基于特征子序列修正的公交刷卡滞后时间推算

针对一票制公共交通IC卡刷卡系统存在的滞后时间问题,提出基于特征子序列修正的时差匹配推算方法。依托GPS车辆到站信息序列和刷卡聚类序列,分析首末站和中途站站间运行时间分布的差异化特征,分别从两序列中提取大时间差和连续小时间差等特征子序列;利用两种子序列间一对一或一对多的对应关系分别进行初步搜索和二次修正,兼顾匹配过程的效率和精度。将推算流程应用于山西省大同市公共汽车系统,结果显示,抽样车辆的刷卡匹配率均达到99%以上,并且针对不同类型的公共汽车线路具有较强的适应性。     

汽车个性化定制模式难点及解决方案

随着经济发展,客户对汽车认知和要求不断提高,智能化、网联化的高科技功能需求正在被大量应用在汽车领域,千篇一律的固定配置车型已经不能满足客户的需求。在装备与功能大幅度扩展的大环境下,本文探讨了整车企业满足客户个性化定制模式下所面临的难点问题,提出了需要企业从顶层设计出发解决两个方面的问题,即推广全生命周期配置化管理、重新审视并构建适应于个性化定制模式的BOM体系。结合企业当前的体系能力,详细描述了配置管理与设计的设计方案,通过建立特征与零件、特征与特征、特征与整车的约束关系,最大化地将研发成果转变为商品资源,同时降低研发验证成本,保证研发成果可控,以满足个性化定制需求。     

城市公交车辆空驶问题分析及应对策略研究

研究城市公交车辆空驶现象对城市交通可持续发展具有重要意义。本文首先对公交车辆空驶现象时空特征进行详细分析,其次探讨了形成公交车辆空驶的原因,并从公交运营保障、需求供给匹配、出行分布把握三方面提出了应对策略。     

基于激光视觉融合的帧间匹配方法

同步定位与地图构建(Simultaneous Location and Mapping, SLAM)是机器人在未知环境中实现自我导航能力的重要保证。目前SLAM算法使用的主传感器基本是激光雷达或视觉相机。二者各具优劣,激光雷达能更精确地进行测距,视觉相机能反映环境丰富的纹理信息。与使用单一传感器相比,将二者融合的SLAM算法能够获得更多环境信息,达到更好的定位和建图效果。文章提出一种融合激光雷达和视觉相机的帧间匹配方法,通过在SLAM帧间匹配过程中加入地面约束以及视觉特征约束,提高帧间匹配过程精度,增强算法鲁棒性,从而提升SLAM算法整体效果。文章最后利用采集的地下停车库数据进行结果验证,与开源算法A-LOAM进行对比。结果表明,相比A-LOAM的帧间匹配方法,文章提出的方法相对位姿误差提升约30%。     

复杂光照环境的车道线检测方法

为了解决高速公路和城市道路上复杂天气环境下车道线检测的问题,提出一种复杂光照环境的车道线检测方法。该方法通过自动调节复杂光照环境下图像的对比度特征,从而更好地提取道路上的车道线,实现黑暗及雾天环境下的车道线检测。通过实验验证,该方法在黑暗环境下车道线检测识别率为96.7%,雾天环境下的车道线检测识别率为95.2%,具有较好的算法鲁棒性、准确性和实时性。     

一种基于机器视觉和Kalman滤波的水下电缆定位方法

为了有效检测水下电缆,利用机器视觉技术处理采集的水下电缆图像,根据水下系统坐标模型和相机内参数获取电缆相对位置信息,通过Kalman定位融合算法减小航迹推算后产生的偏差值以达到修正水下机器人(ROV)跟踪路径的目的。实验表明,所提方法适用于成像质量较低的水下检测环境,可识别弯曲度较小的水下电缆轨迹并进行准确定位,检测成本低且易于实现,为水下电缆巡检工作提供技术支持。     

土家族山歌的音乐风格与特征

土家族地区广泛流传着形式短小而又具有独特韵律的山歌。作为一种地域性的民间文学,它是土家族人民在山地经济生活中于田间地头的自由吟唱,是土家族地区特定的地理环境和人文环境的产物。文章通过田野作业和有关资料的查证,认为土家族山歌在民族性、音乐结构、音乐风格等方面具有土家族独特的音乐特征。     

落石撞击桥墩计算模型研究现状与展望

为了对桥墩进行科学的落石撞击验算及防落石撞击设计,分类整理了国内外相关研究成果,从落石撞击力的静力计算方法、简化动力计算方法、桥墩损伤特征及影响因素等方面进行了分析论述,为桥墩落石撞击验算及防落石撞击设计提供参考。对落石撞击力及结构撞击响应计算提出了建议和展望。     

基于视频图像的车牌定位与分割技术研究

对交通控制系统中的视频图像进行了研究,利用数字图像处理技术,在对车牌图像预处理的基础上,分别利用车牌的水平投影和垂直投影找出车牌的切割位置,实现了车牌的准确定位;对定位后的车牌去除白色边框,再求得其垂直投影,避免字符粘连在一起,从垂直投影图上确定每个字符的分割位置,取得了较好的字符分割效果。     

基于SSI-PSO的汽车碰撞试验时序数据处理与分类方法

为实现汽车碰撞试验假人响应曲线数据集的类别辨识,研究了面向智能优化算法的问题转换与构造方法。针对假人曲线数据的特征处理与分类过程,提出了一种基于社会蜘蛛粒子群优化算法（SSI-PSO）的碰撞试验多变量时序数据特征选择与分类方法;利用汽车碰撞试验采集的假人曲线数据,测试和验证了该方法。结果表明：本文方法可获得面向假人曲线数据分类的最佳特征组合方式与较小规模的神经网络结构;该方法的假人曲线分类模型性能提升17.5%、分类精度达到96.5%。因而,实现了对碰撞试验假人响应曲线标注信息的有效分类。