基于视频深度学习的铁路周界入侵检测算法研究

基于视频智能分析的铁路周界入侵检测算法相比于雷达、振动光纤,具有成本低、误报率低的优点. 针对视频中存在不同分辨率目标的问题,提出一种改进的Cascade Mask RCNN( CMR)模型,使用级联结构获得目标的准确定位. 为增强模型对小目标的检测能力,在原始模型的基础上,增加基于特征金字塔网络(FPN)的多尺度特征提取模块和基于空洞金字塔汇聚(ASPP)子网络的空间上下文增强模块. 在实际铁路周界入侵场景视频中验证了模型的有效性. 结果表明,该模型可实现不同场景下的铁路周界入侵检测,相较于原始模型,新模型对小目标检测的F-measure 提高了0.24. 模型既解决了不同场景下铁路周界入侵检测问题,又有效地提高了视频智能分析对小目标检测的准确率.     

结合双向光流约束的特征点匹配车辆跟踪方法

针对复杂交通场景中动态光照变化、目标尺度变化和部分遮挡等因素带来的影响,提出了一种基于特征点的稳定可靠的车辆跟踪方法.针对运动车辆高速行驶时具有较大帧间运动的特点,构造KLT算法的金字塔模型,根据前向和后向跟踪偏移量,对稳定性较差的特征点进行剔除.同时,采用SURF特征匹配算法对目标特征点集进行更新和校正.最后,利用特征点之间的位置信息,确定目标的尺度和旋转变化因子,从而实现当前帧中目标区域的定位.实验结果表明,提出的车辆跟踪方法可以有效地解决复杂场景中目标形变和部分遮挡等问题,对尺度和旋转变化也具有较强的鲁棒性.     

路侧结构物空间尺度及距路边合理距离的“半银杏叶”模型

公路空间形态是路域景观的重要影响因素,文中应用艺术设计领域常用的方法,构建了动态实验场景,通过问卷调查和回归分析,确定了公路两侧结构物的空间尺度以及结构物距路边距离的关系,建立了二者的"半银杏叶"模型.这一模型的提出,有助于确定路侧结构物的空间尺度以及结构物距路边的合理距离.     

道路全景虚拟现实仿真与漫游系统的研制与开发

道路全景虚拟现实仿真与漫游系统使用虚拟现实技术,使用虚拟现实语言建立公路常用模型,采用模型优化算法,充分考虑计算机负荷能力,使得在计算机上进行大场景漫游成为可能,同时实现公路场景的实时交互.     

公交道时分复用策略宏观交通流模型研究

城市中大量公交专用道的设置在提高公共交通通行效率的同时使原有社会交通的通行能力下降.公交车道时分复用策略的使用使社会车辆在不影响公交车行驶的前提下对专用道进行动态使用,以充分利用道路资源.针对这种应用场景,提出一种考虑公交车限速作用的路段宏观交通流离散模型,仿真结果显示该模型能实现公交道时分复用场景下的交通流演化分析.     

考虑行人同步率的随机行走人群模型

为了研究行走人群协同性对结构人致振动的影响,基于考虑行人同步率的随机行走人群模型,对人群行走下人行天桥的竖向振动问题就行了分析. 首先通过行走人群随机性分析,提出了考虑行人同步率的随机行走人群集中模型和离散模型;其次在两类模型下考虑人-结构竖向耦合作用,建立了随机行走人群作用下结构竖向振动响应分析方法;最后对比分析了人行天桥在不同随机行走人群模型下的竖向加速度响应和动力特性参数的变化规律. 研究结果表明:两类模型行人行走下,人行天桥的1 s均方根加速度响应随人群密度的提高先增大后减小;人群密度超过0.2人/m2后,随机行走人群离散模型下的人行天桥1 s均方根加速度大于集中模型,且增大集中模型同步区行人间距有利于减小结构振动响应;随着人群密度的增大,人行天桥瞬时频率不断减小,瞬时阻尼比则先增大后减小,集中模型和离散模型下人行天桥瞬时阻尼比分别最大提高到6倍和7倍;考虑行人同步率的随机行走人群模型能准确反映人行天桥实际所受到的人群行走荷载作用,可为人行天桥人致振动响应分析与评估提供参考.      

基于视觉传感器的去毛刺加工路径生成方法研究

当前在使用工业机器人进行去毛刺加工作业时,编程方法多数为现场手动示教或是在离线编程软件中对工件模型进行手动编程.针对手动编程的不便利性,提出了一种通过使用视觉传感器对工件模型进行识别检测,进而自主生成去毛刺加工路径的方法.在V-REP平台下,将实际应用场景抽象化,并使用Lua语言编写相应的脚本程序.最后通过模拟仿真验证...     

改进的雨流法实时计数模型

通过在数据处理流程中加入数据对接处理算法,解决了发散收敛波问题,得到一种改进的雨流法实时计数模型.其计数简单,计数时不需要得到完整的应力时间历程,也不需要在计数前对应力时间历程作任何调整或修正,实现了应力循环的实时计数.该模型已应用于高速动车组应力谱数据处理之中.     

考虑行人摔倒和受伤的斜坡相向流社会力模型

行人在斜坡上运动时,其受力情况、运动速度及心理状态均与在平地运动时不同,难以应用现有社会力模型进行有效仿真.为此,考虑斜坡上行人的运动特征,提出一个改进的社会力模型,此模型基于过往实证数据对行人在斜坡上的期望速度进行了校准,并提出了推搡行为下行人摔倒的概率计算方法,同时,结合行人体重、运动加速度、承受压力及等待时间等实时状态实现了对行人摔倒、受伤及不耐烦心理的模拟.斜坡相向行人流场景仿真结果表明：坡度、行人初始密度的升高会延长人群运动时间,使人均意外发生率上升最高至38.0%;不耐烦心理有助于车道效应的形成,但会降低人群运动效率;行人流基本图中,高坡度下流量-密度关系趋势不如平地明显,各坡度行人平均速度比较接近.     

���ڳ��������ĸ���Ӧ��Ԥ�����̿��Ʒ���

针对提高高速铁路应急救援的效率,保证高速铁路应急预案实施流程的可操作性,更好地利用信息技术支持应急响应过程,介绍了运用软件开发中的场景驱动概念以建立高速铁路应急预案流程控制工作流模型的新方法.该方法是一种结构化的方法,强调场景在整个流程控制中的作用, 并以此为核心驱动工作流模型的设计.在不同的抽象层次上使用可视化标记语言UCM对场景模型进行描述,通过对模型分层细化、逐步扩展的方式以达到结构清晰、信息完备的效果.在此基础上针对UCM的结构特点设计了具体的流程控制算法,对整体的应急响应过程的执行细节进行成效分析和逐步优化.最后结合实例阐述本方法如何使用.     

基于模型的CTCS-3级列控系统测试案例自动生成方法

为了提高CTCS-3级列控系统测试案例生成效率,提出了基于混合通信顺序进程(hybrid communication sequential process, HCSP)形式化模型和时间自动机(timed automaton, TA)形式化模型的列控系统测试案例自动生成方法;建立了列控系统运营场景的时序模型,分析了列控系统运营场景规范中时序功能的正确性;在时序模型的基础上,设计了满足全状态、全变迁和自定义-使用3种领域无关覆盖准则的列控系统测试案例自动生成算法,并以RBC(radio block center, RBC)切换场景为例,生成了100%全状态、全变迁和自定义-使用覆盖准则的测试案例套.从测试套数量、测试时间和内存消耗3个方面分析测试案例的生成效率表明:自定义-使用覆盖准则的测试案例套测试时间和内存消耗最小,分别为0.02 s和9.4 MB,本文方法提高列控系统测试案例生成效率最大达30%.      

基于人群特征的三维约束重力模型研究

双约束和现有三约束重力模型在不同人群对出行阻抗的认知方面均采取平均化处理的方法,与实际出行情况有明显的差异.针对不同人群对出行阻抗的认知程度不同,提出了基于人群特征的三维约束重力模型改进方法.在出行生成环节中将不同人群分开,设计不同人群的出行量预测算法.在重力模型改进中,按照不同人群对第三维约束的接受程度,对人群出行量进行分类并标定相应的缩放系数.以岳阳市交通分布模型为例,对长距离出行约束进行分析,并分别应用双约束和改进的三维约束重力模型进行计算,结果说明了改进的三维约束重力模型的可行性与优越性.     

基于朴素贝叶斯分类器的公交通勤人群辨识方法

公交IC卡数据中通勤用户卡号ID的辨识和提取是其公交出行行为特征分析的前提.本文以厦门市公交IC卡刷卡记录为依托,结合相关问卷调查,提出一种基于朴素贝叶斯分类器(Na?ve Bayesian Classifier,NBC)的公交通勤人群辨识方法.首先,利用两种数据源中(问卷调查数据与IC卡数据)同时包含的公交出行信息,例如工作日首次刷卡时间、每周工作日刷卡天数等,建立其与调查数据中独有的类别变量(通勤人群/非通勤人群)之间的贝叶斯概率关系,并以此构建与训练NBC模型.然后,利用未参与训练的调查样本对标定后的模型的预测准确性进行测试,通勤人群的预测成功率达到88%.最终,利用测试验证后的NBC模型对公交IC卡数据中通勤人群进行识别,结果显示,厦门市公交通勤人群的数量介于26万人到32万人之间,并给出相关指标的统计结果.     

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.     

基于群组行为的大学校园楼梯及通道行人运动特征分析

为探讨不同场景中行人群组运动的微观特征,并比较不同类型群组运动差异,本文通过大学校园内楼梯上及通道内的观测实验,获取行人运动的相关数据,研究了群组大小、社会关系、运动场景和性别对群组运动的影响. 结果表明：大学校园内行人成组比例低于商场周围行人成组比例;群组成员间的交流方式等因素会影响群组构型;由于群组成员越多相互协调就越困难,所以群组规模越大,其速度越小;此外,男性群组速度大于女性群组速度,情侣间频繁的交流也会对其速度产生负面影响;就差异性而言,2 人和3 人群组间的速度差异小于单人和2 人群组间的速度差异;单个行人不同性别间的速度差异大于2 人和3 人群组不同性别间的速度差异;楼梯上单人与群组的速度差异没有通道内明显.     

基于多层事件融合的场景事件实时分析

为解决智能监控场景中场景事件实时分析问题,提出了一种基于多层事件融合的场景事件分析模型以及对应的RBPF实时推理方法.利用事件具有层次结构特性以及各层事件之间的关系,将场景事件分解为不同层次的子事件,利用多层子事件融合进行场景事件分析,并用多层动态贝叶斯网络模型对其建模.构建模型对应的RBPF推理方法,以实现对复杂场景事件进行实时分析.仿真实验证明了该方法能够对动态场景中的场景事件进行实时推理,比PF方法具有更高的精度及较少的时间代价.     

基于反馈背景模型的城市道路交叉口前景目标检测

为准确检测城市道路交叉口监控视频中缓慢行驶或短时停留的前景目标,提出了一种基于前景目标反馈的背景模型检测方法.首先基于观测样本的像素值构建背景模型,利用计数器观测像素点检测为前景或背景的次数并描述当前场景的交通状态和稳定性,其次根据场景自适应阈值判断当前像素点为前景点或背景点,最终通过交通状态和场景的稳定性更新背景模型.采用基于真实的交叉口视频场景对算法的有效性进行了定性与定量分析.实验结果表明,该算法在复杂的城市道路交叉口场景中检测出缓慢行驶或短时停留车辆的性能优于其他方法,同时能够满足城市道路交叉口智能视频监控实时性和准确性的要求,为交叉口前景目标的行为分析奠定了基础.     

基于OpenGL选择机制的模型变换组件的实现

为了便于用鼠标控制模型的平移、缩放和旋转变换,构建了三种模型变换组件,将3D场景中对模型的多种变换命令用几何图元进行可视化表示,并利用OpenGL选择机制,实现了各种模型变换命令的快速鼠标选择与切换,能够使用鼠标灵活地进行多种模型变换.这些组件已经应用到所开发的虚拟环境及仿真软件中,方便了用户操作,精简了用户界面.     

基于极值分布的离散选择模型尺度参数

为了准确把握尺度参数在模型建模、分析以及应用过程中的作用,以基于极值分布的Multinomial Logit模型和Nested Logit模型为研究对象,从建模的基础--误差项的分布形式入手,通过模型形式和误差项性质两方面研究了尺度参数在两种模型中的特性,并对其进行了对比分析.分析结果表明:尺度参数不仅限制了模型效用函数的尺度,而且也反映了误差项的方差水平,但对于以上两种不同的模型,其在尺度限制、误差项方差水平及独立性、自身取值范围等方面均表现出不同的特性,Multinomial Logit模型的尺度参数反映了有关整个效用确定项的误差项方差水平,而Nested Logit模型的尺度参数只是反映了与某一选择枝有关的部分效用确定项的误差项方差水平.     

基于群组行为的大学校园楼梯及通道行人运动特征分析

为探讨不同场景中行人群组运动的微观特征，并比较不同类型群组运动差异，本文通过大学校园内楼梯上及通道内的观测实验，获取行人运动的相关数据，研究了群组大小、社会关系、运动场景和性别对群组运动的影响. 结果表明：大学校园内行人成组比例低于商场周围行人成组比例；群组成员间的交流方式等因素会影响群组构型；由于群组成员越多相互协调就越困难，所以群组规模越大，其速度越小；此外，男性群组速度大于女性群组速度，情侣间频繁的交流也会对其速度产生负面影响；就差异性而言，2 人和3 人群组间的速度差异小于单人和2 人群组间的速度差异；单个行人不同性别间的速度差异大于2 人和3 人群组不同性别间的速度差异；楼梯上单人与群组的速度差异没有通道内明显.