基于自适应阈值DBSCAN的路侧点云分割算法

针对路侧采集的激光雷达点云数据随距离增大而密度下降导致同一目标的点云被分割成多个目标的问题,提出了一种基于自适应阈值DBSCAN的路侧点云分割算法。首先,使用改进GPF和直通滤波对采集的路侧点云进行过滤,提取出道路区域上的非地面点云;然后,基于有效距离和sigmoid函数构建自适应系数函数,对DBSCAN聚类算法集群生长中近邻点搜索时半径阈值的选取规则进行优化;最后,利用自适应阈值DBSCAN聚类算法对非地面点进行聚类,得到隶属于单个目标的点云。采集了1 055帧真实场景的连续数据进行测试,结果显示：C-H系数平均约增加3倍、D-B系数平均减少4.52%、轮廓系数平均增加77.78%,这表明基于自适应阈值DBSCAN的分割算法能提高点云簇的类内一致性和类间差异性,有效减少路侧激光雷达点云的过分割现象,具有较高的工程应用价值。     

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%。     

基于相机与激光雷达融合多目标检测算法研究

准确的多目标感知系统是自动驾驶技术的关键。本文提出了一种基于相机与激光雷达融合的多目标检测算法。针对相机传感器无法获得准确的目标距离等深度信息,激光雷达无法获得准确的目标类别信息的问题,首先采用嵌入自适应特征融合模块的YOLOv7网络处理相机数据,同时对激光雷达数据进行点云预处理以消除无用的噪声点;其次,利用坐标变换将激光点云数据和相机数据转换到像素坐标系中;最后,采用基于ROI感兴趣区域的方法对点云进行聚类处理,以参数加权的方式融合两种传感器的检测结果。实验结果表明,嵌入改进YOLOv7网络的融合算法能够检测出更加准确的目标信息。     

基于三维激光点云的目标识别与跟踪研究

针对无人车环境感知中的障碍物检测问题,设计了一套基于车载激光雷达的目标识别与跟踪方法。为降低计算量,提高处理速度,引入了点云过滤与分割算法对原始激光点云数据进行缩减,有效提高了检测的实时性。使用多特征复合判据,基于SVM分类器改进了Adaboost算法,对三维激光点云进行直接处理,最大限度保留了感知信息,提高了识别准确度。提出基于最大熵模糊聚类的数据关联方法和相应的粒子滤波器,有效提高了复杂交通流中目标跟踪的稳定性和准确性。经百度Apollo平台数据集仿真、自主研发的无人驾驶平台实验验证和针对小目标交叠和遮挡情况的实车验证表明,该套方法具有良好的实时性和鲁棒性。     

基于匈牙利匹配和卡尔曼滤波的动态多目标跟踪

为了得到无人驾驶汽车目标检测的准确信息,文章通过对标定后的原始激光雷达点云进行分割和聚类,利用霍夫直线检测提取障碍物的外包框,最后使用匈牙利算法对被跟踪的障碍物和新检测出的障碍物进行关联匹配,并求出最优解,最终使用卡尔曼滤波算法对其进行状态优化。通过实验表明,本算法可以在激光雷达一帧0.1 s内,快速、准确地跟踪被检测出的障碍物。     

基于SFO-DPC算法的三维沥青路面裂缝检测

复杂的路面纹理和噪声的影响导致现有路面裂缝检测方法有效性较低。为了提高路面裂缝检测精度,该文提出一种基于自调节步长果蝇优化密度峰值聚类(SFO-DPC)算法的三维沥青路面裂缝检测系统。首先,利用Gocator3100系列双目智能传感器构建三维图像采集系统来采集沥青路面的三维数据;然后,采用自调节步长果蝇优化密度峰值聚类算法对沥青路面的三维数据进行聚类分析,达到裂缝识别的目的;最后,将聚类分析的结果映射至二维图像中,更直观地验证裂缝检测结果。通过比较发现,该算法能够实现有效的沥青路面裂缝检测,并且相较其他基于聚类的三维检测方法,检测效果更加高效准确。     

DHSSA优化的K均值互补迭代车型信息数据聚类

针对传统方法在车型信息数据聚类过程中受初始化中心点的影响较大导致聚类精度低、鲁棒性差以及在迭代过程中求取均值选择聚类中心受离群点影响大的问题，提出了一种DHSSA优化的K均值互补迭代车型信息数据聚类方法。首先，针对SSA算法中发现者位置更新不足和种群多样性不足的问题，设计了一种扰动因子-领头雀优化策略，通过自适应领头雀策略加强了最优个体的影响力，利用扰动因子扩大搜索空间，提升了寻找聚类中心的准确率；其次，设计了基于筛选最大最小距离积方法 SMMP优化聚类中心的初始化，在MMP基础上增加了筛选机制，使初始化的中心尽可能更均匀地分布在每个簇中；最后，融合DHSSA和SMMP来优化K均值互补迭代，在减小迭代次数的同时增加搜索效率，得到较好的聚类结果。利用多种数据集进行测试，通过试验结果中的收敛曲线和性能指标可以看出，提出的DHSSA-KMC方法相对于SSA-KMC、IMFO-KMC、KMC和KMC++具有更高的搜索精度、收敛速度和更低的聚类代价，并且耗时相对于SSA-KMC和IMFO-KMC有所减少，证明了算法的有效性和优越性。在车型信息数据处理过程中，DHSSA-KMC可以高效聚类生成竞品...     

基于深度学习的交通目标感兴趣区域检测

为了提高交通目标检测的实时性和准确性,针对交通目标检测过程中普遍存在的背景复杂、光线变化、物体遮挡等干扰问题,以及基于深度学习的目标检测算法在进行区域选择时滑动窗口遍历搜索耗时的问题,提出一种基于时空兴趣点（STIP）的交通多目标感兴趣区域快速检测算法。像素级时空兴趣点检测在处理目标遮挡时具有较好的鲁棒性,利用这一特点,首先在传统兴趣点检测算法的基础上加入背景点抑制和时空点约束,以减少无效兴趣点对有效兴趣点检测带来的干扰。通过改进均值漂移算法,使得聚类中心数量随目标数目的变化而改变。然后对被检测出的多目标附近的候选兴趣点分别进行聚类,获取各个目标聚类中心位置信息。根据聚类中心点与筛选后的目标兴趣点之间的相对位置关系进行特定组合获得感兴趣区域。在这些感兴趣区域上使用选择性搜索算法生成1 000~2 000个候选区域,并将这些候选区域放入训练好的深度卷积神经网络模型中进行特征提取。最后将特征提取结果送入支持向量机中进行目标种类判别并使用回归器精细修正目标识别框的位置。研究结果表明：通过对候选区域进行预处理,送入模型中的候选区域数量减少了82%,对应算法整体运行时间减少了74%,能够满足智能交通监控的实际需求。     

融合改进YOLO和背景差分的道路抛洒物检测算法

针对现有道路抛洒物检测算法识别准确率低、识别种类有限、实时检测效率低的问题，探索了将深度学习目标检测和传统图像处理相结合的抛洒物检测算法。提出在YOLOv5s目标检测算法基础上，对模型结构进行修改以满足实时性需求。具体地，使用卷积优化YOLO中的降采样模块，采用Ghost网络替代原始的特征提取网络以减少计算量，根据抛洒物检测对象的特点设计符合数据集的锚框以提高目标识别准确度。使用优化后的YOLO检测道路场景中车辆、行人作为交通参与者得到检测框，在检测框周围设定感兴趣区域，并在感兴趣区域内用背景差分算法实现前景目标识别。计算前景目标与YOLO检测结果的交并比，排除交通参与者目标后实现道路抛洒物的识别。针对交通参与者检测的实验结果表明，改进后的YOLO检测算法在整体识别精度没有损失的情况下单帧检测速度为20.67 ms，比原始YOLO检测算法速度提升16.42%。真实道路抛洒物实验结果表明，在没有抛洒物训练数据情况下，传统混合高斯模型算法平均精度值为0.51，采用融合改进YOLO和背景差分的抛洒物检测算法平均精度值为0.78，算法检测精度提高52.9%。改进后算法可适用于没有抛洒物数据或正样本数据稀少的情况。该算法在嵌入式设备Jetson Xavier NX上单帧检测速度达到24.4 ms，可实现抛洒物的实时检测。      

一种改进的DBSCAN聚类算法的研究与应用

对DBSCAN（density based spatial clastering of applications with noise）聚类算法进行了研究,分析了它的特点、存在的问题和改进思想,提出了基于DBSCAN方法的交通事故多发点（段）的排查方法及其改进思路,并且结合J2EE技术,实现了一个Web环境下的交通事故数据挖掘系统,阐述了基于J2EE的交通事故挖掘系统的体系结构、设计及其应用。     

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     

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。     

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。     

公路工程监理人员市场供需模型研究

提出了建立监理人员需求和供给模型的方法,推导了计算公式。根据公路建设发展的历史数据,对历年公路建设监理人员需求和供给进行了计算和比较。     

轮胎位移包容性研究及有效路面谱计算方法

本文提出一种有效路形测量的新方法,研究轮胎的位移包容性。提出以轮胎包容参数为变量把真实路面功率谱变换为有效路面功率谱的新方法。该研究是道路激励模拟的基础研究。