基于改进霍夫变换的车道线识别算法

针对霍夫变换时间复杂度高、准确性差的缺点,提出一套基于改进霍夫变换的完整车道线识别算法流程.该完整算法包括感兴趣区域划分、灰度化、二值化、Canny边缘检测和改进霍夫变换.改进霍夫变换首先采用概率统计原理对车道线点集分类,依据分类情况投票判断车道线;其次采用极径极角约束优化在目标区域筛选目标车道线.实验结果表明:改进后...     

基于货运车辆预警数据的高速公路危险驾驶热点路段识别

本文以货运车辆车联网数据中的车辆碰撞预警、疲劳预警和超速预警数据为研究对象,针对G4高速公路北京和河北境内道路上的三种预警热点路段进行识别。运用全局空间自相关性分析方法得出三种预警数据在道路空间中不是随机分布,而是集中在某一个或几个路段上;进一步采用局部空间相关性分析方法识别出三种不同预警类型下对应的热点路段。交通管理部门可根据识别出的预警热点路段提出针对性的管控措施,有助于缓解交通事故的发生,提高货运安全水平。     

基于乘客行为识别的地铁站照明控制方法

为提升地铁站照明控制系统的灵活性,改善照明质量以满足不同乘客的视觉需求,提出一种基于乘客行为识别的地铁站照明控制方法.首先采用深度可分离卷积以及DenseNet网络构建深度可分离密连接网络(DSDNet),并利用网络嵌套的方式,设计基于YOLOV3-Tiny网络和DSDNet网络的行为识别算法;其次通过分区统计的方式实...     

基于双向特征融合的交通标志识别

为了进一步提高交通标志识别的检测精度,文章提出了一种改进的YOLO深度学习网络。其采用双向特征融合网络,引入较少的参数来实现更多的特征融合,并基于中国交通标志数据集计算瞄点框。通过与基准网络进行对比,结果显示,深度学习网络的检测性能更优,从而验证了改进网络的有效性。     

具有无序排列管片环结构的地铁盾构隧道数字模型智能重建北大核心CSCD

运营地铁隧道的管理、健康监测及维护正逐渐趋向于数字化、智能化;但常因地铁盾构隧道管理和检测单位缺少隧道数字模型,限制了地铁隧道智能维护和管理系统的应用和发展。文章针对地铁盾构隧道中无序排列的管片环结构,提出了一种基于深度学习和机器视觉的地铁盾构隧道数字模型智能重建方法,利用检测车获取的隧道衬砌内表面高清图片,对管片特征物(螺栓孔)进行智能识别与自动分类,再根据螺栓孔群的分布特点自动推断隧道管片环的排版规律,从而结合隧道实际线路实现隧道数字模型快速重建。某地铁隧道的实例应用结果表明,该方法适用于管片无规律性错缝拼装的情况,能以100%的准确率实现地铁盾构隧道数字模型的智能重建。     

智能铆接技术的介绍及应用

介绍了一种利用计算机图像识别技术和传感器技术实现铆接过程质量判断的智能铆接系统,该技术可以用于铁路货车铆接质量的监控。     

基于RFID技术的道岔手摇把智能保管箱终端设计

为了对手摇把进行智能管理,代替人工检查手摇把数量及编号,本文提出利用RFID技术配合手摇把管理平台来监测手摇把保管箱内手摇把的数量,为进一步加强对铁路其他相关工器具的智能管理奠定基础。