基于单目视觉的区域交通智能车辆道路边界检测方法研究

基于单目视觉的道路边界检测由于其在车辆辅助驾驶系统中的重要应用价值成为当前计算机视觉和智能车辆领域最为活跃的研究课题之一。指出图像边缘检测现有算法的不足,采用领域平均法对图像进行平滑处理,根据图像的边缘特征运用Prewitt算子实现边缘增强,以获取精确的边缘信息。使用最大熵算法分割二值化图像进一步减少噪声,从而得到良好的道路特征图像数据。利用道路约束条件,建立视觉系统动态感兴趣区域(DAOI),运用改进的Hough变换最终识别道路边界。试验结果表明:本文所述算法不仅能准确、实时检测出道路板边界,而且能有效地抑制噪声,为区域交通智能车辆的换道和超车提供研究基础。     

轨道交通新型高分子材料研发及应用进展

综述了我国几种新型高分子材料的研究现状,分析了典型材料的功能特性和技术关键点,介绍了现有技术在轨道交通领域的应用情况,并指出了我国轨道交通高分子材料的研究方向。     

钢桥塔的构造设计研究

在缆索支承桥中,采用钢桥塔符合可持续工程和绿色工程的结构设计新理念,而钢桥塔在我国的应用十分有限,现行的各种桥梁规范中也没有关于钢桥塔的规定。本文针对钢桥塔的稳定构造设计、塔柱截面构造优化、钢桥塔和混凝土基础的连接构造、塔形构造选择等问题进行了分析研究,开展了钢桥塔的稳定性试验,提出了防止钢桥塔失稳的措施,研究了塔柱截面构造的合理设置,对常用的塔-基连接的构造型式进行了适用性分析,并对几种常见塔形的受力性能进行了对比分析,研究结果可为钢桥塔的构造设计提供参考。     

新白沙沱六线铁路长江大桥钢桁梁横断面的合理选择

新白沙沱长江大桥主桥为(81+162+432+162+81)m的五跨连续钢桁梁斜拉桥,上层布置四线客运专线,下层布置两线货运专线,是国内首座六线铁路桥。为合理选择该桥钢桁梁的横断面,从结构的空间构成、受力及经济合理性等方面,对2片主桁与3片主桁、梯形斜桁断面方案与矩形直桁断面方案进行对比分析。结果表明:大桥采用2片主桁的矩形直桁断面方案既能满足线路的布置要求,又具有结构受力合理、钢结构制造安装方便和较好的经济性等优势。因此大桥钢桁梁最终采用2片主桁的矩形直桁断面,桁宽24.5m,桁高15.2m,上层桥面为正交异性板整体结构,下层桥面为纵横梁+道砟槽板结构。     

港深西部通道钢梁整体提升架设

港深西部通道后海湾大桥是一座全长460 m的单索面独塔斜拉桥,其上部结构为钢箱梁,分为22个节段。介绍整体提升技术在后海湾大桥钢梁架设中的应用。     

打造国际化的卡车展览平台

为期10天的北京国际车展落幕了。 新建的国展中心终于有足够的空间,可以让参展的卡车、专用车不必像往届那样委身于农展馆了。虽然身处室外展区,免不了要经受风吹雨打,但是总体看来,     

基于Fluent的天然气燃烧特性研究

通过控制变量设计试验方案,研究定容燃烧弹内的预混燃烧特性以及火花塞数量和布置方式对天然气预混火焰传播性质的影响.利用Fluent软件对各方案进行数值模拟计算,计算结果表明,天然气预混燃烧速率比汽油小,采用双火花塞布置可有效提高燃烧速率,缓解天然气发动机动力性不足,为天然气速燃技术的进一步研究提供理论基础.     

基于文本挖掘的地铁施工安全风险事故致险因素分析

地铁工程项目是典型的高风险大型复杂项目,施工安全风险事故多发且引发因素众多。为明确施工过程中存在的致险因素,为安全风险事故的预控提供依据,选取2002—2015年国内151例地铁施工安全风险事故报告,借助R语言和文本挖掘的方法,分别对事故报告进行分词处理、特征项选择、向量空间模型构建、共现规律识别,并利用词云和网络结构图等方法可视化文本挖掘结果;从中发现地铁施工安全风险事故的6项关键致险因素和23项一般致险因素,并以关键致险因素为基础构建致险因素集合,为地铁施工安全风险事故的预控提供参考。     

港湾式公交停靠站设置条件研究

针对城市道路中公交进出直线式与港湾式停靠站对外侧车道通行能力产生影响的问题,运用排队论与间隙接受理论相关成果,分别建立了直线式、港湾式排队无溢出及港湾式排队有溢出3种情况下公交进出停靠站对外侧车道的影响时间模型;在此基础上以公交出站延误及站点服务强度作为约束条件,推导出外侧车道通行能力计算模型,并给出设置条件;对仿真模拟试验结果与模型计算结果进行对比,并对模型适用性进行了检验,给出了不同公交到达率下3种模式设置港湾式公交停靠站的通行能力范围值。结果表明:该模型具有较高的精度和可靠性,能够为城市道路设计提供必要的参考依据。     

基于移动检测技术的城市路网拥挤预测模型

提出了一种新的基于移动检测技术、神经网络和模糊判断方法的城市路网动态交通拥挤预测模型.首先构建一个3层BP神经网络模型判断路网实时交通流状态,并应用实地移动检测数据和视频数据获取BP神经网络训练样本并对其进行训练;然后结合路网静态拓扑结构,应用多重模糊推理,对路段发生交通拥挤的发生可能性、拥挤程度和形成时间做出预测.现场实测数据表明,该模型具有良好的预测效果.