一种基于特征点的跟踪算法

设计了一种基于特征点的图像跟踪算法．采用卡尔曼滤波器跟踪运动目标，并针对跟踪过程中的旋转及遮挡问题，提出相应策略：根据特征光流计算得到目标的旋转角度，适时地更新特征点的匹配模板，解决了旋转问题；当有局部遮挡发生时，通过模板与图像的匹配相关系数判断出被遮挡的特征点，并把这部分特征点加以滤出，而只有未遮挡特征点的跟踪结果送到卡尔曼滤波器，从而有效解决了局部遮挡问题．试验结果表明，这种跟踪算法具有跟踪精度高、鲁棒性强的特点．     

混凝土细骨料级配的分形特征研究

利用分形几何学原理对混凝土骨料级配进行研究，发现混凝土组成材料具有许多明显的分形现象，因此认为分形可以成为对混凝土研究的一种有效的新的方法。建立了骨料级配与分维值D的关系，以及分形体积V、分形孔隙率P与分维值D的关系。     

“5.12”汶川地震灾区的道路交通事故调查分析

5.12汶川地震是我国建国以来在山地发生的烈度最高、波及范围最广的地震。为研究地震对道路交通安全的影响规律,调查并分析了北川县和安县在地震前后的交通事故变化情况。发现灾区的交通事故发生次数和伤亡人数较震前大幅增加,事故致死率提高,事故的交通方式分布、24 h分布、形态分布以及成因等特征均有明显改变。分析认为这与地震造成的道路损坏、次生山地灾害,以及灾后出现的道路非交通占用、交通量激增、交通流的时空分布与构成变化、交通管理执法力度减弱和人们的心理变化等因素有关。     

公路工程建设项目管理信息系统研究

根据公路工程建设项目的特点,在简要分析了项目的数据和信息特征的基础上,结合国内目前公路工程建设项目组织和管理的现实情况,对项目信息的流程、编码、收集、加工整理、存储、检索和传递进行了初步探讨,并分析和建立了适合于公路工程建设项目的管理信息系统模式,为该管理信息系统的开发和应用奠定了基础。     

高速公路灾害性天气研究

气象环境对高速公路的行车安全、正常运行起着举足轻重的作用,恶劣天气是导致高速公路交通事故、道路阻塞、路产损失的主要原因之一.因此,加强对气象灾害的分析研究,加强对气象状况的检测并制定相应的对策,对保障高速公路过往车辆的安全、提高服务质量具有十分积极的作用.     

基于HCRD的列车锁紧板偏转自动识别方法

针对货车故障轨旁图像检测系统(TFDS)中锁紧板偏转故障,提出一种基于霍夫变换、Canny边缘检测和形状模板相结合的HCRD(Hough-Canny-Right angle Detection)方法.通过霍夫变化及数学几何模型定位转向架锁紧板部位,再对Canny边缘检测后的边缘图像进行角度特征的检测,整个识别只需要一个形状模板就能实现锁紧板偏转图像高精度自动识别,具有很好的判别能力.采用python编程,平均每张图像识别时间为0.067 s.且锁紧板下边缘处是否有角度特征作为锁紧板是否偏转的判断依据,具有很高的可靠性.实验证明,HCRD方法能精确检测出锁紧板的非正常范围(>5°)的偏转,且具有较好的鲁棒性和抗噪能力.该方法为TFDS故障图像识别提供了一种新的思路.     

客流模拟评价在复杂换乘站设计中的应用

复杂换乘站是指多线换乘兼对外客运枢纽车站,由于其功能和客流特征的复杂性,需采用客流模拟手段来辅助方案设计。在车站客流特征详细分析的基础上,结合成都火车南站的实际案例,提出对多线换乘兼对外客运枢纽车站进行客流模拟时,应兼顾车站的各项功能需求,针对客流特征细化模型参数,从而对设计方案进行综合评价和优化。对于多线换乘站设计方案应适当增大付费区空间,合理组织客流流线,避免流线交叉。对于衔接对外客运枢纽的车站,枢纽换乘区域应预留足够的空间以便于组织客流,并应根据客流需求配备购票和安检设施,适当增加人工售票设施,同时还应加强导向标识的设计。     

东京都市圈轨道交通发展及特征研究

介绍东京都市圈轨道交通的发展历史,按照系统制式将都市圈轨道交通划分为市郊铁路、地铁、单轨、导轨和有轨电车5类,并详细介绍各自的组成、功能、主要技术标准及客流量,最后总结提出东京都市圈轨道交通在系统构成、线网形态、开发模式等方面的基本特征。     

采用区域预设优化的铁路沿线视频防抖方法

根据铁路沿线视频监控中监控场景固定及火车频繁经过场景干扰严重这两大特点,提出既能发挥特征点匹配法自身优势,又能去除火车运动干扰的视频防抖处理方法。对监控场景中不会被经过的列车所遮挡的区域预设感兴趣区域,列车所遮挡的区域为非感兴趣区域;采用特征匹配法结合感兴趣区域,对有、无列车遮挡2种情形分别加以处理。实验结果表明该方法抗干扰能力强,针对铁路沿线视频监控抖动处理具有良好的效果。     

基于小波分析的光伏并网逆变器故障诊断

针对光伏并网逆变器的故障检测与智能在线诊断问题,提出了一种C3C3逆变器故障特征提取方法。该方法以逆变器输出三相电流的小波分析结果作为判断依据,将故障信号的近似分量和细节分量相结合作为故障特征向量,利用神经网络的分类功能,实现对光伏并网逆变器的故障诊断。该方法无需电压信号和人工参与,硬件实现简单,且抗干扰性强。仿真实验结果证明了该方法的有效性。