城市干道主辅路指路标志设计

针对城市干道主路及辅路的指路标志存在的诸多问题,参照国内最新指路标志设计标准,以成都至双流县机场的机场路段为研究对象,结合成都市2014年起实施的地方性指路标志设计标准,对现有指路标志进行改进与优化设计。优化后的指路标志弥补了原标志的不足,强调道路情况复杂时重要道路信息的选取,将主路指路标志中箭头外的道路信息统一为相交道路的路名,辅路标志信息突出表达火车南站这一目的地,同时将主干路与支路信息分层处理,并在临近机场立交的最后一个交叉口添加机场立交的告知信息等,可为类似城市道路指路标志的设计提供参考。     

关于城市道路指路标志系统设计的探讨

分析目前国内城市道路指路标志设计存在的问题,借鉴国内外城市在指路标志方面的研究成果,提出相对完整的城市指路标志设计体系。从交通心理学出发,对指路标志的设计参数,如指路标志设置的前置距离、文字大小与版面尺寸等进行计算,可为指路标志系统相关设计提供参考和依据。     

对道路交通标志牌设置的对比研究

根据我国现有道路交通标志使用方面存在的问题,基于国外相关方面的研究思路、设置方法以及理论方面的相关分析而提出的一些建议和相关的改善措施,可为我国道路交通标志牌的合理设置提供参考.     

道路交通标志标线的设置原则

道路交通标志是用图形符号,文字、颜色向道路交通参与者提供有关道路交通系统信息,用以管制和引导交通的安全设施,在道路交通技术中广泛地被广大道路使用者所接触,是驾驶员行车的方向和向导.     

城市道路交叉口指路标志版面形式分析

在设计指路标志时,应当重点关注交通参与者信息需求与供给是否相互匹配。围绕交通参与者信息需求与供给关系,研究部分地区(北京、上海、武汉及南京)和部分国家(中国、美国、日本及英国)的城市道路交叉口指路标志,剖析不同版面设计形式的标志传递信息的特点,包括传递种类和传递方式,梳理出一些可供借鉴的标志版面设计理念:(1)指路标志服务的主要对象对区域路网有一定的认识但不熟悉,指路标志为其提供必要的道路信息和地点信息,同时避免信息过载;(2)指路标志应当传递交叉口交叉道路的名称或编号、外围交叉道路的名称或编号、交叉口周边重要地点名称等;(3)交通信息应多以图案形式进行传递,将交叉口图形化,并将交叉道路的名称或编号标注在交叉口图形内;(4)可使用不同颜色对交通信息进行分级,提高标志视认性。     

青年路上的“新大陆”

3月16日,武汉天河国际机场提走了10辆青年二手客车.这时继去年购买3辆青年二手客车后两公司的又一次合作.用于机场班车,买新车不划算,青年二手客车用着好,价格实惠、使用油耗低、维护费用少、性价比高,这就是武汉天河国际机场再来青年汽车购二手客车的充分理由.     

城市道路人行横道处夜间限速标志前置距离研究

为了保障过街行人的夜间出行安全,开展了城市道路人行横道处夜间限速标 志前置距离研究.通过驾驶人夜间视认距离试验,分析了驾驶人夜间对过街行人视认距离 随照度及行驶车速的变化规律,构建了驾驶人夜间视认距离与行驶车速、平均光照强度 的关系模型.基于安全行驶判别条件,给出了城市道路人行横道处夜间限速标志前置距离 的确定方法及对应不同路面类型、车速限制值和路灯平均照度的建议值.研究结果表明： 城市道路人行横道处夜间限速标志前置距离宜根据车速限制值与路灯平均照度确定,车 速限制值越低、路灯平均照度值越高,前置距离应越大;应用所提出的方法设置夜间限速 标志,可以保证过街行人的夜间出行安全.     

基于机器视觉的公路交通标志自动化巡检系统

针对既有交通标志巡检的调查手段和分析方法存在的成本高、效率低、精度低的弊端,提出了一种基于机器视觉的公路交通标志自动化巡检系统,实现对公路交通标志的移动式实时检测与分析。首先利用YOLO （You Only Look Once） 算法,将机器视觉技术运用到交通标志的检测中,加快了检测速度。然后给出了交通标志自动化巡检系统的系统构架、系统结构与功能及数据管理方案。最后利用该系统进行实测。实测结果显示,该自动化巡检系统能够准确地检测交通标志、道路标线及路面坑塘,具有较高的测试精度及较好的测试效果。     

基于改进VGG模型的低照度道路交通标志识别

针对低照度情况下道路交通标志图像亮度偏低、饱和度过高、图像模糊、识别不精确等问题,提出一种基于膨胀卷积-VGG(dilated convolution-VGG,DC-VGG)模型的道路交通标志快速识别方法.首先,运用限制对比度直方图均衡算法(contrast limited adaptive histogram equalization,CLAHE)对图像H(色相)S(饱和度)V(色明度)空间中的V通道均衡化,实现低照度图像亮度增强;其次,在HSV空间中设定阈值分割出指定色彩,通过轮廓检测定位交通标志;然后,基于深度卷积对抗神经网络(deep convolutional generative adversarial networks,DCGAN)对真实的交通标志图像进行数据样本增强,以提高分类模型的鲁棒性;最后,提出DC-VGG轻量化模型实现交通标志快速识别.经验证,该方法达到94.12％的识别准确率,且能在硬件不佳的条件下实时检测.     

浅谈高速公路道路交通标志的施工工艺

介绍了高速公路道路交通标志的施工工艺。