基于实例分割的车道线检测算法

为实现在自动驾驶复杂场景下检测数量变化的车道线，提出一种基于实例分割的车道线检测算法。首先以ResNet18网络作为主干网络提取图像特征，采用特征金字塔网络进行特征融合。同时设计一种扩张卷积残差模块来提高检测的精度；然后基于车道线的位置进行实例分割，利用语义分割出的车道线点位置预测对应的聚类点位置，通过对聚类点采用DBSCAN聚类算法实现车道线实例区分。结果表明，该算法能够在复杂的自动驾驶场景下有效地进行多车道线检测，在CULane数据集和TuSimple数据集上的调和平均值分别达到75.2%和97.0%。     

基于成像模型的车道线检测与跟踪方法

针对结构化道路上存在非车道线标记干扰的情况,提出一种基于成像模型的线扫描车道线检测及跟踪方法。检测算法中首先对路面图像进行形态学高帽变换预处理,然后建立前方道路图像的成像模型,将图像坐标系中车道参数和世界坐标系中实际车道参数对应,对图像进行初扫描,利用边缘贡献函数及RANSAC算法选取最确定线后,以此线为标准进行二次扫描,得到边缘点后统计边缘贡献函数局部最大值并拟合成直线车道线。跟踪算法中运用Kalman滤波器预测车道线区域,并提取符合标准的控制点拟合成模型为B样条的车道线。试验结果表明:该方法能够快速准确地在复杂环境中提取多个车道线,尤其对存在非车道线道路标记干扰的情况有显著效果。     

基于IPM和边缘图像过滤的多干扰车道线检测

在基于视觉的自动驾驶环境感知中,路面阴影、雨水、污渍和反光会对车道线识别和车辆导航造成干扰,针对此问题提出了一种基于逆投影映射（IPM）和边缘图像过滤的改进车道线识别方法。通过逆投影方法可以得到原始道路图像的鸟瞰图像,很大程度上增强了车道线的视觉特性并减少了干扰。同时提出迭代聚类分割方法对IPM图像中的灰度值进行分析,并保留与车道线颜色和形态特征最为接近的灰度点作为车道线边缘。随后提出一种搜索统计边缘图像中连续边缘区域的方法,通过分析边缘点并保留最长区域实现过滤道路干扰因素的目的。最后将该算法与其他常用车道线检测算法进行对比。研究结果表明：该方法可以更好地过滤路面各种干扰因素,有效增强干扰环境下识别模糊车道线、实车道线、虚车道线、弯车道线的能力,大幅提高了自动驾驶环境中的车道保持能力,并且由于该方法相比其他方法能够更加有效地去除路面干扰区域,因此识别车道线的速度得到大幅提高,可以满足自动驾驶对于实时性的要求。     

车辆辅助驾驶系统中的三车道检测算法

本文中提出了一种基于车道线特征的三车道检测算法。首先,在车道线预提取过程中对道路消失线以下部分的整个车道图像进行模糊化和边缘检测,并根据边缘点位置和方向角对消失点进行定位,同时基于消失点位置提取直线并结合车道模型对构成三车道的直线进行筛选和补充。接着在车道跟踪阶段,根据前一帧图像检测出的直线和消失点位置,对车道图像局部区域分别进行边缘点、直线的跟踪检测,并对消失点位置进行重定位。最后,对车道参数进行寻优以计算车道线曲率和车道宽度。试验结果表明,提出的边缘检测算法能有效检测模糊车道线边缘并抑制噪声,消失点和直线的检测方法耗时少且准确性高。在直线检测的基础上进行车道模型匹配能提高车道识别实时性,算法在车道线模糊、雨天、大雾和大曲率等环境下均具有较好的适应性。     

基于CatMull-Rom曲线的道路透视车道线控制点规律分析

驾驶人直观地从道路透视图中获取线形信息,采用CatMull-Rom样条曲线表征驾驶人通过视觉获得的车道线形,确定控制点位,从中提取特征点表征车道控制点分布。通过对两侧车道线特征点位置分析,分别得到不同平曲率和纵坡条件下,车道线特征点横、纵向分布规律。研究成果可川于道路平纵线形与透视车道线之间的定量关系分析,进而也可为从驾驶人视觉角度评价线形设计质量提供参考。     

基于道路特征的车道线识别算法分析及平台搭建

基于当前智能驾驶背景下道路特征模型的车道线识别现状,对应用于智能汽车的图像预处理中的灰度化处理算法、滤波处理算法和感兴趣区域提取技术分别进行对比分析,研究不同的图像预处理方法在车道线识别算法的应用适用性。对车道线实时提取算法中的边缘检测技术原理、道路特征条件转化算法进行综合运用分析,搭建基于道路特征的车道线识别算法模型,经过在Visual Studio平台验证,算法模型满足智能驾驶汽车车道线识别要求。     

面向多元场景结合GLNet的车道线检测算法

各种复杂环境下路面车道线的高效精确检测是自动驾驶领域中车道偏离预警系统的关键性技术之一。由于车辆实际运行环境的复杂性和路面车道线的多样性，现有方法在车道线检测的准确性和鲁棒性上仍需不断增强。提出一种面向多元场景结合GLNet的车道线检测算法。首先采用改进Gamma校正对待检测路面图像预处理，消减光照不均匀、夜晚等环境干扰，增强车道线纹理。然后为增强数据集的多样性，在LaneNet网络的基础上引入对抗生成网络DCGAN，构建GLNet网络模型。该模型采用编码-解码的网络结构提取车道线特征（车道蒙板和像素点），通过DBSCAN聚类算法将不同车道线划分为不同的实体，使用H-Net网络学习的视觉转换矩阵优化并拟合输出车道线。最后基于已训练好的GLNet权重模型对车道线进行精确提取，并在Tusimple数据集和自制数据集上测试验证。试验结果表明：该方法的检测准确率可达97.4%，相较于基于LaneNet网络的车道线检测算法明显提高；DCGAN网络的加入丰富了数据集类型，并提高了该模型的表征及分类能力；DBSCAN聚类算法的平均聚类时间约为0.016 s，相较于Meanshift算法运行效率更高。所提出的方法考虑了不规范、环境复杂等多种道路类型的车道线检测任务，提升了对复杂噪声与多元场景的处理能力，在车辆辅助驾驶领域具有较好的鲁棒性和适用性。     

基于滑动窗搜索算法在车道线检测方面的改进

车道线检测在自动驾驶和智能交通系统中扮演着至关重要的角色,它直接关联到这些系统的安全性和有效性。尽管传统的车道线检测算法,如基于边缘提取的方法,已被广泛应用,但它们存在一些局限性。[1]特别是在复杂的道路环境中,这些方法常常难以准确识别车道线,从而影响整体系统的性能。针对这一挑战,本文提出了一种新的车道线待选点提取方法,该方法基于Sobel算子和Hsv颜色空间模型,并结合霍夫变换,形成了一种综合的三模型方法。Sobel算子在边缘检测方面表现优异,能够有效识别车道线的形状和边界;Hsv颜色空间模型则有助于处理在复杂光照和天气条件下的车道线识别;霍夫变换则能在边缘信息的基础上进行直线的检测和确认。这三种方法的结合不仅弥补了单一方法的不足,还大大提升了车道线检测的准确性和鲁棒性。     

一种基于卡方统计的弯道识别算法

提出了一种基于卡方统计的弯道识别算法。该算法从机器视觉出发,对图像传感器采集的道路图像进行预处理,包括感兴趣区域(Region of Interest,ROI)划分、高斯滤波和边缘检测,筛选满足车道边缘特征的像素点,并提取车道线中点。再设置动态的感兴趣区域,得到两边车道像素点中心位置与车道线中心线的关联性概率函数,最后利用关联性概率函数和对称性来识别弯道。试验结果表明卡方统计能有效识别弯道和和弯道方向,满足汽车辅助驾驶系统识别的实时性和准确性。     

基于改进Hough变换的车道线检测

针对车道线检测中存在的诸多问题,在道路图像预处理的基础上,对Canny算子中的双阈值选取进行改进,能够自适应精确提取车道线边缘特征,并利用带极角约束的Hough变换完成直线检测。算法能够在不同道路环境中准确检测车道线标识,降低光照等因素对车道线检测结果的影响。     

A path-following driver–vehicle model with neuromuscular dynamics,including measured and simulated responses to a step in steering angle overlay

An existing driver–vehicle model with neuromuscular dynamics is improved in the areas of cognitive delay, intrinsic muscle dynamics and alpha–gamma co-activation. The model is used to investigate the influence of steering torque feedback and neuromuscular dynamics on the vehicle response to lateral force disturbances. When steering torque feedback is present, it is found that the longitudinal position of the lateral disturbance has a significant influence on whether the driver’s reflex response reinforces or attenuates the effect of the disturbance. The response to angle and torque overlay inputs to the steering system is also investigated. The presence of the steering torque feedback reduced the disturbing effect of torque overlay and angle overlay inputs. Reflex action reduced the disturbing effect of a torque overlay input, but increased the disturbing effect of an angle overlay input. Experiments on a driving simulator showed that measured handwheel angle response to an angle overlay input was consistent with the response predicted by the model with reflex action. However, there was significant intra- and inter-subject variability. The results highlight the significance of a driver’s neuromuscular dynamics in determining the vehicle response to disturbances.     

预应力曲线箱梁和异形箱梁的研究

近年来 ,国内外学者对曲线箱梁和异形箱梁的静力分析理论和计算方法作过大量的研究 ,但这些理论和方法在某种程度上都存在着一定的局限性 ,特别是在实际设计工作中 ,运用起来不能得心应手。为此本文在综合前人已取得经验下 ,针对桥梁结构设计中分析曲线箱梁、异形箱梁 ,经常遇到的难题进行了研究 ,建立一个较为完善的理论和方法 ,编制了等参元空间分析程序。在实际工程中进行实桥试验 ,验证了本文理论和方法的正确性。本文的研究工作更准确描述了箱梁的荷载响应 ,为设计人员提供直观的设计依据。对曲线箱梁和异形箱梁受力特性有了更一步的理解 ,并提出了新的见解     

沥青玛蹄脂碎石混合料路面(SMA)的应用和施工技术

SMA是沥青码蹄脂碎石(Stone Matrix Asphal)的缩写,是一种以沥青结合料与少量的纤维稳定剂、细集料,以及较多的填料(矿粉)组成的沥青玛蹄脂,填充于间断级配粗集料骨架间隙中组成一体所形成的沥青混合料,简称SMA。该文介绍了SMA在上海的应用及其施工技术。     

混凝土施工中裂缝的防治措施及处理办法

混凝土的推广使用已有一个世纪,目前在现代工程建设中仍占有重要的地位。而在今天,混凝土的裂缝较为普遍,在桥梁工程中裂缝几乎无所不在,尽管我们在施工中采取各种各样的措施,但收效甚微,裂缝仍然时有出现。该文指出,究其原因,人们对混凝土温度变化所产生的应力注意不够是其中之一,尤其是大体积混凝土。对此,温度应力与温度控制具有重要的意义。     

发动机采用BOOST建模和与CRUISE联合仿真的研究

利用AVL公司开发的BOOST软件可宏观地描述发动机的热力学过程且优化发动机的性能,而AVL的CRUISE软件可调用BOOST建立的发动机模型.在进行道路循环工况的仿真时,须对发动机全部工况点进行准确的标定.文中采用BOOST开发了发动机的仿真模型.通过调整节气门开度和燃烧模型参数,标定了发动机在多个转速和负荷点的转矩、功率和油耗,较好地模拟了发动机的动力性和经济性.最后基于ECE循环工况,将此模型与CRUISE进行联合仿真,分析了发动机瞬态工况的动力性、油耗和NO_x排放等参数.     

Analysis of the capabilities of a two-stage turbocharging system to fulfil the US2007 anti-pollution directive for heavy duty diesel engines

This article presents a two-stage turbocharged heavy-duty diesel (HDD) engine designed to fulfil the US2007 anti-pollution directive. This directive imposes very restrictive limits on the NOx and particle emissions of HDD engines. In this work, the possibility of combining particle traps in the exhaust line to reduce soot emissions with very high EGR rates to reduce NOx emissions is considered. This new generation engine implements two-stage turbocharging in order to improve the bsfc when the engine is working on steady conditions as well as to optimize the engine transient response. After carrying out the tests, the results were analyzed and the engine settings were adjusted to maximise its behaviour and minimise pollutant emissions. NOx and soot emission peaks were also analyzed at engine transient conditions in order to keep them under certain levels, and thus maintain the overall pollutant emissions to a level that is as low as possible. In summary, a double-stage turbocharging configuration can greatly improve engine driveability (between 23% and 36% depending on engine speed), while reducing NOx emissions during transient evolution without increasing opacity peaks beyond the stated limits.     

新一代同步器开发与应用

随着用户对车辆驾驶舒适性要求的不断提高,国内重型商用车辆对全同步器型变速箱的需求迅速增长,有必要开发适合重型卡车变速箱恶劣工况的高性能同步器。设计人员从结构设计和材料选型2方面着手,设计了具有专利结构的钢环碳纤维摩擦材料同步器。工艺人员解决了制造过程中的技术难点,建成了高标准的同步器生产线。新一代同步器针对重型卡车变速箱恶劣工况而设计,在市场上获得了很大的成功。     

超薄磨耗层沥青混合料的应用研究

该文从研究超薄磨耗层的级配的选择入手,简单分析了超薄磨耗层的结构特点和强度形成机理,给出了几种国内外常用的超薄磨耗层级配范围,并提出了将SAC-10做为其研究的设计级配。在研究超薄磨耗层沥青混合料配合比设计的基础上,通过对SAC-10沥青混合料的马歇尔试验,确定了该沥青混合料的矿料级配和最佳沥青含量。最后采用车辙试验、浸水马歇尔和冻融劈裂试验及小梁弯曲试验等一系列试验,检测超薄磨耗层沥青混合料的各项路用性能,为在实际工程中的应用提供理论依据。     

基于DDS技术的发动机爆震信号仿真研究

基于直接数字频率合成(DDS)技术,通过设计相应的硬件电路来模拟发动机的爆震信号,在发动机平均值模型的基础上添加改进的双区燃烧模型,用以计算分析缸内燃烧过程,进而预测、判断爆震,并以爆震等级强弱等信息作为模型的输出量,最终驱动硬件电路产生信号。对信号的发生及处理过程作了针对性的研究。试验结果表明,模拟信号的幅值、频率等参数均可调,实时性满足系统的要求。