中通客车创新"三会一课"新形式

新形势下如何提高基层党组织的凝聚力和战斗力,更好地发挥党组织的引擎作用,使党建工作更接地气更具活力,需要深度思考和大胆创新工作内容和方式方法。近年来,中通客车控股股份有限公司党委高度重视"三会一课"的质量和效果,坚持作为加强思想政治工作的重要基础性工作来抓。底盘车间党支部坚决贯彻党委部署,开展"大学习、大讨论、大调研"活动,严格落实"三会一课"制度,将其作为党员日常教育管理和提高工作水平的重要途径。     

隧道混凝土防水性能研究

从多孔介质渗流力学角度出发,研究了水在混凝土中的渗流规律,通过试验测定了混凝土的渗透系数和启动压力梯度,并结合非Darcy渗流理论分析了水在混凝土内渗透深度和时间的关系.结果表明,混凝土的渗透系数极低;水在渗透过程中存在一个平衡深度;隧道混凝土可以达到较高的抗渗等级,而抗渗等级法不适合评价高强混凝土.通过研究,提出抗收缩能力才应是防水混凝土的关键问题所在,并希望在今后的防水混凝土配合比设计中得到足够重视.     

基坑工程悬臂式支挡结构嵌固深度计算方法改进建议

国内基坑设计规范对悬臂式支挡结构嵌固深度的计算规定有较大争议,安全富余不足;欧洲标准和英国标准中的计算规定虽然理论正确,但采用传统简化方法计算得到的嵌固深度偏于保守。对悬臂式支挡结构嵌固深度的计算原理进行总结,并对国际和国内基坑设计规范中相关规定存在的问题进行分析。建议采用分项系数法并考虑严格的力和力矩平衡条件,进行悬臂式支挡结构的嵌固深度计算,得到的嵌固深度大于国内设计规范的计算结果,小于国际上通用简化方法的计算结果。采用改进的计算方法在理论上更合理,可以保障悬臂式支挡结构的安全和经济性。     

基于生成对抗网络的船舶航迹预测模型

为提高复杂交通局面下的船舶航迹预测精度,提岀一种基于生成对抗网络的船舶航行轨迹预测模型(Gen-erative Adversarial Networks with Attention and Interaction,GAN-AI)对多艘船舶轨迹同时进行预测.通过编码器对船舶轨迹时空序列进行编码,设计交互模块对多艘会遇船...     

基于深度学习CaffeNet模型的综合交通设施场景分类与识别研究

综合交通设施场景的自动分类与识别对交通网络布局、城市规划、智慧城市建设等方面有重要的研究与实践价值.鉴于目前研究主要集中在单一的交通设施目标识别与检测方面,采用速度快、分类精度高、适宜于海量数据运算的CaffeNet深度学习模型,基于迁移学习思想,通过5层卷积、3层池化、1层全连接等过程提取机场、桥梁、停车场、港口、火...     

基于深度学习的智能车辆视觉里程计技术发展综述

针对基于模型的视觉里程计在光照条件恶劣的情况下存在鲁棒性差、回环检测准确率低、动态场景中精度不够、无法对场景进行语义理解等问题,利用深度学习可以弥补其不足。首先,简略介绍了基于模型的里程计的研究现状,然后对比了常用的智能车数据集,将基于深度学习的视觉里程计分为有监督学习、无监督学习和模型法与深度学习结合3种,从网络结构、输入和输出特征、鲁棒性等方面进行分析,最后,讨论了基于深度学习的智能车辆视觉里程计研究热点,从视觉里程计在动态场景的鲁棒性优化、多传感器融合、场景语义分割3个方面对智能车辆视觉里程计技术的发展趋势进行了展望。     

基于机器视觉的车辆检测与参数识别研究进展

近年来公路交通运输快速增长,交通车辆的快速准确检测与识别对智能交通系统和交通基础设施运维具有重要意义.随着机器视觉和深度学习技术的迅速发展及其在目标检测领域的广泛应用,车辆目标检测和参数识别也取得新的突破.该文从车辆参数的识别方法和应用研究两方面梳理了机器视觉和深度学习在车辆检测与参数识别领域的研究现状、最新研究成果和...     

基于语义分割网络的路面积水与湿滑区域检测

积水或湿滑路面的道路附着系数远小于干燥路面的附着系数,对交通的安全性和机动性都有很大的影响。通过及时获取路面状态信息而发出预警,可大大减小潜在伤害。本文中研究了基于图像的语义分割网络在积水和潮湿的路面状态识别中的应用,它不仅可预测未来路面状态信息,且可得到路面积水和湿滑区域的分布。该方法利用语义分割网络Res-UNet++,分割出路面的积水和湿滑区域。Res-UNet++结构包括嵌套了不同深度的编码器-解码器结构,并在网络的特征提取部分加入残差结构,从而使图像的特征更容易学习。该方法取得了平均交并比为90.07%的分割精度并克服了其它方法的缺点。     

基于改进LSTM-NN的安全性自动驾驶换道轨迹规划模型

为改善现有的自动驾驶换道轨迹规划模型产生的换道轨迹与真实的换道轨迹存在较大偏差的问题,提出了一种改进LSTM-NN的安全敏感性深度学习模型,该模型可以缓解当前自动驾驶轨迹规划存在的不足,输出轨迹既保证了较高的精度又提高了安全性。CarSim仿真软件模拟了本模型产生轨迹的可跟踪性,结果显示轨迹非常平滑,并且自动驾驶车辆可以高效、安全地完成换道。