低照度边缘增强的语义分割模型研究

为提高对低照度图像的语义分割精度,提出了一种基于RPN的边缘增强语义分割模型(EESN)。在该模型中,首先利用深度残差网络提取图像的高阶语义特征,并通过RPN快速生成待分割目标候选区域;然后,利用设计的融合算法对候选区域进行融合,并剔除重复的候选区域;最后,对融合的目标候选区域做低照度边缘搜索,并利用失真代价较小的局部增强算法对低照度边缘进行特征增强。将EESN用于Pascal VOC12和Cityscapes两个数据集的语义分割中,分别获得了81.2%和67.6%的mIoU,该结果证明了EESN对具有低照度边缘的图像具有较好的分割性能。     

基于改进Unet模型的混凝土裂缝分割研究

【目的】针对桥梁、隧道等环境下产生的混凝土裂缝情况复杂、干扰因素多的问题,提出一种改进Unet模型（A-Unet）的裂缝检测方法。【方法】以Unet网络为基础,研究了编码器的深度如何影响模型训练时间、检测精度。在解码过程中设计一种融合空间和通道注意力模块,将高分辨率的浅层特征与上采样获得的深层特征信息赋予不同权重,进一步增强裂缝特征。同时,增加dice损失函数对模型进行评价,减少因检测目标与背景数量相差较大,导致评价不准确的问题。【结果】在测试数据集中进行评价,精确度,MIou,召回率分别达到94.70%,86.16%,91.34%。A-Unet模型检测效果明显优于其他5种模型。【结论】利用该方法检测混凝土裂缝精度得到较大提升,且节约了模型训练时间,提高检测效率。     

基于头脑风暴优化的PCNN路面裂缝分割算法

为提升裂缝检测的分割精度和鲁棒性,基于头脑风暴优化(brainstorming optimization,BSO)和脉冲耦合神经网络(pulse coupled neural network,PCNN),提出了一种路面裂缝图像分割算法(BSO-PCNN).该算法采用最大熵准则作为BSO算法的适应度函数,并依据适应度值决...     

基于小波的路面裂缝识别研究

应用基于小波变换的图像分解和重构方案可以进行公路路面裂缝的检测与识别。首先对路面图像进行多分辨二维离散小波分解,根据在每个尺度2j上小波系数模最大值和相位(梯度方向)这两个分量的大小确定边缘的位置,进一步变换小波分解系数,达到去除噪音,加强裂缝边缘的效果。并通过实验分析和讨论了不同的小波基、不同分辨率水平、重构中使用的分解子图像对路面图像裂缝分割的影响,最后用简单的阈值技术生成二值图像,把裂缝从背景图像中分离出来。     

基于混合粒子群优化的2维Otsu路面裂缝图像阈值分割方法

针对传统2维Otsu法由于计算量大而无法实时对路面裂缝图像进行分割的问题,将粒子群算法和遗传算法相结合,提出了一种基于混合粒子群优化的2维Otsu路面裂缝图像阈值分割方法。实验结果表明:与标准粒子群优化的2维Otsu阈值分割法相比,文中方法可以完整分割出图像中的裂缝目标;与传统2维Otsu法相比,文中方法减少了算法运行的时间,提高了路面裂缝图像的分割效率。     

基于物元模型分析方法的路面状况综合评价

针对目前路面状况等级评价方法中存在主观影响因素过多、权重不确定性等问题, 根据影响路面状况的路面状况指数、行驶质量指标、路面强度系数、路面抗滑能力系数等主要指标, 提出了一种基于物元模型的路面状况等级综合评价方法。以路面状况等级、评价指标及其特征值构造物元模型, 并根据计算出的综合关联度实现对各路面状况等级的综合评判。实例表明该模型能准确地反映路面状况, 是可行的, 有一定的推广应用价值。     

基于路面加速加载的沥青路面疲劳损伤预估模型标定方法

为提高工程应用中沥青路面疲劳损伤预估模型的可靠性,提出了一种结合小型试件试验与足尺路面加速加载试验的模型标定方法;基于路面疲劳损伤发展特征分析,提出采用非线性增量递归法的沥青路面累积疲劳损伤分析方法,适用于疲劳损伤预估模型由小尺寸试验向足尺试验条件的转移与外推;基于小尺寸试件试验疲劳寿命预估模型构建了足尺沥青混合料层疲劳损伤预估模型,利用疲劳寿命预估模型转移方程实现足尺路面加速加载条件下的疲劳损伤预估;为确定模型转移方程,提出了基于路面加速加载试验的疲劳损伤标定方程,推导了疲劳损伤预估模型待定系数标定方法;利用重型荷载模拟器实施了级配碎石组合式基层沥青路面足尺试验路段加速加载试验,结合路面钻芯试样动态模量与四点弯曲疲劳试验,标定和验证了沥青混合料层的疲劳损伤预估模型。研究结果表明：非线性增量递归法可考虑材料非线性、性能衰减和加载历史对结构层疲劳损伤累积的影响,符合实际路面疲劳损伤发展规律;利用标定确立的疲劳损伤预估模型可以预测试验路不同加载区间沥青混合料层的累积疲劳损伤,50%和90%的预测值相对实测结果的误差分别小于3.1%和20.0%,表明该预估模型具有一定可靠性;提出的模型标定方法,可为基于路面加速加载试验的沥青路面疲劳损伤预估模型建立提供参考,为路面设计和养护维修决策提供更加可靠的性能预估模型。     

基于马尔可夫链与神经网络组合的路面使用性能预测

在分析路面使用性能影响因素的基础上,结合马尔可夫过程链预测与BP神经网络预测的优势,提出一种组合预测模型;探讨了模型组合形式及参数确定方法;结合河南某高速公路工程实测资料进行了实证分析。结果表明:通过预测模型的合理组合与参数的优选,能够有效地提高预测精度。     

基于调制白噪声与查表法的非平稳路面不平度建模方法

针对实测道路功率谱密度频率结构不同与汽车行驶速度变化引起的非平稳问题, 分析了现有路面不平度模型的准确性, 提出了一种基于调制白噪声与查表法的非平稳路面不平度建模方法; 结合白噪声生成方法和离散功率谱密度的计算公式, 推导出了能够确保路面不平度计算功率谱与设计功率谱完全吻合的Band-Limited White Noise模块参数设定方法; 通过不同设定值组合的白噪声功率谱密度与路面不平度功率谱密度计算结果对比, 验证了所提出的Band-Limited White Noise模块参数设定值的准确性; 为解决频率指数不等于2的空间域内非平稳路面不平度建模问题, 提出了由1个基准项和若干个精度校正项组成, 且调制传递函数模的平方逼近具有任意频率指数的道路功率谱表达式; 为获取考虑车速变化影响的频率时变的时域内非平稳路面不平度输入模型, 基于空间路面不平度固定不变的原理, 提出了利用查表法, 获得变车速工况下时域内非平稳路面不平度; 通过空间域内非平稳路面不平度建模及考虑车速变化的非平稳路面不平度建模应用, 验证了所提建模方法的优越性。研究结果表明: 使用基于调制白噪声的非平稳路面不平度建模方法构建的空间域路面不平度功率谱曲线, 与应用实例中的设计目标曲线吻合良好, 且结合查表法可以有效地解决时变车速带来的时域内非平稳路面不平度建模问题。     

基于人-车-路三自由度振动模型的路面平整度评价方法

为了更准确地评价路面的行车舒适性,以乘客的竖向加权加速度均方根值作为平整度评价指标,将人-车-路组成的系统简化成三自由度振动模型,依据牛顿法建立了振动微分方程,采用传递矩阵法对其进行了求解,进而建立了考虑人-车-路相互作用的路面平整度评价方法。结果表明,该评价方法能考虑不同路面类型以及公路等级的影响,对于不同等级路面的评价结果与实际情况一致,而国际平整度指数、功率谱密度和平整度标准差在部分工况下不能很好地描述路面的舒适性。     

基于人-车-路五自由度振动模型的路面平整度评价方法

为了准确评价路面的行车舒适性, 以乘客的竖向加权加速度均方根值作为平整度评价指标, 采用五自由度振动模型, 考虑车路耦合, 用传递矩阵法进行了人-车-路相互作用分析, 研究了车速、车架转动惯量、座椅刚度系数和阻尼系数以及轮胎的刚度系数对加权加速度均方根值的影响, 并建立了基于人-车-路相互作用的路面平整度评价方法。算例结果表明: A、B、C、D四个等级路面的加权加速度均方根值分别为0.3812、0.7963、1.2320和2.9706 m.s^-2, 舒适性评价分级与路面分级时的主观评价分级相一致; 相对于现有方法, 该方法考虑了不同路面类型和行车速度的影响, 体现了车辆的转动, 可评价货车行驶的舒适性。     

基于路面识别的主动馈能悬架多目标控制与优化

针对主动悬架减振性能和馈能特性在不同等级路面适应性较差的问题,建立了非线性电磁主动悬架模型; 考虑车辆在行驶过程中悬架簧上质量存在不确定性,提出了一种主动悬架自适应滑模控制器; 基于不同路面下悬架动力学响应数据,采用自适应模糊神经网络算法识别路面等级,确定控制器目标系数,实现了主动悬架安全性和舒适性之间的协调; 研究了电磁主动悬架馈能特性及其切换控制策略,在此基础上,考虑电磁主动悬架安全性、舒适性和节能性的矛盾关系,采用多目标粒子群优化(MOPSO),以悬架动力学性能和馈能特性为设计目标综合优化控制器和悬架结构参数,并通过模糊集理论对多目标优化后的Pareto解集进行最优解选取。研究结果表明：模糊神经网络对不同等级路面下非线性电磁主动悬架的最大识别误差能够控制在10%以内,满足识别准确性要求; 在C级路面条件下,优化后的主动悬架与传统被动悬架相比,簧上质量振动加速度减小了35.3%,轮胎动行程增大了7.7%,但可以控制在10%的安全范围内; 与原主动悬架相比,优化后悬架簧上质量振动加速度减小了10.5%,馈能效率增大了1.7%,优化后自适应滑模控制器能够更好地协调悬架馈能特性和减振特性; 建立的非线性电磁主动悬架模型可实现不同路面等级下悬架系统安全性、舒适性和节能性的综合最优。     

基于图像处理技术的低噪声微表处纹理与噪声评价

分析了路面微表处噪声产生机理,设计了5种低噪声微表处,并与普通微表处进行对比,测试了不同微表处的构造深度及其噪声值;基于数字图像处理技术构建微表处纹理三维模型,挖掘相关纹理参数以评价不同微表处的构造和噪声特性;提出凸峰分布概率、凸峰面积占比2种路表纹理参数,并分析了该参数与室内噪声的相关性。分析结果表明：与普通中值级配微表处相比,低噪声级配微表处可降低噪声约3.1 dB;橡胶粉通过提高微表处的弹性和吸声特性降低表面构造和摆值,且掺入中值和低噪声级配微表处可分别降低噪声2.0与6.3 dB;水性环氧树脂通过改善微表处施工和易性,减少路面宏观纹理,且掺入中值级配的微表处能实现与低噪声级配微表处相似的降噪效果;基于表面纹理三维模型计算的像素差平均值与微表处的实际构造深度呈显著的线性关系,相关系数为0.94;中值级配和低噪声微表处的凸峰高度分布分别表现为一次函数和正态函数,级配的调整可显著减小低高度凸峰的分布率,且低高度的凸峰数量增加可丰富细观纹理,进而得出凸峰分布概率能够量化微表处纹理的分布特性;凸峰高度0.25 mm是各种微表处凸峰高度分布曲线的拐点,与所有凸峰高度的面积占比相比,凸峰高度大于0.25 mm的面积占比与微表处的噪声具有显著的线性相关性,相关系数为0.98。