一种基于深度学习的交通标志识别算法

在无人驾驶和驾驶辅助领域,交通标志识别是非常重要的.现实道路中,许多交通标志目标较小且存在相互遮挡的问题,导致标志很难被准确检测.为了解决这一问题,文章利用深度学习网络YOLO v3模型实现对交通标志进行检测.首先,利用数据增强用不同的方式模拟现实天气条件对清华-腾讯交通标志集进行数据集增强,得到更为真实、丰富的标志数...     

城市公交线路模态工况构建方法研究

采用GPS设备对西安城市公交典型线路的运行工况进行实测,分别运用瞬态转模态方法和多目标优化法构建出城市客车模态工况。以8个特征参数相对误差为标准,对两种方法的精度进行了对比研究。研究表明,两种方法均能有效地完成工况构建,其中多目标优化法精度最高,瞬态转模态方法简单快捷,从而为工况构建方法的选取提供了思路和数据验证。     

顾及小目标特征的视频人流量智能统计方法

人流量统计对智能安防等领域具有重要研究价值. 针对视频监控系统中人流量统计准确率较低的问题,提出一种顾及小目标特征的视频人流量智能统计方法,重点研究用于小目标检测的Faster R-CNN （Faster region-convolutional neural network）改进算法、运动目标关联匹配以及双向人流量智能统计等关键技术,根据人头目标的小尺度特点对Faster R-CNN网络结构进行适应性改进,利用图像浅层特征提高网络对于小目标的特征提取能力,通过基于轨迹预测的跟踪算法实现运动目标的实时追踪,同时设计双向人流量智能统计算法,以实现人流量高准确率统计;为证明方法的有效性,在密集程度不同的场景中进行了测试. 测试结果表明:改进的目标检测算法相较于原始算法,在Brainwash测试集和Pets2009基准数据集上的平均准确率分别提高了7.31%、10.71%,视频人流量智能统计方法在多种场景下的综合评价指标F值均能达到90.00%以上,相较于SSD-Sort算法和Yolov3-DeepSort算法,其F值提高了1.14% ~ 3.04%.      

路面多功能养护车作业工艺的改进

用于沥青路面的多功能养护车对于提高作业效率、减少道路养护工程对交通流的影响具有重要意义,而其作业工艺的优化,特别是对某些传统作业方法的改进将有效提升路面日常养护作业的质量和效果。基于实际工程应用的经验和相关数据,对养护车沿用的传统工艺和做法提出了改进意见。     

基于矩阵分析和D-S证据理论的时空数据融合及目标识别

在矩阵分析和D-S证据理论的基础上,给出一种时空数据融合的方法,并将它应用于飞机特征识别的数据融合中.实验结果证明了基于融合后的识别结果较单传感器的识别结果好,验证了这一方法的正确性和有效性.     

钻孔灌注桩在砂砾石层上开孔的工艺分析

对在砂砾石层上钻孔的工艺要进行分析，并采取适当的改进措施。     

沥青混合料车辙试验改进方法

分析了现行规范中车辙试验方法与路面实际存在的区别,提出在检验重载车辙时降低加载速度,补充开展沥青面层的全厚式车辙试验,在全厚式试件中形成温度梯度的车辙试验改进方法.改进了车辙试验机,提出不同加载速度下车辙试验时长确定方法和动稳定度计算方法,利用改进车辙试验机开展了沥青混合料重载低速车辙试验、均匀温度场与温度梯度下全厚式...     

如何提高交通工程质量

在施工准备阶段应从以下几点着手,做好施工前质量控制：第一,结合交通工程的施工质量目标与特点,大力宣传施工质量,提高施工人员的质量控制意识和安全意识：第二．做好施工准备阶段的各项工作．保障施工技术,完成技术交底工作：第三,准备好施工物资与设备．预先做好设备的计划．确保机械设备的完整性：第四,完成施工现场是水电等施工准备工作,确定施工范围,明确施工需采取的措施。