一种基于语义分割结果的车道线检测拟合方法

车道线等地面标志物的检测是自动驾驶车辆环境感知的重要内容,能够为车辆提供可行驶区域的信息。文章提出一种基于语义分割结果的车道线检测拟合方法。使用车载单目相机获取车辆行驶过程中采集的道路图像,送入卷积神经网络进行车道线语义分割。将分割得到的仅含车道线的二值图像进行透视变换得到鸟瞰图,筛选有效车道线像素点,对有效车道线点使用最小二乘法进行多项式拟合,输出左右车道线多项式拟合系数,能够有效解决传统车道线检测算法的环境适应性差,鲁棒性不强,对弯道车道线检测信息不够准确等问题。     

A statistical analysis of consumer perceptions towards automated vehicles and their intended adoption

ABSTRACT

While automated vehicle (AV) development continues to progress rapidly, how the public will accept and adopt automated vehicles remains an open question. Using extensive survey data, we apply cluster analysis to better understand consumer perceptions toward potential benefits and concerns related to AVs with regard to factors influencing their AV adoption likelihood. Four market segments are identified – ‘benefits-dominated,’ ‘concerns-dominated,’ ‘uncertain,’ and ‘well-informed.’ A random parameters multinomial logit model is then estimated to identify factors influencing the probability of respondents belonging to one of these four market segments. Among other influences (such as socio-economic and current travel characteristics), it is found that ‘Millennials’ have a higher probability of belonging to the well-informed market segment, ‘Gen-Xers’ with a lower probability to the uncertain market segment, and ‘Baby Boomers’ with a higher probability to the concerns-dominated market (relative to the ‘Great Generation’). We also study the individuals’ expressed likelihood of AV adoption using separate random parameters ordered probit estimations for each of the four market segments. The substantial and statistically significant differences across each AV consumer market segment underscore the potentially large impact that different consumer demographics may have on AV adoption and the need for targeted marketing to achieve better market-penetration outcomes.     

山区公路驾驶视觉信息量计算方法研究

为解决山区公路中驾驶视觉信息量难以量化的问题，对驾驶视野图像进行分割，根 据HSV颜色模型，提取视野图像的色调、饱和度、亮度值，再结合车速值，在驾驶视觉心理负荷的基础上，提出山区公路路域环境下的驾驶视觉信息量计算方法.通过实车实验，进行数据采集，并验证计算方法.计算结果表明，在半郁闭型空间行驶时，接收的视觉信息量最大；在郁闭型空间中，接收的信息量最小.计算结果与被试实际感受具有一致性，说明本文提出的驾驶视觉信息量计算方法具有可行性，可为路域环境的合理布设提供一定的技术参考.     

线性需求下铁路客运差别定价模型研究

为提高席位资源利用率,研究了线性需求下我国铁路客运差别定价策略的优化模型。以收益最大化为目标,基于最优化理论和完全价格歧视策略,确定旅客群体最优细分数目以及每个旅客群体的最优票价,得出在客运淡季,铁路旅客最优细分数目为3~5个,各旅客群的最优票价由铁路客运市场细分数目决定。应用该模型为某城际高铁进行差别定价,试验结果表明,该模型可达到调节客流、增加收益的目的。     

双块式轨枕外形质量快速检测系统研制及应用

SK?2型双块式混凝土轨枕是高速铁路无砟轨道结构中的重要预制件,单一生产厂日均产量达到800~1400根,但目前的人工检测方式无法满足双块式轨枕的出厂检验要求。本文提出的双块式轨枕外形质量快速检测系统可满足TB/T 3397—2015《CRTS双块式无砟轨道混凝土轨枕》的出厂检验要求,与双块式轨枕生产线相匹配,大大提高了检测效率,实现了双块式轨枕全参数、自动化、智能化检测。检测数据自动上传至生产管理平台,可对双块式轨枕生产质量进行跟踪管理。     

青藏铁路综合视频监控系统室外摄像机抖动频率特征分析

青藏铁路沿线多处区段常年多风,导致安装在铁塔高处的长焦摄像机产生抖动引起图像模糊,因此使用的长焦摄像机应具有防抖功能。而多个摄像机、镜头等生产厂家,均无法提供其电子防抖性能的具体参数指标,或无法给出光学/机械防抖性能参数指标来源。通过提出采用SURF算法提取匹配图像的特征点,介绍算法原理和算法实现过程,并开展算法验证和试验分析,得出大风天气条件下,青藏铁路沿线室外摄像机主要抖动频率区间为2~10 Hz。研究成果对标定摄像机的防抖性能指标具有重要参考意义。     

基于Halcon及VS的动车组制动闸片厚度自动识别模块

研究基于图像处理和模式识别的动车组闸片厚度自动识别模块,解决动车组制动时因闸片过薄而导致的车轮迅速升温,甚至引发不安全状态的问题。该模块可实现动车组通过时自动检测,即自动拼图、图像预处理、模型定位及制动闸片厚度计算,并对厚度小于一定数值的闸片进行自动报警。通过大量实验和测试表明,该模块可以有效地计算闸片的厚度,具有很好的鲁棒性。     

基于Hausdorff距离的雷达图像与电子海图实时匹配算法

针对已抽取海岸边缘特征并二值化的电子海图和已提取海岸边缘特征并缩放至海图比例的实时雷达图像进行匹配。匹配时,先提取待匹配曲线的特征点构成特征段,然后用特征段之间曲率的H ausdorff距离来度量分段轮廓之间的相似性,获得匹配结果。该算法充分利用轮廓线的几何特征信息,既保证了较好的匹配精度,又能显著提高算法速度,实现雷达的实时匹配定位。     

VDR图像压缩方法研究

简单介绍了船载航行数据记录仪(VDR)的基本功能、系统结构和工作原理,并对其图像压缩方法作了详细介绍.先分别介绍了离散余弦变换(DCT)和嵌入式零树小波编码(EZW)的优缺点,针对VDR图像压缩的具体情况,提出采用DCT和EZW相结合的方法,可发挥它们的优势,克服缺点,达到更好的压缩效果.     

一种隧洞探测型AUV及其图像拼接方法研究

裂缝是输水隧洞最普遍的缺陷和潜在威胁,AUV巡检与拍摄输水隧洞中的裂缝,通过拍摄的水下图像进行处理,以确定裂缝位置。但由于水下环境极大限制了光视觉图像可视范围与分辨率,单幅水下图像所获得的视角范围有限,所以本文提出了基于SURF算法的AUV水下图像拼接方法研究。该方法首先在图像预处理阶段对水下图像进行去畸变与限制对比度自适应直方图均衡化处理,用于解决水下图像存在的畸变、对比度低、噪声严重等问题。接着将SURF特征点检测算法应用于水下图像配准当中,并与RANSAC算法相结合对特征点进行精确匹配,然后应用线性渐变融合算法实现水下图像融合,有效去除拼接缝隙,完成水下图像拼接,最终通过水池与外场实验拼接图像来验证该方法的正确性。