基于深度学习的公路货车车型识别

为判断公路货车车型，并提升货车车型识别的速度与精度，提出基于深度学习的方法对公路货车及其轮轴进行精细化目标检测；采用道路监控拍摄和网络爬取的方式获得了16 403张公路货车侧方图像，建立了货车侧方图像数据集，并采用Retinex理论和加入限制对比度的自适应直方图均衡化(CLAHE)等视觉增强方法预处理所采集图像中的光照不均图像和夜视图像；通过理论分析和对比试验选取单阶段检测网络YOLOv3作为公路货车车型识别的目标检测网络，并从调整先验框和模型输入大小以及引入注意力机制3个方面优化了检测模型；针对单帧图像可能同时出现多辆货车的情况，采用基于目标位置信息挖掘的算法分析了货车与轮轴的位置信息，提出一种通过轮轴中心点与货车预测框位置信息判定公路货车与轮轴隶属关系的方法。研究结果表明：图像经过预处理可显著增强车辆的特征信息，优化后检测模型的网络性能得到提高，通过对目标位置信息的挖掘与利用可以很好地解决货车车型判定问题；优化后的检测模型实时检测速度可达47帧·s^-1,对公路货车车型的识别综合准确率达到了94.4%。该方法实现了对公路货车车型的无接触、快速和准确识别，为公路货...     

一种基于图像处理的超载货车智能监控系统

货车超载已经成为公认的安全问题,同时也涉及到运输成本和安全管理人力投入。当前,各国政府都投入了巨资用以治理超载问题。常规方法之一是通过安装视频监控系统来监视道路情况。然而,对于多个卸载场,同时有几十甚至上百监控画面的情况,采用人工观看这种传统的监控模式,效率相对偏低。因此,开发了一种基于图像处理算法的智能超载卡车视频监控系统。该系统采用图像处理算法来自动检测超载管理站的卡车,并定时比对同一位置货车影像以确定是否为同一车辆长时期停在卸载场,未进行卸载处理。通过处理2万多张图片,建立了正负样本数据库。利用Haar-like特征和Adaboost训练算法,从实时监控视频数据流中检测卡车。此外,利用样本图像灰度值分布计算的统计规律,对货车检测结果进行了改进。实际测试验证了系统的有效性。     

基于双背景建模与差分图像的轨道异物识别

针对铁路轨道异物入侵的识别精度,提出了一种基于双背景建模和差分图像的识别方法.基于多帧平均背景和当前帧的前一帧背景建立模型,采用背景逐帧更新,使用平均背景差分和帧间差分的异物检测方法,界定基于边缘提取的铁轨危险区域,再通过黑白像素方法对轨道异物进行识别.实验表明,该方法具有较好的抑噪性和环境适应性,可有效提高异物识别精度.     

改进MOG-LRMF 的铁轨动态异物检测

针对复杂铁路环境下动态入侵异物检测精度低和抗扰能力差等问题,提出一种基于改进MOG-LRMF算法的铁路轨道异物入侵实时检测方法. 引入仿射变换,对视频序列可能出现的抖动进行预校正处理;分析MOG-LRMF模型特点,利用MOG模型对视频帧中的背景进行建模,用前一帧背景中学习到的知识对当前帧背景进行预测,优化MOG-LRMF参数求解模型;利用EM算法对改进MOG-LRMF模型进行参数求解,实现背景在线实时更新. 实验结果表明,改进的MOG-LRMF算法在光照充足、光线较弱、相机存在抖动、背景复杂及存在多个目标情形下都能提高目标检测精度,具有较好的抗干扰性、鲁棒性和快速性.     

基于YOLO的铁路侵限异物检测方法

基于现有的铁路侵限异物检测方法只能识别出静态障碍物且识别速度较慢的问题,提出一种基于YOLO算法的铁路侵限异物检测方法.针对铁路侵限异物检测的特殊性,合理设计YOLO模型结构.采用24个卷积层、4个最大池化层及2个全连接层完成异物图像的提取、降维、识别输出,并使用实拍疑似侵限异物图片对YOLO模型进行预训练,达到学习及降低过拟合的目的,最终实现了异物定位及识别的功能.实验中通过对1 660张单幅疑似铁路侵限异物图片进行检测,结果表明,该方法对正常曝光的侵限异物图片检测准确率较高,而且在识别速度方面较AlexNet及Adaboost算法具有较大的优越性.     

���ڳ���ǰ��������Ĺ��������

轨道交通线路净空安全是确保列车平稳、不间断运行的基础.由于轨间异物对行车安全产生严重影响,所以基于非轨道电路的轨道异物入侵检测系统在铁路系统中具有十分广泛的应用前景.本文提出了一种基于移动车载摄像机检测轨间异物的方法.首先,通过钢轨识别算法自动定位钢轨位置,并确定列车前方轨道是否有其它列车或公路车辆等大型异物,若有则进行报警;之后,基于边缘检测的异物检测算法自动检测轨间可疑小异物,同时提取可疑异物的尺度信息和颜色索引参数等相关特征;最后,用支持向量机（SVM）来对可疑小异物区域进行分类和辨识.车载实验结果表明,该方法可以有效地检测出轨间异物.     

基于图像的铁路货车车号定位与识别

针对铁路货车车号特征,提出一种基于图像处理的车号定位与识别方法.该方法首先对车号区域图像进行预处理并粗定位出车号区域,然后采用改进的Soble算子边缘检测技术与投影法和铁路货车车号先验知识相结合对车号区域进行精确定位,最后通过对字符进行分割和归一化处理,在粗网格特征提取字符特征的基础上采用模板匹配法快速实现了车号识别.实验结果表明,该方法对铁路货车各种车型车号区域定位和识别具有较高的准确率.     

一种新的地铁曲线站台异物检测系统研究

曲线形站台无法像直线形站台一样使用人工检测的方法进行开车前的安全检测。本文通过基于背景差分算法的视频检测技术,研究了一种高可靠性的曲线形地铁屏蔽门与列车之间异物检测系统。该系统可获取曲线形站台屏蔽门与列车间隙内的完整图像,辅助或代替列车司机检测地铁屏蔽门与列车之间是否存在异物。经试验,本系统检测准确,鲁棒性好,可提高地铁运行效率与安全性,具有良好推广前景。     

基于粒子滤波的场景事件实时识别

为解决智能监控场景中场景事件的检测与分析问题,提出了一种基于粒子滤波的场景事件实时识别方法.将场景事件分解为一系列的子事件,构成多层动态贝叶斯网络模型,模型中每一状态对应一种事件.采用Particle F ilter粒子滤波方法对模型中各节点状态的后验概率进行实时估计,以对场景事件进行实时识别.采样不同的粒子数目进行了对比仿真试验,仿真结果表明该方法能够得到较高的识别精度.     

上海国家会展中心交通流量预警系统构建及应用

大型会展中心在会展期间各类车辆短时间内高峰流量和布展或撤展时大型货运车辆会产生的激增流量,影响会展中心及其周边地区交通拥堵加剧恶化。采用便携式交通流量采集装置布点调查分析,建立预警信息储存、管理、发布的多模式交通流量预警平台,结合虚拟视频检测技术和信息处理技术,确立预警阈值,合理选择检测安装位置,处理车辆流速慢、载体大、箱体阴影所产生的计数误差,实时流量预警,为迅速处置和完善预案提供条件。可根据车辆长度分别设定小货车、二轴货车、三轴货车、四轴货车、铰接货车共5种车型流量分别预警。流量预警准确度高于95%,系统的信息采集、转换、终端处理和网络电缆间的高度兼容和连接等方面的可靠性也明显提高了。本系统已在上海国家会展中心安装实施,初步运行效果较好,但还需运行较长一段时间逐步提高与完善。     

高速公路动态可拓展收费系统与开发

为提高出口车道通行效率,开发出满足货车计重收费、电子支付等要求,能实现数据实时无线传输、无线网络安全控制、栏杆控制、票据打印等功能的动态可拓展收费系统。该系统可在单车道实现多点动态收费,为今后的高速公路收费模式开辟了全新的思路。     

基于深度学习的复合神经网络机场信号检测框架

针对信号调制识别对复杂通信环境缺乏适应性与精度不足的问题,提出一种基于深度学习的多特征复合神经网络框架. 该框架首先使用前端卷积神经网络检测信号载波特征,再对前端初筛选信号执行预处理将其转换为信号时频图,最后设计了后端轻量化卷积神经网络,检测信号时频特征. 基于TensorFlow平台的复合神经网络对机场真实信号检测精度达到99.23%,实验表明该方法可有效应用于实时机场信号检测.      

编组场尾部车辆溜放仿真系统的研究

为了确切地描述编组场尾部货车溜放的运动规律，为科学、合理地制定防溜器的安装方案提供依据，根据车列纵向动力学的方法，分析了车列溜放过程中存在的各种纵向力，采用面向对象模块化设计方法编制了编组场尾部货车溜放仿真软件。本系统的开发实现了实时模拟各种工况下货车溜放过程。     

基于DLL的特洛伊木马实时检测机制研究与实现

针对特洛伊DLL对系统造成的危害,本论通过分析动态链接库的PE文件结构.提出了一种实时检测TROY动态链接库的设计方案,并在VC环境下成功实现.基于该方法用户可以有效地、实时地检测出特洛伊DLL,减少特洛伊DLL对泄露用户信息所造成的危害.     

基于轨道电路原理的新型实时断轨检测方法

基于轨道电路原理的实时断轨检测方法是不安装轨道电路的区段实现实时断轨检测的有效途径.根据轨道电路的电气分割和信号接收的基本原理和方法,通过分析ZPW-2000A和ZP-W1-18型轨道电路的工作原理,特别是其在实现断轨检测功能方面的特点,提出了一种新型断轨检测方法.该方法的关键设备本质上是中央发送两端电流接收式无绝缘轨道电路.通过定性分析,说明安装在轨道上的4个电流传感器自身及其组合信号有效表征了是否发生断轨,通过分析判断这些信号可以检测断轨.该方法具有受轨道一次参数和环境因素影响小、室外设备简单、抗牵引回流干扰能力强等优点,是一种值得研究和开发的方法.     

船舶电站数字方式并车及检测功率因数原理

介绍了一种全数字方式的并车检测与控制方法及装置，该装置以微处理器为核心，处理数字信号，结构简单，操作准确，将该装置的硬，软件稍加扩展，可实时检测电源系统的功率因数。     

基于时频域特征分析的列车轴承缺陷实时检测

为对列车轴承状态的实时监测和缺陷的快速诊断,提出了一种基于时频域特征分析的检测方法.该方法结合时域特征分析和基于小波变换的共振解调法,建立包括传感器数据采集模块、异音诊断模块、数据存储和输出模块的列车轴承缺陷实时检测系统.利用该系统分别对正常轴承、内圈缺陷轴承以及滚子缺陷轴承进行了现场测试.结果表明:时域特征分析可初步诊断出轴承是否存在缺陷;基于小波变换的共振解调方法提取列车轴承其内圈缺陷频率为35 Hz,滚子缺陷频率为23 Hz,验证了该实时检测系统的稳定性和可靠性.     

基于能量分析的列车轴承故障声发射信号研究

货车轴承早期微弱故障的声发射信号由于背景噪声干扰引起故障特征不明显,提出一种基于能量分析的故障声发射信号特征提取方法。采用铁路货车轮对轴承故障实验台进行测试,利用能量算子在检测信号瞬态冲击成分方面的优势,增强故障声发射信号中的瞬态冲击特征,通过信号瞬时能量的频谱识别特征频率,从而判断故障原因。实验结果验证了能量方法用于货车轴承声发射故障诊断的有效性。     

基于MobileNet-SSD的铁路信号灯检测识别

为解决铁路轨旁信号灯的定位与实时检测问题,在深入分析传统SSD算法与MobileNet模型的基础上,将MobileNet模型的最后平均池化层、全连接层转换为SSD算法的多尺度特征映射层,提出了一种基于MobileNet-SSD的铁路信号灯检测算法.实验结果表明:该算法克服了传统SSD算法对小目标识别不准确、检测实时性较差的问题,检测速度更快,准确率更高;在50 m监控范围内,算法的平均检测准确率达到85%以上,同时具有25帧/s的实时识别能力.     

《营运货车燃料消耗量限值及测量方法》标准研究

交通运输部通过制定《营运货车燃料消耗量限值及测量方法》标准,对达到燃料消耗量限值的新车建立准入制度。该标准规定了油耗测量方法、车型分类、权重系数等有关内容,对加强营运货车燃料消耗检测的监督管理具有重要意义。