矩形断面综合管廊线缆舱通风阻力系数数值仿真研究

为探究城市综合管廊通风阻力影响因素和计算方法,通过调研综合管廊通风系统设计和交通隧道通风阻力的相关研究成果,得到综合管廊线缆舱单位长度通风阻力系数的计算公式。建立综合管廊线缆舱三维数值模型,利用ANSYS FLUENT软件并采用标准双方程模型对通风障碍物比例约为15%的综合管廊线缆舱室内部支架、线缆和热效应对通风的阻力影响进行模拟。分析得到： 1)相较于内部无支架、线缆的综合管廊线缆舱,有支架、线缆时对通风阻力影响极大; 2）随着通风风速的增大,综合管廊线缆舱通风阻力逐渐增大,而通风阻力系数减小,且逐渐趋于稳定; 3）进口空气温度、线缆发热及舱内温度产生的热效应对通风的阻力效应有一定的影响,且随着进风温度增大,通风阻力和通风阻力系数逐渐降低。     

基于大数据与人工智能的舰船避碰路径优化调度算法

舰船航行路径中存在许多障碍物,当前舰船避碰路径优化调度算法存在障碍物识别正确率低、规划路径长,不仅无法获得最优的舰船航行路径,而且不能保证舰船航行的安全,为了获得最优的舰船航行路径,设计了基于大数据与人工智能的舰船避碰路径优化调度算法。首先分析当前舰船避碰路径优化调度算法的工作原理,找到弊端,然后引入大数据分析方法建立舰船避碰路径优化的数学模型,实现障碍物识别,并采用人工智能技术——遗传算法找到最优的舰船避碰路径,最后进行舰船避碰路径优化调度算法性能的仿真测试,结果表明,本文方法可以更快找到最优的舰船避碰路径,舰船避碰路径更短,不仅减少了舰船航行的时间和成本,而且可以准确识别各种舰船障碍物,具有显著的优越性。     

基于代价函数的无人驾驶汽车局部路径规划算法

局部路径规划层作为无人驾驶汽车软件层的重要组成分布,如何有效、安全地到达目的地是当前研究的热点。针对结构化道路信息,充分考虑车道线的约束,在使用Frenet坐标系理论的基础上,提出一种考虑到车道线曲率和障碍物模型信息,得到不同车道上其他道路参与者的位置信息,以便计算其他障碍物模型对本车危险程度,综合算法实时性、轨迹平顺性等要素的最小代价局部路径规划算法。在局部路径规划过程中,沿着参考线（Frenet坐标系下X轴上一段路径）选取多个路径分割点,Frenet坐标系下在每个分割点处沿Y轴进行控制点离散,每个路径分割点处选取1个控制点构成路径控制点集合,使用一元三次方程对每种排列组合路径进行拟合,从而使用代价函数对每种排列组合路径进行评估,代价函数值最小为最优的局部路径。代价函数考虑拟合轨迹到障碍物的危险程度、轨迹平顺性、轨迹到当前参考线（实时在全局路径规划层上根据车速得到一条当前需要跟踪的理想轨迹）的偏离程度、拟合轨迹行驶方向的改变程度、无人驾驶汽车最小转弯半径。研究结果表明：在不同试验场景下,所提出基于代价函数的局部路径规划算法,能规划出一条不与障碍物发生碰撞的最优路径,并能保证无人驾驶汽车行驶轨迹平顺性和路径规划层实时性的要求。     

钻孔咬合桩在深基坑围护工程中的应用

钻孔咬合桩作为地下工程的新型围护结构,在我国建筑领域已逐渐被采用,并发展、成熟。咬合桩适用于不同地质条件下的施工,具有地层扰动小、抗渗能力强、造价低、施工速度快等优点。针对钻孔咬合桩的成桩工艺,施工过程中首先需要摸清地质水文情况;重点控制孔口定位精度、成孔垂直度、确保咬合厚度满足设计要求;严格控制超缓凝混凝土缓凝剂的掺量、缓凝时间、坍落度。利用咬合桩机成功处理地下障碍物,可解决SMW工法桩机、灌注桩钻机及顶管机遇地下障碍物无法通过的难题,取得较好的经济效益和社会效益。     

基于机器视觉的地铁主动式障碍物检测系统

针对现有异物入侵检测模型参数多、实时性差等问题,文章提出一种新型地铁主动式障碍物检测系统。首先通过使用稀疏化和通道剪枝的方法,得到轻量级YOLOv3异物检测模型,然后使用HSV、Lab颜色空间中的亮度通道辅助边缘检测,并进行透视变换处理,提取轨道可通行区域,最后基于PyQt5开发了主动式轨道障碍物检测系统。该系统已在地铁电客车上进行了验证,可实现障碍物检测及异物入侵报警等功能。     

土体障碍物超声探测信号小波包特征分析方法

利用小波包分解方法,对土体中障碍物的超声探测信号进行分析。选用sym8小波基函数进行6层小波包分解,并截取信号能量集中的前16个频带进行细致分析,从小波包频带能量、小波包频带能量熵、小波包频带能量矩三个角度对信号进行对比。结果显示,存在障碍物位置处信号和不存在障碍物位置处信号的小波包频带能量熵大致相等,不能作为信号识别及障碍物判断的方法,而小波包频带能量和小波包频带能量矩在部分频带上差异明显,可以作为信号识别及判断的方法。     

上汽通用君越倒车辅助系统及其检修

君越的倒车辅助系统是一种采用超声波检测技术的电于侦测系统,通过声、光提示可知车辆前方和后方是否有不明障碍物及其距离的远近,从而辅助驾驶员安全轻松地倒车以避免碰撞。本文将详细介绍该系统的结构及维修要点。     

深度学习在舰船前方障碍物图像识别中的应用

在舰船前方障碍物图像识别中,传统的图像识别系统漏检概率高、检测性能较差,难以满足舰船安全航行要求。深度学习是一种智能化技术,将其应用到障碍物图像识别中可以提高图像信息筛选、计算和检测效率。本文介绍深度学习中的神经网络模型和卷积神经网络,以及深度学习在舰船前方障碍物图像识别中的检测方法。基于传统深度学习算法的不足,提出改进后的Faster R-CNN方法在障碍物图像识别中的应用,并通过对比实验进行论证,实验结果表明改进后的图像识别模型具备检测精度高的应用优势。     

土压平衡盾构穿越河道地下障碍物施工技术研究

南昌地铁1号线5标段盾构隧道穿越抚河,抚河下有破除桥梁残留的临时钢筋混凝土桩等障碍物。采用地质雷达确定了抚河段内未知地下障碍物的位置,同时对盾构机刀盘配制、螺旋输送机和掘进参数进行了分析。研究表明：为了保证盾构机安全穿越地下障碍物区,刀盘刀具需具备一定的破岩能力,同时需对刀盘转速和掘进速度进行控制;最后分析了穿越地下障碍物对盾构机的影响。这对今后地铁盾构隧道工程有一定的指导意义。     

船舶模拟驾驶系统障碍物自动识别方法

本文研究船舶模拟驾驶系统障碍物自动识别方法,满足船舶模拟驾驶系统在未知环境下的避障需求。船舶模拟驾驶系统的电子导航雷达单元,利用激光雷达传感器采集船舶环境信息的激光点云数据;控制中心依据所采集激光点云数据,通过自适应距离阈值聚类法聚类激光点云数据,提取障碍物特征向量。将提取障碍物特征向量作为支持向量机的输入,利用粒子群优化算法确定支持向量机的最优核参数,利用设置最优核参数的支持向量机,输出船舶模拟驾驶系统障碍物自动识别结果。实验结果表明,船舶模拟驾驶系统采用该方法,自动识别模拟驾驶时的静态障碍物以及动态障碍物,满足船舶安全航行需求。