根据目标集卡与周围目标轨迹的相对运动状态实时感知车辆碰撞危险，该碰撞危险检测结果在实际场景中可通过路侧设备对车载终端和作业人员终端实时播发预警信息。针对集卡跟踪误差的实验结果表明:IMM自适应跟踪轨迹的平均均方根误差为0.29 m，比集卡自主跟踪轨迹误差提升81.05%；融合路侧监控视频与车载终端定位数据能够克服车辆自主定位系统在密集堆场环境下的误差增大问题。集卡碰撞危险辨识的结果表明:车辆碰撞危险识别结果（预设ETTC阈值为2 s）的召回率、精确度和准确度相对集卡自主感知分别提升了7.39%，4.27%，2.50%，更准确地辨识出了视线遮挡情况下的轨迹冲突风险。      

公路工程试验检测与质量检验评定一体化系统研究与开发

在总结目前同类软件存在的问题的基础上，结合工程实际，提出将试验检测与质量检验评定业务相结合，开发集数据处理、资料管理于一体的信息系统辅助公路工程质检业务；采用Office二次开发、组件等开发技术，合理地规划了系统的体系结构，并充分考虑了其在公路建设项目集成管理系统中的架构与地位。研究与开发的系统成果已在实际工程中得到应用。     

《液压与气动技术》课程思政探索与实践

课程思政要求教师在教学过程中,融入思想政治内容,将课程内容与思政元素有机融合,增加教书育人效果。《液压与气动技术》课程是高职机电类专业的一门必修课,挖掘本门课程思政元素,实施课程思政教学对立德树人具有深远的意义。     

基于场景的智能网联汽车模拟仿真测试评估方法与实践

搭载自动驾驶功能的智能网联汽车因可在其设计运行条件内承担全部动态驾驶任务,面临安全验证与评估挑战。基于场景的智能网联汽车安全测试评估方法已成为广泛的行业共识,模拟仿真测试是其重要手段之一。从第三方视角,针对自动驾驶安全性、高场景覆盖度、逻辑完备性等测试验证目标,搭建基于软件在环的模拟仿真测试环境框架,在此基础上研究基于设计运行条件覆盖的测试场景集构建方法,探索形成一套高可信智能网联汽车模拟仿真测试评估方法,并在特定应用场景进行初步实践。研究成果为模拟仿真测试在智能网联汽车安全测试与评估中的落地应用提供了参考。     

车速里程表的工作原理及优缺点

本文介绍了各种汽车里程表传感器的结构和工作原理以及不同传感器的优缺点对比。     

公路边坡破坏的类型及其加固处治措施

针对我国西部公路建设复杂的地形、地质等不利环境,通过对国内外相关资料的查阅和对典型路段的实地考察,并在依托工程实例的基础上对常见边坡的破坏类型和加固处治措施进行了分类,探究了其破坏的原因,提出了加固处治措施。     

公路工程试验检测与质量检验评定一体化系统研究与开发

在总结目前同类软件存在的问题的基础上,结合工程实际,提出将试验检测与质量检验评定业务相结合,开发集数据处理、资料管理于一体的信息系统辅助公路工程质检业务;采用Office二次开发、组件等开发技术,合理地规划了系统的体系结构,并充分考虑了其在公路建设项目集成管理系统中的架构与地位.研究与开发的系统成果已在实际工程中得到应用.     

路基防排水问题类型划分和相关对策

影响路基安全的因素很多,其中,水环境对路基的影响最为广泛。为了路基安全防护的需要,基于水环境的影响划分了路基安全等级,在此基础上分析了路基防排水问题和产生的原因,并提出了相关对策,这将有助于路基工程的安全防护。     

BST有关背景及法规解读

介绍客运半挂车的背景及有关政策法规,并探讨其目前障碍解决方案。     

车流到达模型的求解与仿真研究

仿真技术为解决城市交通问题提供了重要手段,精确高效的车流到达模型是成功实现交通仿真的关键。在分析车流到达模型和车头时距概率分布规律的基础上,采用反函数法求解模型的概率分布函数产生随机数,并根据求解和仿真的需要用C#编程语言构建车流产生器、车辆等数据结构并实现算法,最后利用GDI＋图形接口实现模型的仿真、检验计算的正确性和效率。     

Isight平台理论与方法及其在产品结构设计与优化中的应用研究

Isight平台是集成、自动化和优化设计过程的通用软件框架,广泛应用于产品结构设计和优化工作中。文章不仅对其理论和方法进行了详细的描述,而且给出了一个工业实例,以说明该平台的应用。结果表明,Isight平台能够集成多种类型的软件,并基于其数据集成和数据处理等能力实现自动分析,与传统的产品设计和优化方法相比具有更大的优势。此外,文章对同类研究问题也具有一定的指导意义和参考价值。