高速公路能见度快速检测算法

利用高速公路现有的视频监控系统提供的视频图像,提出了一种可以快速进行高速公路能见度检测的算法。该算法基于大气光传播模型,首先采用均值漂移准确分割出天空区域,在此区域内用局部熵估计出大气光强度值。再运用暗原色先验得到图像的初始透射率,并采用双边滤波进行了优化。最后根据CIE的能见度公式求取能见度值。试验结果证明:该算法的能见度检测值与采用散射仪检测的结果非常接近,同时具有环境适应性强且速度快的优点,能满足高速公路能见度预警的智能系统实时性要求。     

基于OpenCV的红外图像预处理算法研究

准确获取驾驶员的面部表情特征不仅能够有效判定驾驶员当前驾驶疲劳程度,而且能够为驾驶意图的判断提供可靠基础数据。为了全天候监控驾驶员面部表情特征,提出利用具有良好兼容性和快速处理图像特点的OpenCV获取人的面部表情特征,该算法利用车载红外探头实时采集驾驶员面部图像信息,对采集回来的图像进行滤波以及二值化处理,依据红外红外光谱和夜间驾驶员红外脸图特征对图像进行分割,从中提取出驾驶员脸部区域,从而实现对驾驶员脸部区域的准确定位。     

基于气象能见度的高速公路限速研究

能见度下降对高速公路通行能力和驾驶员生理心理产生不利影响,并影响行车安全.通过建立气象能见度与驾驶员可视距离的关系模型,高速公路交通管理人员在雨雾等较恶劣天气条件下能够根据能见度仪采集到的大气能见度数据做出高速公路管理决策.     

基于内河单幅图像的去雾算法研究

图像景深和天空亮度值的求取是图像复原方法去雾的核心问题,但目前的去雾算法都是基于一定的假设条件来求取这2个值的,对于色彩单调、天空区域较大的内河图像去雾效果不理想。通过对内河航道视频图像的研究,提出将直方图多峰均值法和位平面分解法相结合的方式来求得天空亮度值并分割天空区域;采用分区域的景深计算方法求得图像任意一点的景深值。然后基于大气散射模型,完成内河雾天单幅图像的去雾处理。为了客观评价去雾后图像的质量,从图像的可见边数目比、平均梯度比和图像熵值三方面进行了去雾效果的比较。实验证明,该算法对内河航道图像有良好的去雾效果。     

长江航道主缓流判别算法研究

船舶航行时充分地利用主缓流航道可以节约能源。为了更加准确地划分长江航道的主缓流航道,提出了利用 k-近邻算法和 P 分位数法的划分方法。改进后的 P 分位数法采用动态选择 P 值的方法避免了主流区域可能过小的问题,k-近邻算法利用了测点的水深、流速等多种航道水文信息来划分主缓流。利用长江航道金口处和岳阳处的11个截面的实测数据对 k-近邻算法和 P 分位数法进行了对比分析,其中有10个截面的主缓流区域相近。进一步对比长江航道中典型的龙口水道和杨林岩水道,发现根据算法得出的主流区宽度和实际的相比,误差在12%以内,可以满足船舶航行的需要。     

基于自然驾驶数据的危险评估算法研究

本文中提出了一种基于自然驾驶数据的汽车碰撞危险评估算法。首先分析了在自然驾驶工况下的驾驶员制动和转向的输入特性,研究了表征驾驶员的制动避撞和转向避撞紧急程度的行为特征参数,建立了紧急制动和紧急转向的驾驶员数学模型;在此基础上,分析了不同车速下制动避撞和转向避撞的特征,提出了基于自然驾驶数据的危险评估算法。仿真结果表明,本文中提出的危险评估算法可同时兼顾制动避撞和转向避撞,并与驾驶员在真实交通环境下的紧急避撞行为相对应,可用于汽车避撞系统控制策略的开发。     

基于线性模型的导航路径图像检测算法研究

对智能车辆视野内的车道采用线性模型进行拟合，分析线性模型拟合车辆道的误差，提出减小误差的方法，并分析户外环境中几种典型光照变化和阴影响对智能车导航的影响，改进基于线性车道模型的边缘检测算法。实验证明：在JUTIV-Ⅱ上采用线性模型可提高导航路径识别的准确性，减少数据处理量和获得较高计算机处理频率。     

基于小波变换的车牌图像检测定位算法研究

在讨论二维二进可分离小波及图像小波去噪的基础上，研究一种基于小波变换并结合其他多种图像处理方法的车牌图像检测定位的算法。实验表明，该算法对含噪的车牌图像能较好地完成检测定位。     

基于图像统计学习进行昼夜区分的算法研究

通过对实际路口昼夜路面状况的分析,阐述了在视频电子警察系统中进行昼夜区分以提高车辆检测精度的必要性,分析了常见的昼夜区分方法的优缺点;在此基础上,提出了一种利用路面灰度特征,对视频图像统计学习进行昼夜区分的算法。该算法通过对实际路面的平均灰度值随时间变化趋势进行了统计学习,寻找出随天气季节变化的昼夜区分时间。该算法应用于相关电子警察产品之中,取得大量工程实测图像数据,验证了此算法的可靠性、高效性以及通用性,对提高视频电子警察产品的性能有一定的实用价值。     

某内河航道桥抗船撞安全性能评估分析

鉴于船撞桥事故频发,特别对于桥龄超过20年的内河航道桥,桥梁抗撞能力在设计阶段鲜有考虑,需要进行抗撞安全性能评估。通过Midas Civil、Xtract有限元软件建立分析模型,根据《桥梁抗撞设计规范》(JTGT 3360-02-2020)要求,结合实际通航船舶的情况,对某内河航道大桥通航孔桥墩进行抗撞性能分析。结果表明：桩柱式桥墩在300 t船舶撞击力偶然组合下强度及变形均不满足要求,在100 t船舶撞击力偶然组合下变形不满足要求。建议采取航道控制措施,降低通航船舶吨位、限止船舶通航速度,并设置防撞措施保障桥梁结构安全。基于分析过程,总结了桥梁抗撞安全性能评估的一般流程。     

基于最小二乘法的整车重量评估算法研究

将整车重量作为一个输入参量用于AMT车型中换挡策略的制定,可以有效提高整车动力性及经济性。本文基于最小二乘法推导出一种用于无重量传感器的整车重量评估算法。实际试验表明,此种算法具有较高的准确度。     

基于混合算法的大跨度斜拉桥可靠度评估

为研究大跨度顸应力混凝土(PC)斜拉桥的可靠度评估问题,提出了适用于大跨度PC斜拉桥这类复杂结构可靠性分析的混合算法.该方法综合运用了有限元分析(FEA)、径向基函数(RBF)神经网络、遗传算法(GA)和Monte Carlo重要抽样(MCIS)方法,并对算法中的关键步骤(RBF神经网络的初始样本点设计方法、MCIS的抽样中心点位置等)进行了改进,使结构分析模块与可靠度计算模块智能结合.利用数值算例的可靠度分析对该算法的有效性进行了验证.最后,以一座主跨为420 m的双塔PC斜拉桥为工程背景,进行了正常使用极限状态下的可靠度分析.参数分析表明:在汽车荷载作用下,该斜拉桥的主梁跨中位移超限失效概率比最长斜拉索强度失效概率高;汽车荷载的均值和标准差是影响斜拉桥可靠度的重要因素;随着汽车荷载均值系数的增大,主梁跨中位移超限失效的可靠指标下降的趋势较为显著.     

基于组合预测的长江航道发展趋势研究

通过建立特定航段货运量与经济指标的相关性模型,预测此航道货运量,以此为基础建立不同模型分别预测船舶平均载重吨,并通过加权组合确定最终值,根据相关公式可计算出船舶尺度,最终得到此航道的相应尺度。该研究可根据经济的发展趋势,将船舶平均载重吨与航道尺度建立相关性,预测出长江航道的尺度改变,为今后长江航道的规划与整治提供参考。     

长江中游航道货运承载能力表征模型与算法研究

长江中游航道货运承载能力是航运发展规划的数据基础。将长江中游不同尺寸的航段相连组成多级航道,以任意起运港和终点港之间货流量为变量,货流量之和最大为目标函数,以货运网络OD矩阵和各航段通过能力等为限制条件,用目标函数的最大值来表征长江中游航道货运承载能力。运用复杂网络理论和方法,结合港口吞吐量数据,推算货运网络OD矩阵;运用船舶跟驰理论,结合船舶领域参数,计算各航段通过能力。研究结果表明,长江中游航道货运承载能力为68.8亿t,其中长江中游下行航道货运承载能力36.9亿t,限制航段为岳阳往武汉航段,长江中游上行航道货运承载能力21.9亿t,限制航段为黄石往九江航段。     

基于图像纹理分析的动态车辆识别方法研究

在智能交通系统中,动态图像识别技术是系统应用的基础核心技术之一。以应用于交通监控、智能驾驶系统等场景的HSV空间动态车辆识别为基础,研究并论证提出了新的检测识别方法,实现对运动车辆的检测识别、目标追踪、驾驶辅助等功能。研究问题的难点是,如何从复杂的背景中分割运动物体,是检测方法能否有效的至关重要的一步,在研究了目前存在的各种方法之后,提出了一种新的基于阴影检测的HSV空间自适应背景模型的车辆追踪检测算法,算法基于HSV空间图像处理,采用最大类间方差法获取相邻帧二值化阈值,利用纹理信息进一步确定动态图像以及确认图像范围。通过截取由监控系统获取的视频信息,并对其进行图像处理检测车辆移动轨迹。从监控视频信息中获取两帧不同时刻的图像信息,在HSV空间进行相邻帧检测。由于阈值的选择将直接影响判断精度,本研究将固定阈值法进行了改进,该阈值是通过统计模型对整幅图像上灰度值进行计算,并通过最大类间方差法确定阈值。最后经过实际视频图像验证,仿真试验流程清晰,试验结果达到预期设想。     

基于渐进递归残差网络的单幅交通图像去雨算法研究

雨是常见的天气之,不同密度和方向的雨纹使图像特征变模糊、产生形变等严重制约了智能监控、无人驾驶等方面的应用.文章首先生成逼真的雨天数据集,其次采用基于渐进递归残差网络(PReNet)对雨天图像进行复原.该网络利用阶内递归优势,显著减少了网络参数,采用阶段性的去除雨纹,提高了去雨的性能.最后采用SSIM与PSNR定性的评...     

基于视觉阈值效应的能见度推算方法

针对能见底低下高速公路的行车安全问题，提出了一咱基于视觉阈值效 能见度推算方法。该方法运用计算机图象处理技术于机器视学原理进行能见度的测试。该技术可用于恶劣天气下高速公路上车辆的最高车速值的设定。     

基于GhostNet的轻量级桥梁裂缝图像语义分割算法

针对现有的桥梁裂缝检测语义分割网络参数量过于庞大、计算时间长、难以部署在移动端等资源受限的设备上,而且存在裂缝细节识别困难、分割结果不连续的问题,提出了一种优化PSPNet网络结构的改进型轻量级裂缝语义分割模型Ghost-PSPNet。首先利用GhostNet替换ResNet-50作为主干网络,以更小的计算代价生成冗余特征,其次在模型中引入一条支路结构融合多层级特征,得到含更多准确裂缝形态、空间位置信息的高语义特征图,并在金字塔池化模块(Pyramid pooling module PPM)后嵌入自适应通道注意力机制ECANet来强化上下文语义关系衔接。实验结果表明,与PSPNet以及ShuffletNetV2、VGG16为主干的DeepLabV3+、UNet网络相比该模型mIoU值可达82.8%,所占内存仅为14.9 MB较原始PSPNet模型减少了近90%,实时帧率值FPS为38,实现了实时性和准确率的良好平衡。     

基于AHP-FUZZY算法的高等级公路养护质量评估模型

为了对高等级公路养护质量进行评估,建立了高等级公路养护质量评估指标体系,运用模糊多级评判算法建立综合评价模型.然后以一段高速公路为例,对其养护质量进行综合评估,利用模型评价结果,可有针对性地采取养护措施,提高高速公路养护质量.最后说明如何进行模型调整,拓展模型适用范围.     

基于排序算法的轿车零件功能评估规划

介绍了车身零件的功能评估方法,描述了轿车零件功能评估与整车开发流程的关系,并对影响评估进程的几个因素进行了分析。针对零件匹配结构和方式设计了匹配参数,且利用前向BP神经网络对拼装时间进行求解。在此基础上进一步研究了零件拼装过程特点,获得了一个具有优先约束关系和不同准备时间的可中断多平行机排序模型。以某车右侧围为例,对拼装时间的计算方法和拼装过程的排序进行了说明。