一种内河船舶吃水检测系统设计

船舶在通过船闸和升船机等通航设施时因超吃水会导致安全事故,目前常见的船舶吃水检测方法均存在弊端,无法满足检测需求。结合超声波衍射原理,设计一种基于侧扫单波束阵列的吃水检测系统,详细介绍该系统的组成及功能,并在葛洲坝船闸进行安装和测试。结果表明,该系统具有水质适应性强、易于安装、维护方便等优点,能够有效检测船舶动态吃水,测量值与实际核实吃水值的标准差小于0. 086 m,对过闸船舶具有一定的预警作用。     

地锚式悬索桥主缆锚固系统疲劳性能试验

主缆锚固连接器在承受主缆成桥索力的同时仍需承受疲劳荷载作用,为了掌握其在桥梁设计荷载作用下疲劳性能,结合电阻应变、光纤光栅测试技术及磁粉探伤技术,对原型主缆锚固连接器组件开展200万次疲劳荷载性能试验检测。试验检测结果表明:经过200万次循环荷载作用,连接器组件中连接器平板、索股锚头表面状况良好;连接器组件中MJ68拉杆静力、疲劳性能无明显变化;连接器组件完好未发生疲劳破坏,可以满足实际工程桥梁的使用要求。     

高速公路交通管理综合评价指标体系构建研究———以浙江省为例

随着交通信息化的发展， 交通数据的数量和类型都在不断增长。 现有的公安交通管理评价指标以违法查处量、 道路交通事故起数和死亡人数为主要评价指标， 无法满足海量交通数据量下的交通管理评价。 为了更好的量化和评估交通安全管理， 本研究利用数学和运筹学理论方法进行定性定量处理， 提出一种更为完备的高速公路交通管理综合评价体系。 模型构建以浙江省 2013-2017 年的数据计算权重系数， 并应用 2018 年的数据进行验证， 结果表明本研究所提出的体系更为科学、 合理、 客观。     

施工场景下基于YOLOv3的安全帽佩戴状态检测

针对现有安全帽检测研究中采用的两阶段检测法存在检测效率偏低,累积误差对精度影响较大的问题,提出一种对安全帽的单阶段检测法。将安全帽和工人头部视为一个整体,将检测目标分为2类,即佩戴安全帽的头部和未佩戴安全帽的头部,同时对2类目标进行检测,避免了冗余的计算步骤及累积误差的影响。同时,针对施工场景安全帽佩戴状态检测特点,对YOLOv3的网络结构、损失函数及先验框尺寸进行改进,提出YOLOv3-C模型。研究结果表明:改进后的YOLOv3-C模型的检测性能大幅提升,在本文建立的样本集中模型的mAP达到93.84%,对安全帽检测平均精度达到97.01%,对工人头部检测平均精度达到90.67%,同时YOLOv3-C对本文的检测场景表现出良好的鲁棒性。     

一种基于深度神经网络的腕臂底座开口销缺失检测算法

在接触网装置故障中,腕臂底座(包含平腕臂底座和斜腕臂底座)开口销缺失较常见,包括横向和垂直销钉开口销缺失两种.为对腕臂底座开口销缺失缺陷进行自动识别,本文提出一种基于深度神经网络的腕臂底座开口销缺失检测算法:首先采用YOLO算法对原始大图进行一级定位得到腕臂底座区域,然后对腕臂底座区域进行二级定位得到开口销区域小图,最后采用CNN(卷积神经网络)分类算法对横向和垂直开口销小图进行分类识别.实验测试证明该检测算法识别准确率高、漏检率低,可对腕臂底座开口销缺失进行有效检测.     

MVB多功能车辆总线仿真与检测系统的设计及应用

通过对TCN标准(IEC61375-1)中多功能车辆总线MVB通信协议的研究,利用通用逻辑芯片FPGA技术、USB通讯技术、嵌入式Linux系统及Python语言开发技术等,设计了MVB仿真与检测系统。该系统通过MVB通信协议的编码和解码功能,实现了对MVB多功能车辆总线的仿真;通过对总线波形的实时采集和数据分析,实现了对MVB多功能车辆总线的检测。     

基于车辆运行数据的疲劳驾驶状态检测

疲劳驾驶是导致交通事故的主要原因之一，及时检测疲劳驾驶，并提醒驾驶员集中注意力，对保证安全行车具有重要意义.本文基于CAN(Controller Area Network)总线采集的车辆运行状态数据，提取了18项与驾驶行为相关的特征，并采用随机森林算法对疲劳驾驶进行识别，结果表明整体的识别准确率为0.785，其中召回率为0.61，即61%的疲劳驾驶状态可被识别出来.实验表明，基于车辆运行状态的疲劳驾驶检测具有一定的效果，且与其他客观的疲劳驾驶检测方法(基于驾驶员生理指标和图像面部特征)相比，具有简单方便，不影响驾驶，且成本低的优势.