基于深度学习的多目标车辆检测及追踪方法

文章是以MTALAB软件为主要平台,基于深度学习建立一种多目标车辆检测及追踪的方法。首先建立一个基于深度学习的模型用于训练的不同场景的车辆数据集,并对所采集的数据集进行标注和格式归一化处理。然后使用K-means聚类算法进行锚框,建立以YOLOv3SPP算法为主的神经网络框架,采用非极大值拟制（NMS）算法得到最终的预测框。最终训练神经网络模型,再对该模型进行测试和评定。经实验可以得出该模型能够准确地检测及追踪多目标车辆。     

桥梁裂缝智能识别与监测方法研究

当前,裂缝识别与监测一直是桥梁结构健康监测的重要研究内容。在桥梁结构现场检测与监测中,传统的裂缝识别与监测技术尚不足以满足实际工程的时效性和精确性需求,尤其是裂缝监测技术。基于深度学习的裂缝图像识别极大提升了裂缝检测的效率和精度,但目前仅能获得特定时刻的裂缝信息,缺乏对裂缝产生和演化过程的监测能力,而这些信息对混凝土结构服役安全量化和科学评价具有重要意义。鉴于此,对基于深度学习的裂缝识别与监测方法进行了系统研究,分析和讨论了裂缝数据集构建基准,改进优化了裂缝目标检测和语义分割算法,提出一种多任务集成一体化实时识别算法,并建立了该模型推理效果评价方法,优化了裂缝参数计算方法,最终形成了裂缝识别及动态扩展自动化实时监测方法。结果表明：所提出的裂缝智能识别与监测方法可以对新裂缝的产生和既有裂缝的全局演化实现良好追踪,监测数据可以为桥梁结构当前服役性能的科学量化评估提供支撑。     

融合K-means聚类和序列分解的实车锂电池剩余使用寿命预测

电动汽车锂离子动力电池健康状态（SOH）衰退过程受使用工况影响存在较多波动,导致模型预测精度下降,在锂电池剩余使用寿命（RUL）短期预测时,SOH波动情况不可忽略,为了准确预测SOH短期内波动情况,须从实车上传的锂电池运行数据中提取有效的健康因子。本文建立一种联合分布特征输入和序列分解融合的锂电池RUL预测方法,使用K-means聚类方法构建车辆锂电池运行过程的联合分布特征,并通过S-G滤波器对SOH衰退曲线进行序列分解,分别使用长短时记忆神经网络（LSTM）和多层感知机（MLP）对趋势部分和波动部分进行预测,融合得到最终预测结果。理论分析和实车采集数据验证表明,融合模型可以在预测车辆锂电池RUL短期衰退趋势的同时预测SOH的波动情况,有较高的短期预测精度。     

面向智能驾驶的人脸检测研究进展

智能驾驶作为汽车领域的一项前沿技术,日益受到广泛关注。人脸检测在智能驾驶中扮演着重要的角色,通过实时监测驾驶员和乘客的脸部特征能够提高车辆内部环境感知能力,增强系统对驾驶员和乘客的理解,从而提升交通安全性、舒适性和个性化服务体验。文章首先回顾了基于传统特征提取的人脸检测算法,然后介绍了基于深度学习的几种主流检测方法,包括基于级联卷积网络、单阶段检测及双阶段检测算法,分析了这几种算法的结构和优缺点并介绍了轻量级检测方法。最后,对未来的研究方向进行了展望。     

基于深度学习的钢桥桥面铺装病害识别与量化方法

受反复的交通荷载、温度变化、风载等的影响,钢桥桥面铺装的应力状态复杂,加上柔性的桥面铺装与刚性钢桥结构力学相容性问题,钢桥桥面铺装易出现早期病害。为了识别、分类和量化钢桥桥面铺装典型病害,文中提出一种基于深度摄像头Kinect V2和深度学习的桥面铺装病害识别方法。先通过传感器采集桥面铺装病害图像,创建带标识的数据库,并将其转化为训练集,然后利用YOLOv5对训练集的原始数据进行训练、验证与测试,获得桥面铺装病害识别、分类和量化结果。结果表明,基于深度学习,利用随机采样一致性(RANSAC)可以实现RGB-D传感器在不同工作距离上的平面拟合,达到对桥面铺装病害的高效识别,各类病害的识别误差均可控制在10%以内;与人工识别方法相比,利用简单图像采集设备和机器学习的智能识别方法能以较低的成本在不影响交通的条件下完成钢桥桥面铺装病害识别与量化,计算效率更高,可大大节省人工和时间成本,且能保证识别结果在一定精度范围内。     

沥青混合料车辙深度影响因素分析及GM（1，1）灰预测模型

为了研究不同因素对路面车辙深度的影响程度,采用3因素3水平的正交试验法测试不同荷载、温度、速度条件下的车辙深度,分别以极差分析法和方差分析法对试验数据进行分析,其结论一致表明各因素对车辙深度的影响程度排序为：荷载＞速度＞温度。建立沥青路面车辙深度 GM（1,1）灰预测模型,进行预测值与实测值的误差分析,表明利用灰理论建立的 GM（1,1）模型具有较高的预测精度,能够对不同使用时间的路面车辙深度进行预测,为路面行车管理和养护维修工作提供理论依据。     

全深度复拌式现场冷再生混合料路用性能试验研究

沥青路面全深度复拌式现场冷再生技术是一种新兴的沥青路面现场维修技术,为了更好的推广该技术,为路面结构设计及路用性能评价提供经验,该文通过系统的室内试验对不同的旧路铣刨深度（即不同的旧沥青面层材料、半刚性基层材料掺配比例）下的水泥稳定全深度复拌式现场冷再生混合料的物理力学特性及路用性能进行了分析研究,提出了该类再生混合料的设计参数与评价指标体系,回归了该类材料的疲劳方程及抗收缩性能曲线,并与实际工程中应用较多的水泥稳定半刚性基层材料进行对比分析可知,由于废旧沥青材料的存在而使得水泥稳定全深度复拌式现场冷再生混合料表现出一定的特殊性,主要包括干燥收缩性能、温度收缩性能的改善及疲劳性能的提高。     

留给青春的微笑：雪佛兰新爱唯欧1.6AT

带到测试场里的家伙不见得有多强的体魄,也不必拥有超凡脱俗的敏锐身形。也许只需一个理由,哪怕有且只有一个让我们年轻人微笑的理由,它就是有意义的,而我们的深度测试恰恰就是在某个特定的环境下去挖掘这种理由。     

试车场沥青路面抗滑性能评价指标研究

通过设计5种具有不同抗滑性能的AC—13沥青混凝土,成型室内车辙板并测试其BPN与TD,铺筑现场道面并测试BPN、TD与μ值,通过多元线性回归建立起μ值的预估公式;通过2条道面的抗滑性能数据验证预估公式的可靠性。结果表明,μ值的预估公式具有较高的精度,采用现场实测BPN、TD值计算比用室内车辙试件测得的值计算的μ值与现场实测值更为接近。     

一半海水,一半火焰Octavia RS & Octavia 1.8TSI

性能版车型的热浪将明锐RS推到风口浪尖上,它红色的外表和280Nm的最大扭矩被不少明锐粉丝们所关注。而在与明锐1．8TSI的关系上。绝非冤家对头,它们是为了满足差异化需求而生的车型。说实话,这次的深度测试多少带有了一些私心。斯柯达明锐在家用和性价比上已经获得了我的赞许,作为汽车测试编辑,就连我自己也很想知道,性能版与普通版之间的能力到底相差了多少。