基于3D点云语义地图表征的智能车定位

为提高智能车节点定位准确率, 研究了基于3D点云语义地图表征的智能车定位方法。该方法分为3个部分: ①基于三维激光点云的语义分割, 包括地面分割, 交通标志牌分割和杆状语义目标分割; ②面向智能车的点云语义地图表征, 利用分割的语义目标投影, 生成带权有向图, 语义路, 语义编码, 再以语义编码和高精度GPS的全局位置组成语义地图表征模型; ③基于语义表征模型的智能车定位, 包括基于GPS匹配的粗定位和基于语义编码渐进匹配的节点定位。实验在3种长度不同、复杂度不同的道路场景下进行, 节点定位准确率分别为98.5%, 97.6%和97.8%, 结果表明所提出的定位方法节点定位准确率高、鲁棒性强且适用于不同的道路场景。     

全面解读宇通客车展出的5款明星客车——面向当下和未来热点细分市场

2021年7月7—9日举办的"2021道路运输车辆展"上,宇通客车再次展现"硬核风采",展出了面向当下和未来热点细分市场的最新产品和科技成果,包括6 m电动微循环小型公交客车ES6(全国首发)、L4级自动驾驶微型电动公交客车-小宇2.0、T7自动挡汽油版高端商务车、宇威U10智能网联公交客车、F12燃料电池城市客车等"全明星"阵容,期间为ES6举行了全国首发仪式。此次没有展出公路/旅游客车,也没有展出大型传统能源客车。     

基于驾驶员心率变化的山区旅游公路线形安全性研究

为研究山区旅游公路密集复杂线形及突破规范极限值的部分线形带来的行车安全问题,选用多名驾驶员进行实车实验,采集行车过程中驾驶员的心率增长率N,路线线形指标(纵坡坡度i,圆曲线半径r)和运行速度v等数据,运用SPSS和Matlab软件分析i,r,v对心率增长率的影响规律,建立N(i),N(r),N(i,r,v)关系模型.实验结果表明,随着半径减小、纵坡增大,心率增长率整体上升,大部分心率增长率在25% ~45% 之间,且速度对心率增长率的影响高于半径和纵坡;建议山区旅游公路圆曲线极限最小半径≥20 m,最大纵坡≤8.5%,圆曲线半径≤15 m时,限速值不应超过20 km/h.根据心率增长率及速度差等指标,提出敏感路段具有的特征,及敏感路段应采取的限速值和安全防护措施.     

美国城市公交客车现状

美国城市的公交客车以及长途客车,均以总长11～12m的大型车为主,在客流量较少的城市郊区则使用20座以下的轻型客车,在全国主要的十多座大城市中,则又有中小学校的专用校车及旅游观光专用的游览客车.在性能结构水平方面,就其总体来评价,还停留在20世纪80年代水平,比西欧地区要差10年左右,其学校用车及市区观光游览客车,还甚至是20世纪70年代水平,完全采用货车底盘改装而成,在纽约、华盛顿、波士顿等城市,仍然没有见到使用低地板公交客车.     

四川旅游资源交通系统综合布局分析

作为影响旅游活动的重要因素之一,交通布局直接关系到旅游业的发展。本文根据四川旅游资源的现状、地理位置等情况,将四川划分出三大旅游经济圈,从各旅游经济圈交通现状及客流特征入手,利用关联分析的方法,结合数据对比,剖析了各旅游经济圈与交通的关联。最后,在整合四川旅游资源的前提下,得出了四川旅游资源交通系统综合布局的相关结论。     

论旅游公路建设中地名文化资源的挖掘利用——以神农架木鱼坪至兴山昭君桥旅游公路建设为例

地名文化凝聚着一个地区多年的历史文化．而在当今的旅游公路建设中,对这一宝贵资源的利用研究明显不足。以神农架木鱼坪至兴山昭君桥旅游公路为例,分析地名文化资源内涵,结合旅游公路建设特点,提出在公路设施命名、标志牌设置、景观规划设计中利用地名文化的建议及相关的原则与方法,对于旅游业的深入发展具有重要的指导意义。     

旅游公路景观规划设计方法与技巧

旅游公路建设对区域经济发展起着巨大的推动作用,其景观规划设计对旅游公路品质的提升影响巨大。从旅游公路的性质和景观特征研究入手,系统地探讨了旅游公路景观规划设计的原则、内容和方法,提出了旅游公路景观规划设计的新理念,为旅游公路景观建设指明了方向。     

大连市风景区节假日旅游交通特征分析

以大连老虎滩景区为基本点展开调查,在大量实地调查的基础上分析了旅游者的行为特征对交通的影响,如：年龄、性别、职业、旅游方式等.同时也对大连老虎滩景区周围的路况和停车设施进行了实地勘测,分析了节假日旅游交通的现状,提出了一些改进措施用来满足旅游交通的需求.     

基于车速推算的改进地图匹配算法研究

车载GPS/DR组合导航监控系统中,GPS/DR数据不可避免受到各种误差源的影响而产生较大的误差,为了降低各种误差源对车辆导航的影响,有机结合能改善GPS/DR数据误差对导航影响的地图匹配算法,从而构成了GPS/DR/MM智能导航系统.文中通过分析地图匹配算法的关键技术和影响地图匹配算法可靠性等因素,提出一种基于车速递推的地图匹配算法,该算法利用基本可信数据--车速,从而很大程度地提高了地图匹配算法的可靠性.通过跑车实际数据测试表明,该算法是行之有效的.