高速公路交通标志最小明视距离算法研究

文章基于认知心理学原理,结合人体工程学、交通安全和交通心理学知识,提出了高速公路交通标志最小明视距离算法,为高速公路交通标志最小明视距离的计算提供了量化手段。     

基于卷积神经网络的沥青路面裂缝识别方法

针对传统裂缝识别方法准确性低、环境适应性差的问题,文章提出一种基于卷积神经网络的沥青路面裂缝识别方法,融合了CLAHE与深度学习算法。试验结果表明,该方法能够更准确地识别裂缝,识别精确率达到94.9%,且泛化能力良好。     

基于小波低频分量的交通标志定位算法研究

交通标志检测是交通标志识别系统的关键技术之一,常规的基于颜色空间的检测算法一般是在较简单场景下进行的,其效率较低。为能在复杂场景下快速准确的定位出交通标志,文章提出了一种基于小波低频分量的交通标志检测方法。首先,对采集的RGB图像中三个分量分别进行自适应对比度增强,取其三个分量中最大值作为灰度图像的灰度值,然后利用小波变换对其灰度图像进行分解,对分解得到的低频分量采用Lo G算子进行边缘检测;接着对边缘图像进行灰度形态学和二值化处理,最后,利用改进的霍夫变换对圆形和三角形交通标志进行分割和检测。通过对复杂环境下采集的大量交通标志图像进行测试,结果表明:文中设计的算法具有较强的实时性和鲁棒性。     

基于现代技术的动态交通标志视认性设计

交通与百姓的生活息息关联,道路交通标志是重要的交通视觉信息载体,需准确传达路况信息和行驶规则,保障交通安全;通过对交通标志安全性需要和人的认知心理分析,对交通标志进行优化设计,充分发挥交通标志的性能,使其能够主动传达信息、加强识别效果,提高信息传播力;把解决交通中短板问题和加强薄弱环节作为出发点和落脚点,研发动态交通标志,增加其信息视认效果,完善我国交通标志系统建设,提供有效的安全保障体系。     

我国高速公路交通标志人性化设置的探讨

本文围绕高速公路交通标志的信息过载、进出口处交通标志设置、安全车距确认标志设置三个问题展开讨论,并基于驾驶人的驾驶习惯和反应特性,对交通信息过载消除方法、进出口处交通标志设置原则以及安全车距确认标志内容与设置位置进行了深入分析,结合具体案例提出了如何进行人性化设置的思路。     

基于半监督SVM的交通方式特征分析和识别

为解决基于手机信令数据识别大规模用户交通方式问题,多维度分析出行方式特征,提出结合主动学习和Tri-training的半监督支持向量机算法。以手机信令出行链为基础,将出行特征划分为距离、时间、速度、出行者属性等四类,并进一步研究多维度特征及其计算方法 ,基于有向无环图设计一种结合主动学习与基于Tri-training的半监督多分类支持向量机。运用HY市手机信令数据构建样本集并训练该分类器,与多种监督学习分类算法进行比较。结果表明主动学习构造的富含信息的已标记样本集可以减少半监督学习的迭代次数,Tri-training半监督支持向量机可以通过大量未标记样本提升分类器准确率,结合主动学习与Tri-training半监督支持向量机算法可以有效地识别手机信令数据出行链的交通方式。     

基于YOLOv3的高速公路多目标车辆跟踪算法研究

针对高速公路行车速度快的特点,文章分析了YOLOv3算法的优势,并利用YOLOv3算法对目标车辆跟踪的两个步骤进行改进:在车辆检测阶段利用YOLOv3算法模型及Resnet-18算法模型构建双线性分类模型,提高目标车辆检测准确性及检测速度;在车辆跟踪阶段则引入深度分类的方法,能有效减少目标车辆标识跳变的问题,改善目标车辆跟踪效果。通过实验表明,所提出的基于YOLOv3的高速公路多目标车辆跟踪算法具有较高的识别速度及跟踪准确性。     

城市道路交通标志的视觉设计研究

城市管理设施包含了城市道路交通标志的设计和规划管理,是实现安全行车、优质服务、智能化管理的基础。城市交通标志直接为司机和行人提供了准确信息,发挥了疏散、咨询和限制交通流量的效果,并通过这样的方式来实现最大交通流量和保持道路畅通。合理的交通标志设计和布置能够有效的解决道道路拥挤的问题等。城市道路交通标志设计中色彩选择及排版对于充分发挥交通标志的作用至关重要。本文探讨了城市道路交通标记设计对色彩和排版的要求,并具体分析了城市道路交通标志设计中色彩选择和排版设计。     

管道环焊缝检测图像智能识别技术研究

为提升环焊缝缺陷排查效率和智能化水平,对管道环焊缝的漏磁和射线检测图像进行了缺陷智能识别技术应用研究。基于管道环焊缝射线检测底片的数字化图像,进行了缺陷图像智能识别流程制订、算法设计和软件开发,实现了未熔合等样本缺陷的智能识别分析。对在役管道的漏磁内检测数据,开发环焊缝图像自动获取和识别分析算法工具,实现了环焊缝缺陷等特征图像的自动采集和识别分析。     

浅谈公路交通标志设计与施工质量控制

交通标志是车辆行驶的指南,是保证车辆安全行驶及公路畅通的必要交通设施。通过对交通标志的作用、设计与设置要点以及施工注意事项的分析,做好交通标志的设计与施工质量控制。     

青海民族地区交通标志加标少数民族文字

最近，青海省交通厅发出通知，针对目前全省交通标志单一使用汉字的情况，要求民族自治地区书写交通标志时同时使用汉字和当地主体少数民族文字，逐步更换全省民族自治地区已经设立的只有汉语的交通标志。     

拥堵情境下国际铁路货运网络关键节点识别

为有效识别拥堵情景下国际铁路货运网络中的拥堵、连接影响关键节点，利用赋权PageRank方法，建立了拥堵赋权影响下的货运网络模型，设计了基于拥堵的关键节点识别算法，并根据各节点对拥堵变化情况的反馈差异，获取了拥堵、连接影响正负反馈关键节点。以中欧班列2020年9-12月货运网络为算例对算法进行了验证，结果表明该算法兼顾运输网络拓扑结构特征及拥堵在网络中的传播影响，可有效识别网络中的拥堵影响、连接影响正负反馈关键节点，可为国际铁路货运网络在运输过程中的运作及运营把控提供理论依据。     

旅游标志系统在藏区公路的特色设计——国道318线(川藏南线)康定至东俄洛段公路改建工程交通标志标牌设计

交通标志标牌属于公路交通安全设施的一部分,它如同道路的"语言"向公路上往来的车辆传达各种信息,它既保障了道路交通的安全畅通,又为旅客的顺利出行发挥着举足轻重的作用。随着各地旅游资源的不断开发,许多道路原有的交通标志标牌上的信息已经不能满足现在的需要。本文以国道318线(川藏南线)康定至东俄洛段公路改建工程的交通标志标牌设计为例,通过对当地藏区风俗民情的实地调查,从展现藏区文化、推动旅游经济的角度出发,提出了相应的设计方案,对今后藏区公路的交通标志标牌设计进行了探索。     

浅谈交通标志位置的设置

交通标志迅速的向公路使用者传达明确无误的信息,便于公路使用者准确快速的判断,在合适的地点、合适的位置设置交通标志,才能使其功能最大化发挥。     

城市道路交通标志设计参数研究

基于城市道路中车辆行驶模型的复杂多样性,研究驾驶员的行驶特性和视觉特征,建立相应的行驶模型和视觉模型,计算在不同的道路条件、不同车速下满足城市道路交通需求的交通标志设计的几个主要参数.     

山岭隧道爆破效果神经网络评价模型及爆破参数优化决策方法研究

针对山岭隧道爆破开挖普遍存在的超欠挖过大、渣体块度不适等问题，分析了造成这些问题的主要因素，确定了隧道爆破开挖效果评价指标体系，建立了以爆破块度和超欠挖量为预测目标的隧道爆破效果神经网络评价模型，提出了基于深度学习的隧道爆破渣体块度实例分割算法，形成了山岭隧道爆破参数优化决策方法，进而开展了工程应用与验证。结果表明：（1）基于深度学习的隧道爆破渣体块度实例分割算法检测出的块体大小与真实值误差小于6.9%（置信度为95%），实现了隧道渣体块度样本数据的快速获取；（2）经148组工程实践样本数据训练后的隧道爆破效果神经网络评价模型能够较为准确地预测出爆破渣体块度与超挖量；（3）爆破参数优化后试验断面的平均线超挖量均在10%左右，较原方案降低了50%以上；实测得到的渣体块度与超挖值与模型预测结果一致性良好，偏差小于20%。     

浅析高速公路交通标志的设置特点和质量控制

1交通标志的设置特点交通标志在现代道路交通中发挥着重要的作用。交通标志在设置时除了要满足其功能要求外,在具体施工进行设置时还具有以下几方面的特点:①一般情况下标志均设置在公路的右侧,驾驶员易于看见的位置。对于超车道、行车道、紧急停车带这类车道划分和道路指示标志,设置在路侧确有困难时,通常采用门架式     

基于运营调度日志数据的城市轨道交通运营安全风险识别

随着我国城市轨道交通快速发展,运营规模不断扩大,客流量与日剧增,对城市轨道交通安全保障等提出了更高的要求。本文总结阐述城市轨道交通运营系统安全风险特性,提出了系统识别城市轨道交通运营安全风险的相关定性、定量方法与技术流程,并基于运营调度日志数据运用Apriori关联规则算法实现了关键运营安全风险因素的定量化识别与分析。     

雾天高速公路限速模型研究

文章通过对传统的基于停车视距和基于交通标志视认距离的雾天高速公路限速模型的分析,提出了考虑比较全面的组合限速模型,并采用保守分析与乐观分析方法对各种限速模型的计算结果进行比较,论证各种限速模型的特点和适用条件,同时还提出了不同能见度条件下的高速公路限速值和管理措施,为高速公路雾天行车安全管理提供借鉴。     

基于模型剪枝的物联网识别方法研究

在物联网应用中,各深度学习模型对数据采集、处理和传输的效率将直接影响物联网设备的应用性能。为了提高效率,本文提出一种针对卷积神经网络模型剪枝方法,以减少模型复杂度,降低计算和存储需求,同时保持模型较高的识别精度。采用一种基于全局重要性剪枝的策略,通过对整个网络进行重要性评估,去除一些对输出结果影响较小的参数和神经元。同时,为了保持模型的识别精度,在剪枝后对模型进行重新训练,以降低剪枝对模型精度的影响。通过与其他未剪枝模型性能对比,验证剪枝技术对模型准确率的影响具有可控性。