基于生成对抗网络的船舶航迹预测模型

为提高复杂交通局面下的船舶航迹预测精度,提岀一种基于生成对抗网络的船舶航行轨迹预测模型(Gen-erative Adversarial Networks with Attention and Interaction,GAN-AI)对多艘船舶轨迹同时进行预测.通过编码器对船舶轨迹时空序列进行编码,设计交互模块对多艘会遇船...     

宛坪高速公路大跨度连拱隧道开挖方式探讨

根据宛坪(南阳-西坪)高速公路双向六车道连拱隧道大跨度、围岩条件差和施工难度大的特点,该文按照实际隧道设计和进洞施工情况,采用数值分析方法对"中导洞开挖、中隔墙浇筑完成后,再开挖左右正洞"和"中导洞、左右洞侧导坑同时开挖"两种不同的开挖方式进行模拟,分析两种开挖方式下大跨度连拱隧道的施工效果,并建议中导洞与左右侧导坑同时进行开挖以加快隧道的施工进度,在宛坪高速公路隧道施工中获得应用。     

悬臂掘进机在交通隧道施工中的实践应用与适应性研究

悬臂掘进机在交通隧道施工中被更多的使用,但针对其在不同隧道断面大小、地质条件等方面的施工能力和适应性还存在诸多疑问,基于此,文章结合相关工程案例,分析了不同断面大小、地质条件下的地铁、铁路隧道采用悬臂掘进机施工的工效、能耗问题,综合对比分析了其主要性能和适应性,对能否采用悬臂掘进机、如何选择、主要运作性能等提出了建议.     

上穿双线隧道开挖对既有隧道变形规律研究

在上穿隧道修建过程中因不同的施工顺序既有隧道围岩将受到三次、四次扰动.为研究新建上穿隧道施工造成的既有隧道围岩变形规律,以重庆市9号线某区间隧道为研究背景,对上穿隧道开挖过程进行模拟计算和分析,运用数值模拟手段对比研究了3组不同开挖顺序工况下既有隧道的围岩变形.结果表明:上穿双线隧道施工会造成既有隧道拱顶产生隆起变形,...     

基于深度学习CaffeNet模型的综合交通设施场景分类与识别研究

综合交通设施场景的自动分类与识别对交通网络布局、城市规划、智慧城市建设等方面有重要的研究与实践价值.鉴于目前研究主要集中在单一的交通设施目标识别与检测方面,采用速度快、分类精度高、适宜于海量数据运算的CaffeNet深度学习模型,基于迁移学习思想,通过5层卷积、3层池化、1层全连接等过程提取机场、桥梁、停车场、港口、火...     

基于机器视觉的车辆检测与参数识别研究进展

近年来公路交通运输快速增长,交通车辆的快速准确检测与识别对智能交通系统和交通基础设施运维具有重要意义.随着机器视觉和深度学习技术的迅速发展及其在目标检测领域的广泛应用,车辆目标检测和参数识别也取得新的突破.该文从车辆参数的识别方法和应用研究两方面梳理了机器视觉和深度学习在车辆检测与参数识别领域的研究现状、最新研究成果和...     

基于改进LSTM-NN的安全性自动驾驶换道轨迹规划模型

为改善现有的自动驾驶换道轨迹规划模型产生的换道轨迹与真实的换道轨迹存在较大偏差的问题,提出了一种改进LSTM-NN的安全敏感性深度学习模型,该模型可以缓解当前自动驾驶轨迹规划存在的不足,输出轨迹既保证了较高的精度又提高了安全性。CarSim仿真软件模拟了本模型产生轨迹的可跟踪性,结果显示轨迹非常平滑,并且自动驾驶车辆可以高效、安全地完成换道。     

基于深度学习的智能车辆视觉里程计技术发展综述

针对基于模型的视觉里程计在光照条件恶劣的情况下存在鲁棒性差、回环检测准确率低、动态场景中精度不够、无法对场景进行语义理解等问题,利用深度学习可以弥补其不足。首先,简略介绍了基于模型的里程计的研究现状,然后对比了常用的智能车数据集,将基于深度学习的视觉里程计分为有监督学习、无监督学习和模型法与深度学习结合3种,从网络结构、输入和输出特征、鲁棒性等方面进行分析,最后,讨论了基于深度学习的智能车辆视觉里程计研究热点,从视觉里程计在动态场景的鲁棒性优化、多传感器融合、场景语义分割3个方面对智能车辆视觉里程计技术的发展趋势进行了展望。     

嵌岩桩垂直承载力的有限元分析（上）——嵌岩深度效应

着重讨论嵌岩桩的嵌岩深度效应,当嵌岩达到一定深度后,继续增加嵌岩深度,对桩的承载力的提高已不明显,甚至无助于承载力的提高。