发光标线在交通应用场景的分析与研究

近年来，随着我国交通运输行业的快速发展，交通安全性和服务水平备受社会各界关注。在各方提升交通安全性和管理效率的实践工作中，出现了较多的发光标线在交通方面的创新应用。对于这类“创新”的交通发光标线的应用，尚存在一定的争议。一方面，其美化了交通环境、提升了警示效果；另一方面，也需要考虑其是否符合标准规范要求、一旦发生意外事故后的责任如何判定等。最后，通过分析不同的交通应用场景，展望了发光标线在未来的发展趋势。     

Construction Fine Art

正如我们在2013年的《图说》栏目中所见,不少人乐于将身边的建筑设备或者施工场景用相机或者手机拍下来,但是要用画笔去记录的话,要么力有不逮,要么没有闲情将这些粗大形象入画。目前和妻儿住在夏威夷考艾岛的艺术家Brad Burns才情兼备,曾经为不少知名的工程机械品牌的产品留下过画作,有时候也将人物纳入其中。他的作品对于工程机械这个难入画家之眼的行业来说十分难得,所以我们实在没有理由拒绝让它们登场。     

简谈客运专线车站电码化一些问题的特殊设计

结合电码化相关技术条件和列车运行规则等情况,对客运专线车站电码化设计中遇见的一些特殊设计进行探讨。     

智慧高速公路基于安全的车路协同应用场景探索

随着我国经济和社会的快速发展,作为通往现代化国家建设的重要战略基础设施之一的公路,截至2020年末我国公路总里程已突破510万公里,其中高速公路建设和运营里程已达15万公里。车路协同作为智慧公路建设的关键核心技术之一,对提升智慧公路的安全性具有重要的意义和作用。文章将从安全的角度阐述智慧公路尤其是智慧高速公路与安全行车密切相关的相关场景并进行论述,探索车路协同的应用场景。     

高等级自动驾驶汽车虚拟测试：研究进展与前沿

安全性测试是高等级自动驾驶汽车（Highly Automated Vehicles，HAV，指具备L3级及以上能力的自动驾驶汽车）规模化应用的基本保障。鉴于HAV测试对象与测试标准的变革，传统基于里程的车辆测试方法论不再适用，场景化虚拟测试正成为验证HAV安全性的核心方法。基于与国内外多家HAV研发机构开展虚拟测试合作的基础上，针对测试场景、测试工具和测试方法等方面的技术难点和学术问题进行汇总、归纳和分析。测试场景方面，围绕场景覆盖度的要求，需重点关注测试场景自主划分、自动化仿真生成和未知高风险场景搜寻等理论方法。测试工具方面，在构建HAV自动驾驶系统“环境感知-规划决策-运动执行”一体化仿真工具的基础上，需研究支撑测试场景生成、驾驶行为双向交互和多传感器物理模型融合的高可信仿真技术。测试方法方面，针对海量测试场景、HAV驾驶能力非单调变化等特征，亟待开展覆盖度驱动型测试方法、加速测试方法和多目标测试与评估等的研究。此外，在上述研究挑战的基础上，面向HAV虚拟测试自动化、快速化、一体化和协同化的应用需求，提出HAV虚拟测试仿真即服务（Simulation as a Service，SAAS）的系统架构，并进一步明确HAV安全性诊断分析、系统自主优化训练和面向系统快速迭代升级的测试方法等SAAS重点研究需求。     

优雅的躁动

在为期两天与它相处的时间里，我与6系GranCoup6特意到访或无意行经了一些场景，这些场景彼此之间虽大异其趣，我们却感受到6系GranCoupe与它们都能高度融合在一起，衬托出这部车多元化的功能与魅力。6系Gran Coupe是一部完美之作，正体现在它在充分满足各种高级的功能需求的同时，仍然在设计上如此无懈可击，而又在性能上出类拔萃。     

于家堡站站房景观照明设计

于家堡站房采用"贝壳"造型理念以及ETFE膜幕墙,使建筑外观具有强烈的艺术特征。为了使景观照明完美地诠释其特点,同时达到绿色节能并节约投资的目的,采用方案比选并辅以软件模拟的研究方法,分别对分散布灯、集中布灯及多种辅助布灯方案进行研究,并对各种方案在平日模式、一般节日模式及重大节日模式下进行模拟,最终确定集中布灯方案+顶部天窗辅助布灯方案。该方案通过不同场景的设置以及大功率LED投光灯的应用,不但使总投资在投资控制范围以内,还有效地隐蔽了灯具,将夜晚的站房变换成一颗熠熠闪光的"璀璨明珠"。     

考虑低光照场景的自适应路面病害检测模型

为提升低光照环境下路面病害识别模型的精确度与鲁棒性，提出了一种考虑低光照场景的自适应路面病害检测模型。将采集的数据按照亮度分成低光照图像和正常光照图像2类，随后对低光照图像进行自适应增强，并接入路面病害检测流程。为解决现有光照增强图像失真的问题，在Zero-DCE++基准模型上引入光照约束网络，提出了光照增强模块Zero-DCE-Retinex。在此基础上，以提升路面病害检测精度为核心需求，提出了以病害识别模型为驱动的光照增强模块训练策略。具体的，在训练过程中，将病害识别模型嵌入光照增强模块，并通过损失函数来引导光照增强模块的训练。试验结果表明：当使用所提模型对低光照图像进行增强后，再经过YOLOv7模型进行检测，比直接输入低光照图像的方式，AP指标提升了7.04%,F1-score指标提升了11.22%;图像质量亦得到进一步改善，表现在图像信息熵、标准差和平均梯度的提升分别为0.62、13.24和21.61。与同类无监督光照模型相比，所提模型在目标检测任务的AP和F1-score提升方面显著优于其他模型，同时有效避免了增强结果出现色彩失真和过度曝光等问题。因此，提出的模型可广泛适用于...     

海上搜救模拟器中大规模地形场景的实时绘制

大规模地形场景的实时绘制在虚拟现实、地理信息系统、战场仿真等领域有着广泛的应用.为满足海上搜救模拟器直升机单元视景系统的需求,对大规模地形场景的建模与实时绘制技术进行了研究.利用Google Earth 获取地形数据,使用ArcScene构建三维地形,并在Creator中设置多级LOD以保证绘制的实时性,同时利用GetScreen软件获取与地形相对应的纹理数据,并将纹理映射到三维地形上,最终运用OSG软件对地形场景进行实时绘制.试验表明提出的方法可实现大规模地形场景的高效逼真绘制.     

基于典型非机动车事故的自动驾驶汽车测试场景构建方法研究

基于交通事故卷宗、交通事故视频信息数据,研究机非混行交通环境下典型交通事故形态,构建了面向机非混行交通环境下的自动驾驶汽车测试场景,旨在针对我国较为特殊的机非混行环境下的自动驾驶汽车的测试场景及测试评价方法提供参考。本文首先分析了自动驾驶测试场景的构建需求,建立交通事故数据筛选标准,得到133例可用于构建自动驾驶汽车测试场景的机动车与非机动车交通事故数据集;其次基于《中华人民共和国道路交通安全法》行驶要求,对133例交通事故的发生地点、车辆行为、道路类型、环境光线等方面进行解构分析;最后通过聚类分析,建立了5类典型的自动驾驶测试场景模型,并分析了不同场景模型的关键要素,为实际道路测试提供理论指导。