沥青等级对再生粗骨料热拌沥青混合料性能的影响

为评价采用再生粗骨料对不同沥青的混合料基本性能的影响,选用两种沥青SK70和SK90,首先对再生粗骨料的基本物理性能进行测定,然后将天然骨料部分或全部(0%、25%、50%和75%)被再生材料替代用于热拌沥青混合料。研究结果表明:RCA骨料的吸水率变化显著,使用再生粗骨料增加了沥青混合料的最佳沥青用量,两种不同等级的沥青混合料性能对比发现,再生粗骨料的使用提高了其抗滑性能,且SK90混合料优于SK70混合料;含有再生粗骨料的沥青混合料水敏感性低于普通沥青混合料;在重交沥青路面中,再生粗骨料不应超过25%的替代比例。     

改进SSD模型在高分二号遥感影像中高速公路收费站位提取的应用

以高分二号遥感影像中的高速公路收费站为研究对象，选取了北京、山西、河南、广东、福建5个省市2019年的高速公路收费站点位和0.8 m遥感影像，通过图像预处理、样本标注、裁切、数据增强、样本集划分的步骤制作训练样本集；引入“多尺度特征融合”的方法对SSD目标检测模型进行改进，通过增加“转置卷积”和“拼接”操作，将高层次特征图像的语义特征赋予低层次特征图像，以增强上采样质量与特征融合能力，从而提升了模型对小目标收费站的检测效果；将改进SSD模型用于2019年福建省高分二号影像中的收费站点位提取，沿福建省高速公路路网矢量对影像进行自动切片，将切片输入模型中进行目标检测；保留有收费站的切片，使用非极大值抑制去除多余的检测框，将剩余的检测框的坐标变换为中心点的坐标，可以直接输出得到高速公路收费站的中心点矢量，从而实现对于收费站点位的端到端自动化提取。研究结果表明:改进SSD模型的精度、召回率及二者的调和平均数分别为0.86、0.88和0.87，均优于传统的SSD, VGG, Faster R-CNN和特征金字塔网络模型。可见，对收费站点位的自动提取可以大大提高公路管理者的工作效率，有效满足公路管理者的实际工作需求。      

一种基于融合网络的慢行交通速度计算方法

慢行交通速度是慢行交通参数不可或缺的一部分，现有的通过目标检测从视频中提取目标速度的方法不能兼具检测准确率与目标框的稳定性，且选取的速度计算基准点(简称基准点)波动大，存在速度不准确、不稳定的问题。为解决此问题，本文提出一种基于 YOLOv5(You Only Look Once Version 5)的融合检测跟踪网络及速度计算方法，获取更准确、稳定的速度。首先，使用目标检测与目标跟踪单元得到目标的检测框与ID信息，并根据检测框获取目标感兴趣区域送入头部检测单元，进一步获取头部检测框；其次，根据场景下的目标特征判断头部检测框所属，并根 据判断结果提供两种基准点计算方法；最后，对二维基准点坐标进行三维映射，并将结果代入速度计算公式获得速度；同时，提出准确度( MA )、稳定度( MS )两个评价指标以量化评价方法。本文在公开数据集PETS09-S2L1与TUD-Stadtmitte上验证融合网络的检测、跟踪效果，在自建双视角协同数据集上验证基准点计算和速度计算方法的效果。实验结果显示，融合网络的目标检测和跟踪准确率(MOTA)比单一网络高25%以上，本文速度计算方法比常用速度计算方法的准确度提高了30%，稳定度提高了6.28%。本文方法可兼具检测准确率与目标框的稳定性，选取的基准点波动更小，获得的速度更准确、稳定。     

基于目标匹配的道路网增量信息的识别和提取

道路网增量信息的识别和提取方法直接影响地图数据更新的质量,其中提取的阈值是关键。通过面积叠置率结合最大类间方差法计算阈值,实验结果说明该方法有很好的数据针对性,对增量信息提取效果比较好,且算法简单容易实现。     

一种基于舰船辐射噪声起伏特性的线谱提取方法

分析舰船辐射噪声中线谱噪声的低起伏特性,提出一种利用线谱幅度、相位随时间的低起伏特性进行线谱提取的新方法。经过实测数据测试,表明本方法在提高信噪比、改善频率分辨率方面相对于经典的Welch周期图法具有明显优势;并且达到了自适应地去除连续谱趋势的效果;同时,需要的数据量相对较少,具有较好的实时性。     

基于图像处理的道砟颗粒二维廓形追踪提取算法

获取道砟颗粒廓形是研究有砟轨道道床力学性能及开展仿真分析的基础。针对传统图像处理中利用边缘检测算法获得道砟二维廓形信息的不足,提出追踪提取算法。采用数码相机和计算机技术搭建图像采集平台,通过颜色空间转化、二值化处理、边界追踪和数据优化等步骤实现了道砟二维廓形的提取。算法特点在于,提取的道砟颗粒二维廓形数据为有序的点列,廓形曲线连续且闭合良好,检测出来的边缘是单像素宽,通过使用游标卡尺测量证明实际廓形的最大粒径在考虑测量误差及精度的条件下二者数值基本相同。同时,基于前期学者对棱角指数的算法对本文提取廓形进行相应计算并与实测值比较,数值基本吻合,从而说明本算法在一定误差及精度条件下的有效性与可靠性。     

基于帧间差分累积的铁路限界异物检测提取算法

为满足轨道交通全自动运行系统对铁路限界内异物检测提取的需求,改进帧间差分法,提出一种以帧间差分累积为基础的铁路限界内异物检测提取算法。算法针对图像序列帧匹配提取的轨道线为依据标定限界区域,通过多帧隔帧帧差法得到差分结果,根据铁路限界内道床纹理特征,通过数学形态学实现背景纹理的重构来降低背景噪声影响。最后,以侧向差分灰度的累积投影值来动态确定不同环境下的异物前景范围,并通过最大类间方差法提取得到前景目标。通过对47个路轨场景进行测试,算法对有前景目标场景的目标检测率为96.87%,定位提取过程的平均耗时为137 ms。实验结果表明:算法可完成对运动背景下的轨道限界内前景目标的定位和提取,具有较好的实时性和准确性。