常温超薄罩面在隧道路面养护中的应用

为提升隧道路面的抗滑性能,采用常温超薄罩面进行养护维修。通过现场调查,确定隧道路面的抗滑性能较差,结合现场调查结果制定常温超薄罩面养护方案。现场取样检测常温超薄罩面层混合料级配和油石比,均满足设计要求。养护后进行质量检验,得出路面平整度、抗渗性能、抗滑性能均得到了大幅度提升,养护效果达到了预期。     

基于强化学习与安全约束的自动驾驶决策方法

在自动驾驶决策场景下,为解决强化学习算法安全性差、学习效率低的问题,提出一种在算法的训练阶段添加基于价值的安全约束和虚拟奖励的方法。首先,利用状态、动作价值函数和安全判断规则,对智能体执行的动作进行基于价值的安全约束,选择价值高且安全的动作。然后,向回放池添加包含虚拟奖励的预测轨迹数据,以补充由于约束而未能获取的试错动作信息和相应的状态、奖励信息。最后,为进行加减速和换道决策实验,基于修改后的高速公路仿真环境highway-env搭建了3车道高速公路场景,并以深度Q网络（Deep Q Network, DQN）算法为基础,分别训练和测试了无安全约束的算法、拥有基于规则的安全约束的算法和拥有基于价值的安全约束的算法。结果表明,考虑加速、减速、保持车速和车道、向左换道、向右换道共5种动作时,基于价值的安全约束算法的成功率比无安全约束的算法高3倍以上,平均回报提升28%;仅考虑向左换道、向右换道、保持车道这3种换道动作时,基于价值的安全约束算法的成功率比基于规则的安全约束算法高0.11,平均回报提升6%;都添加基于价值的安全约束时,考虑5种动作的算法相较于考虑3种动作的算法成功率低0.06但...     

基于深度强化学习的船舶航线自动规划

为解决传统船舶航线规划算法缺少对经验航线的参考及不适用于真实航行需求的问题,提出一种基于深度Q网络(Deep Q Network,DQN)船舶航线自动规划算法,用以在电子海图中提供拟合航道,生成适宜真实航行情况的自动规划航线.这种算法采用当前神经网络和目标神经网络2个二层神经网络结构,达到打乱数据相关性的目的,将智能体...     

基于卷积和递归神经网络融合的交通状态指数预测

为提高交通状态指数预测精度,方便市民出行规划和提高相关机构管理预见性,创新研究了基于卷积和递归神经网络融合的交通状态指数预测模型.模型将卷积网络和递归网络进行了融合,由卷积神经网络层和递归神经网络层组成.该模型中的卷积网络能自动提取重要影响因子,同时递归网络能捕捉到前后时序特征,结果显示,得到的融合模型在交通状态指数预...     

光线强弱对数字图像计算构造深度的影响研究

选取普通水泥混凝土路面、普通拉毛水泥混凝土路面、大孔隙改性水泥混凝土路面三种路面结构类型,分别在晴天和阴天两种光线条件下拍摄数字图像照片,运用MATLAB数字图像技术将路面表面图像像素值量化,通过最小二乘法原理和Tablecurve 3D软件建立曲面拟合模型,提出基于数字图像处理技术的路面表面构造深度计算方法,并分析光线强弱对数字图像构造深度的影响。结果表明:路面表面数字图像构造深度计算方法具有便捷、快速、客观等优点;光线强弱对运用数字图像技术分析路面表面构造深度的影响可以忽略;三种路面结构类型相比,大孔隙改性水泥混凝土路面数字图像表面构造深度最大,具有良好的抗滑性能和排水功能。     

密级配抗滑超薄磨耗层材料UWM-10设计与路用性能研究

采用多链聚烯烃和SBS复合改性方法,对超薄铺装材料UWM-10进行密级配设计,通过开展体积指标与高温性能、低温性能、抗水损害性能的评价,提出其设计和路用性能评价指标。同时,提出改进的车辙试验方法,研究超薄铺装材料长期行车荷载作用下路面构造深度的衰减变化规律。采用CT扫描方法,研究UWM-10与下承界面之间的黏结效果和空间空隙分布规律,评价层间黏结效果。室内研究与现场试验表明:UWM-10具有良好的路用性能和抗滑性能,其构造深度的衰减程度小于传统的超薄铺装材料,且其与下承界面的黏结效果优于传统的超薄铺装材料,是一种性能优异的新型超薄铺装材料。     

基于深度自编码模型和马氏距离的起重机泵健康评估

为准确、可靠、有效地进行起重机泵健康评估,通过对多台不同使用年限的起重机进行试验,获取起重机实际运行时的泵信号,采用深度自编码模型(DAE)与马氏距离(MD)结合的方式,揭示泵性能退化和评估健康状况,对比统计特征、EMD、MLP、CNN等特征学习方法,表明该方法具有良好的性能.     

汽车VS二轮车十字路口事故场景研究

为研究十字路口发生的汽车与二轮车事故场景,基于NAIS事故数据库中发生在十字路口的汽车与二轮车事故数据开展研究。选择描述十字路口事故关键参数,依据事故发生时环境照明、十字路口信号灯、汽车所在道路车道数、道路限速、汽车种类、汽车速度、汽车运动方式、第一碰撞点、二轮车种类、二轮车运动方式等参数,对事故数据进行聚类分析,得到5类主要危险场景。基于发生频率最大和骑车人死亡风险最高的场景具有危险场景代表性,最终得到2类十字路口汽车与二轮车的典型事故场景。为十字路口汽车与二轮车的冲突消解、避撞策略研究提供参考。     

行李安检禁限带物品识别多标签图像分类算法

有效识别禁限带物品的智能识别算法有助于降低安检人员劳动强度,提升旅客行李安检作业效率。文章采用图像多标签分类的深度卷积神经网络,通过引入图像注意力机制与动态元融合,能够在卷积前向传递过程中补充低层图像视觉线索,有效应对行李X光图像中物品影像混叠干扰及低分辨率特征混淆的问题,增强对细粒度特征的识别能力;同时,引入外部神经知识的元选择网络,实现网络多阶段预测的自适应融合,以避免权重偏置现象。实验结果表明,文章算法能够克服行李X光图像中影像混叠和物品尺度变化带来的禁限带物品识别困难,有效提高识别准确率。