基岩固结灌浆技术在台儿庄复线船闸工程中的应用

结合工程实践,分析、阐述石灰岩地区基础固结灌浆的处理方法、工艺及质量控制要点.     

小宝再会

11月7日，编辑部的第一个长期测试项目宝来1.8T宣告结束了，在历时两年的测试中，编辑部和广大读者一起见证了小宝经历的风风雨雨，在与它依依惜别之后，编辑部还将继续开始新的长期测试项目，而宝来也继续在千千万万的用户手中进行另一种形式的测试。     

基于NX软件的数字化加工工艺在轨道车辆中的应用

为提高轨道车辆机加工产品的工艺准备效率,缩短工艺周期,文章提出了基于NX软件的数字化加工工艺,并从工装设计、自动数控编程和虚拟加工仿真三个方面探讨了该工艺在轨道车辆车体加工中的应用。     

车号图像识别设备在地铁中的应用

介绍在地铁车辆轴承故障在线检测装置(MBD)中,通过图像识别技术获取地铁车号信息,对故障轴承进行定位,实现故障轴承的跟踪和预报。针对车号图像识别设备的原理构成,采用的相关设备部件的系统集成、软件功能,开发、运用中出现的问题以及改进措施等技术问题进行相关介绍和分析。     

基于3D CNN的道路视频交通状态自动识别

为了从视频直接有效地提取交通信息,提出了基于三维卷积神经网络 （3D convolutional neural networks,3D CNN）的交通状态识别方法.首先,以C3D （convolutional 3D）深度卷积网络为3D CNN原型,对卷积层数量与位置、平面卷积尺寸及三维卷积深度进行优化调整,形成了37个备选模型;其次,建立了视频数据集,对备选模型进行系统的训练测试,提出了交通状态识别模型C3D*;然后,对C3D* 和现有三维卷积网络模型进行视频交通状态识别测试分析;最后,对比测试了C3D* 及常用二维卷积网络的交通状态识别效果. 对比结果显示:针对视频交通状态识别,C3D* 的F均值为91.32%,比C3D、R3D （region convolutional 3D network）、R (2+1) D （resnets adopting 2D spatial convolution and a 1D temporal convolution）分别高12.24%、26.72%、28.02%;与LeNet、AlexNet、GoogleNet、VGG16的图像识别结果相比,C3D* 的F均值分别高32.61%、69.91%、50.11%、69.17%.      

路面裂缝图像自动识别算法综述

路面裂缝自动检测对于路面养护管理、路面性能评价与预测、路面材料和结构设计具有重要的实用价值,但快速、准确、全面且稳定地识别路面裂缝一直是个难题.为此,对路面裂缝自动检测研究现状进行综述,包括以图像增强和去噪为目的的预处理方法,基于阈值分割、边缘检测和种子生长的空间域识别算法,以小波变换为代表的频域识别算法,基于有监督学习的识别算法及其他裂缝识别方法;指出既有裂缝识别算法存在易受光照和油污等因素的影响、裂缝识别图像连续性差和识别速度和精度较低等不足.最后,提出综合考虑边界和区域特征消除纹理和噪声干扰、基于局部和全局信息设计优化识别算法和基于三维图像进行裂缝识别等研究展望,为裂缝自动识别算法的改进提供参考.     

基于形态检测与深度学习的高空视频车辆识别

为了准确提取广域场景道路交通信息,本文融合形态检测与深度卷积网络,提出了无人机视频车辆定位及车型识别方法. 首先,基于形态检测建立候选目标提取算法,并构建了含244 520 个无人机视频车辆样本的深度学习图像基准库;然后,通过增加卷积层、池化层及调整网络参数等方法对AlexNet 进行重构,提出了改进模型AlexNet*;最后,建立了基于候选目标提取算法与AlexNet*的车辆识别方法. 验证分析显示：AlexNet*的图像分类F1 均值达 85.51% ,优于AlexNet(82.54% )、LeNet(63.88% )、CaffeNet(46.64% )、VGG16(16.67% ) 及 GoogLeNet(14.38%);本文车辆识别方法对小汽车及公交车的正检率、重检率和漏检率均值分别达94.63%、6.87%、4.40%,可有效识别无人机视频目标.     

基于形态分析的无人机视频车辆自动识别算法

为从广域的视角准确全面地采集连续交通流信息,针对悬停无人机视频提出了基于形态分析的车辆自动识别方法。首先,人工勾画视频帧图像的感兴趣区域,并进行灰度化处理;其次,基于感兴趣区域的Canny边缘检测结果生成亚像素级骨架图像,并对图像骨架进行分解和重构处理;然后,综合应用形态学运算(膨胀、腐蚀、填充、闭运算)和连通域形态特征(面积、矩形度、等效椭圆长轴与短轴)识别车辆目标;最后,对548帧无人机视频图像分别进行算法检测和人工识别,并计算车辆识别的正检率、重检率、漏检率和错检率。结果表明:该算法具有较高的正检率(均值95.02%),较低的重检率(均值2.20%)、漏检率(均值2.77%)和错检率(均值8.24%);同时,正检率、重检率、漏检率和错检率标准差分别为2.09%、1.67%、1.67%和2.56%,表明算法性能指标值离散程度较小、稳定性较高。     

多轴分布式电驱动车辆后桥差动转向控制策略研究

首先建立了八轴分布式电驱动车辆动力学模型,提出了基于质心侧偏角的差动转向双层控制策略,上层控制器以质心侧偏角及其变化率和前轮转角为输入,采用模糊控制生成机械转向桥和差动转向桥的转向中心相对位置,从而获得后桥转向参考转向角;下层控制器以上层转向参考角为控制目标,采用增量式数字PI控制得到后桥电机的差动转矩。最后选取中高速工况,进行硬件在环仿真,验证了后桥差动转向控制效果和实时性。结果表明,与理想阿克曼转向策略相比,该策略能有效减小车辆转向过程中质心侧偏角,并保证了转向稳定性。