基于人体骨骼信息的列车司机行为智能识别

文章提出了一种基于骨架识别的人体姿态捕捉预测算法,用于识别列车驾驶员违章行为。该方法是将司机作业监控视频拆分成一组连续的图片组合,然后通过构建深度学习模型网络预测每一帧图片中的人体姿态,并使用逻辑回归模型对司机行为进行分类,最终,通过将识别出的司机行为与LKJ数据相关联,裁定司机行为是否违章。该方法比目前机务段靠人工抽检的方式更加高效合理,但其识别效果受限于车载摄像头清晰度。     

面向自动驾驶的遥感影像路网检测方法

针对高分辨率遥感影像道路提取难度大、提取精度低的问题，提出了一种基于VGGU-Net++的遥感影像路网检测方法。首先基于VGGU-Net框架构建了编码器-解码器网络；其次，设计了一系列嵌套、密集的卷积块，用以缩小编码器与解码器特征映射之间的语义差距。节点之间利用跳跃连接填充了具有多个卷积层的密集卷积块，其层数取决于金字塔等级；并在2个卷积块之间设置1个串联层，该层将同一密集块前一个卷积层的输出和浅层的上采样输出进行特征图融合。同时，使用深监督策略保证网络模型的修剪程度和速度增益。在网络训练过程中，这种相似语义特征图的跳转连接可以简化优化操作，提高网络训练性能。最后，利用遥感影像开源数据集——马萨诸塞州数据集进行算法的测试与验证。结果表明，提出的VGGU-Net++网络与现有同类方法相比，获得了更好的性能表现，在精确率、召回率、F₁-score和I_oU方面分别达到了88.1%、87.1%、88.5%和77.9%，能够实现城市、山区、直线、弯曲道路场景高维、复杂、抽象特征的自动提取；此外，检测结果能够减少干扰，降低误检，保留更多道路细节信息，得到更加完整、清晰的路网检测效果。     

港口企业数字化转型工作浅析

信息化正在悄然改变着港口的运行模式与生存环境。因此,如何成功实现数字化转型,将数字经济和港口生产运营深度融合,持续挖掘港口数字信息价值,从而优化港口资源配置、提升企业核心价值、打造行业竞争力,是新时代港口企业需要深入研讨的问题。     

基于FRRN注意力监督的沥青路面积水区域分割

为实现不同光照与气候条件下的沥青路面积水区域自动分割，在现有全分辨率残差网络(FRRN)的上采样层设计了一种注意力监督机制；加入积水区域注意力模块(PAAM)与深度监督模块，建立了一种含积水区域注意力监督模型(PAAM-FRRN)；利用最大池化与上采样构建编码器-解码器结构，在全局尺度下捕获了积水的视觉特征，在上采样层引入了注意力监督机制，针对积水区域进行上采样并融合不同网络层之间的特征，最小化网络各层损失函数，优化网络总体最终损失；采集不同光照与气候条件下的1 770个(弱光750个、强光740个、雨天280个)沥青路面积水图像进行五折交叉验证试验，获得了积水区域分割结果；以人工标注结果作为真值，利用Dice相似系数(DSC)、Jaccard相似系数(JSC)、精确率、召回率与豪斯多夫距离(HD95)作为量化评价指标，将提出的模型分别与FRRN和其他7种有代表性的传统模型进行了分割效果对比。研究结果表明:提出的模型在DSC、JSC、精确率与召回率所取得的均值分别为0.91、0.86、0.92和0.93，相比FRRN分别提高了3.41%、6.17%、2.22%和4.49%，且均高于传统7种对比模型；在DSC、JSC、精确率以及召回率所取得的标准差分别为0.12、0.15、0.11和0.12，与FRRN相比分别降低了20.00%、16.67%、21.43%和25.00%，且均低于传统7种对比模型；其HD95为38.56，均低于其他对比模型，提出的模型能够实现对不同光照与气候条件下的沥青路面积水区域的准确、有效分割。      

基于UML2.0活动图的车载设备测试用例生成方法研究

重点研究基于UML2.0活动图的CTCS-2级车载设备测试用例生成方法.介绍车载设备的构成和功能,对活动图进行形式化定义,阐述测试用例的设计,包括车载设备活动图建模规则、测试用例的形式化定义、测试覆盖准则的定义、基于深度优先搜索并且带回溯的遍历算法的测试场景生成,以及测试用例的生成算法,最后实现了测试用例生成.     

高铁桥梁装配式双柱空心墩承插深度研究

高铁桥梁桥墩刚度大,结构及构造有别于公路及市政桥梁,大量既有公路、市政承插式桥墩的研究成果是否适用于承插式铁路墩,需进行深入系统的研究。建立现浇和承插式双柱原型空心墩的非线性有限元模型,并结合既有试验结果验证了建模方法的正确性。通过模拟桥墩在拟静力往复作用下的力学行为,得到双柱空心墩的力-位移曲线,对比承插式桥墩与现浇桥墩滞回性能的差异,结合应变渗透效应及纵筋发展长度确定了承插深度的合理取值范围,并提出最小承插深度计算公式。结果表明：承插式桥墩与现浇墩的承载力差别很小,墩高5 m和10 m时,相差最大为2.8%;承插式桥墩和现浇墩的刚度退化规律基本一致,刚度随着侧向位移的增加而降低,位移较小时刚度退化较快,位移较大时刚度退化减慢;纵筋在塑性铰区及承台顶以下应变渗透区内屈服,在此区域以下400 mm范围应变则迅速减小,应变渗透区段为承插式墩身易损部位;根据本文提出的最小承插深度计算公式得到的高铁空心墩的最小承插深度设计值为0.5D(D为墩柱外径)。为保证承插式桥墩的安全性,应采取合理构造措施确保桥墩应变渗透区段抗震性能,推荐高烈度区桥墩的承插深度大于0.5D。     

湿陷性黄土地基强夯加固控制指标的研究

强夯加固机理复杂,设计参数仍须依靠试验或经验来确定,缺乏理论基础。本文通过对试夯中采集到的数据进行分析,得到最佳夯击次数、有效加固深度及夯后地基承载力等控制指标,为场地试夯得到的结果提供理论依据,并以此为基础通过理论计算直接确定强夯设计参数,为设计和施工提供依据。     

桥梁裂缝智能识别与监测方法研究

当前,裂缝识别与监测一直是桥梁结构健康监测的重要研究内容。在桥梁结构现场检测与监测中,传统的裂缝识别与监测技术尚不足以满足实际工程的时效性和精确性需求,尤其是裂缝监测技术。基于深度学习的裂缝图像识别极大提升了裂缝检测的效率和精度,但目前仅能获得特定时刻的裂缝信息,缺乏对裂缝产生和演化过程的监测能力,而这些信息对混凝土结构服役安全量化和科学评价具有重要意义。鉴于此,对基于深度学习的裂缝识别与监测方法进行了系统研究,分析和讨论了裂缝数据集构建基准,改进优化了裂缝目标检测和语义分割算法,提出一种多任务集成一体化实时识别算法,并建立了该模型推理效果评价方法,优化了裂缝参数计算方法,最终形成了裂缝识别及动态扩展自动化实时监测方法。结果表明：所提出的裂缝智能识别与监测方法可以对新裂缝的产生和既有裂缝的全局演化实现良好追踪,监测数据可以为桥梁结构当前服役性能的科学量化评估提供支撑。