基于网络地图的铁路大机作业导航系统设计

随着铁路规模的扩张、运营时速的提高、线路运营舒适度要求的增高,对铁路运营维护提出更高的要求.但目前大机养护仍需人工配合作业,难以实现自动化养护的新要求,另外,由于"天窗修"时间有限,大机作业还存在无法准确定位线路里程位置信息等缺点.基于此,提出一种大机作业方案自动化搭接方法,以网络化的"高德地图"为依托,设计一款搭载于...     

深度学习技术在自动驾驶高精度地图中的潜在应用

高精度地图是自动驾驶的支柱技术之一,其测绘和应用的效率和成本直接关系到自动驾驶技术的大规模普及进程。高精度地图传统的测绘、应用、更新和维护流程中,有诸多环节可以利用深度学习技术进行效率提升。基于此,提出数个效率和性能有提升空间的技术环节,通过分析传统高精度地图技术的优缺点和深度学习技术可能的创新性应用方式,论述深度学习在这些环节的应用潜力。     

基站式道路气象站布设原理和方法

通过分析国内道路气象站的布设情况,针对"密布式"道路气象站浪费资金和能源等缺点,提出基站式道路气象站.基站式道路气象站是一种低成本的道路气象站布设方法,它能优化道路气象站布设,为合理布设(位置、数量与配置)道路气象站提供定量参考.本文针对国内尚未应用"基站式"道路气象站布设方案的情况,对基站式道路气象站的布设原理和方法做了详细的介绍,对于国内迅速发展的道路气象信息服务,节约资金和能源都有着重要的启发和借鉴意义.     

基于单线激光雷达的SLAM系统功能优化设计

地图与导航是无人驾驶与机器人领域的关键点,针对单线激光SLAM(同步定位与地图构建)系统功能优化问题,利用DOE(实验设计),提出了基于单线激光雷达的SLAM系统功能优化方法。首先,基于SLAM小车平台,利用Gmapping、Hector、Karto、Cartographer四种算法对室内环境进行建图,分析建图结果,提出最优建图方法。其次,依据AMCL定位算法,分别利用A*和Dijkstra两种路径规划方法,通过对比定位导航效果,提出基于参数匹配的定位导航功能优化方法。在此基础上,提出系统功能匹配优化方法,完成SLAM系统功能优化设计。     

噪声地图技术在高速公路噪声污染防治中的应用研究

噪声地图是一种通过声压级分布来体现特定区域或点位噪声强度的声学仿真技术,一般用于医院、学校等特殊声功能区的噪声监测与控制。基于江苏盐靖高速K166段的噪声状况,本研究首次将噪声地图应用于高速公路交通噪声防治方案的设计,通过一般敏感点监测、噪声衰减断面监测及24h连续监测等3种监测方法对该路段进行了系统的环境噪声质量监测,在此基础上建立了噪声地图仿真模型并提出了降噪方案。     

基于高精地图的自动化码头ART动态路径规划研究

针对自动化集装箱码头ART路径规划问题，在分析运输车辆运动学特性的基础上，提出一种基于动态高精地图的自动化码头ART动态路径规划方法，通过高精地图实时存储和更新港区道路信息，利用北斗卫星定位技术精准获取ART位置，设计A-star算法为ART规划全局最优作业路径，结合局部精细化引导和单车执行控制策略完成ART转弯和避障等动作，为作业过程中ART规划出最优行驶路径。与现有技术相比，该方法根据道路实际情况动态调整线路，可缩短运输行车时间，提高水平运输效率。     

特征稀疏场景下基于标签的车辆视觉SLAM

在智能车辆的同时定位与建图中，视觉特征点法通过对特征点的提取和匹配进行车辆位姿估计，但当环境缺少纹理或动态变化时，场景的特征稀疏、稳定性差，基于自然特征定位易导致精度下降甚至定位失败。在环境中加入视觉标签可有效解决特征稀疏问题，但基于视觉标签的定位方法高度依赖人工标定，且常因视角变化出现位姿抖动，影响定位的精度。为此，本文提出了一种基于标签的车辆视觉SLAM方法，充分利用标签信息，引入内外角点约束降低标签位姿抖动，同时借助视觉里程计建立低漂移、全局一致的地图；在定位时基于标签估计车辆位姿，并联合优化标签地图与车辆位姿，从而构建低成本、高鲁棒的视觉SLAM系统。试验结果表明，本文方法使用内外角点约束有效降低了标签的位姿抖动，使标签建图精度的提升率超过60%，定位精度的平均提升率超过30%，显著地提高了基于标签定位的精度与鲁棒性，有利于智能车辆的安全运行。     

黄骅港智慧车站视频智能化应用研究

为提升车站自动化、智能化水平,提高人员作业安全性,有效减轻劳动强度,基于黄骅港站既有监控、监测、调度通信等设备现状,结合车站在实际生产作业和管理中对视频业务的需求,分析视频系统利旧、可用性及智能化等要求,采用增强现实和视频分析技术,设计开发黄骅港智慧车站立体防控云防系统。通过现场验证,该系统在有效保证调车作业安全的同时,降低了室外作业人员劳动强度,减少车站作业人员数量,可解决黄骅港站不同业务场景的管理问题,为铁路智慧车站建设提供思路。     

高精度地图在智能交通上的应用

随着交通强国战略以及数字交通发展的深入推进，以先进信息技术赋能交通运输发展、强化交通数字治理已成为我国推动交通智能化的关键。高精度地图通过底层数据汇聚以及统一平台整合，逐渐成为打通信息孤岛的有力手段，是交通行业数字底座的重要支撑。针对高精度地图的定义、建设思路、内容构成以及技术内涵进行详细介绍，从感知、决策、执行等3个维度分析高精度地图对于智能交通的支撑作用，并分析了在智能交管、智慧公路、智慧网联等3个业务场景、10个业务小项中高精度地图的具体支撑作用。     

智能网联背景下驾驶人信息认知地图构建方法

为提升网联环境下车载信息的传递效率，提出了一种驾驶人信息认知地图构建方法。在驾驶人交通场景信息认知中引入认知地图概念，通过对20名驾驶人进行面对面访谈，获取视距内、外(超空间距离)交通场景语义描述，采用要素频率统计法确定驾驶人信息认知地图要素，设计概念图形完成可视化映射。构建轻量化深度学习MobileNet V2模型，实现驾驶人信息认知地图认知要素标签自动生成，并分别基于SE(Squeeze-and-Excitation Module)、CBAM(Convolutional Block Attention Module)、CA(Coordinate Attention Module)注意力模块对模型进行改进，通过Opencv算法实现可视化认知地图的自动生成。开展20名驾驶人的实车试验，获取12 000组交通场景认知集作为测试数据，通过人工标注的方法获取认知要素标签。结果表明：驾驶人信息认知地图具有道路类型、车道数、自身车道、目标类型、方向、距离、危险程度7个认知要素；MobileNet V2、MobileNet V2-SE、MobileNet V2-CBAM和MobileNet V2-...