基于Faster R-CNN与形态法的路面病害识别

为提高基于图像处理的路面表观病害检测识别效率及精度,引入目标检测中的快速区域卷积神经网络（Faster Region Convolutional Neural Network,Faster R-CNN）算法以快速识别病害种类、位置与面积;针对已提取的带边框裂缝病害区域,采用基于VGG16迁移学习与模型微调的CNN与50%重叠率的滑动窗口定位裂缝骨架,进而利用形态法操作提取裂缝形态,计算其长度与宽度;针对Faster R-CNN算法在病害种类识别时漏检率低但误检率偏高的问题,引入精确率、召回率和F₁分数指标对算法进行评估,并根据F₁分数最大值确定相应的病害框像素面积及置信度阈值来降低误检率,以适应路面表观病害多样化的应用场景。运用开发的病害识别算法对广东一高速公路路面进行表观检测。结果表明：所提方法对典型裂缝图片的识别效率及精度均高于单独应用CNN滑动窗口和传统形态法的全局图像处理方法;对分段的裂缝边界框进行合并,且病害框像素面积及置信度阈值取优化值后,横向裂缝精确率由合并前的0.861提升至合并后的0.918,横向及纵向裂缝误检率则分别由调整前的20.4%和23.8%下降至调整后的8.2%和6.9%,漏检率则稍有提高。基于Faster R-CNN、CNN及形态法的路面病害识别方法具有工作高效、漏检率低的优点,在引入评估指标、最优病害框像素面积与置信度阈值后,病害误检率也大幅降低,具有潜在工程应用价值。     

智能汽车的人机共驾技术研究现状和发展趋势

智能汽车的人机共驾技术（HMIoIV）是解决其智能化级别难以快速跨越至高度自动化水平的有效过渡手段。HMIoIV涉及了L0~L3级别的智能汽车的多种自动化技术,包括先进辅助驾驶系统。针对当前国内外智能汽车人机共驾技术的研究现状,对其概念、结构和研究内容进行总结,根据独立驾驶人参与的数量和驾驶操作方参与的数量将现有的人机共驾技术分成3类：单驾双控结构、串联型双驾单控结构（Traded Control）和并联型双驾双控结构（Shared Control）;并对驾驶人为因素、驾驶人模型、自然驾驶人状态监测和驾驶意图识别、串联型双驾单控结构和并联型双驾双控结构的研究方法以及权限与责任的关系进行全面综述。最后,分析总结当前智能汽车的人机共驾技术所面临的问题和挑战,并对该技术的发展趋势做出展望。     

质量风险管理在科研生产中的应用

对质量风险管理的来源、基本流程进行介绍,同时结合风险流程简要讲述其在科研生产中的应用,旨在提升人员对质量风险管理的认识,倡导科研生产各环节树立风险思维,采用科学的方法去识别风险和控制风险,提升产品和服务质量。     

驾驶辅助系统中判断驾驶员制动接管的方法研究

文章梳理了自动驾驶中主动制动技术的主流执行方案,分析了各执行方案对驾驶员输入制动和自动制动的响应机理,明确了制动执行器内部表征驾驶员制动意图和自动制动意图的参数,提出使用制动执行器内部参数准确判断驾驶员制动接管的方法,即通过实际主缸压力值超出自动制动目标液压一定阈值,或响应驾驶员制动输入的目标电机转速超出自动制动的目标电机转速一定阈值,判断自动制动过程中驾驶员通过制动接管车辆的方法。     

智能空轨集疏运系统设计

针对多式联运衔接不畅、港城发展冲突等全球港口存在的行业性难题,采用基于码头生产调度平台的多系统集成方法解决多类软件架构、多接口和多数据格式等多源信息融合问题;采用复杂场景下多定位技术融合方法解决码头复杂环境下智能空轨系统中各种设备的精准定位问题。将空中轨道运输技术与码头业务需求结合,通过立体交通方式打通海铁联运的最后一公里,为多式联运衔接不畅、港城交通冲突提供了解决方案,可为其他港口的空轨应用及其他行业解决地面交通拥堵问题提供借鉴。     

新发现的《坤舆万国全图》及其学术价值

2016年10月,在美国拍卖市场上,出现了两条利玛窦《坤舆万国全图》摹绘本的残图。我们可按这件拍卖品的编号,称其为"6084号残图"。由于残图上有"大明海",而"大明一统"则被改作"大清一统",因此,可以确定,它是明代摹绘的,清朝建立后还被人使用过。但"6084号残图"不可能直接摹自利玛窦原版《坤舆万国全图》,上面的图画也不是利玛窦绘上去的。这幅新发现的《坤舆万国全图》残图,为深入研究利玛窦世界地图及其影响提供了新的实物依据。     

基于D2D技术的车车通信研究

阐述车车之间实现直接通信的应用价值和意义。利用列车在RBC中的注册数据(车次号)及同方向列车在区间内相对固定的运行顺序,在RBC端加入列车通信管理单元协助列车完成身份识别,并对特殊情况下的列车通信管理单元的布置原则进行分析。探讨利用D2D技术实现车车之间的信息互通,在结合C3线路列车的运行特征与D2D技术的模式特征后,选择D2D基站中继模式建立前后行列车的通信模型。在车车通信系统模型建立的基础上,对该系统的故障因素进行分析,利用马尔科夫模型对系统可靠性进行验证,结果显示其可靠性满足目前铁路运输的需求。     

地铁列车障碍物视频识别系统设计

基于视频图像识别技术的列车障碍物识别系统,可以实现无人驾驶列车前进方向轨道内障碍物的自动检测。该系统通过采用2台独立的高清摄像机采集图像数据,经软件的智能计算分析,可识别列车前方是否存在障碍物,并实现障碍物与车辆之间的距离测量。该技术在业内属首次开发,可实现列车前方障碍物的检测,有效替代司机进行线路瞭望。目前本系统已通过功能仿真验证测试,拟在实际运行线路的列车上进一步进行功能验证。