基于Multigen Creator和Vega的舰载捷联惯导系统的视景仿真设计

随着计算机技术,多媒体技术,人工智能等技术的发展,虚拟现实技术（VirtualReality;VR）对军事模拟,工程技术仿真,医疗实践等各领域的发展提供了有效支持。而视景仿真技术是虚拟现实的重要组成部分。利用Multigen Creator三维建模软件和Vega交互仿真环境,以Vc＋＋为开发环境,针对舰载惯性导航系统,介绍了搭建一个视景仿真平台的过程。这为惯性系统的仿真平台的研究提供了一种理论方法。     

基于视景仿真的船舶驾驶舱人机工程设计评价研究

基于人机工程学理论,结合船舶驾驶舱的实际需求,设置了船舶驾驶舱人机工程评价指标.并在此基础上,实现了船舶驾驶舱人机工程设计评价仿真系统.为了便于设计人员获取直观的视觉感受,对舱内设备布局、色彩设计、对象运动等进行动态调整和交互操作,将视景仿真技术引入仿真系统中.通过实际的应用,验证了所建仿真系统的有效性.     

基于法国规范的道路平面停车视距计算及研究

平面停车视距作为一项重要的平面设计指标,在法国标准下体现得更加复杂,设计精准度要求高,设计时容易忽略。为探究法国标准下道路平面停车视距的一般规律,消除设计时的易错点,文中以喀麦隆雅温得至杜阿拉高速公路项目为依托,采用法国规范中平面视距的计算方法,计算典型段落的停车视距真实值,并与法国规范的要求值进行对比分析,提出设计参考及建议。结果表明,平曲线半径R及行驶车辆观察点与曲线内侧遮挡物的距离e1、被观察点与曲线内侧遮挡物的距离e2,是影响平面视距的主要因素,设计时应严格控制。     

公路边坡景观视觉效果的定量评价研究

为提升公路边坡景观,增强评价的客观性和完整性,给边坡设计方案决策提供依据,应用SD法(Semantic Dif-ferential Method)定量评价7种路堑边坡的视觉效果。设计问卷调查表,选择56名评价者,采用5段评价尺度、20组形容词对,得出评价值。结果表明,路堑边坡景观的视觉效果由和谐因子、变化因子、施工因子三评价轴所构成;坡面植被覆盖率高且草灌结合的景观类型受到很高评价,而人工痕迹明显的边坡得到评价值较低;为增加边坡的视觉美学价值,应重点提高边坡与环境的协调程度,减少人工痕迹,灵活变化坡形,改进绿化模式。     

基于视觉需求的城市水下特长隧道光环境评价与优化综述

为提高城市水下特长隧道的行车安全和运输效率, 总结了城市水下特长隧道光环境典型问题与改善措施, 分别从舒适性、经济性、设置依据、安装形式等方面对洞口遮光设施、出入口加强照明、景观装饰、视线诱导系统4种隧道光环境改善措施进行了比较分析; 依据马斯洛需求层次理论对驾驶人视觉需求进行分层, 提出了包含事故分析、评价体系、优化思路、优化方法的城市水下特长隧道光环境评价体系与优化研究框架。分析结果表明: 城市水下特长隧道光环境主要有出入口的明暗适应、道路线形变化引起的视距不足、中部的视觉参照信息不足、隧道整体空间路权不清晰的问题; 设置视线诱导系统是一项低成本、有效的光环境优化方法, 能满足驾驶人在不同隧道路段上的视觉差异化需求; 驾驶人视觉需求由低到高可以分为功能性、安全性、舒适性、美观性, 并依次对应相应的基本型、安全型、舒适型、韵律型视觉参照系, 可构建以空间路权、人因与驾驶任务、差异化、韵律性为指标的评价体系来评价城市水下特长隧道光环境; 城市水下特长隧道光环境优化应将视线诱导和加强照明相结合, 主要通过视线诱导系统来重构视觉参照系, 隧道接近段、入口段、中间段普通区、出口段应以舒适型视觉参照系为优化目标, 中间段提醒区及唤醒区则应构建韵律型视觉参照系。     

喷嘴内燃油空化及影响因素的实验研究

柴油机燃油喷射雾化过程除受湍流和环境气体的空气动力学效应影响外,还与喷孔内空化有关,因此对喷孔内燃油空化和影响因素的研究有重要的意义。本文中设计了透明喷孔代替原柴油机喷油器的喷孔,采用高速数码相机和高放大倍数、高分辩率的长距离显微成像技术和纳秒级闪光灯作为相机曝光光源,获得了较高分辩率和清晰度的实验图像。对柴油机喷孔内燃油空化产生、发展和分布状态进行显微观测,直观展现喷孔内燃油空化及影响规律,获得了燃油空化过程的直观认识。结果表明,柴油机喷孔内空化流动情况比较复杂,影响因素较多,其中喷孔几何结构对喷嘴内空化过程影响最显著,喷孔内空化首先出现在压力室针阀附近,随后空化区域向喷孔出口处扩散、延伸,对于渐缩喷孔,空化形成受到抑制,而渐扩喷孔则有利于空化形成;减小喷孔直径,不利于空化形成。环境压力对空化起到抑制的作用,环境压力增大,也不利于空化形成。此外还对喷孔内空化强度进行量化描述,通过空化强度对实验获得的图像进行量化分析。     

车辆-轨道耦合动力学系统可视化仿真

为了提高车辆-轨道耦合动力学系统可视化仿真的逼真度, 采用迹线法计算了车轮踏面接触轮廓面, 以平面方式表现轮轨动态接触关系, 钢轨以梁的形式参与振动, 通过实时建立具有一定垂向、横向和扭转振动形态的钢轨模型来模拟钢轨的振动行为。仿真结果表明, 在保证优良的实时性的同时, 可以清晰地观察轮轨接触点的变化情况, 免去了在复杂的三维场景中变换视点的操作, 使轮轨动态接触关系更简洁, 通过实时创建钢轨模型, 使钢轨振动行为的模拟更逼真。     

道路三维场景的实时动态显示技术

实时动态显示技术是实现道路三维可视化设计的关键, 应用Delaunay三角化算法构建数字地面模型, 基于分割-归并思想完成道路三维实体造型, 在此基础上, 提出并实现了有效的道路三维模型的视相关简化算法, 并结合真实感图形绘制技术开发了道路三维场景的实时动态浏览平台, 将该平台与路线CAD系统集成, 实现了道路设计过程和设计成果的可视化     

基于ATT-LSTM模型的高速公路交通事件持续时长预测

为揭示交通事件对高速公路运行状态持续时间的影响规律,研究了高速公路交通事件持续时长预测方法。考虑高速公路交通事件时间序列特性,基于循环神经网络理论,从时间序列数据中提取交通事件时间依赖关系;通过引入长短时记忆网络,结合特征、时序注意力层挖掘历史时刻信息和当前时刻数据间的相关性,构建基于注意力机制-长短时记忆网络的高速公路交通事件持续时长预测模型。以2018年西安绕城高速公路交通监测数据集为例,开展了高速公路交通事件持续时长预测模型验证,对比了所提模型与反向传播神经网络、随机森林、支持向量机、长短时记忆网络模型这4种典型算法的预测精度,并分析了事件类型、天气条件、车辆类型、交通量等不同影响因素对持续时长的影响程度。结果表明：使用同一数据集,注意力机制-长短时记忆网络预测模型的预测结果平均绝对误差为24.43,平均绝对百分比误差为25.24%,均方根误差为21.17,预测精度优于其他4种预测方法。在模型的各影响因素权重中,事件类型所占权重最大为0.375,其次分别为车道数、车辆类型、天气等;采用立交出入口小时交通量作为修正参数,可以进一步提升预测精度,预测结果的绝对误差、平均绝对百分比误差和均方根误差可分别降低21.3%、7.5%和16.9%。研究结果能进一步提高高速公路交通事件持续时长预测的精度,为公路安全高效运行提供技术支持。     

Real time detection of driver attention: Emerging solutions based on robust iconic classifiers and dictionary of poses

Real time monitoring of driver attention by computer vision techniques is a key issue in the development of advanced driver assistance systems. While past work mostly focused on structured feature-based approaches, characterized by high computational requirements, emerging technologies based on iconic classifiers recently proved to be good candidates for the implementation of accurate and real-time solutions, characterized by simplicity and automatic fast training stages.In this work the combined use of binary classifiers and iconic data reduction, based on Sanger neural networks, is proposed, detailing critical aspects related to the application of this approach to the specific problem of driving assistance. In particular it is investigated the possibility of a simplified learning stage, based on a small dictionary of poses, that makes the system almost independent from the actual user.On-board experiments demonstrate the effectiveness of the approach, even in case of noise and adverse light conditions. Moreover the system proved unexpected robustness to various categories of users, including people with beard and eyeglasses. Temporal integration of classification results, together with a partial distinction among visual distraction and fatigue effects, make the proposed technology an excellent candidate for the exploration of adaptive and user-centered applications in the automotive field.