隧道进出口线形过渡一致性评价探讨

结合国内外运行车速调研及辽宁省部分高速公路运行车速实测及有关调查,建立高速公路隧道进出口运行车速预测模型及线形设计一致性标准,确定隧道进出口线形一致性评价指标,提出高速公路隧道进出口线形一致性设计建议值。     

基于稳健估计的弹道一致性试验方法

现行弹道一致性试验方法针对试验样本容量较小,配对样本不服从正态分布的假设或者存在异常值的情况,失去了最优性。基于稳健估计理论,提出了一种弹道一致性试验新方法。采用该方法分析了以往的弹道一致性试验数据,结果表明,该试验方法具有一定的适用性和工程适用价值。     

汽车超声波油耗测试计算方法

针对汽车油耗间接测试法和直接测试法存在的不足,基于超声波技术和单片机控制技术,根据时差法超声波流量测试原理,构建汽车油耗测试数学计算模型。超声波流量传感器基于声时和几何参数测试燃油流量,采用扩展卡尔曼滤波法计算声时;利用三维坐标法测算超声波流量传感器的几何参数,进行了几何参数计算误差分析与修正。最后,对采用有限数量声路速度信息计算得到的流量误差进行了积分修正和校准。分析结果表明：该方法可为优化油耗测试数学模型、提高汽车油耗测试精度提供理论依据。     

融合多模型的粒子滤波运动目标实时跟踪算法

提出了一种融合多模型的粒子滤波跟踪新算法(MMGPF),并将其应用于行人与汽车跟踪。此跟踪算法特点在于:(1)将Camshift跟踪算法和AdaBoost分类器的输出作为观测值优化建议概率分布;同时,改进粒子滤波的算法结构,有效地提高了粒子滤波的采样效率;在不影响跟踪性能的情况下,大幅减少了跟踪所需粒子数。(2)用两种描绘子提高对似然性的估计。(3)采用两种有效措施提高算法的实时性。通过多模型融合,有效地解决了目标跟踪过程中由于目标相互遮挡、目标消失再重现、光照变化和目标与背景颜色相近所造成的跟踪丢失。行人和汽车的跟踪试验结果证明该算法具有鲁棒性和实时性。     

基于DSP的柴油机瞬时转速智能监测节点设计

针对柴油机实车在线监测中车内空间有限及变速变载的情况,设计了基于嵌入式系统的柴油机智能监测节点.在对磁电式转速传感器及外卡式油压传感器信号进行同步采样后,利用零相位滤波将瞬时转速的计算精度提高了50倍.利用外卡式油压传感器信号定位到柴油机工作周期后,可监控柴油机工作周期内的转速波动值,进而定位失火故障.     

一种基于同态滤波的背景建模方法

在道路视频检测技术中提出了一种基于同态滤波的背景建模法。对图像进行同态滤波的预处理,以适应渐变的光照情况。通过图像分块与帧间差分来获取临时背景序列,为背景建模做准备。为了处理背景中由于车辆突然开动或停止产生的＂鬼影＂,对帧序列有效区中的每一像素进行基于灰度分区直方图模式建立背景模型。这种方法既能应对光照渐变又能适应大流量且车速慢的拥堵情况。实验结果表明,此算法具有良好的可靠性与鲁棒性。     

基于一致性校验方法的沥青路面施工质量过程控制

依托国内多条高速公路的建设,运用一致性校验的方法,建立了沥青路面工程质量过程控制数据分析体系,应用正态性检验中的W(Shapiro-Wilk)法,分析了业主和施工单位的质量控制风险概率,实现了沥青路面工程质量过程的动态控制。分析结果表明:应用统计学的手段对各种指标数据进行检验分析,可以优化现行质量控制抽检频率,有效减少虚假数据的产生;同时可以及时发现某段时间和某个施工区域内的质量缺陷,避免因为工期紧任务急带来的大量人为数据误差,为广大管理者和专家对潜在问题的识别和判断提供依据,从而实现沥青路面施工过程控制。     

铁路轨道异物完整性检测与跟踪算法研究

针对野外复杂环境下轨道异物检测不完整问题,提出基于小波变换的像素过滤思想改进GMM,构建背景模型;为解决异物目标实施机动(转弯、加速或突然出现)时跟踪实时性差和准确率低的问题,分析Kalman滤波线性化误差,搭建BP神经网络修正 IMM的跟踪模型,实现轨道异物跟踪预测,并推导出非线性Kalman滤波关系.实验表明,改进GMM在正常天气下平均前景误检率降低了24.94个百分点,针对复杂恶劣天气平均前景误检率降低了33.76个百分点;建立BP神经网络-IMM-Kalman滤波模型不仅可以快速准确地对场景中的机动目标进行跟踪,而且比Kalman滤波和IMM更加平稳,误差更小.     

交通流预测的马尔科夫粒子滤波方法研究

智能交通系统中,短时交通流预测是实现先进的交通控制和交通诱导的关键技术之一.针对目前马尔科夫交通流量预测模型在精度方面的不足,以及交通流量随机性、波动性的特点,提出马尔科夫粒子滤波交通流预测模型.一方面,将对交通流量预处理后的样本数据应用于马尔科夫模型中预测未来交通流量,能够较好地描述交通流量的变化趋势;另一方面,针对该预测结果精度的不足及对非线性预测不稳定的缺点,引用粒子滤波算法,将预测结果及权值进行不断更新,以及样本重选样过程,经过多次迭代,使样本粒子更加逼近真实预测值,从而提高预测精度.最后,以北京昌平区某检测器检测到的交通量进行仿真,将预测结果与传统马尔科夫链进行误差对比分析.结果表明,本文提出的马尔科夫粒子滤波交通流预测模型 5 min间隔误差为6.14%、1 h间隔误差为6.04%,预测精度高,具有更好的适用性和稳定性.     

铁路桥梁横向振动加速度测试与分析中的技术问题

加速度测试必须采取技术措施保证数据采集不混叠,采样频率的设置必须能够满足幅值精度的要求。提出了仪器的选型、使用中应注意的问题,对数字滤波过程中可能出现的偏差进行了初步探讨。