基于人体姿态估计的分心驾驶行为检测

为弥补现有驾驶特征提取方法的不足,提高分心驾驶行为检测的准确性和鲁棒性,将2D/3D人体姿态估计应用于驾驶人行为检测,提出一种适用于驾驶舱环境下的驾驶特征提取方法。首先通过将2D姿态估计网络Simple Baseline和分类网络ResNet进行融合,构建基于2D姿态估计的分心驾驶行为检测模型,并在分心驾驶数据集State Farm上分析不同数据增强方法、不同超参数、不同分类网络对模型性能的影响。其次,融合3D密集姿态估计网络DensePose与分类网络ResNet,构建基于3D姿态估计的分心驾驶行为检测模型。接着,在State Farm数据集上,针对模型的实时性和泛化能力,对比分析基于原始图像和基于2D/3D姿态的分心驾驶行为检测模型。最后,针对效果更优的基于2D姿态估计的分心驾驶行为检测模型,在分心驾驶数据集State Farm上,对使用不同姿态估计算法和分类网络的分心驾驶行为检测模型做了交叉试验,对比分析4个不同检测模型的优缺点。进一步地,将基于2D姿态估计的分心驾驶行为检测模型应用于实际采集的驾驶图片,对模型的泛化能力和有效性进行了测试验证。研究结果表明:与基于原始图像的检测模型相比,基于2D和3D姿态的检测模型都能显著提高分心驾驶行为的检测准确率;基于3D姿态的检测模型在检测精度方面略优,但基于2D姿态的检测实时性更好,检测效率是基于3D姿态检测的4倍;在驾驶舱单一环境下,基于2D姿态估计的分心驾驶行为检测模型能够满足分心驾驶行为检测的需求,在分心驾驶行为检测方面具有重要应用价值。     

大型重载散货船强推开流靠泊老塘山五期码头操纵

大型重载散货船通常在距码头一定横距下,利用水流压拢及拖船顶推缓慢贴拢码头,但在码头前沿有强推开流情况下,作用到船体的横向水动力往往超过常规配置拖船的推力,使靠泊作业变得困难。驾引人员需要采用适合潮流特点的操纵方法,克服强推开流对船舶的影响,以顺利进行靠泊作业。     

学车手记（二）我与桩考有约

10月，当我还在经受离合器和转向盘的“折腾”，祈祷倒车考试晚些到来的时候，比我早报名一周的朋友却兴奋地告诉我，她已经成为“本本族”了。她当时的表情让我羡慕又让我惭愧。羡慕是她只花了2个月不到，并且也只是双休目去学，     

智能网联汽车(ICV)技术的发展现状及趋势CSCD

综述了智能网联汽车(ICV)技术的发展现状及趋势。ICV的体系架构包括价值链、技术链与产业链。ICV的4个发展阶段是:自主式驾驶辅助、网联式驾驶辅助、人机共驾、高度自动/无人驾驶;关键技术有:环境感知、智能决策、控制执行、人机共驾、通信与平台、信息安全等。由于ICV是未来汽车技术发展的一个重要方向,其技术与产业发展是中国汽车工业转型升级的重要机遇;因而,中国要发展智能网联汽车,就应该充分结合本国体制优势,依托顶层设计。     

只因有你的陪伴——G-BOOK智能副驾功能详解

一个简短的假期，约上仨俩亲朋，我们驾驶着爱车，驶向了一座完全陌生的城市。虽然我们对北京的道路还未能认全，事先也没规划路线，手中更没准备地图，甚至连出了家门先奔往哪条高速都不知道，但如此启程绝非无稽之谈。只因有你的陪伴，这一切我们敢想、敢做、敢为……     

基于教考分离的独立学院试题库建设

利用office操作平台,建立试题库管理软件管理多媒体题库,实现自动抽题,辅助教学管理,改革长期以来的任课教师自主出题的形式,实现教考分离。教考分离有利于教学标准量化统一,有利于教师的自我成长,有利于树立良好的学风。     

船舶涨水头离落水的操作方法

船舶涨水头离落水的操作在感潮河段的港口是经常进行的,也是离泊中具有一定难度的作业,他要求驾引人员正确分析流力、流压、风力、风压以及车、舵、锚、缆、拖轮的正确使用和配合,做到科学分析、合理利用、方案正确、步骤分明,操作时指挥到位,步调一致,实现离泊的安全性和可靠性。现对各种自然条件下的操作进行分析。     

基于船舶–流场耦合作用的内河航段船舶航行虚拟辅助驾引

[目的]为进一步提高船舶航行的安全性,对船舶辅助驾驶决策相关内容开展研究。[方法]针对选取的两段内河典型航段,基于实时数字航道流场信息,考虑航行规则约束,模拟船舶–流场耦合作用下的复杂流场航段虚拟辅助驾引。模拟南京和东流航段的虚拟辅助驾引,给出相应的安全驾驶方案,在航行过程中对船舶速度、位置和航向等信息进行实时追踪。[结果]仿真结果表明,基于Fluent二次开发的船舶–流场耦合作用的算法可有效解决船舶多自由度运动耦合和船舶–流场多物理场耦合的解耦问题;遇见弯道或分汊时,操小舵角长距离航行可以在避免降速和较大横移的同时实现船舶的安全航行。[结论]该算法可以有效对接数字航道流场信息,开展复杂流场环境下内河航段船舶航行的过程模拟,结果可为内河航段船舶智能航行决策提供数据支撑。