高速公路沥青路面的施工质量管理

随着我国经济的快速发展,我国公路事业的进展也是一日千里,其中对高速公路的需求也有了很大的提高,过去传统的高速公路路面性能已经不能满足社会的需要,随之有关高速公路路面的新材料、新工艺、新技术都应运而生,以此来满足高速公路日趋增长的交通量、高车速、轴载重型化的     

沥青路面再生须要控制质量

沥青路面由粗集料、细集料、填料及沥青等原材料混合制成沥青混合料．再经摊铺碾压成形。这些材料都经过了开采、运输、加工等多道工序．不仅材料本身是宝贵的资源,而且在铺成路面以前还消耗了大量的能源。所以．当路面的路用性能失效后．组成旧沥青路面的材料还是非常珍贵的。     

基于LabVIEW的交通路口单车道车流数目检测的研究

采用LabVIEW软件的Vision模块进行了某十字路口单向车流量的检测研究。通过背景消除、形态学分析、粒子分析及判断分析,确定了车辆识别和车辆数目计算的方法。所编写的程序实现了通过读取视频文件计算车辆数目及按顺序提取车辆图片的功能。     

LKJ基础数据自动编制系统的实现与应用

长期以来LKJ基础数据均是由人工编制,为提高数据编制准确性及效率,使数据结构更加规范,研发了LKJ基础数据自动编制系统,包含LKJ原始数据检查、工程表文件生成、基础数据自动编制、校核、交接等环节,减少了人工参与度,降低LKJ基础数据错编、漏编风险,实现人控向机控转变。     

基于图像智能识别的钢轨伸缩调节器位移监测技术

针对传统大桥钢轨伸缩调节器位移检测方法检测成本高、设备维护复杂等问题,提出了一种基于二维码的位移检测方法。采用先粗检测后精检测的策略,粗检测环节使用Viola-Jones快速目标检测框架确定待检测图像中二维码的候选区域,精检测环节基于二维码的定位标志确定各候选区域中二维码的三个顶点。在检测定位二维码的基础上利用模板匹配算法,计算出钢轨伸缩调节器的位移,从而对桥梁健康状况进行检测。试验结果表明,利用二维码技术进行桥梁结构位移检测具有较高的精度,检测精度可以达到毫米级。     

面向高速公路的公里桩检测及误检改进

公里桩是高速公路的位置信息载体,自动检测公里桩是实现高速公路路面信息定位的前提。针对高速公路公里桩自动检测中存在的问题,通过车载道路巡检设备采集公里桩数据信息,训练公里桩检测模型。结合Hu不变矩法和公里桩独特的图像特征,提出基于二维图像的公里桩自动检测及误检改进方法,为交通标志的日常巡检作业提供新思路。以测试段高速公路为例进行研究,结果表明：YOLOv5s检测模型对公里桩的召回率达到100%,准确率为52.7%,运用Hu不变矩法对检测结果进行误检排除,召回率降低5.6%,准确率提升35.7%,检测速度和精度能够满足实际巡检需求,并可为其他目标物检测定位提供帮助。     

基于改进Hough变换的车道线检测

针对车道线检测中存在的诸多问题,在道路图像预处理的基础上,对Canny算子中的双阈值选取进行改进,能够自适应精确提取车道线边缘特征,并利用带极角约束的Hough变换完成直线检测.算法能够在不同道路环境中准确检测车道线标识,降低光照等因素对车道线检测结果的影响.     

粗骨料掺入对超高性能混凝土性能影响研究综述

用粗骨料替代部分水泥、砂浆等高成本材料是超高性能混凝土领域中的一个重要研究方向。通过梳理与分析近年来国内的相关研究成果,发现当选择玄武岩材质、粒径尺寸在5~10 mm和5~15 mm以及体积掺量在一定范围内的粗骨料时,能够改善超高性能混凝土的抗压强度、弯曲韧性等性能指标。     

白车身激光扫描焊熔池边界提取与缺陷识别的研究

研究激光扫描焊接的在线质量检测中,熔池信号的提取过程以及去除干扰信号提高检测稳定性的方法。通过构建以Nd:YAG激光为热源的同轴视觉检测系统,获得清晰的熔池区图像。针对生产过程中多因素对质量监控的干扰,利用数字图像相关技术提出滤除杂波、提取关键质量信息的方法。通过最大类间方差法合理设置阈值,将灰度图转换为二值图,采用增强算子和最大连通域法有效去除焊接飞溅带来的同灰度噪点,获得准确的熔池边界。分析焊接夹具及飞溅形态对边界识别的影响,设置合理的工况标准,从而提高质量监控的稳定性,降低误报率。     

基于Top-Hat-Canny的汽车前视摄像头图像边缘检测方法研究

针对汽车前视摄像头(Forward View Camera)拍摄存在噪声及光照不均匀的问题,提出一种基于顶帽算法TopHat Canny的多重边缘检测图像预处理方法。通过对前视摄像头拍摄的道路行人、车辆及障碍物的图片进行分析,采用小波阈值算法分别对彩色图像(Red-Green-Blue,RGB)3个空间分量进行滤波去噪,并经加权平均法对重组的3个分量灰度化处理后,采用Top-Hat-Canny多重边缘检测方法对图像进行处理。实验仿真结果表明:该方法可以有效地解决噪声及光照不均对图像边缘检测带来的影响,为后续目标识别工作提供基础。