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。     

基于混合高斯背景的交通视频分析

在将道路监控视频转单帧后,利用灰度变换、锐化、滤波、二值化等方法对图像进行预处理,以高斯混合模型对图像前景提取,进行边缘检测获取较为清楚的前景车辆图,在摄像机标定基础上,建立路面车辆和图像像素点的映射关系,再以虚拟线在图像上作计数依据,进而获得车流量。同时通过对普通背景差分模型与高斯混合背景模型的比较分析,选用高斯混合背景模型对预处理之后的图像进行背景分割。并结合粘连图像分割和阴影处理算法,对前景图像进行修复,得到良好的前景目标。采用高斯背景模型对样本视频处理,得到了满意的监控分析结果。     

省际客运潜规则因何孳生?

省际客运中的违规经营是社会变革转型过程中的必然产物,它伴随着市场经济的产生而产生,伴随着经营方式的转变而转变.最早以客车司机偷偷带客捞外快而游离于市场边缘为典型现象,而现今已日浙"白热化",以拉客、组客等形式公然出现于客运站点,为逃避执法人员的检查,甚至还将反侦查手段运用于集体违规经营中.     

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...     

基于边缘计算的水面无人艇通信数据分发机制

为了提高水面无人艇(Unmanned Surface Vessel,USV)通信的实时性和数据分发效率,本文提出一种基于边缘计算的无人艇通信数据分发机制(Communication Data Distribution Mechanism,CDDM)。首先,本文设计了一种基于边缘计算的USV通信架构,解决了多USV与多边缘服务器接入与匹配问题。其次,该方法通过最优数据分发和最优压缩数据逐步提高网络实时性,采用贪婪算法对数据压缩率构建的最优数据分发方程进行求解,得到全局最优数据压缩率和最优数据分发矩阵。仿真实验结果表明,CDDM比传统云计算机制的实时性更好。与现有2种先进算法相比,提出的CDDM在实时性和信息交付均有较大提升。因此,本文提出的算法具有更好的USV通信数据分发能力。     

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。