试论高速公路交通事件视频车辆的检测技术

交通意外事故一直威胁着车辆及人员的安全,视频车辆交通事件检测技术的运用可显著改善交通运行的安全性,通过监控交通的方式及时报警事故处理。基于此,主要对高速公路交通事件视频车辆的检测技术进行了探讨。     

车辆检测技术在辽宁高速公路的应用

介绍了车辆检测器用法和车辆感应线圈的施工注意事项。     

高速公路交通事件视频车辆检测技术

交通事件自动检测技术概述 交通事件自动检测(AID)技术可分为"间接检测方法"和"直接检测方法"两大类.绝大多数的AID方法都属于前一种,其原理是根据交通流的变化来间接地判断交通事件的存在.实时交通流参数可用多种手段获得,最普通最常用的做法是通过设置在路上的交通检测器(环型检测器或超声波检测器)动态采集各路段的交通数据,由此推断可能发生的交通事件.交通检测器需要埋设在车道下面,使用过程中可能会损坏,属于有损检测器.由于数据误差及交通情况的复杂性,这类系统事件的检测与鉴别时间较长,误报率高,而且不适合在交通量较低的情况下使用."直接检测方法"是指使用图像处理技术来发现车辆行驶异常的一类方法.这类方法实际上是"看到"发生了交通事件而不是通过交通事件的影响来检测到它的存在.在潜在的意义上看,在检测速度方面远远胜于"间接检测方法",在交通量较低的情况下也能有良好的检测效果.另外,"间接检测方法"一般只能判断有没有事件,而不能对事件的类型进行鉴别,还需要人工对事件进行鉴别;而"直接检测方法"则既能检测事件,又能对事件的类型作出判断,这有利于减少事件的响应时间,减少事件延误.     

线性电机车辆的技术特性与应用前景

本文着重论述了线性电机车辆的技术特性，简要介绍了温哥华Skytrain与东京地铁12号线线性电机车辆的主要技术参数构成，在此基础上，阐述了线性电机车辆在我国的应用前景。     

基于形态检测与深度学习的高空视频车辆识别

为了准确提取广域场景道路交通信息,本文融合形态检测与深度卷积网络,提出了无人机视频车辆定位及车型识别方法. 首先,基于形态检测建立候选目标提取算法,并构建了含244 520 个无人机视频车辆样本的深度学习图像基准库;然后,通过增加卷积层、池化层及调整网络参数等方法对AlexNet 进行重构,提出了改进模型AlexNet*;最后,建立了基于候选目标提取算法与AlexNet*的车辆识别方法. 验证分析显示：AlexNet*的图像分类F1 均值达 85.51% ,优于AlexNet(82.54% )、LeNet(63.88% )、CaffeNet(46.64% )、VGG16(16.67% ) 及 GoogLeNet(14.38%);本文车辆识别方法对小汽车及公交车的正检率、重检率和漏检率均值分别达94.63%、6.87%、4.40%,可有效识别无人机视频目标.     

浅谈车辆排放检测方法

结合汽车综合性能检测站、汽车安全性能检测站、汽车环保检测站的检测要求,介绍一种以多功能汽车底盘测功机为中心的工况法汽车排放,汽车动力性、经济性一体化检测技术。     

铁道车辆车轮扁疤故障检测技术综述

从铁道车辆车轮扁疤对轨道的冲击效应及其对车辆零部件造成的损伤出发,系统梳理了检测车轮扁疤的多种方案,对各类车轮扁疤故障检测方法特点进行了讨论,对比了不同检测方法的优缺点,对车轮扁疤故障检测技术体系的发展方向进行了预测。分析结果表明：车轮扁疤故障检测技术可分为车载检测法和地面检测法,其中地面检测法运用较为广泛;现阶段较为成熟的车轮扁疤检测技术按检测手段可主要分为轮轨冲击检测法、超声波检测法、噪声检测法、踏面位移法、振动加速度检测法、图像检测法、光学检测法、轨道电路中断法等;近年来,随着科学技术的发展,又涌现了如多普勒效应法、超声波回声定位法等;随着现代智能算法的进步,应用神经网络等智能算法对设备进行故障识别训练能大大简化设备开发进程和结构,智能算法或将成为车轮扁疤故障识别的主要发展方向;随着时间推移,检测设备的多故障集成化趋势越发明显,多故障检测集成化与功能多样化已是智能化检测设备发展的重要方向之一;未来,操作系统方面的提升也将主要集中于平台的人性化和智能化方面;检测体系建议由正线实时监测、车辆段入库精准检测、数据信息化平台三部分组成,未来发展方向会集中在装置简易化、算法精准化与操作智能化等方面。     

基于形态检测与深度学习的高空视频车辆识别

为了准确提取广域场景道路交通信息,本文融合形态检测与深度卷积网络,提出了无人机视频车辆定位及车型识别方法. 首先,基于形态检测建立候选目标提取算法,并构建了含244 520 个无人机视频车辆样本的深度学习图像基准库;然后,通过增加卷积层、池化层及调整网络参数等方法对AlexNet 进行重构,提出了改进模型AlexNet*;最后,建立了基于候选目标提取算法与AlexNet*的车辆识别方法. 验证分析显示：AlexNet*的图像分类F1 均值达 85.51% ,优于AlexNet(82.54% )、LeNet(63.88% )、CaffeNet(46.64% )、VGG16(16.67% ) 及 GoogLeNet(14.38%);本文车辆识别方法对小汽车及公交车的正检率、重检率和漏检率均值分别达94.63%、6.87%、4.40%,可有效识别无人机视频目标.     

基于深度数据的车辆目标检测与跟踪方法

现有基于几何特征的目标检测与跟踪方法误检率较高,目标跟踪过程中的漏检易导致错误的目标关联.针对这些问题,本文提出了一种基于激光雷达(LiDAR)深度数据的车辆目标检测与跟踪方法.根据激光雷达深度数据特性,采用一种基于栅格的参数自动化聚类(PAG) 算法对原始数据进行处理,并在每个聚类中提取目标线段,获取目标特征.在此基础上对车辆目标进行识别,并计算得到目标的位置信息.采用卡尔曼滤波算法,制定滤波器管理策略,完成目标关联及状态估计.最后利用装备有一个前向激光雷达的实验车辆对提出的方法进行验证. 实验结果表明,本文提出的方法可准确识别并跟踪多个车辆目标,避免错误的目标关联.     

浅谈我省普通公路路面自动化快速检测技术的研究与应用

主要介绍了路面自动化快速检测技术在我省普通公路的应用情况,同时以黑大线为例进行普通公路的路面技术状况分析与评定,研究路面自动化快速检测技术在普通公路养护管理科学化进程中发挥的重要作用。     

基于嵌入式技术的轨道交通车站设备监控系统研发

本文通过对轨道交通车站设备监控系统的研究,提出了轨道交通车站设备监控系统的研发方案,并对各子系统的功能进行了一定的阐述。     

公路隧道衬砌断面轮廓检测技术及应用

简述了公路隧道断面轮廓的检测方法,重点阐述了隧道激光断面仪检测的原理。为提高检测结果的准确性和可靠性,提出了规范化的操作技术及相关注意事项。介绍了隧道激光断面仪检测的数据分析应准备的资料,分析依据,检测报告的内容、形式和要达到的要求,并给出了相关的检测实例。应用该检测技术于隧道衬砌轮廓检测,取得了较好的成果。     

混凝土隧道地质雷达检测技术研讨

通过双喜岭隧道应用地质雷达检测技术进行检测的工程实践,阐述了隧道常见质量缺陷和结构检测的原理,对检测误差进行分析,提出减小误差的方法,并对检测结果进行验证。可为类似工程提供参考。     

高速公路填石路堤压实度的施工质量控制与检测技术

介绍了桓仁至永陵高速公路填石路堤压实度的施工检测技术,可为同类工程提供参考。     

液压式检漏方法和装置的研究

在实际的工作中经常能遇到机械设备液压系统和管路系统发生漏水、漏油、漏气的问题。这种液压系统泄漏不仅能产生严重的安全问题,而且还会影响设备的技术性能和经济性能,甚至还会损坏设备、停工,停产,乃至产生环境污染。本文分析了液压系统泄漏的原因和对常用检漏方法进行比较并介绍了一种新型液压式自动检漏装置。     

浅谈高校预算科学化精细化管理

文章阐述了高校预算科学化精细化管理的内涵,指出了当前高校预算管理中存在的问题,并从优化财政预算编制、减少固定指标的费用项目、改革现有预算管理环境、建立预算管理信息系统等八个方面详细论述加强高校预算科学化精细化管理的具体对策,具有一定的指导意义。     

浅谈高速公路桥头跳车的因素及预防措施

桥头跳车一直是高速公路投入使用后普遍存在的问题,本文通过查阅各种资料及本人施工经验,归纳总结了桥头跳车问题产生的原因,提出了桥头跳车问题的预防措施,以便为今后类似工程的施工提供参考。     

基于GPS的路段旅行时间和速度估计算法研究

GPS已经广泛应用于交通领域。本文探讨了利用GPS车辆定位信息,进行路段旅行时间和路段平均速度估计的相关算法。重点讨论了在GPS返回数据的不同情况下,进行旅行时间的推算,以及平均速度的估计。通过路上试验,说明该算法能够得到路段合理的旅行时间和平均速度,能够描述路网的运行状态。     

基于GIS的车辆排放监测辅助分析平台开发

车辆排放监测是掌握车辆实时、动态排放信息及相关影响因素的主要手段。以车载排放测试系统（PEMS）获得的数据为基础,基于ArcGIS Engine平台,研究开发基于GIS的车辆排放监测辅助分析平台。平台可以帮助处理车辆实时的位置、速度、行驶路线、道路状况等状态信息,以及车辆污染物的排放信息,并且可以重复、直观再现上述信息。平台具有文本数据读取、自定义车辆符号显示、车辆轨迹的查询与绘制、车辆最新位置信息提取与定位、专题地图制作与输出、车辆路线数据输出等功能,可以有效帮助研究人员开展车辆排放的相关研究。