MPEG-4中基于内容编码的实现

本阐述了新一代视音频编码标准MPEG-4中的基于内容编码的实现方法。     

三维航道GIS中大型场景的动态组织与可视化技术研究

三维可视化技术以其直观、逼真、实时、动态等特征,目前己成为港口、海岸、航道、运河等相关领域进行科学研究、工程设计、管理与决策的重要手段。文中在对基于该技术实现的天津港三维港区与航道信息管理系统进行简单介绍的基础上,重点研究了基于空间网格索引技术、Delaunay三角网技术与LOD技术的港口地面景观与地形模型的动态组织与管理,以及基于多线程技术和OpenGL的显示列表技术的子场景块与专题信息的实时读取与渲染,并对动态海洋、全景天空、水下地形仿真与漫游、交互操作与信息查询等作了深入探讨。实践表明,文中所开发的三维可视化系统中大数据量、复杂的场景对绘制的速度影响并不大,场景逼真度高,能进行实时操作与漫游,可以满足航道与港口三维可视化、空间分析与管理的需要。     

面向决策规划系统测试的具体场景自动化生成方法

为解决自动驾驶决策规划系统仿真测试中场景文件生成效率低的问题,基于场景表示的3个抽象层次,提出了一种具体场景自动化生成方法。基于层级模型构建功能场景,并提取功能场景关键字,映射至参数空间以生成逻辑场景,最后通过关键字对参数空间进行采样,自动生成OpenSCENARIO格式的具体场景文件。仿真验证结果表明,自动生成的场景文件能够满足高等级自动驾驶测试要求,且相比于手动编写方式,该方法能减少场景文件的编写工作,提高生成效率。     

基于场景模拟的纯电动车续驶里程测试

随着新能源汽车的发展,消费者对纯电动汽车的关注度也在提升。但是消费者对实际续驶里程与宣称续驶里程数据差距大产生抱怨,严重影响到品牌形象。针对续驶里程,文章提出基于终端用户实际用车场景进行测试的方法,并对该测试流程和内容进行阐述。通过对实车测试,得出相关场景的续驶里程数据,给销售商家提供实际的数据进行宣传,降低客户抱怨,也给设计部门提供优化方向。     

“自动+人工”混合驾驶环境下交通管理研究综述

为了解混合驾驶环境下交通管理的研究现状和发展趋势，以“自动驾驶汽车”发展现状为基础，分析自动驾驶汽车在混合驾驶环境下存在的问题，基于Citespace文献计量工具，CNKI核心数据库近24年（1997—2020年）有关自动驾驶研究的文献为研究数据源，从发文年代、期刊来源、研究机构、关键词等进行文献计量和可视化分析，并生成各研究机构间的关系网络图谱及关键词共现网络图谱。结果表明:国内近5年自动驾驶发文量呈上升趋势；《中国公路学报》为发文量最高的期刊；自动驾驶汽车研究的方向主要包括:①目标检测及场景感知研究；②决策与控制；③交通事故责任划定研究。在未来混合驾驶环境下交通管理应结合车路协同、高精度地图技术，从标志标线设计、信号配时优化、路权归属、交通事故责任划定等方面进行研究，使道路运输更安全、高效、便捷。      

CTCS-3级列控系统RBC控车场景建模与验证

应用统一建模语言UML与模型检验工具PHAVer(Polyhedral Hybrid Automaton verifier)相结合的方法,研究CTCS-3级列控系统RBC控车场景:列车注册与启动、行车许可、等级转换、列车注销的混成性。首先通过UML支持的扩展机制,引入构造型(Stereotype)对UML进行面向混成性的扩展,建立RBC控车场景UML模型,实现对RBC控车场景混成性的描述。然后依据UML到PHAVer的转换规则,将UML模型转换成PHAVer模型。最后,依据CTCS-3级列控系统需求规范,总结RBC控车场景的功能需求,运用PHAVer进行验证,证明CTCS-3级列控系统需求规范的正确性。     

面向多元场景结合GLNet的车道线检测算法

各种复杂环境下路面车道线的高效精确检测是自动驾驶领域中车道偏离预警系统的关键性技术之一。由于车辆实际运行环境的复杂性和路面车道线的多样性，现有方法在车道线检测的准确性和鲁棒性上仍需不断增强。提出一种面向多元场景结合GLNet的车道线检测算法。首先采用改进Gamma校正对待检测路面图像预处理，消减光照不均匀、夜晚等环境干扰，增强车道线纹理。然后为增强数据集的多样性，在LaneNet网络的基础上引入对抗生成网络DCGAN，构建GLNet网络模型。该模型采用编码-解码的网络结构提取车道线特征（车道蒙板和像素点），通过DBSCAN聚类算法将不同车道线划分为不同的实体，使用H-Net网络学习的视觉转换矩阵优化并拟合输出车道线。最后基于已训练好的GLNet权重模型对车道线进行精确提取，并在Tusimple数据集和自制数据集上测试验证。试验结果表明：该方法的检测准确率可达97.4%，相较于基于LaneNet网络的车道线检测算法明显提高；DCGAN网络的加入丰富了数据集类型，并提高了该模型的表征及分类能力；DBSCAN聚类算法的平均聚类时间约为0.016 s，相较于Meanshift算法运行效率更高。所提出的方法考虑了不规范、环境复杂等多种道路类型的车道线检测任务，提升了对复杂噪声与多元场景的处理能力，在车辆辅助驾驶领域具有较好的鲁棒性和适用性。     

互联网金融:成长的烦恼

其实,互联网金融离我们并不远,最身边的当属互联网支付.随着越来越多的企业进军移动支付市场,移动支付技术开始加速演进,并与生物识别技术深度融合.2014年,互联网支付场景更加丰富,移动支付成为互联网支付的热点,未来移动支付的重心会放在构建创新支付场景上.从年初的滴滴打车开始,车联网、社交金融、券商金融、移动医院、移动银行等场景应运而生,“互联网＋产业＋金融”的模式正在升级.     

千里迢迢:聊聊新能源车的续航里程

2019年,中国汽车产量遭遇到十几年来的首次下滑,而新能源车的表现更加糟糕,究其原因,除了鱼龙混杂的市场环境之外,大众消费者对于新能源车的使用场景还存在着先天的忧虑。换句话说就是那个挥之不去的里程焦虑魔咒。里程焦虑已经成为阻碍新能源汽车销售的第一大因素,也成为中国消费者购买电动车首先和必须要考虑的条件。     

舰船损管决策训练模拟器场景设置

对损管决策训练场景设置方法、思路进行探讨,并建立多进多出的场景模板和场景模型,目的是为损管决策训练提供合理的、便于管理和实现的损害情形想定,使决策者在场景处理中得到应有的训练.